製造業の需要予測:より良い計画のための正確な予測

需要予測は、在庫コスト、サービスレベル、収益性に直接影響します。予測精度90%のメーカーは適切な在庫を保有し、納期の約束を守り、効率的に運営します。60%の精度のメーカーは欠品と過剰在庫の間を行き来し、顧客を失望させ、非効率的な生産スケジュールを実行します。

しかし、完璧な予測は不可能です。需要は市場の変化、競合他社の行動、経済の変動、ランダムな変動によって変わります。目標は完璧さではありません。効果的な計画と許容可能なコストを可能にする十分な精度への継続的改善です。

製造業における需要予測

製造業の予測は、小売業やサービス業の予測とは異なります。メーカーは顧客が何を購入するかだけでなく、リードタイムを満たすためにいつ生産する必要があるかを予測する必要があります。予測の集約(ファミリーと個別SKU)と材料計画および能力配分に必要な詳細のバランスを取る必要があります。これらの予測は生産計画の基礎に直接フィードされます。

従属需要と独立需要

独立需要は顧客と市場の力から直接来ます。完成品の需要は独立しています。自分でコントロールできる他の要因によって決定されないため、予測する必要があります。

従属需要は部品表を通じて独立需要から派生します。コンポーネントの需要は完成品のスケジュールに依存します。従属需要は予測しません。資材所要量計画を通じて計算します。従属需要と独立需要を混同すると、在庫を膨らませる二重予測が発生します。

予測努力を独立需要品目に集中させます。MRPに従属需要を計算させます。これにより、価値を追加する場所に予測を集中させ、増幅エラーを防ぎます。

予測期間と目的

長期予測(12-24ヶ月)は、能力計画戦略、施設投資、サプライヤー関係の構築を導きます。±20%の精度で十分です。方向性の決定を行っているのであり、正確なコミットメントではありません。

中期予測(3-12ヶ月)は、集約生産計画、材料調達、労働力計画を推進します。±10-15%の精度を目標とします。ここでのエラーは在庫やサービスの問題を引き起こしますが、致命的ではありません。

短期予測(0-3ヶ月)は、基準生産計画と材料計画をサポートします。±5-10%の精度を目標とします。エラーは顧客サービスと緊急対応コストに直接影響します。幸いなことに、短期予測はより良い需要の可視性があるため、最も正確であるべきです。

精度の期待値

予測精度は業界、製品の成熟度、需要パターンによって異なります。安定した成熟製品は85-95%の精度を達成できます。新製品や不規則な需要は、どれほど洗練された方法を使用しても60-70%の精度しか達成できない可能性があります。

希望的観測ではなく、製品特性に基づいて現実的な精度目標を設定します。本質的に予測不可能な製品に95%の精度を要求することは、努力を無駄にし、フラストレーションを生み出します。代わりに、不確実性を認め、安全在庫と柔軟な能力を通じてそれに応じて計画します。

予測精度を一貫して測定します。測定しないものは改善できません。製品ファミリー別に毎月精度メトリクスを計算し、予測の所有者に継続的改善の責任を持たせます。

予測手法:さまざまなシナリオのための技術

複数の予測方法が存在し、それぞれ異なる状況に適しています。製品特性とデータの可用性に方法を合わせます。

定性的手法

定性的手法は、過去のデータではなく、判断、経験、専門家の意見に依存します。販売履歴のない新製品、大きな変化に直面している製品、または過去のパターンが続かない状況で使用します。

営業部隊の見積もりは、顧客との会話と市場知識に基づいて営業担当者からの意見を収集します。これらの人々は最高の需要可視性を持っていますが、楽観的になる傾向があります。個々のバイアスをバランスさせるために、複数の担当者の見積もりを集約します。

経営幹部の判断は、上級リーダーの経験と市場洞察を活用します。戦略的製品や主要な決定にこれを使用します。しかし、経営幹部の意見だけに頼ってはいけません。経営幹部はしばしば運用の詳細から切り離されており、営業担当者と同じバイアスの対象となります。

顧客調査は、購入意図について顧客に直接尋ねます。これはB2B市場の主要顧客に対して機能します。しかし、顧客は、特にリクエストがコミットメントではなく推測的である場合、将来の購入を過大評価することがよくあります。

市場調査は、市場動向、競合他社の行動、経済指標を分析して需要を予測します。専門の市場調査会社がこのサービスを提供します。運用予測ではなく、戦略計画に使用します。

時系列分析

時系列方法は、過去の需要パターンを分析して将来の需要を予測します。信頼できるデータ履歴を持つ安定した製品に対して適しています。ほとんどのメーカーは、ボリュームの70-80%を占める確立された製品に時系列を使用します。

移動平均は、最近の期間を平均化することで需要を平滑化します。単純移動平均はすべての期間を均等に重み付けします。加重移動平均は最近のデータを強調します。移動平均は安定した需要には機能しますが、トレンドの変化に遅れます。

指数平滑化は、平滑化定数(アルファ)を通じて古いデータよりも最近のデータをより重く重み付けします。高いアルファは変化により速く反応しますが、ノイズを増幅します。低いアルファはノイズを減衰させますが、ゆっくりと反応します。ほとんどのメーカーは0.1から0.3の間のアルファを使用します。

トレンド分析は、時間の経過に伴う需要の体系的な増加または減少を特定します。線形トレンドは一定の成長率を仮定します。指数トレンドは加速する成長を仮定します。トレンドを無期限に外挿してはいけません。市場は飽和し、トレンドは逆転します。

季節調整は、年内の予測可能な変動を考慮します。各期間の季節指数を計算し、基本予測に適用します。多くの製品は明らかでなくても季節性を示します。存在しないと仮定する前に季節パターンをテストします。

因果モデル

因果モデルは、需要をそれを駆動する変数に関連付けます:経済指標、価格レベル、広告支出、または競合他社の行動。需要駆動要因を理解し、測定できる場合に機能します。

回帰分析は、需要(従属変数)と駆動要因(独立変数)の関係を定量化します。単純回帰は1つの駆動要因を使用します。多重回帰はいくつかを使用します。回帰には統計的洗練度と十分なデータ(通常30以上の観測値)が必要です。

先行指標は、需要が変化する前に変化する変数です。住宅着工数は家電需要に先行する可能性があります。工業生産は包装材料需要に先行する可能性があります。相関分析を通じて関連する先行指標を特定します。

価格弾力性モデルは、価格変化に対する需要の反応を予測します。価格で競争しているメーカーや価格調整を検討しているメーカーにとって重要です。弾力性は通常、制御された価格実験または過去の価格-需要データの洗練された分析を必要とします。

ハイブリッドアプローチ

最も洗練されたメーカーは方法を組み合わせます。ほとんどの製品には時系列を使用し、新製品には定性的判断を使用し、明確な需要駆動要因を持つ製品には因果モデルを使用する可能性があります。組み合わせは、精度、努力、適用可能性のバランスを取ります。

協調的に予測を作成します。時系列モデルからの統計予測から始めます。顧客の変化に関する営業部隊の洞察を重ねます。プロモーションや市場状況に関するマーケティングの意見を追加します。月次予測会議を通じて調整します。この協調的アプローチは、単一の方法に勝ります。

実装プロセス:予測システムの構築

効果的な予測には、技術だけでなくプロセスが必要です。プロセスは、誰が何を、いつ、どのような入力で予測し、予測がどのように計画にフィードされるかを決定します。

データ収集とクレンジング

予測精度はデータ品質に依存します。欠品、プロモーション、またはデータエラーによって歪められた過去の需要は、不良な予測を生み出します。予測する前にデータをクリーンにします。

代表的でない外れ値を削除します。1回限りのプロジェクトからの単一の10,000ユニットの注文は、予測に影響を与えるべきではありません。予測可能な外れ値(年次注文、プロモーション)の個別予測を作成し、ベースラインに平均化するのではなく。

既知の変化を調整します。異なる価格、製品、または市場状況の期間からの過去のデータは、将来の予測には関連していません。過去のデータを調整するか、最近の期間をより重く重み付けします。

一貫した単位で需要を標準化します。通貨や価格効果を避けるために、ドルではなく標準単位(個、ケース、トン)で予測します。財務計画に必要な場合にのみ通貨に変換します。

モデル選択

製品特性に基づいて予測モデルを選択します。安定した高ボリューム製品は、洗練された時系列方法に値します。低ボリューム製品は単純な平均を使用する可能性があります。新製品は定性的アプローチが必要です。

製品セグメンテーションを作成します:A品目(高ボリューム、安定)は洗練された時系列を取得します。B品目(中ボリューム、中程度の変動性)はよりシンプルな指数平滑化を取得します。C品目(低ボリューム、不規則)は定性的予測または単純な平均を取得します。これにより、最も価値を生み出す場所に努力を集中させます。

複数の方法をテストし、精度に基づいて選択します。方法と製品カテゴリ別に予測エラーを追跡します。最良の方法は、最も洗練された方法ではなく、特定の状況で最も正確に予測する方法です。

協調計画

Sales and Operations Planning(S&OP)は、協調的予測の正式なプロセスです。月次S&OP会議は、営業、運用、財務、リーダーシップを集めて合意予測を作成します。製造ビジネスモデルを理解することで、適切な予測アプローチを組み立てることができます。

プロセスは通常次のように進みます:需要計画が統計予測を作成し、営業が市場インテリジェンスに基づいてレビューおよび調整し、運用が能力を考慮して実現可能性を検証し、財務が財務予測に変換し、リーダーシップが承認または変更を指示します。

S&OPは機能全体で予測の所有権を作成します。営業、運用、財務がすべて予測に貢献した場合、実行の責任を共有します。これにより、営業が計画未達を不正確な予測のせいにし、運用が不良な予測を営業のせいにする一般的なパターンを防ぎます。

精度測定

予測精度を厳密に追跡します。測定しないものは改善できません。毎月精度メトリクスを計算し、時間の経過とともに傾向を示します。

Mean Absolute Percent Error(MAPE)が最も一般的です:MAPE = Σ|実績 - 予測| / Σ実績。低いほど良いです。20%のMAPEは、予測が実際の需要から平均20%外れていることを意味します。ほとんどの製品でワールドクラスは20%未満です。

バイアスは、予測が一貫して高いか低いかを明らかにします。Σ(予測 - 実績) / Σ実績として計算されます。正のバイアスは体系的な過大予測を意味します。負のバイアスは過小予測を意味します。ゼロバイアスが理想的です。

トラッキングシグナルは、エラーとバイアスを組み合わせて、注意が必要な予測にフラグを立てます。予測エラーの累積和を平均絶対偏差で割ったものとして計算されます。±4を外れる値は、予測モデルの修正が必要であることを示唆しています。

不確実性の管理:予測エラーへの対処

すべての予測は間違っています。問題は、予測エラーにもかかわらず効果的に計画する方法です。

安全在庫戦略

安全在庫は、予測エラーと供給の変動性に対するバッファです。必要な量は、予測エラー、希望するサービスレベル、補充リードタイムによって異なります。効果的な在庫最適化戦略は、予測の不確実性とサービスレベルのバランスを取ります。

次の式を使用して安全在庫を計算します:安全在庫 = Z × σ × √LT、ここでZはサービスレベル係数(95%の場合1.65、99%の場合2.33)、σは需要標準偏差、LTはリードタイムです。より高いサービスレベルまたはより長いリードタイムは、より多くの安全在庫を必要とします。

すべての製品に同じサービスレベルを適用しないでください。A品目は99%のサービスレベルに値するかもしれません。C品目は90%を受け入れるかもしれません。差別化されたサービスレベルは、重要な製品のサービスを維持しながら総在庫を削減します。

柔軟な能力アプローチ

予測の不確実性は、予測に結び付けられた硬直的な能力ではなく、実際の需要に対応できる柔軟な能力を主張します。オプションには、残業能力、臨時労働プール、契約製造関係が含まれます。

柔軟な能力は単位あたりのコストが高くなりますが、在庫コストとサービス障害を削減します。トレードオフを計算します。柔軟性がユニットあたり10%多くコストがかかるが、在庫を30%削減し、サービスを改善する場合、おそらく価値があります。

継続的改善

予測を継続的改善プロセスとして扱います。毎月予測エラーをレビューします。予測が外れた理由を分析します。予測方法の問題(誤ったモデル、不適切なパラメータ)と固有の不確実性(ランダムな変動、予測不可能なイベント)を区別します。

時間の経過とともに方法を改善します。製品が成熟するにつれて、過去のデータを追加し、モデルの洗練度を向上させます。需要駆動要因を学ぶにつれて、因果モデルに組み込みます。営業関係が強化されるにつれて、定性的入力を改善します。

詳細はこちら

以下を通じて予測能力を強化します:

継続的改善プロセスとしての予測

完璧な予測は不可能ですが、十分な精度への継続的改善は達成可能です。道は、適切な方法の選択、クリーンなデータの収集、機能横断的な意見の関与、精度の厳密な測定、エラーからの学習を必要とします。

計画が失敗したときに予測を責めないでください。不良な予測は、しばしば不良なプロセス、不十分な協力、または状況に不適切な方法の症状です。需要の固有の予測不可能性を責める前に、プロセスと方法を修正します。

予測能力を体系的に構築します。シンプルな方法とクリーンなデータから始めます。基本をマスターするにつれて洗練度を追加します。営業と顧客をプロセスに関与させます。継続的に測定して改善します。その規律は、予測を必要悪から、優れた計画、サービス、収益性を可能にする競争上の優位性に変換します。