JP2001282906A

JP2001282906A - 販売数の予測値と発注量演算処理システム

Info

Publication number: JP2001282906A
Application number: JP2000100264A
Authority: JP
Inventors: Seiji Notomi; 誠治納富
Original assignee: NIPPON SYST DESIGN KK; NIPPON SYSTEM DESIGN
Current assignee: NIPPON SYST DESIGN KK; NIPPON SYSTEM DESIGN
Priority date: 2000-04-03
Filing date: 2000-04-03
Publication date: 2001-10-12

Abstract

(57)【要約】【解決手段】一次予測プログラム１２により将来の販
売予測を行う。販売促進効果補正プログラム１０と品切
れによる実績補正プログラム１１は、実績データの狂い
を補正する。トレンド修正プログラム１４は、販売数の
単純予測値に対してシーズンパターンを考慮した訂正を
加える。適正発注量算出プログラム１５は、この予測値
を利用して自動発注量と発注日とを算出する。誤差修正
プログラム１６は、運用時に生じた誤差を修正する。【効果】精度の高い実績データにより販売数の正確な
予測をして自動発注処理ができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、商品自動補充発注
処理に適するコンピュータによる販売数の予測値と発注
量演算処理システムに関する。

【０００２】

【従来の技術】百貨店、スーパーマーケット、その他各
種の量販店のように、多種多用な商品を取り扱う店舗に
おいては、商品の陳列や在庫商品管理の適否が営業成績
に直結する。商品の品切れが頻発すれば、販売チャンス
を逃し顧客減少にもつながる。必要以上の在庫はコスト
を増大させる。この在庫管理を管理者の経験に頼るには
限界がある。そこで、本発明者等は、販売店舗のＰＯＳ
端末から収集されるデータを商品の発注業務にフィード
バックして、コンピュータによる在庫コントロールの適
正化を図る技術を開発した（特開平４−３４２０６４号
公報、特開平９−１９８４４８号公報）。これらによれ
ば、所定のパラメータを選択して商品の在庫数を予測
し、さらに、商品の季節的な売れ行き変動を考慮した商
品の自動発注を行うことができる。

【０００３】

【発明が解決しようとする課題】ところで、上記のよう
な従来の技術には、次のような解決すべき課題があっ
た。上記のようなコンピュータによる商品の自動補充発
注システムは、採用するパラメータいかんでその精度が
大きく異なる。また、人手による点検や見直し、あるい
は修正作業を不要とする全く無人の自動発注システムを
運用するためには、さらに高い精度で発注時期や発注量
の最適化を図ることが要求される。しかも、コンピュー
タに過大な負荷をかけない実用的な演算処理手法を用い
ることが望ましい。本発明はこうした要求に応えるべく
なされたもので、さらに一歩進んだ商品自動補充発注に
適するコンピュータによる販売数の予測値と発注量演算
処理システムを提供することを目的とする。

【０００４】

【課題を解決するための手段】本発明は次の構成を採用
する。〈構成１〉過去の所定期間の特定の商品の販売数を示す
実績データを取得して、販売数の予測値を生成する手段
と、販売数を特別に変化させる特異日が、実績データを
取得する上記所定期間に含まれているとき、その特異日
の実績データを、特異日の前後の日の実績データに基づ
いて平準化するように補正する補正手段を備えたことを
特徴とする、コンピュータによる販売数の予測値演算処
理システム。

【０００５】〈構成２〉過去の所定期間の特定の商品の
販売数を示す実績データを取得して、販売数の予測値を
生成する手段と、品切れが発生した時間帯を求めて、同
一時間帯の過去の実績データを補完することにより、品
切れが発生しなかった場合の実績データを得て、上記実
績データを補正する補正手段を備えたことを特徴とする
コンピュータによる販売数の予測値演算処理システム。

【０００６】〈構成３〉構成２に記載の予測値演算処理
システムにおいて、補正手段は、実績データを取得した
日の当日在庫数を求め、その当日在庫数が閾値以下にな
っている場合には、当日に品切れが発生したものとし
て、実績データを補正することを特徴とするコンピュー
タによる販売数の予測値演算処理システム。

【０００７】〈構成４〉過去の所定期間の特定の商品の
販売数を示す実績データを取得して、販売数の予測値を
生成する手段と、予測値を求める上記特定の商品と類似
の商品を含む商品分類毎の実績データを収集し、所定の
単位期間毎の実績データを相対的に比較する指数を含む
シーズンパターンテーブルを生成する手段と、上記指数
の変化率に基づいて、昨年の同時期の販売数の推移を求
めて、予測値を修正する処理を行う手段とを備えたこと
を特徴とするコンピュータによる販売数の予測値演算処
理システム。

【０００８】〈構成５〉過去の所定期間の特定の商品の
販売数を示す実績データを取得して、販売数の予測値を
生成する手段と、鮮度管理上の上限日数に相当する最大
在庫日数と、品切れ防止上の安全日数に相当する最小在
庫日数とを予め定めておき、上記最大在庫日数と最小在
庫日数と、過去の実績データとから算出した予測週の最
大在庫数と最小在庫数とを求めて、常に当日末の在庫数
が最小在庫数を下回らないで、仕入れによる補充後に最
大在庫数になるように、発注時期と発注量を決定する発
注量算出手段を備えたことを特徴とするコンピュータに
よる発注量演算処理システム。

【０００９】〈構成６〉過去の所定期間の特定の商品の
販売数を示す実績データを取得して、販売数の予測値を
生成する手段と、当日末の在庫数が最小在庫数を下回ら
ないで、仕入れによる補充後に最大在庫数になるよう
に、発注時期と発注量を決定する発注量算出手段と、予
測値と実際の販売個数の誤差を累積して、この累積値を
用いて次回の発注量を補正する誤差補正手段を備えたこ
とを特徴とするコンピュータによる発注量演算処理シス
テム。

【００１０】〈構成７〉構成１乃至４のいずれかに記載
のコンピュータによる販売数の予測値演算処理システム
において、商品と商品の材料との関係を示す展開テーブ
ルを参照して、商品の販売数に応じた商品の材料の販売
数を実績データとして取得する展開手段を備えたことを
特徴とするコンピュータによる販売数の予測値演算処理
システム。

【００１１】〈構成８〉過去の所定期間の特定の商品の
販売数を示す実績データを取得して、販売数の予測値を
生成し、販売数を特別に変化させる特異日が、実績デー
タを取得する上記所定期間に含まれているとき、その特
異日の実績データを、特異日の前後の日の実績データに
基づいて平準化するように補正する処理を実行するコン
ピュータプログラムを記録したコンピュータ読み取り可
能な記録媒体。

【００１２】〈構成９〉過去の所定期間の特定の商品の
販売数を示す実績データを取得して、販売数の予測値を
生成し、品切れが発生した時間帯を求めて、同一時間帯
の過去の実績データを補完することにより、品切れが発
生しなかった場合の実績データを得て、上記実績データ
を補正する処理を実行するコンピュータプログラムを記
録したコンピュータ読み取り可能な記録媒体。

【００１３】〈構成１０〉構成９に記載の記録媒体にお
いて、補正手段は、実績データを取得した日の当日在庫
数を求め、その当日在庫数が閾値以下になっている場合
には、当日に品切れが発生したものとして、実績データ
を補正する処理を実行するコンピュータプログラムを記
録したコンピュータ読み取り可能な記録媒体。

【００１４】〈構成１１〉過去の所定期間の特定の商品
の販売数を示す実績データを取得して、販売数の予測値
を生成し、予測値を求める上記特定の商品と類似の商品
を含む商品分類毎の実績データを収集し、所定の単位期
間毎の実績データを相対的に比較する指数を含むシーズ
ンパターンテーブルを生成し、上記指数の変化率に基づ
いて、昨年の同時期の販売数の推移を求めて、予測値を
修正する処理を行う処理を実行するコンピュータプログ
ラムを記録したコンピュータ読み取り可能な記録媒体。

【００１５】〈構成１２〉過去の所定期間の特定の商品
の販売数を示す実績データを取得して、販売数の予測値
を生成し、鮮度管理上の上限日数に相当する最大在庫日
数と、品切れ防止上の安全日数に相当する最小在庫日数
とを予め定めておき、上記最大在庫日数と最小在庫日数
と、過去の実績データとから算出した予測週の最大在庫
数と最小在庫数とを求め、常に当日末の在庫数が最小在
庫数を下回らないで、仕入れによる補充後に最大在庫数
になるように、発注時期と発注量を決定する処理を実行
するコンピュータプログラムを記録したコンピュータ読
み取り可能な記録媒体。

【００１６】〈構成１３〉過去の所定期間の特定の商品
の販売数を示す実績データを取得して、販売数の予測値
を生成し、当日末の在庫数が最小在庫数を下回らない
で、仕入れによる補充後に最大在庫数になるように、発
注時期と発注量を決定し、予測値と実際の販売個数の誤
差を累積して、この累積値を用いて次回の発注量を補正
する処理を実行するコンピュータプログラムを記録した
コンピュータ読み取り可能な記録媒体。

【００１７】

【発明の実施の形態】以下、本発明の実施の形態を具体
例を用いて説明する。図１は、本発明を実施するシステ
ムの全体構成を示すブロック図である。図のシステム
は、販売店舗に据えつけられた多数のＰＯＳ端末１と、
これらと信号ケーブル２を介して接続されたホストコン
ピュータ３により構成される。これらのＰＯＳ端末１の
操作によって得られたデータは、ホストコンピュータ３
に送信されて集計される。この図において、既知のＰＯ
Ｓシステムを運用する部分については図示を省略し、ホ
ストコンピュータ３の記憶装置に格納された、本発明の
実施に必要なデータとプログラムのみを下方に機能ブロ
ックとして図示した。

【００１８】このホストコンピュータ３の記憶装置に
は、商品マスタ４と、仕入れ先マスタ５と、一次予測値
テーブル６とシーズンパターンテーブル７とが記憶され
ている。また、その記憶装置には本発明を実施するため
に、販売促進効果補正プログラム１０、品切れによる実
績補正プログラム１１、一次予測プログラム１２、シー
ズンパターンテーブル生成プログラム１３、トレンド修
正プログラム１４、適正発注量算出プログラム１５、誤
差修正プログラム１６が記憶されている。上記ＰＯＳ端
末１を用いて商品の販売を行うと、商品毎の販売数を毎
日集計することができる。その結果が商品マスタ４に記
録される。この発明では、この結果を利用して、将来の
販売予測をし、商品の自動補充発注を行う。

【００１９】本発明では、一次予測プログラム１２によ
り将来の販売予測を行う。販売予測のためには、商品マ
スタ４中の過去の商品の販売数（以下、実績データとい
う）を使用する。販売促進効果補正プログラム１０と品
切れによる実績補正プログラム１１は、この実績データ
の狂いを補正するプログラムである。一次予測プログラ
ム１２は、補正後の実績データを使用して、各商品の販
売数の単純予測を行うプログラムである。一次予測値テ
ーブル６は、この単純予測の結果等を記憶しておく部分
である。

【００２０】トレンド修正プログラム１４は、販売数の
単純予測値に対してシーズンパターンを考慮した訂正を
加えるプログラムである。シーズンパターンテーブル生
成プログラム１３は、トレンド修正プログラム１４を実
行するときに参照するシーズンパターンテーブル７を生
成するプログラムである。こうして、精度の高い商品販
売数の予測値が得られた後、適正発注量算出プログラム
１５は、この予測値を利用して発注量と発注日とを算出
する。誤差修正プログラム１６は、上記予測値を利用し
て実際に自動発注をしたことにより運用時に生じた誤差
を修正するプログラムである。

【００２１】（全体の処理の流れ）図２は、本発明によ
る自動補充発注動作の主要部の流れを示すフローチャー
トである。まず、ステップＳ１で、商品マスタ４（図
１）を読む。次にステップＳ２で直近４週間分の実績デ
ータを取得する。取得した各実績データに対して、販売
促進効果補正プログラム１０（図１）による補正と、品
切れによる実績補正プログラム１１（図１）による補正
を加える（ステップＳ３、４）。なお、以下の実施例で
は、後で説明するように、曜日に着目して実績データを
収集して１週間分の予測値計算を行う。従って、以下の
ステップＳ５からステップＳ８の処理は、月曜日から日
曜日までの７日分繰り返して行う。ステップＳ５では、
一次予測プログラム１２（図１）が、実績データの加重
平均により曜日毎の予測値を求める。ステップＳ６で
は、トレンド修正プログラム１４（図１）がトレンド修
正を行う。ステップＳ７では得られた予測値を記憶部に
記憶する。ステップＳ８は全ての曜日について処理を終
了したかどうかを判断する部分である。以下、これらの
処理を順に具体的に説明する。

【００２２】（実績データの取得）図３の（ａ）は実績
データと予測値の関係を示す一次予測値テーブルの内容
で、（ｂ）は、予測値の加重平均処理方法の説明図であ
る。この項では、図２のステップＳ１とステップＳ２の
処理を説明する。一次予測プログラム１２（図１）は、
予測対象となる商品の直近４週の曜日別販売数から、予
測週の曜日毎の販売数を予測する。故に、はじめに、販
売予測の根拠となる図３（ａ）に示すような実績データ
を求める。商品マスタ４（図１）から販売店舗の該当商
品の該当する日の販売数を読み出して、テーブルの各部
にデータを記入することにより、図３（ａ）の−４Ｗ〜
−１Ｗの実績データの部分が得られる。−４Ｗは予測週
より４週間前、−３Ｗは予測週より３週間前、−２Ｗは
予測週より２週間前、−１Ｗは予測週より１週間前の同
一曜日の販売数を示す。

【００２３】曜日別に販売数を求めるのは、経験上、商
品の販売数は曜日に対する依存度がきわめて大きいから
である。０Ｗと表示したのが予測週の曜日ごとの販売数
である。なお、図３（ａ）の一次予測値テーブルは、説
明が容易なように整理して表示したものであって、必ず
この形式でデータが実在しなければならないものではな
い。コンピュータプログラム自体は実質的にこの内容に
相当するデータを一時記憶して、予測週の各曜日の予測
値を求めれば足りる。図２（ｂ）は（加重平均）の項で
説明する。なお、この処理は、過去の所定期間の該当商
品の販売数を示す実績データを取得することを目的と
し、予測週の直近のデータであることが好ましいが、そ
の期間は４週間に限定されず、任意である。

【００２４】（販売促進効果補正）この項では、図２の
ステップＳ３の処理を説明する。商品の販売数予測を行
う場合には、上記のような実績データを使用する。従っ
て、実績データに大きな誤差があると予測値の信頼性が
低下する。例えば、予測対象となる商品の直近４週に、
特売日が含まれているような場合には、販売促進効果に
よって、平常とは異なる販売数が実績データとして記録
されるはずである。この実績データをそのまま使用し
て、特売日でない次週の販売予測をすると、販売予測が
大きく外れてしまう。そこで、販売促進効果補正プログ
ラムによる実績データの補正を行う。

【００２５】図４の（ａ）はＰＯＳの特売日情報の内容
の説明図で、（ｂ）は販売促進効果補正プログラムの動
作を示す説明図である。販売促進効果補正プログラム１
０（図１）を実行するために、予め、商品マスタ４に販
売促進を目的とする特売日情報を記録しておく。特売日
情報は、図４（ａ）のように、特売の対象になる商品名
と特売期間と特売価格とを含む。この情報は、実際に特
売が行われる日に自動的にＰＯＳ端末に取り込まれて、
該当する商品の特売価格を管理するために使用される。
図２のステップＳ１で商品の実績データを取得する場合
にこの特売日情報を参照すれば、直近４週に特売日が含
まれているかどうか判断できる。特売日が含まれている
ときは、該当する日の販売数を次の要領で平準化する。

【００２６】図４（ｂ）は、−３Ｗの週の金曜日から日
曜日の３日間が特売日である例を示す。また、−４Ｗの
週の土曜日の販売数をＮ４、−３Ｗの週の土曜日の販売
数をＮ３、−２Ｗの週の土曜日の販売数をＮ２とする。
この場合、−４Ｗの週の土曜日から−２Ｗの週の土曜日
までその商品の売り上げが単純に増加したとして、−３
Ｗの週の土曜日の平準化補正値Ｎ＝（Ｎ４＋Ｎ２）／２
とする。即ち、−３Ｗの週の土曜日の販売数Ｎ３のうち
ＮＸを販売促進効果による売り上げ増と見なし、これを
除外したものを実績値とする。

【００２７】以上のように、販売数を特別に変化させる
特売日等の特異日が、実績データを取得する所定期間に
含まれているとき、その特異日の実績データを、特異日
の前後の日の実績データに基づいて平準化することによ
り、実績データを使用した販売予測の精度を高めること
ができる。（品切れによる実績補正）この項では、図２のステップ
Ｓ４の処理を説明する。これは、品切れによる実績補正
プログラム１１（図１）の動作である。その目的は、販
売促進効果補正プログラムと同様である。例えば、商品
に一時的に品切れが発生したような場合に、品切れ発生
の事実を無視して実績データを作成すると、その実績デ
ータを利用した販売数予測の精度の低下を招く。本来在
庫があれば販売されたはずの販売数が実績データから落
ちることになるからである。そこで、品切れが発生した
ときのデータを下記のように補正する。

【００２８】始めに、該当する商品の品切れが発生した
時刻から当日末までの時間帯を求める。例えば１５時３
０分に品切れが発生したとする。当日末というのは閉店
時間の１８時である。だから時間帯は１５時３０分〜１
８時である。このとき、前週の同曜日同時間帯（１５時
３０分から１８時）の販売実績をそのまま補正値として
当日の販売実績データに加算する。例えば、当日のその
商品の品切れ時刻１５時３０分までの販売実績が５０個
とし、前週の同曜日同時間帯（１５時３０分から１８
時）の販売実績１２個とする。５０個と１２個とを加算
して、当日の販売数を６２個とする。これで、品切れに
よる販売数予測補正処理が完了する。

【００２９】以上のように、品切れが発生した時間帯を
求めて、同一時間帯の過去の実績データを補完すること
により、品切れが発生しなかった場合の実績データを得
ることで、実績データを補正することができる。なお、
上記のような、品切れ発生時間帯の補完のために利用す
る実績データは、前週の同曜日同時間帯が予測精度上最
も好ましく、コンピュータによる画一的な処理に便利
で、データの取得が容易であるという効果がある。しか
し、別の日のデータを使用することもできる。

【００３０】また、品切れ発生の判断基準を在庫数ゼロ
としておくと、コンピュータは、在庫数が１個であって
も品切れとはみなさない。ところが、商品によっては在
庫数が数個でも品切れと同様の販売チャンスロスを発生
することがある。そこで、下記の演算を実行して、当日
在庫数を求め、当日在庫数が閾値以下、例えば数個にな
った場合には、品切れとして上記の予測精度向上のため
の処理を実行する。これらの処理を含めた具体的な品切
れによる実績補正プログラムの動作をフローチャートを
用いて説明する。

【００３１】図５は、品切れによる実績補正プログラム
の動作を説明するフローチャートである。まず、始め
に、品切れが発生した日の前日末（前日の閉店時間）の
在庫数Ｎｆと、品切れが発生した日の当日の仕入れ数Ｎ
ｉと販売数Ｎｓとを求める（ステップＳ１〜４）。ここ
で、当日末（当日の閉店時間）の在庫数を計算する（ス
テップＳ５）。その結果は、Ｎｆ＋Ｎｉ−Ｎｓ＝２とな
る。さらに、閾値である品切れ判定在庫数Ｅを例えば、
Ｎｆの５〜１０パーセントに設定しておく。Ｎｆ＝３
０、Ｎｉ＝２０、Ｎｓ＝４８とすると、Ｎｆ×５％＝
１．５であるから、品切れ判定在庫数Ｅを２個とする
（ステップＳ６）。

【００３２】ここで当日の在庫数と品切れ判定在庫数Ｅ
とを比較する（ステップＳ７）。当日の在庫数は２個だ
から、２個以下である。これで、品切れが発生したもの
と判断する。品切れ発生と判断すると、ステップＳ８に
進み、どの時点で品切れが発生したかを調べる。この場
合には、当日の最後にその商品が売れた時刻を調べる。
その時刻が品切れ発生時刻である。この時刻をもとに、
品切れ時間帯を求める（ステップＳ８）。さらに、前日
の同一時間帯の実績を取得する（ステップＳ９）そし
て、品切れによる実績データの補正処理を実行する（ス
テップＳ１０）。以上のようにして、実際の実績データ
に対して、販売チャンスロスに起因する販売数の減少分
を埋め合わせる修正をすることができる。

【００３３】（加重平均）この項では、図２のステップ
Ｓ５の処理を説明する。これは、図３（ｂ）に図示した
処理であり、一次予測プログラム１２（図１）が実行す
る。この処理は、曜日毎の直近の実績データに基づい
て、曜日毎の販売数の予測値を求める場合に、複数の対
応する曜日の実績データを加重平均した結果を予測値と
する。予測日に近い日の実績データの影響が予測日に遠
い日の実績データより強くでるようにするためである。

【００３４】例えば月曜日について計算をする場合、図
２（ｂ）のように、始めに−４Ｗの販売数と−３Ｗの販
売数との平均値９５を算出する。次にこの平均値と−２
Ｗの販売数との平均値９１．５を算出する。さらに、こ
の平均値と−１Ｗの販売数との平均値８６を算出する。
こうして得られた結果８６を予測値とする。上記の計算
は荷重平均といって、単に直近４週間の平均値を求める
場合よりも、最新の販売数の影響が強くでる効果ある。
これにより次週の予測値をより正確に求める。上記の計
算を月曜日から日曜日までの全ての曜日について実行す
る。

【００３５】（シーズンパターンテーブル）図６は、シ
ーズンパターンテーブルの説明図である。シーズンパタ
ーンテーブルというのは、昨年１年間の販売実績の推移
を示すデータである。この推移の傾向を上記予測値に反
映させて、予測値の精度をさらに高める。なお、シーズ
ンパターンテーブルは、例えば年に１回、１月に、昨年
の１月から１２月の実績データをもとに生成する。従っ
て、シーズンパターンテーブル生成プログラムの動作す
るタイミングは他のプログラムと異なり、図２のフロー
チャートには含めていない。

【００３６】図７の（ａ）はシーズンパターンテーブル
生成プログラムの動作フローチャートで、（ｂ）はトレ
ンド修正プログラムの動作フローチャートである。図６
と図７を参照しながらこのプログラムの動作を説明す
る。まず、図７のステップＳ１で、商品マスタから、商
品分類毎の実績データを収集する。この商品分類は、上
記の予測値を求める対象商品と類似の商品群を含むもの
である。この商品分類に属する商品の毎週の販売数を、
前年１年分求める。図６に示すように、前年１年、５３
週のうち正月三が日のような特異日を含む第１週は除外
し、５２週の販売指数テーブルを作成する。

【００３７】この図６の０Ｗは昨年の第１週、１Ｗは昨
年の第２週、２Ｗは昨年の第３週を表しており、全部で
５２週分の指数がそれぞれ表示されている。この指数
は、スタート週である１Ｗの販売数を１００としたと
き、各週の同一分類の商品販売数をパーセント表示した
値である。従って、例えば、図６の２Ｗの週から３Ｗの
週にかけては、該当する商品の指数は９８から９５とい
うように販売数が減少する傾向にあるということが分か
る。つまり、このデータによれば、図６の２Ｗの週の商
品の販売数Ｎが分かっているとき３Ｗの週の販売数を予
測する場合には、図６の２Ｗの週の販売数Ｎに対して、
指数の変化率を掛ければよい。なお、システムの使用を
開始したときは、全ての週の指数を１００にしておく。
また、必要に応じて既知の初期値をセットすることがで
きるようにしてもよい。

【００３８】シーズンパターンテーブル生成時には、１
Ｗから５２Ｗまで、図７のステップＳ１〜ステップＳ６
の処理を繰り返す。ステップＳ２では、ステップＳ１で
商品マスタから読んだ、例えば１Ｗの週の１週間分の販
売数の合計Ｎａを計算する。ステップＳ３で商品分類別
のスタート週即ち１Ｗの週の販売数Ｎｏを取得する。そ
して、今週の指数ＲをＮｏ／Ｎａを計算して求める（ス
テップＳ４）。これで、求めた今週の指数をシーズンパ
ターンテーブルに記録する（ステップＳ５）。この処理
を５３週分繰り返せばシーズンパターンテーブルが完成
する。

【００３９】特定の商品の販売数予測にその商品を含む
商品分類のシーズンパターンテーブルを使用するのは、
次のような理由による。まず、新商品の場合には、昨年
実績が無く、シーズンパターンテーブルを利用したシー
ズンパターン修正ができない。しかし、類似商品の販売
実績をもとにして販売傾向をつかむほうが予測が正確に
なる。販売数予測の対象となる商品が、どの商品分類に
属するかを判定し、該当する商品分類のシーズンパター
ンテーブルを利用してシーズンパターン修正をするとい
う処理が好ましい。また、商品の販売数予測は、販売店
舗の立地条件等の影響が大きいため、店別、単品別ある
いは店別商品分類別に行うことが望ましい。

【００４０】以上のように、予測値を求める対象商品と
類似の商品群を含む商品分類毎の実績データを収集し、
所定の単位期間（例えば週や月）毎の実績データを相対
的に比較する指数を含むシーズンパターンテーブルを生
成することにより、年間を通じた該当商品を含む商品群
の販売数の推移の傾向を示すデータが得られる。即ち、
先週の実績データを使用して、来週の商品の販売数を予
測する場合に、昨年の同時期の販売数の推移を加味する
ことにより、予測値の精度を高めることができる。

【００４１】（トレンド修正）この項では、図２のステ
ップＳ６の処理を説明する。この処理はトレンド修正プ
ログラム１４（図１）が実行する。図６および図７
（ｂ）を参照しながらその動作の説明をする。このプロ
グラムは、一次予測値テーブル６（図１）の予測値を上
記シーズンパターンテーブルの指数の変化率に基づいて
修正する処理を行う。これにより、年間を通じてみた販
売数の推移傾向を加味した修正をして、予測値の精度を
高める。

【００４２】この例では、図６のシーズンパターンテー
ブルの第２３Ｗに該当する週の予測値を求める場合を説
明する。この予測値は、図３に示した一次予測値テーブ
ルの０Ｗの欄に既に求められているものとする。またそ
販売促進効果補正プログラムや品切れによる実績補正プ
ログラムによる補正も終了しているものとする。その場
合に、昨年のシーズンパターンテーブルを参照し、第２
２Ｗと第２３Ｗの指数を読み取って、その変化率を求め
る（図７ステップＳ１、２）。図６の例では、変化率は
５５／５０により求められる（図７ステップＳ３）。例
えば予測週の月曜日の予測値を８６とした場合を考え
る。このとき、予測値８６にこの変化率を掛ければ、修
正された予測値が求められる。これにより、昨年の傾向
を考慮した予測値の修正が出来る（図７ステップＳ
４）。

【００４３】（適正発注量の算出）以上の修正によっ
て、正確な販売数の予測値が１週間分求められた。今度
は適正発注量算出プログラム１５（図１）の動作を説明
する。ここでは、予測週の商品の在庫数の変化を予測計
算する。最初の在庫数は直前の週の最終在庫数である。
そして、在庫が適正値を下回らないようにいつ何個商品
を発注するかを自動的に計算する。まず、最低在庫日数
Ｄｍｎと、最大在庫日数Ｄｍｘとをパラメータに決め
る。最低在庫日数Ｄｍｎは、商品を発注してから入荷す
るまでの日数と安全在庫日数とを加算したものである。
なお、商品を発注してから入荷するまでの日数のことを
発注インタバルＤｈと呼ぶことにする。最大在庫日数Ｄ
ｍｘは、鮮度管理上の限界日数である。発注インタバル
Ｄｈが３日、安全在庫日数が１．５日なら、最低在庫日
数Ｄｍｎは４．５日である。一方、鮮度管理上の許容日
数が６日なら、最大在庫日数Ｄｍｘは６日となる。

【００４４】従来一般には、当初より最大許容在庫数を
定め、さらに最低在庫数を定めて在庫管理を行ってい
る。これに対して本発明では、最大在庫日数と最低在庫
日数とを予め定めておく。そして、この最大在庫日数と
最低在庫日数と実績データに基づいて、予測週の最大在
庫数と最低在庫数とを動的に求める。即ち、最大在庫数
と最低在庫数は、実績データに依存し、予測週毎に異な
る。鮮度管理上の上限日数に相当する最大在庫日数と、
品切れ防止上の安全日数に相当する最小在庫日数とを予
め定めておけば、最大在庫数と最低在庫数を求める処理
はそのつど自動的に行われる。

【００４５】例えば、予測週の直前の週の該当商品の合
計販売数がＱ個だったとする。また、予測週の直前の週
の実販売日数が６だったとする。この場合、直近の一日
平均の販売個数はＱ／６である。なお、実販売日数が６
というのは、１週間のうち店舗が１日休みで６日間販売
がされたことを示す。

【００４６】さらに、最低在庫数Ｎｍｎと最大在庫数Ｎ
ｍｘとをパラメータに決める。最低在庫数Ｎｍｎは、こ
れ以下の在庫になった場合、直ちに商品の補充が必要に
なる在庫数である。最大在庫数Ｎｍｘは、仕入れにより
商品が補充された直後の適正な在庫数である。最大在庫
日数Ｄｍｘが４日なら、最大在庫数Ｎｍｘは４Ｑ／６、
最低在庫日数Ｄｍｎが２日なら最低在庫数Ｎｍｎは２Ｑ
／６である。こうして最大在庫数Ｎｍｘと最低在庫数Ｎ
ｍｎを求めた後、発注量と発注時期に計算を開始する。

【００４７】既に図３に示すような予測週の各曜日の販
売数予測ができているものとする。ここで、予測対象商
品について、予測週の当初の在庫数を調べる。次に、各
曜日について、予測した販売数だけ商品が売れたとした
場合の当日末の在庫数を計算する。そして、その結果を
上記最低在庫数Ｎｍｎと比較する。当日末の在庫数Ｎが
最低在庫数Ｎｍｎ以下になった日には、新たに仕入れた
商品が補充されていなければならない。従って、当日末
の在庫数が最低在庫数Ｎｍｎ以下になった日から発注イ
ンタバルＤｈだけ遡った日に商品を発注すると決定す
る。仕入れにより商品が補充された直後の適正な在庫数
を最大在庫数Ｎｍｘとしたから、在庫数が最低在庫数Ｎ
ｍｎ以下になった日の当日末の在庫数Ｎを最大在庫数Ｎ
ｍｘから差し引いた数が適正発注量である。以上の処理
をコンピュータにより演算すれば、精度の高い売り上げ
予測に基づいて、予測週に適した最大在庫数Ｎｍｘと最
低在庫数Ｎｍｎとを使用して、自動的に商品毎の発注日
と適正発注量とを算出して伝票を発行するといった処理
が可能になる。

【００４８】以下、さらに具体的な例により、この自動
発注処理を説明する。図８は、具体的な商品自動発注処
理の動作を示す説明図である。まず、対象商品の最低在
庫数Ｎｍｎを３００個とする。また、最大在庫数Ｎｍｘ
を１２００個とする。また、発注インタバルＤｈは１日
とする。図の４月１０日が予測実行日としたとき、既に
説明した要領で、例えば４月１０日から４月１８日まで
の販売数が予測される。これらの予測値は、販売促進効
果補正と品切れによる実績補正と、トレンド修正が終了
している。また、４月１０日の当日末在庫は９００個
で、４月１０日に３００個を発注しているものとする。

【００４９】コンピュータは、上記のデータに基づい
て、１日ずつシミュレーションを実行する。まず、予測
実行日の４月１０日閉店時の在庫数は、９００個であ
る。故に、４月１１日の前日末在庫数は９００個にな
る。この日の予測販売個数は２５０個である。また、４
月１０日に発注した３００個が仕入れられた。故に、４
月１１日の当日末在庫数は９５０個と予測される。ここ
で、この当日末在庫数９５０個が最低在庫数Ｎｍｎ以下
かどうかを判断する。最低在庫数Ｎｍｎは３００個であ
るから未だ余裕が有る。従って、発注は不要だから、次
の４月１２日のシミュレーションに進む。

【００５０】４月１１日閉店時の在庫数は、９５０個で
ある。故に、４月１２日の前日末在庫数は９５０個にな
る。この日の予測販売個数は３００個である。また、当
日の仕入れは無い。故に、４月１２日の当日末在庫数は
６５０個と予測される。ここで、この当日末在庫数６５
０個が最低在庫数Ｎｍｎ以下かどうかを判断する。最低
在庫数Ｎｍｎは３００個であるから未だ余裕が有る。従
って、発注は不要だから、次の４月１３日のシミュレー
ションに進む。

【００５１】４月１２日閉店時の在庫数は、６５０個で
ある。故に、４月１３日の前日末在庫数は６５０個にな
る。この日の予測販売個数は２５０個である。また、当
日の仕入れは無い。故に、４月１３日の当日末在庫数は
４００個と予測される。ここで、この当日末在庫数６５
０個が最低在庫数Ｎｍｎ以下かどうかを判断する。最低
在庫数Ｎｍｎは３００個であるから未だ余裕が有る。従
って、発注は不要だから、次の４月１４日のシミュレー
ションに進む。

【００５２】４月１３日閉店時の在庫数は、４００個で
ある。故に、４月１４日の前日末在庫数は４００個にな
る。この日の予測販売個数は２００個である。また、当
日の仕入れは無いと仮定する。この場合、４月１４日の
当日末在庫数は２００個と予測される。ここで、この当
日末在庫数２００個が最低在庫数Ｎｍｎ以下かどうかを
判断する。最低在庫数Ｎｍｎは３００個であるから仕入
れがないとすると、当日末在庫数が最低在庫数Ｎｍｎを
下回ってしまう。

【００５３】そこで、４月１４日に仕入れが必要と判断
する。最大在庫数Ｎｍｘは１２００個である。４月１４
日の当日末在庫数が１２００個になるように仕入れ数を
計算する。１２００−２００は１０００である。故に、
仕入れ個数は１０００個である。また、発注インタバル
Ｄｈは１日だから、４月１３日に１０００個発注すれば
よいことが分かる。そこで、発注予定を図のように決め
る。その結果、４月１４日の当日末在庫数が１２００個
になる。以下、４月１６日以降も同様のシミュレーショ
ンをして、発注予定を決める。

【００５４】以上のように、所定期間の販売数の予測値
を用いて、当該所定期間中、各日の当日末在庫数と最低
在庫数とを比較して、当日末在庫数が最低在庫数を下回
った場合には、その日に、当日末在庫数が最大在庫数に
なるように発注量を決定して、当日より発注インタバル
に相当する日数だけ遡った日に発注するという予定を決
定することにより、自動発注のための根拠データを演算
処理によって求めることがてきる。

【００５５】（誤差補正）このように１週間分の予測値
を用いて１週間分のシミュレーションを実行し、発注予
定を立てた後は、その予定どおり、自動的に発注用の伝
票を発行して在庫管理を行う。予測値と実際の販売個数
との誤差が小さければ、発注予定通りの発注を自動的に
行って、全く支障無く在庫管理ができる。ところが、様
々な要因で、予測値と実際の販売個数との間に開きが出
来て、予定した発注量を予定した日に発注していては誤
差が拡大する場合もある。かといって、１週間単位でな
く数日単位の短いインタバルで上記のような計算をした
り、計算に狂いが生じたときに計算のやり直しをするよ
うでは、コンピュータに多大な負荷がかかる。

【００５６】そこで、誤差補正プログラム１６（図１）
は、誤差修正データを用意する。そして、予測週につい
て毎日、予測値と実際の販売個数とを比較して誤差を求
める。例えば予測値が３００で実際の販売個数が２８０
なら、誤差修正データを２８０−３００の演算をした−
２０とする。例えば予測値が２５０で実際の販売個数が
２６０なら、誤差修正データを２６０−２５０の演算を
した＋１０とする。こうして得られた誤差修正データ
は、次回の発注量に反映させる。即ち、次回の発注量が
１０００個で、誤差修正データが−７０個なら、発注量
を９３０個とする。このように、予測値と実際の販売個
数の誤差を累積して、次の発注量に反映させると、その
発注量の仕入れが完了した段階で誤差補正がされる。従
って、簡単な処理で自動発注計算の結果を自動的に最適
化することができる。

【００５７】なお、上記の例では、商品の販売実績が曜
日毎に所定の特徴をもつという経験則から、週を単位に
して、販売数の予測を行うようにしている。この場合の
週の区切りは、例えばスーパーマーケットやコンビニエ
ンスストアのような販売店舗の場合、火曜日から月曜日
のサイクルで処理をする。従って、例えば月曜日の朝一
番で結果を出力してその資料を関係部署に配布して次週
に備える。また、百貨店の場合には、月曜日から日曜日
のサイクルで処理をして、土曜日の朝一番で結果を出力
して関係部署に配布して次週に備える、というように、
店舗の性質に応じたサイクルで週を定義することが好ま
しい。もちろん、商品の性質によっては週とは別の期間
を単位にして、例えば月といった単位で予測をすること
もできる。

【００５８】また、上記のシステムによれば、図１に示
した仕入れ先マスタ５に、仕入れ先のＦＡＸ番号と締め
切り時刻を記録しておくと、発注日と発注量と商品名と
を使用して、該当する仕入れ先に、締め切り時刻直前
に、オートファックスを用いて、ＦＡＸ送信による発注
をするというシステムも実現する。もちろん、毎日営業
終了後の日次処理に、商品発注ＦＡＸ送信業務を組み入
れにようにしても良い。

【００５９】さらに、上記の例では、各商品を販売した
実績データから当該商品の在庫管理を行った。しかしな
がら、例えば、レストラン等の在庫管理も同様のシステ
ムを利用できる。この場合には、レシピ展開テーブルを
作成しておく。例えば、ハンバーグランチが１個売れた
ときは、ライス５０グラム、挽き肉１５０グラム、人参
２０グラム・・・というようにレシピ展開をする。これ
らの展開データが、それぞれ該当する商品の販売実績デ
ータになる。各商品は個数でなくグラム単位で販売され
たようにして、上記と全く同様の在庫管理を行う。以上
のように、商品と商品の材料との関係を示す展開テーブ
ルを参照して、商品の販売数に応じた商品の材料の販売
数を実績データとして取得する展開手段を設ければ、単
品の商品ばかりでなく、レストラン等の商品の材料の在
庫管理等にも本発明を利用することができる。なお、上
記の販売個数とか発注量とかいう表現は、個数のみなら
ず、グラム数といった数量も含むものとする。

【００６０】以上説明したように、本発明のシステム
は、人間の経験や感にたよることがなく合理的な実績デ
ータに基づくコンピュータ処理による管理なので、正確
で安定な在庫管理ができる。これにより不必要な在庫を
たくさん抱えたり、頻繁に在庫切れを生じたりすること
による利益損失を未然に防ぐことができる。

【００６１】なお、上記の具体例で使用するコンピュー
タは、記憶装置に記憶されたプログラムをプロセッサが
実行する既知の構成のハードウエアを備えるが、その構
成は明らかなため、本発明の説明に必要な機能ブロック
を主体にして図解をし、ハードウエア細部の説明は省略
した。図に示した各機能ブロックは、それぞれ独立のプ
ログラムモジュールにより構成してもよいし、一体化し
たプログラムモジュールにより構成してもよい。また、
これらの機能ブロックの全部または一部を論理回路によ
るハードウエアで構成しても構わない。また、各プログ
ラムモジュールは、既存のアプリケーションプログラム
に組み込んで動作させてもよいし、独立のプログラムと
して動作させてもよい。

【００６２】また、本発明は、上記の各プログラムモジ
ュールをコンピュータにインストールすることにより実
施できる。これらのプログラムモジュールはいずれも、
例えばＣＤ−ＲＯＭのようなコンピュータで読み取り可
能な記録媒体に記録して、コンピュータにインストール
することができるほか、ネットワークを通じてコンピュ
ータのメモリ中にダウンロードすることもできる。ま
た、本発明を実施するためのプログラムは、１台のコン
ピュータに実行させるほか、複数台のコンピュータの分
散処理によって実行させてもよい。

【図面の簡単な説明】

【図１】本発明を実施するシステムの全体構成を示すブ
ロック図である。

【図２】本発明による自動補充発注動作の主要部の流れ
を示すフローチャートである。

【図３】（ａ）は実績データと予測値の関係を示す一次
予測値テーブルの内容で、（ｂ）は、予測値の加重平均
処理方法の説明図である。

【図４】（ａ）はＰＯＳの特売日情報の内容の説明図
で、（ｂ）は販売促進効果補正プログラムの動作を示す
説明図である。

【図５】品切れによる実績補正プログラムの動作を説明
するフローチャートである。

【図６】シーズンパターンテーブルの説明図である。

【図７】（ａ）はシーズンパターンテーブル生成プログ
ラムの動作フローチャートで、（ｂ）はトレンド修正プ
ログラムの動作フローチャートである。

【図８】具体的な商品自動発注処理の動作を示す説明図
である。

【符号の説明】

１ＰＯＳ端末３のホストコンピュータ４商品マスタ５仕入れ先マスタ６一次予測値テーブル７シーズンパターンテーブル１０販売促進効果補正プログラム１１品切れによる実績補正プログラム１２一次予測プログラム１３シーズンパターンテーブル作成プログラム１４トレンド修正プログラム１５適正発注量算出プログラム１６誤差修正プログラム

Claims

【特許請求の範囲】

【請求項１】過去の所定期間の特定の商品の販売数を
示す実績データを取得して、販売数の予測値を生成する
手段と、販売数を特別に変化させる特異日が、実績データを取得
する前記所定期間に含まれているとき、その特異日の実
績データを、特異日の前後の日の実績データに基づいて
平準化するように補正する補正手段を備えたことを特徴
とする、コンピュータによる販売数の予測値演算処理シ
ステム。
【請求項２】過去の所定期間の特定の商品の販売数を
示す実績データを取得して、販売数の予測値を生成する
手段と、品切れが発生した時間帯を求めて、同一時間帯の過去の
実績データを補完することにより、品切れが発生しなか
った場合の実績データを得て、前記実績データを補正す
る補正手段を備えたことを特徴とするコンピュータによ
る販売数の予測値演算処理システム。
【請求項３】請求項２に記載の予測値演算処理システ
ムにおいて、補正手段は、実績データを取得した日の当日在庫数を求
め、その当日在庫数が閾値以下になっている場合には、
当日に品切れが発生したものとして、実績データを補正
することを特徴とするコンピュータによる販売数の予測
値演算処理システム。
【請求項４】過去の所定期間の特定の商品の販売数を
示す実績データを取得して、販売数の予測値を生成する
手段と、予測値を求める前記特定の商品と類似の商品を含む商品
分類毎の実績データを収集し、所定の単位期間毎の実績
データを相対的に比較する指数を含むシーズンパターン
テーブルを生成する手段と、前記指数の変化率に基づいて、昨年の同時期の販売数の
推移を求めて、予測値を修正する処理を行う手段とを備
えたことを特徴とするコンピュータによる販売数の予測
値演算処理システム。
【請求項５】過去の所定期間の特定の商品の販売数を
示す実績データを取得して、販売数の予測値を生成する
手段と、鮮度管理上の上限日数に相当する最大在庫日数と、品切
れ防止上の安全日数に相当する最小在庫日数とを予め定
めておき、前記最大在庫日数と最小在庫日数と、過去の
実績データとから算出した予測週の最大在庫数と最小在
庫数とを求めて、常に当日末の在庫数が最小在庫数を下回らないで、仕入
れによる補充後に最大在庫数になるように、発注時期と
発注量を決定する発注量算出手段を備えたことを特徴と
するコンピュータによる発注量演算処理システム。
【請求項６】過去の所定期間の特定の商品の販売数を
示す実績データを取得して、販売数の予測値を生成する
手段と、当日末の在庫数が最小在庫数を下回らないで、仕入れに
よる補充後に最大在庫数になるように、発注時期と発注
量を決定する発注量算出手段と、予測値と実際の販売個数の誤差を累積して、この累積値
を用いて次回の発注量を補正する誤差補正手段を備えた
ことを特徴とするコンピュータによる発注量演算処理シ
ステム。
【請求項７】請求項１乃至４のいずれかに記載のコン
ピュータによる販売数の予測値演算処理システムにおい
て、商品と商品の材料との関係を示す展開テーブルを参照し
て、商品の販売数に応じた商品の材料の販売数を実績デ
ータとして取得する展開手段を備えたことを特徴とする
コンピュータによる販売数の予測値演算処理システム。
【請求項８】過去の所定期間の特定の商品の販売数を
示す実績データを取得して、販売数の予測値を生成し、販売数を特別に変化させる特異日が、実績データを取得
する前記所定期間に含まれているとき、その特異日の実
績データを、特異日の前後の日の実績データに基づいて
平準化するように補正する処理を実行するコンピュータ
プログラムを記録したコンピュータ読み取り可能な記録
媒体。
【請求項９】過去の所定期間の特定の商品の販売数を
示す実績データを取得して、販売数の予測値を生成し、品切れが発生した時間帯を求めて、同一時間帯の過去の
実績データを補完することにより、品切れが発生しなか
った場合の実績データを得て、前記実績データを補正す
る処理を実行するコンピュータプログラムを記録したコ
ンピュータ読み取り可能な記録媒体。
【請求項１０】請求項９に記載の記録媒体において、補正手段は、実績データを取得した日の当日在庫数を求
め、その当日在庫数が閾値以下になっている場合には、
当日に品切れが発生したものとして、実績データを補正
する処理を実行するコンピュータプログラムを記録した
コンピュータ読み取り可能な記録媒体。
【請求項１１】過去の所定期間の特定の商品の販売数
を示す実績データを取得して、販売数の予測値を生成
し、予測値を求める前記特定の商品と類似の商品を含む商品
分類毎の実績データを収集し、所定の単位期間毎の実績
データを相対的に比較する指数を含むシーズンパターン
テーブルを生成し、前記指数の変化率に基づいて、昨年の同時期の販売数の
推移を求めて、予測値を修正する処理を行う処理を実行
するコンピュータプログラムを記録したコンピュータ読
み取り可能な記録媒体。
【請求項１２】過去の所定期間の特定の商品の販売数
を示す実績データを取得して、販売数の予測値を生成
し、鮮度管理上の上限日数に相当する最大在庫日数と、品切
れ防止上の安全日数に相当する最小在庫日数とを予め定
めておき、前記最大在庫日数と最小在庫日数と、過去の
実績データとから算出した予測週の最大在庫数と最小在
庫数とを求め、常に当日末の在庫数が最小在庫数を下回らないで、仕入
れによる補充後に最大在庫数になるように、発注時期と
発注量を決定する処理を実行するコンピュータプログラ
ムを記録したコンピュータ読み取り可能な記録媒体。
【請求項１３】過去の所定期間の特定の商品の販売数
を示す実績データを取得して、販売数の予測値を生成
し、当日末の在庫数が最小在庫数を下回らないで、仕入れに
よる補充後に最大在庫数になるように、発注時期と発注
量を決定し、予測値と実際の販売個数の誤差を累積して、この累積値
を用いて次回の発注量を補正する処理を実行するコンピ
ュータプログラムを記録したコンピュータ読み取り可能
な記録媒体。