過去のウェアハウスデータから需要を予測する

概要

Computerは、Snowflakeなどのツールの過去データを使用して、地域、セグメント、製品ラインごとの実用的な需要予測を作成できます。関連する需要指標の特定、直近の履歴の抽出、季節性や異常値の特定、前提条件の要約などの分析作業を処理するため、オペレーションおよびプランニングチームは、ウェアハウスのデータをスプレッドシートにエクスポートして手動で同じ分析を再構築する代わりに、確認できる初回の予測を取得できます。

主な成果物

Computerは、過去12カ月のウェアハウス履歴に基づき、地域および顧客セグメント別の週間見積もりを含む8週間の需要予測を作成しました。

「サマリー」セクションには、予測される需要、成長率の最も高い地域、需要が低下しているまたは不確実なセグメント、既知の異常値、推奨されるプランニングの前提条件を示すダッシュボードが用意されており、詳細を確認する前に予測を素早く把握できます。

「予測テーブル」セクションには、週、地域、顧客セグメント、過去のベースライン、予測需要、下限見積もり、上限見積もり、主な前提条件、および信頼性に関する注記が表示されます。このテーブルは、プランニング文書やスプレッドシートに貼り付けられるように構造化されています。

「トレンド」セクションでは、過去の実績値と予測を比較し、異例の週、季節性、およびデータが少なすぎて確実に読み取れないセグメントについての注記が記載されています。

また、Computerは4つの部分からなるプランニングフレームワークを適用しました。計画の対象とする（十分な履歴があり安定したトレンドを持つセグメント）、注視する（成長は見られるが不確実性がより高いセグメント）、最初に調査する（異常値やデータの欠損の影響を受けるセグメント）、および過剰に読み取らない（パーセンテージの変化がノイズとなる低ボリュームのセグメント）です。

拡大

拡大

ヒント

• 需要の定義: チームが特定の指標を使用している場合は、単に「需要」とするのではなく、「API呼び出しの予測」、「予約の予測」、「サポートボリュームの予測」、または「シート拡張の予測」のように指定してください。
• プランニングコンテキストの追加: 「これを人員配置の推奨事項に変換する」または「週次オペレーションレビュー用に予測を要約する」といった指示を追加します。
• 既知のイベントのレイヤー化: 「障害が発生した週を除外する」、「3月の価格変更を考慮する」、「昨年のホリデー期間と比較する」などのフィルターやコンテキストを追加します。