需要パターンコンポーネント

需要パターンの分析は 3 つのディメンションで行われます。

この分析では、需要パターンをスムーズ、断続的、異常、塊の 4 つの異なるタイプに分類します。それぞれは、需要の頻度と変動性を分析することによって決定されます。履歴データのない対象範囲内の製品がある場合、ゼロ予測需要セクションにグループ化されます。詳細については、「需要パターン」を参照してください。

製品全体の需要パターンの分布は、予想される予測の信頼性に関する貴重なインサイトを提供します。需要パターンが滑らかな製品 (一貫した注文量と頻度を示す) は、通常、動作がより予測可能であるため、最も信頼性の高い予測が得られます。対照的に、不規則なスパイクとさまざまな順序の頻度を特徴とする不規則なパターンや塊のパターンは、通常、予測不可能な性質のため、予測の信頼性が低くなります。この分布を理解することで、需要プランナーは適切な期待を設定し、積極的な対策を講じることができます。

システムは、予測開始日の直前に、年間需要とも呼ばれる過去 12 か月の需要も分析します (トリミング設定の対象となります）。たとえば、予測開始日が 2024 年 1 月 15 日 (月曜日) で、計画バケットが毎週であるとします。システムは、過去 12 か月の分析期間を 2023 年 1 月 16 日から 2024 年 1 月 14 日と見なします。後続の 12 か月間の需要分析は、需要プランナーがアクティブな製品と非アクティブな製品を区別し、予測の信頼性に直接影響するこれらの状態 - パターン間で移行する製品を特定するのに役立ちます。古いデータパターンではなく最近の履歴に焦点を当てることで、どの製品に特別な注意や代替予測アプローチが必要か、特に季節的な商品、廃止された商品、フェーズアウト中の商品などについて、より多くの情報に基づいた意思決定を行うことができます。詳細については、「Forecast Algorithms」を参照してください。

年単位の履歴の長さは、期間のデフォルトの開始に日付を調整した後、事前処理された過去の需要データで利用可能な最も早い日付と最新の日付に基づいて、予測の詳細度 (製品と場所の組み合わせなど) ごとに計算されます。この分析は、製品が信頼できる予測を生成するのに十分な履歴データを蓄積しているかどうかを判断するのに役立ちます。通常、季節的なパターンと長期的な傾向を把握するには最低 2 年が必要です。