コロナ禍でも精度の高い需要予測を実現したカルフール SASが描くサプライチェーン全体の最適化

需要予測の精度を高め人材育成も併せてサポート

　SASではサプライチェーンの最適化を実現する際に「需要予測が改めて重要な要素だと考えています」と井上氏は言う。需要予測の精度を向上するためには、新商品への対応、売価／値引きの影響、カニバリの影響、季節／天候の影響、周辺イベントの影響、欠品の影響という6つの要素すべてを考える必要がある。

　これらすべてを取り込んで予測するノウハウが、SASにはあると井上氏は自信を見せる。これらの要素を取り込めないと、今回の新型コロナウイルスのような経験のない環境変化を踏まえ、需要予測することは難しい。「裏を返せばこれら6つの影響をしっかりと捉えて分析できれば、コロナ禍においても精度の高い需要予測につながります」と言う。

　高い精度で需要予測を行うには、1つのモデルを作って終わりではない。複数のモデルを作り、モデルを試しながら精度を上げていく。これはまさにAnalyticsOpsを実践することであり、アナリティクスのライフサイクルをスムースかつ素早く回せなければならない。

　そのために必要な機能をSASはすべて揃えており、その上でデータサイエンティストなどが使い慣れたツールや技術があれば、それらをAPIで連携してライフサイクルに取り込めるのがSASのプラットフォームの特長でもある。

　需要予測の精度を高め、予測を企業内で活用してDXにつなげる人材育成まで含めてサポートできる。これら両軸のアプローチで、サプライチェーン全体の最適化をSASではサポートしているのだ。