POSデータをAIで解析し、粗利が最大化される最適発注量を自動計算

大手アミューズメント事業者 様

大手アミューズメント事業者 様

売上規模:約600億円
従業員数:約1,000名

Go Analytics導入の概要/導入の結果

1機会ロスと在庫廃棄量を
考慮した最適な発注量を算出

それまでは過去データや勘と経験で発注量を決めていたことにより、想定よりも早く売れてしまい大きな機会ロスになってしまったり、逆に大量の在庫を抱え廃棄を行うことになったりという課題がありました。
そこで、コニカミノルタ独自開発のAIを用いて売上を予測し、更に「機会ロスと在庫廃棄量を考慮した最適な発注量」を算出することができるようになりました。

2発注量を検討する際の
工数削減

2つ目の課題として、発注担当者の発注量決定作業に多くの時間がかかっているという点がありました。予測対象のSKU数が多いことに加えて、それぞれの商品に対して、マクロデータや市場のトレンドなど様々なデータを加味しながら発注量を決定していくという作業は業務量が多く疲弊している状態でした。
しかし、コニカミノルタ開発の簡易アプリを利用することで、特定条件下における売上の予測を行い、発注量の合計が自動算出できる様になり、発注現場担当者の負荷軽減に繋がりました。

ご担当者様の感想・コメント

✓株式会社タダノ様
データサイエンティストのアドバイスでクレーンの需要予測精度の大幅な改善を実現

✓国立大学法人電気通信大学様
課題解決に役立つデータ活用の学びを産学連携で実現

↑