特許 7495601 情報処理装置、制御方法、プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-05-28

(45)【発行日】2024-06-05

(54)【発明の名称】情報処理装置、制御方法、プログラム

(51)【国際特許分類】

   G06Q 30/0202 20230101AFI20240529BHJP

   G06Q 10/04 20230101ALI20240529BHJP

【ＦＩ】

G06Q30/0202

G06Q10/04

【請求項の数】 8

(21)【出願番号】P 2020034027

(22)【出願日】2020-02-28

(65)【公開番号】P2021135950

(43)【公開日】2021-09-13

【審査請求日】2022-07-14

【前置審査】

(73)【特許権者】

【識別番号】390002761

【氏名又は名称】キヤノンマーケティングジャパン株式会社

(73)【特許権者】

【識別番号】592135203

【氏名又は名称】キヤノンＩＴソリューションズ株式会社

(74)【代理人】

【識別番号】100189751

【弁理士】

【氏名又は名称】木村 友輔

(74)【代理人】

【識別番号】100227857

【弁理士】

【氏名又は名称】中山 圭

(72)【発明者】

【氏名】永井 杏奈

(72)【発明者】

【氏名】淺田 克暢

(72)【発明者】

【氏名】岩崎 哲也

【審査官】山崎 誠也

(56)【参考文献】

【文献】特開２０１８－０３２２９７（ＪＰ，Ａ）

【文献】特開２００８－０１３３４６（ＪＰ，Ａ）

【文献】石飛 朋哉，第３回 ＳＣＭ／ＰＳＩ分析の基礎と実践，ＤＢ Ｍａｇａｚｉｎｅ ，株式会社翔泳社，2009年09月01日，第19巻 第5号，p.132-139

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

対象アイテムの将来の予測量を予測する情報処理装置であって、
累計期間数を決定する決定手段と、
前記対象アイテムの１単位期間における実績値である第１実績値を、連続する単位期間毎に取得する取得手段と、
前記連続する単位期間毎の第２実績値として、当該単位期間を含む直近の累計期間数分の単位期間に係る第１実績値の累計値を算出する算出手段と、
前記連続する単位期間毎の第２実績値に基づき算出される、連続する将来の単位期間毎の予測値を、前記対象アイテムの前記将来の単位期間を含む直近の前記累計期間数分の単位期間に係る予測量の累計値として出力する累計値出力手段と、
を備えることを特徴とする情報処理装置。

【請求項2】

前記累計値出力手段により出力された前記連続する将来の単位期間毎の予測値から直近の単位期間における前記第１実績値および／または予測量を差し引くことで、前記対象アイテムの当該将来の単位期間の予測量を出力する予測量出力手段を備えることを特徴とする請求項１に記載の情報処理装置。

【請求項3】

前記累計期間数は、対象アイテムごとに決定されることを特徴とする請求項１または２に記載の情報処理装置。

【請求項4】

前記対象アイテムごとに前記累計期間数の指定を受け付ける受付手段を備えることを特徴とする請求項３に記載の情報処理装置。

【請求項5】

前記累計期間数は、前記対象アイテムの過去の実績量に基づいて決定されることを特徴とする請求項３に記載の情報処理装置。

【請求項6】

前記予測量は、需要に係る量であることを特徴とする請求項１乃至５のいずれか1項に記載の情報処理装置。

【請求項7】

対象アイテムの将来の予測量を予測する情報処理装置における情報処理方法であって、
前記情報処理装置の決定手段が、累計期間数を決定する決定工程と、
前記情報処理装置の取得手段が、前記対象アイテムの１単位期間における実績値である第１実績値を、連続する単位期間毎に取得する取得工程と、
前記情報処理装置の算出手段が、前記連続する単位期間毎の第２実績値として、当該単位期間を含む直近の累計期間数分の単位期間に係る第１実績値の累計値を算出する算出工程と、
前記情報処理装置の累計値出力手段が、前記連続する単位期間毎の第２実績値に基づき算出される、連続する将来の単位期間毎の予測値を、前記対象アイテムの前記将来の単位期間を含む直近の前記累計期間数分の単位期間に係る予測量の累計値として出力する累計値出力工程と、
を備えることを特徴とする情報処理方法。

【請求項8】

コンピュータを請求項１乃至６のいずれか１項に記載の各手段として機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

過去の需要実績を用いて将来の需要を予測する需要予測システムに関する。

【背景技術】

【0002】

需要予測システムにおいて予測精度の向上は大きな課題の1つであり、精度向上によって在庫コスト削減、欠品リスク低下、物流コスト削減などといった様々な効果を得ることができる。物流リソース不足が社会的問題となっている昨今、予測精度向上の重要性はますます高まっているが、予測精度向上のための技術はそれ以前からも多く案出されている。

【0003】

特許文献１には、精度の高い需要予測結果を得られる方法として、年間需要の合計を予測してから、最も評価の高い按分パターンで年間需要予測値の月按分を行う方法について開示されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２００９－２３０５５５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

業務用商品には、普段の出荷数は少ないが、不規則に大口受注が発生するものがある。大口受注の発生タイミングにはある程度の周期性があるものの、正確に等間隔に発生するわけではない。また実績値にはノイズも含まれるため、実績が十分に蓄積されていても、その実績を元に将来の大口受注の数量や発生タイミングを正確に自動予測することは困難である。

【0006】

特許文献１には、事前に手動で複数登録した按分パターンの中で、最も評価の高いパターンを用いて年間需要予測値の月按分を行うことで、実績が少ない新規発売品であっても精度が高い需要予測結果を得られる方法が記載されている。

【0007】

しかし、按分方法をパターン化すると、パターンに当てはまらなかった商品の予測精度が下がる。十分な予測精度を達成するためにすべてのパターンを網羅するには、すべての商品の実績を参照して按分パターンを作成する必要があるが、それには各商品の需要計画を手動作成するのと同等かそれ以上の作業負荷がかかるという課題がある。

【0008】

そのため、パターン化のような手動の事前作業を伴わず、自動処理のみで妥当な予測結果が得られることが望まれる。

【0009】

そこで、本発明は、予測モデルの直接適用が困難な変動を伴う需要に対して実運用可能な予測を実行できる仕組みを提供することを目的とする。

【課題を解決するための手段】

【0010】

本発明は、対象アイテムの将来の予測量を予測する情報処理装置であって、累計期間数を決定する決定手段と、前記対象アイテムの１単位期間における実績値である第１実績値を、連続する単位期間毎に取得する取得手段と、前記連続する単位期間毎の第２実績値として、当該単位期間を含む直近の累計期間数分の単位期間に係る第１実績値の累計値を算出する算出手段と、前記連続する単位期間毎の第２実績値に基づき算出される、連続する将来の単位期間における毎の予測値を、前記対象アイテムの予測量として、前記将来の単位期間を含む直近の前記累計期間数分の単位期間に係る予測量の累計値をとして出力する累計値出力手段と、を備えることを特徴とする。

【発明の効果】

【0011】

本発明によれば、予測モデルの直接適用が困難な変動を伴う需要に対して実運用可能な予測を実行できる仕組みを提供ことが可能となる。

【図面の簡単な説明】

【0012】

【図1】本発明の実施形態における、情報処理装置の機能構成の一例を示す図である。

【図2】本発明の実施形態における、情報処理のハードウェア構成の一例を示す図である。

【図3】本発明の実施形態における、情報処理装置が実行する処理を示すフローチャートである。

【図4】本発明の実施形態における、図３に示すフローチャートのステップＳ３０２の処理を説明する図である。

【図5】本発明の実施形態における、商品マスタＤＢ１０１、予測モデルマスタＤＢ１０３の一例を示す図である。

【図6】本発明の実施形態における、商品マスタＤＢ１０１、予測モデルマスタＤＢ１０３のメンテナンス画面の一例を示す図である。

【図7】本発明の実施形態における、図４のステップＳ４０１の処理を実行した結果の一例を示す図である。

【図8】本発明の実施形態における、図４のステップＳ４０２の処理を実行した結果の一例を示す図である。

【図9】本発明の実施形態における、図４のステップＳ４０３の処理を実行した結果の一例を示す図である。

【図10】本発明の実施形態における、図３のステップＳ３０３で予測結果を確認する画面の一例を示す図である。

【発明を実施するための形態】

【0013】

以下、図面を参照して、本発明の実施形態を詳細に説明する。

【0014】

図１は、本発明に係る情報処理装置の機能ブロック図である。

【0015】

図１に示すように、本実施形態に係る情報処理装置１０は、処理制御部５０、データ管理部１００から構成される。
データ管理部１００は、商品マスタＤＢ１０１、需要実績ＤＢ１０２、予測モデルマスタＤＢ１０３、予測結果ＤＢ１０４から構成される。各データベースの詳細については図５等により後述する。

【0016】

以下、図２を用いて、図１に示した情報処理装置のハードウエア構成の一例について説明する。

【0017】

図２において、２０１はＣＰＵで、システムバス２０４に接続される各デバイスやコントローラを統括的に制御する。また、ＲＯＭ２０３あるいは外部メモリ２１１には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ ／ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やオペレーティングシステムプログラム（以下、ＯＳ）や、各サーバ或いは各ＰＣの実行する機能を実現するために必要な各種プログラム等が記憶されている。

【0018】

２０２はＲＡＭで、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０３あるいは外部メモリ２１１からＲＡＭ２０２にロードして、該ロードしたプログラムを実行することで各種動作を実現するものである。

【0019】

また、２０５は入力コントローラで、入力装置２０９等からの入力を制御する。２０６はビデオコントローラで、液晶ディスプレイ等のディスプレイ装置２１０への表示を制御する。なお、ディスプレイ装置は、液晶ディスプレイに限られず、ＣＲＴディスプレイなどであっても良い。これらは必要に応じてクライアントが使用するものである。

【0020】

２０７はメモリコントローラで、ブートプログラム，各種のアプリケーション，フォントデータ，ユーザファイル，編集ファイル，各種データ等を記憶するハードディスク（ＨＤ）や、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等の外部メモリ２１１へのアクセスを制御する。

【0021】

２０８は通信Ｉ／Ｆコントローラで、ネットワークを介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信等が可能である。

【0022】

なお、ＣＰＵ２０１は、例えばＲＡＭ２０２内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ディスプレイ装置２１０上での表示を可能としている。また、ＣＰＵ２０１は、ディスプレイ装置２１０上の不図示のマウスカーソル等でのユーザ指示を可能とする。

【0023】

ハードウエア上で動作する各種プログラムは、外部メモリ２１１に記録されており、必要に応じてＲＡＭ２０２にロードされることによりＣＰＵ２０１によって実行されるものである。

【0024】

なお、全ての装置がこれらの構成を備えているわけではなく、必要なものを夫々備えていればよい。

【0025】

次に図３、図４のフローチャートを用いて、本発明の実施形態における情報処理装置が実行する処理について説明する。

【0026】

図３のフローチャートは、情報処理装置のＣＰＵ２０１が所定の制御プログラムを読み出して実行する処理であり、需要予測を実行し結果を確認する処理の一例を示すフローチャートである。

【0027】

ステップＳ３０１では、情報処理装置のＣＰＵ２０１は、各商品の属性情報や予測モデルの情報を、画面入力機能やインターフェース機能によって取り込み、商品マスタＤＢ１０１、予測モデルマスタＤＢ１０３に登録する。本処理は、マスタ設定部１１０によって実行される。商品マスタＤＢ１０１には、図５（ａ）に示すような商品単位の属性情報を保持し、図６（ａ）に示すようなマスタメンテナンス画面でユーザ管理を可能にする。予測モデルマスタＤＢ１０３には、図５（ｂ）に示すような予測モデル情報を保持し、図６（ｂ）に示すようなマスタメンテナンス画面でユーザ管理を可能にする。本実施例では、後の処理で使用する累計サイクル数を、予測モデルマスタＤＢ１０３において予測モデルごとに事前に設定している。

【0028】

ステップＳ３０２では、情報処理装置のＣＰＵ２０１は、需要実績ＤＢ１０２に保持する商品ごとの実績データを元に将来の需要を自動予測し、予測結果ＤＢ１０４に予測結果を格納する。本処理は、予測実行部１２０によって実行される。ステップＳ３０２の詳細は図４のフローチャートを用いて説明する。

【0029】

図４は、ステップＳ３０２の予測実行の一例を示すフローチャートである。

【0030】

ステップＳ４０１では、情報処理装置のＣＰＵ２０１は、需要実績ＤＢ１０２に保持する１サイクル（サイクルは週、月などのタイムバケットを表す）単位の実績データを用いて、複数サイクルの累計値に変換する。需要実績ＤＢ１０２には、変換前後の実績の両方を保持しておく。累計値を算出するサイクル数は、予測モデルマスタＤＢ１０３のパラメータとしてマスタ指定しても、任意の実績期間で評価して最適な値を自動推定しても良い。図７に、ステップＳ４０１により週単位の実績を４週間累計の値に変換した結果の例を示す。

【0031】

ステップＳ４０２では、情報処理装置のＣＰＵ２０１は、ステップＳ４０１で累計変換した実績を元に、予測モデルマスタＤＢ１０３のパラメータ設定に従って自動予測し、結果を予測結果ＤＢ１０４に格納する。自動予測に用いる予測モデルは、移動平均法などの既存手法を用いて良い。ステップＳ４０１の実績変換においてＮサイクルの累計実績に変換した場合、ステップＳ４０２で求められる予測結果は、１サイクル単位の予測値のＮサイクル累計値と同等である。ただし、１サイクル単位の実績値が急激な変動を呈する場合、数学的手法に基づく予測モデルを適用することが困難であるため、直接１サイクル単位の予測値を直接求めることはできない。図８に、ステップＳ４０２により４週累計の実績から求めた４週累計の予測値の例を示す。

【0032】

ステップＳ４０３では、情報処理装置のＣＰＵ２０１は、予測結果ＤＢ１０４に保持するステップＳ４０２で算出した複数サイクル累計の予測結果を、１サイクル単位の予測結果に変換して、予測結果ＤＢ１０４を更新する。Ｎサイクルの累計予測値をもとに、累計値から直近のＮ－１サイクル分の実績値あるいは予測値を差し引くことで、１サイクル分の予測値に変換できる。このとき、１サイクルの予測値の最小値を事前に定義しておいて、最小値を下回った予測値に対して補正を行う処理を加えても良い。図９に、ステップＳ４０３により４週累計の予測値を週単位の予測値に変換した結果の例を示す。この例では、４週累計の予測値では値が安定しているが、１週単位の予想値では４週おきに大口需要の発生が予測されている。

【0033】

大口需要の発生タイミングは実際には不規則な場合もあり、ステップＳ３０２の予測結果とは必ずしも一致しないため、週単位の予測誤差は発生し得る。しかし、Ｎサイクル累計で見ると需要が安定しているため予測精度を確保することができ、サイクル単位の予測値に基づいて調達量等に誤差が発生したとしても、次のサイクル以降でカバーすることが可能である。

【0034】

ステップＳ３０３では、情報処理装置のＣＰＵ２０１は、図１０のような画面に予測結果を出力し、ユーザが予測結果を確認できるようにする。本処理は、予測結果確認部１３０によって実行される。

【0035】

図６（ａ）は商品単位の属性情報を商品マスタＤＢ１０１に登録するための商品マスタ設定画面である。商品マスタ設定画面は、検索部、グリッド部からなる。

【0036】

検索部は、グリッドに情報を表示したい商品を検索するものである。

【0037】

グリッド部は、商品マスタＤＢ１０１の情報の表示、編集が可能である。検索部に検索条件を入力して抽出ボタンを押下すると、該当する商品の情報がグリッド部に表示される。グリッド部の情報を修正し保存ボタンを押下すると、商品マスタＤＢ１０１に画面での修正内容が反映される。

【0038】

図６（ｂ）は、図６（ａ）の商品マスタ設定画面で商品ごとに登録する予測モデルの情報を、予測モデルマスタＤＢ１０３に登録するための予測モデルマスタ設定画面である。商品マスタ設定画面は、グリッド部からなる。

【0039】

グリッド部は、予測モデルマスタＤＢ１０３の情報の表示、編集が可能である。グリッド部の情報を修正し保存ボタンを押下すると、予測モデルマスタＤＢ１０３に画面での修正内容が反映される。

【0040】

図１０は予測結果を確認するための予測結果確認画面である。予測結果確認画面は、計画表示グリッド部、属性表示グリッド部、グラフ部からなる。

【0041】

計画表示グリッド部は、ステップＳ４０１で実行した累計処理前後の需要実績と、ステップＳ４０２の処理結果である累計の需要予測結果、ステップＳ４０３の処理結果であるサイクル単位の需要予測結果を表示、編集できる。

【0042】

属性グリッド部は、商品マスタＤＢ１０１やその他マスタの属性情報の表示が可能である。他の画面を起動することなく、計画表示グリッドにおいて計画調整中の商品の属性情報を確認することができる。

【0043】

グラフ部は、グリッド部に表示する実績値や予測結果をグラフで可視化する。

【0044】

図５（ａ）の商品マスタＤＢ１０１は、商品の属性情報を保持するテーブルであり、商品コード、商品名、予測モデルＩＤ、その他属性情報の項目からなる。

【0045】

図５（ｂ）の予測モデルマスタＤＢ１０３は、Ｓ３０２の予測実行に用いる予測モデルを管理するテーブルであり、予測モデルＩＤ、予測モデル名、ステップＳ４０１とステップＳ４０３で使用する累計サイクル数Ｎ、および、各種パラメータの項目からなる。予測モデルは、商品や商品グループごとに使用するモデルを指定することもできるし、全商品共通で同じモデルを使用してもよい。

【0046】

以上により、予測モデルの直接適用が困難な変動を伴う需要に対して実運用可能な予測を実行できるできるようになる。

【0047】

なお、上述した各種データの構成及びその内容はこれに限定されるものではなく、用途や目的に応じて、様々な構成や内容で構成されることは言うまでもない。

【0048】

また、本発明におけるプログラムは、図３、図４の処理方法をコンピュータが実行可能なプログラムである。なお、本発明におけるプログラムは図３、図４の各装置の処理方法ごとのプログラムであってもよい。

【0049】

以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読み出し、実行することによっても本発明の目的が達成されることは言うまでもない。

【0050】

この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記録した記録媒体は本発明を構成することになる。
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、ＤＶＤ－ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク等を用いることが出来る。

【0051】

また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0052】

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

【0053】

また、本発明は、複数の機器から構成されるシステムに適用しても、ひとつの機器から成る装置に適用しても良い。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。

【0054】

さらに、本発明を達成するためのプログラムをネットワーク上のサーバ、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。

【符号の説明】

【0055】

１０ 情報処理装置
５０ 処理制御部
１００ データ管理部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】