データ分析：製造業における需要予測に関する課題

需要予測の狙い、実現ステップのコンサルテーション

AI需要予測は、精度向上が目的にされがちです。しかし、解釈性の高いモデルを利用することにより、予測手法の標準化によるガバナンス強化や、PDCAを回しやすくすることもまた重要です。

デロイト トーマツでは、AI需要予測導入の目的とそれに応じたアプローチを定義しています。

1. ガバナンス重視型：解釈性の高い手法により予測を行う
2. 精度重視型：精度を重視してAIを構築、チューニングし予測を行う
3. ハイブリッド型：ベースラインはAIによる予測、個別事象はルールベースによる予測を行う

※クリックまたはタップして拡大表示できます

各企業の要件に合わせ、カスタマイズ可能な需要予測AIエンジン

デロイト トーマツでは、多くのデータから必要なものを自動で選別し、複数の予測アルゴリズムを用いて予測結果を出力するためのテンプレートを保有しており、こちらをベースとして、特徴量エンジニアリングを含むデータの前処理や、出力結果の要件対応を企業ごとに行うことで、柔軟な予測AIをご提供します。

近年、様々なAutoMLツールが脚光を浴びており、予測アルゴリズムが多い方がよいと考えがちですが、精度を左右するのは主にデータの質と量であるため、目的やデータの診断を経て、適切なアルゴリズムを提案するアプローチを推奨しています。

※クリックまたはタップして拡大表示できます

PoCを経てシームレスに開始可能な、BPOサービス

PoCを実施した後、すぐにシステム導入を開始すると、いくつかの問題が発生するケースがあります。

• 運用開始までに時間がかかる
• 運用開始後、足りない機能やデータがあることが判明する
• 運用開始後、精度が向上せず、どのように向上させていいかが不明となる

デロイト トーマツでは、システム化の前にPoC相当の環境にて、データを受け取り、予測し、結果をお返しするマネージドサービス型でのサービス提供を一定期間行うことを推奨しています。

これによりPoCにて効果が確認された後、即座にAI予測を開始でき、運用しながら機能やデータの要件をブラッシュアップさせ、その中で精度向上に取り組むことが可能となります。

※クリックまたはタップして拡大表示できます

各種プラットフォームへの実装

マネージドサービスを経て、運用が安定した頃合いでシステム実装を行うことで、安定的にプロジェクトを推進することが可能です。

その際に、デロイト トーマツでは幅広い実装の選択肢を提示できます。

例えばPoC、マネージドサービスを経て磨き上げられた予測モデルを、お客様の既存システムに追加機能としてアドオンすることが可能です。

また、クラウドサービス上にスクラッチで機能を構築することも、クラウドサービスで予測した結果をパッケージソリューション上に表示させることも可能です。

中立な立場から、お客様にもっとも最適なソリューションをご提案できることも、デロイト トーマツの強みの1つですので、ぜひご相談をいただけますと幸いです。

事例：製品特性を加味した予測モデルの構築

製造業のお客様にて、精度を重視したAI需要予測のPoCを実施しました。

アンサンブル学習と呼ばれる精度重視の手法を採用し、また、製品ごとに最もよく当たる予測手法を自動選択して販売予測を行うことで、ロングテールの商品群において大きく精度を改善しました。

ご支援の概要

• コンサルテーションによる有用なデータの仮説立案
• お客様のデータ収集とクレンジング
• データの自動選択を経て、複数の機械学習アルゴリズム実行
• 結果の評価とアクションプランの策定

プロジェクト成果

• ロングテールの商品において、大きな精度改善を実施

※クリックまたはタップして拡大表示できます