JP2007018216A - 適正在庫量算出システム及び適正在庫量算出方法 - Google Patents

Abstract

【課題】過去の時系列データに基づき、商品特性の時間変化を考慮して適正在庫量の算出を行う適正在庫量算出システム及び適正在庫量算出方法を提供することである。
【解決手段】適正在庫量算出システムは、複数存在する所定の対象期間の各々について、売上数量データを目的変数とし、要因データを説明変数とする回帰式を演算する（ステップＳ４１１〜Ｓ４１３）。さらに、最適回帰式判断期における前記要因データから前記回帰式の各々により前記最適回帰式判断期における売上数量の予測値である売上数量判断期予測値を算出し、前記売上数量データの前記最適回帰式判断期における値に最も近い前記売上数量判断期予測値を算出する前記回帰式を最適回帰式として選択する（ステップＳ４１５）。さらに、当期要因データから前記最適回帰式により前記売上数量の当期における予測値である売上数量当期予測値を算出する（ステップＳ４１６）。
【選択図】図８

Description

本発明は、適正在庫量算出システム及び適正在庫算出方法に関し、特に、売上実績と売上に影響を与える要因とに基づいて適正在庫量を算出する適正在庫量算出システム及び適正在庫量算出方法に関する。

適正な在庫を保有することは、過剰在庫は損失に結びつき、欠品は利益の逸失に結びつくことから、事業経営上重要な課題である。とりわけ、適正在庫量を判断するための基礎となる売上予測を精度良く行うことは重要である。ここで、売上予測を担当者の経験や勘に委ねることとすると、担当者によって予測の良否が左右される上、技能の継承が難しいといった問題が存在する。一方、データに基づいて売上を予測するためには、売上は通常複数の要因の影響を受けることと、近年においては取り扱う商品数が増加していることとから、コンピュータを利用して自動化を図ることが不可欠である。そのため、様々な適正在庫量算出システムあるいは売上予測システムが従来から知られている。

特許文献１においては、過去の販売実績数量などの定量的な数値から販売製品の販売量を予測する販売量予測装置が開示されている。

また、特許文献２においては、計算手段と、記憶手段とを備えており、記憶手段に記憶されている過去の売上データと、過去の気象データと、過去の外的要因データとに基づいて、気象条件及び外的要因条件による売上額を生成する予測システムが開示されている。

さらに、特許文献３においては、過去の出荷量実績・天候条件の情報から従属変数のデータ系列と説明変数のデータ系列をセットし、従属変数データ系列と説明変数データ系列に適合する重回帰モデルを生成して出荷量予測値を出力するシステムが開示されている。

さらに、特許文献４においては、天候、日付、曜日、時刻等の情報を加工してデータ系列を作成し、作成した全データを重回帰分析して予測に対する貢献度の高い情報を選択し、選択された情報によって商品販売の予測を行う商品販売予測装置が開示されている。

さらに、特許文献５においては、売上予測の対象となる予測週に対応する前年の一週間の売上実績と、この対応する前年の週の次週の売上実績とを比較した前年次週指数を演算し、予測する年の直近一定期間の加重平均と、前年の対応する同時期の週の加重平均とを比較した補正値を演算し、前年次週指数と補正値とを掛け合わせて予測指数を演算し、予測指数と直近の各曜日の実績値とから発注量を予測する自動商品発注システムが開示されている。

特開平７−１７５７８６号公報 特開２００４−２７２６７４号公報 特開２００５−７８２７７号公報 特開平８−２１２１９１号公報 特開平９−１９８４４８号公報

本発明の目的は、過去の時系列データに基づいて商品の適正在庫量を算出する適正在庫量算出システム及び適正在庫算出方法であって、商品特性の時間変化を考慮して適正在庫量の算出を行う適正在庫量算出システム及び適正在庫量算出方法を提供することである。

本発明の他の目的は、商品ごとに最適な売上数量の予測方法を選択して適正在庫量を算出する適正在庫量算出システム及び適正在庫量算出方法を提供することである。

本発明の更に他の目的は、売上数量の時間変動が大きい商品に対しても予測精度が高い適正在庫量の算出を行うことができる適正在庫量算出システム及び適正在庫量算出方法を提供することである。

以下に、（発明を実施するための最良の形態）で使用される番号を用いて、課題を解決するための手段を説明する。これらの番号は、（特許請求の範囲）の記載と（発明を実施するための最良の形態）との対応関係を明らかにするために付加されたものである。ただし、それらの番号を、（特許請求の範囲）に記載されている発明の技術的範囲の解釈に用いてはならない。

本発明の適正在庫量算出システムは、演算装置（３１）と、記憶装置（３３）と、入力装置（４、５）と、出力装置（１２）とを具備している。ここで、前記記憶装置は、売上数量の前期以前における時系列データである売上数量データと、前記売上数量に影響を及ぼす要因の前期以前における時系列数値データである要因データとを格納する時系列データベース（３０６）と、ともに時系列データである売上数量データ元データと要因データ元データとを格納する売上実績データベース（３０２）と、前記要因の当期における予測値又は予定値の数値データである当期要因データを格納する当期要因データベース（３０１、３０３）とを格納している。そして、前記演算装置は、前記入力装置から入力される前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースに格納する。さらに、前記演算装置は、前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースから読み出し、前記売上数量データ元データと前記要因データ元データとを期ごとに集計して前記売上数量データと前記要因データとをそれぞれ作成する。そして、作成した前記売上数量データと前記要因データとを前記時系列データベースに格納する。また、前記演算装置は、前記入力装置から入力される前記当期要因データを前記当期要因データベースに格納する。そして、前記演算装置は、前記売上数量データと前記要因データとを前記時系列データベースから読み出し、複数存在する所定の対象期間の各々について、前記売上数量データを目的変数とし、前記要因データを説明変数とする回帰式を演算する。さらに、前記演算装置は、前記当期要因データを前記当期要因データベースから読み出し、前期以前の所定の期である最適回帰式判断期における前記要因データから前記回帰式の各々により前記最適回帰式判断期における前記売上数量の予測値である売上数量判断期予測値を算出する。さらに、前記演算装置は、前記売上数量データの前記最適回帰式判断期における値に最も近い前記売上数量判断期予測値を算出する前記回帰式を最適回帰式として選択する。さらに、前記演算装置は、前記当期要因データから前記最適回帰式により前記売上数量の当期における予測値である売上数量当期予測値を算出する。さらに、前記演算装置は、前記売上数量当期予測値に所定の安全在庫量を加えて適正在庫量を算出する。そして、前記出力装置は前記適正在庫量を出力する。

本発明の適正在庫量算出システムにおいては、前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一であってもよい。

本発明の適正在庫量算出システムにおいては、前記記憶装置は相関係数と相関度の高さのランクとの対応関係を定める相関係数・ランク対応表（３０４）を格納している。そして、前記要因は複数存在しており、複数存在している前記要因の各々に対応して前記要因データが存在している。そして、前記演算装置は、前記複数存在する所定の対象期間のうち最も期間の長い最長対象期間について、前記売上数量データと、前記要因データの各々との相関係数を算出する。さらに、前記演算装置は、前記相関係数から前記相関係数・ランク対応表を参照して前記要因データの各々にランク付けをする。前記ランク付けが所定の第１条件を満たす場合には、前記演算装置は所定のランク以上のランクが付されている前記要因データを前記説明変数として重回帰式である前記回帰式を演算する。

本発明の適正在庫量算出システムにおいては、前記ランク付けが所定の第２条件を満たす場合に前記演算装置は、最高位のランクが付されている前記要因データを前記説明変数として単回帰式である前記回帰式を演算する。

本発明の適正在庫量算出システムにおいては、前記記憶装置は第１標準偏差と平滑化定数との対応関係を定めている第１標準偏差・平滑化定数対応表（３０５）を格納している。前記ランク付けが前記第１条件と前記第２条件のいずれも満たさない場合において前記演算装置は、前期を終期とする所定の第１対象期間に含まれている前記売上数量データである売上数量第１対象期間データの平均値を算出する。さらに、前記演算装置は前記売上数量第１対象期間データの各々を前記各々の前記売上数量第１対象期間データより一期前の前記売上数量データで除して売上数量増減度データを算出する。さらに、前記演算装置は、前記売上数量増減度データの標準偏差である前記第１標準偏差を算出する。さらに、前記演算装置は、前記第１標準偏差から前記第１標準偏差・平滑化定数対応表を参照して前記平滑化定数を決定する。さらに、前記演算装置は、前記最適回帰式により前記売上数量当期予測値を算出することに代えて、決定した前記平滑化定数と前記平均値と前期における前記売上数量データとから指数平滑化式により前記売上数量当期予測値を算出する。

本発明の適正在庫量算出システムにおける前記演算装置は、前記最適回帰式が演算されている前記対象期間である第２対象期間に含まれている前記要因データから前記最適回帰式により前記売上数量の前記第２対象期間における予測値である売上数量第２対象期間予測値の時系列データを算出する。さらに、前記演算装置は、前記売上数量第２対象期間予測値の時系列データと前記売上数量データの前記第２対象期間における時系列データとの差をとることで前記最適回帰式による予測の予測誤差である回帰式予測誤差の時系列データを算出する。さらに、前記演算装置は、前記回帰式予測誤差の時系列データの標準偏差である第２標準偏差を算出し、前記第２標準偏差に所定の定数をかけて前記安全在庫量を算出する。

本発明の適正在庫量算出システムにおいて、前記演算装置は、前記平滑化定数と、前記平均値と、前記売上数量第１対象期間データとから前記指数平滑化式により売上数量の前記第１対象期間における予測値である売上数量第１対象期間予測値の時系列データを算出する。さらに、前記演算装置は、前記売上数量第１対象期間予測値の時系列データと前記売上数量データの前記第１対象期間における時系列データとの差をとることで前記指数平滑化式による予測の予測誤差である指数平滑化式予測誤差の時系列データを算出する。さらに、前記演算装置は、前記指数平滑化式予測誤差の時系列データの標準偏差である第３標準偏差を算出し、前記第３標準偏差に所定の定数をかけて前記安全在庫量を算出する。

本発明の適正在庫量算出方法は、演算装置（３１）と、記憶装置（３３）と、入力装置（４、５）と、出力装置（１２）とを具備する適性在庫量算出システムが実行する適正在庫量算出方法である。ここで、前記記憶装置は、売上数量の前記以前の時系列データである売上数量データと、前記売上数量に影響及ぼす要因の前記以前の時系列数値データである要因データとを格納する時系列データベース（３０６）と、ともに時系列データである売上数量データ元データと要因データ元データとを格納する売上実績データベース（３０２）と、前記要因の当期における予測値又は予定値の数値データである当期要因データを格納する当期要因データベース（３０１、３０３）とを格納している。そして、本発明の適正在庫量算出方法は、前記演算装置が、前記入力装置から入力される前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースに格納することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースから読み出し、前記売上数量データ元データと前記要因データ元データとを期ごとに集計して前記売上数量データと前記要因データとをそれぞれ作成することを含んでいる。そして、本発明の適正在庫量算出方法は、前記演算装置が、作成した前記売上数量データと前記要因データとを前記時系列データベースに格納することを含んでいる。また、本発明の適正在庫量算出方法は、前記演算装置が、前記入力装置から入力される前記当期要因データを前記当期要因データベースに格納することを含んでいる。そして、本発明の適正在庫量算出方法は、前記演算装置が、前記売上数量データと前記要因データとを前記時系列データベースから読み出し、複数存在する所定の対象期間の各々について、前記売上数量データを目的変数とし、前記要因データを説明変数とする回帰式を演算することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記当期要因データを前記当期要因データベースから読み出し、前期以前の所定の期である最適回帰式判断期における前記要因データから前記回帰式の各々により前記最適回帰式判断期における前記売上数量の予測値である売上数量判断期予測値を算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記売上数量データの前記最適回帰式判断期における値に最も近い前記売上数量判断期予測値を算出する前記回帰式を最適回帰式として選択することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記当期要因データから前記最適回帰式により前記売上数量の当期における予測値である売上数量当期予測値を算出することと、前記売上数量当期予測値に所定の安全在庫量を加えて適正在庫量を算出することとを含んでいる。そして、本発明の適正在庫量算出方法は、前記出力装置が前記適正在庫量を出力することを含んでいる。

本発明の適正在庫量算出方法においては、前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一であってもよい。

本発明の適正在庫量算出方法においては、前記記憶装置は相関係数と相関度の高さのランクとの対応関係を定める相関係数・ランク対応表（３０４）を格納している。また、前記要因は複数存在しており、複数存在している前記要因の各々に対応して前記要因データが存在している。そして、本発明の適正在庫量算出方法は、前記演算装置が、前記複数存在する所定の対象期間のうち最も期間の長い最長対象期間について、前記売上数量データと、前記要因データの各々との相関係数を算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記相関係数から前記相関係数・ランク対応表を参照して前記要因データの各々にランク付けをすることを含んでいる。さらに、本発明の適正在庫量算出方法においては、前記ランク付けが所定の第１条件を満たす場合には、前記演算装置が所定のランク以上のランクが付されている前記要因データを前記説明変数として重回帰式である前記回帰式を演算することを含んでいる。

本発明の適正在庫量算出方法は、前記ランク付けが所定の第２条件を満たす場合には、前記演算装置が最高位のランクが付されている前記要因データを前記説明変数として単回帰式である前記回帰式を演算することを含んでいる。

本発明の適正在庫量算出方法においては、前記記憶装置は第１標準偏差と平滑化定数との対応関係を定めている第１標準偏差・平滑化定数対応表（３０５）を格納している。そして、本発明の適正在庫量算出方法は、前記ランク付けが前記第１条件と前記第２条件のいずれも満たさない場合において、前記演算装置が、前期を終期とする所定の第１対象期間に含まれている前記売上数量データである売上数量第１対象期間データの平均値を算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が前記売上数量第１対象期間データの各々を前記各々の前記売上数量第１対象期間データより一期前の前記売上数量データで除して売上数量増減度データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が前記売上数量増減度データの標準偏差である前記第１標準偏差を算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が前記第１標準偏差から前記第１標準偏差・平滑化定数対応表を参照して前記平滑化定数を決定することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記最適回帰式により前記売上数量当期予測値を算出することに代えて、決定した前記平滑化定数と前記平均値と前期における前記売上数量データとから指数平滑化式により前記売上数量当期予測値を算出することを含んでいる。

本発明の適正在庫量算出方法は、前記演算装置が、前記最適回帰式が演算されている前記対象期間である第２対象期間に含まれている前記要因データから前記最適回帰式により前記売上数量の前記第２対象期間における予測値である売上数量第２対象期間予測値の時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記売上数量第２対象期間予測値の時系列データと前記売上数量データの前記第２対象期間における時系列データとの差をとることで前記回帰式による予測の予測誤差である回帰式予測誤差の時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記回帰式予測誤差の時系列データの標準偏差である第２標準偏差を算出することと、前記第２標準偏差に所定の定数をかけて前記安全在庫量を算出することを含んでいる。

本発明の適正在庫量算出方法は、前記演算装置が、前記平滑化定数と、前記平均値と、前記売上数量第１対象期間データとから前記指数平滑化式により売上数量の前記第１対象期間における予測値である売上数量第１対象期間予測値の時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記売上数量第１対象期間予測値の時系列データと前記売上数量データの前記第１対象期間における時系列データとの差をとることで前記指数平滑化式による予測の予測誤差である指数平滑化式予測誤差の時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記指数平滑化式予測誤差の時系列データの標準偏差である第３標準偏差を算出することと、前記第３標準偏差に所定の定数をかけて前記安全在庫量を算出することとを含んでいる。

本発明の適正在庫量算出方法においては、前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一である。そして、本発明の適正在庫量算出方法は、前記ランク付けが前記第１条件を満たす場合において、前記演算装置が、前記最長対象期間に含まれている前記売上数量データの標準偏差である第４標準偏差を算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記最長対象期間に含まれている前記売上数量データの時系列データの各々に前記第４標準偏差を加えて第１上限値時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記最長対象期間に含まれている前記売上数量データの時系列データの各々から前記第４標準偏差を減じて第１下限値時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記重回帰式の各々により、前記各々の前記重回帰式を演算している前記対象期間である第４対象期間に含まれている前記要因データから前記売上数量の前記第４対象期間における予測値の時系列データである売上数量第４対象期間予測値時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記売上数量第４対象期間予測値時系列データが前記第４対象期間に含まれている全ての期において、前記第１上限値時系列データより小さいことと前記第１下限値時系列データより大きいこととを満足する前記重回帰式が一つも存在しない場合であって、前記ランク付けが前記第２条件を満たす場合には、前記演算装置が、最高位のランクが付されている前記要因データを前記説明変数として単回帰式である前記回帰式を演算することを含んでいる。

本発明の適正在庫量算出方法においては、前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一である。そして、前記ランク付けが前記第２条件を満たす場合において、本発明の適正在庫量算出方法は、前記演算装置が、前記最長対象期間における前記売上数量データの標準偏差である第５標準偏差を算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、単回帰式としての前記最適回帰式である最適単回帰式を演算している前記対象期間である第５対象期間に含まれている前記売上数量データの時系列データの各々に前記第５標準偏差を加えて第２上限値時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記第５対象期間における前記売上数量データの時系列データの各々から前記第５標準偏差を減じて第２下限値時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記最適単回帰式により前記第５対象期間に含まれている前記要因データから前記売上数量の前記第５対象期間における予測値の時系列データである売上数量第５対象期間予測値時系列データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記売上数量第５対象期間予測値時系列データが前記第５対象期間に含まれている全ての期において、前記第２上限値時系列データより小さいことと前記第２下限値時系列データより大きいこととを満足しない場合には、前記演算装置が、前期を終期とする所定の第１対象期間に含まれている前記売上数量データである売上数量第１対象期間データの前記平均値を算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記売上数量第１対象期間データの各々を前記各々の前記売上数量第１対象期間データより一期前の前記売上数量データで除して前記売上数量増減度データを算出することを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記売上数量増減度データの標準偏差である前記第１標準偏差を算出することと、前記第１標準偏差から前記第１標準偏差・平滑化定数対応表を参照して前記平滑化定数を決定することとを含んでいる。さらに、本発明の適正在庫量算出方法は、前記演算装置が、前記最適回帰式により前記売上数量当期予測値を算出することに代えて、決定した前記平滑化定数と前記平均値と前月における前記売上数量データとから前記指数平滑化式により前記売上数量当期予測値を算出することを含んでいる。

本発明によれば、過去の時系列データに基づいて商品の適正在庫量を算出する適正在庫量算出システム及び適正在庫算出方法であって、商品特性の時間変化を考慮して適正在庫量の算出を行う適正在庫量算出システム及び適正在庫量算出方法が提供される。

また、本発明によれば、商品ごとに最適な売上数量の予測方法を選択して適正在庫量を算出する適正在庫量算出システム及び適正在庫量算出方法が提供される。

更に、本発明によれば、売上数量の時間変動が大きい商品に対しても予測精度が高い適正在庫量の算出を行うことができる適正在庫量算出システム及び適正在庫量算出方法が提供される。

添付図面を参照して、本発明による適正在庫量算出システム及び適正在庫量算出方法を実施するための最良の形態を以下に説明する。

（第１の実施形態）
本発明の実施形態に係る適正在庫量算出システムの構成を図１に示す。本発明の適正在庫量算出システムは、店舗ＰＣ１と、アプリケーションサーバ２と、データセンタサーバ３と、ＰＯＳ端末４と、代表ＰＣ５とを具備している。これらは、通信ネットワーク６により接続されている。店舗ＰＣ１は、小売チェーンの店舗に設置されているコンピュータである。店舗ＰＣ１は、キーボード１１と表示装置１２とを具備している。ＰＯＳ端末４は、小売チェーンの店舗のレジに設置されているコンピュータであり、バーコードリーダ４１を具備している。また、代表ＰＣ５は、小売チェーンの本部に設置されているコンピュータである。

アプリケーションサーバ２の構成を図２に示す。アプリケーションサーバ２は、中央処理装置２１と、通信装置２２と、記憶装置２３とを具備している。通信装置２２は、店舗ＰＣ１及びデータセンタサーバ３との通信を行う。記憶装置２３は、発注業務画面編集プログラム２１０を格納している。中央処理装置２１は、発注業務画面編集プログラム２１０に従って発注業務画面を生成する。

データセンタサーバ３の構成を図３に示す。データセンタサーバ３は、中央処理装置３１と、通信装置３２と、記憶装置３３とを具備している。通信装置３２は、アプリケーションサーバ２、ＰＯＳ端末４、及び代表端末５との通信を行う。記憶装置３３は、商品マスタ３０１、売上実績マスタ３０２、環境マスタ３０３、相関係数・ランク対応表３０４、標準偏差・平滑化定数対応表３０５、及び月毎売上実績表３０６のデータベースと、適正在庫量算出プログラム３１０とを格納している。中央処理装置３１は、適正在庫量算出プログラム３１０に従い、後述する売上実績更新処理Ｓ１と、販売情報登録処理Ｓ２と、環境情報登録処理Ｓ３と、適正在庫量算出処理Ｓ４とを実行する。

商品マスタ３０１、売上実績マスタ３０２、環境マスタ３０３、及び月毎売上実績表３０６のデータ構成を図４に示す。

商品マスタ３０１は、「店舗コード」、「バーコード種別」、「バーコード」を主キーとして、「初出荷年月日」、「販売単価」、「適正在庫量」、「広告回数」を属性として持つ。ここで、「バーコード種別」はＪＡＮ等のバーコードの種類を示し、「バーコード」はバーコードが表す数値を示す。「店舗コード」、「バーコード種別」、「バーコード」の組合せによってどの店舗のどの商品かが特定される。

売上実績マスタ３０２は、「店舗コード」、「計上年月日」、「バーコード種別」、「バーコード」を主キーといし、「売上数量」、「販売単価」、「天候」、「気温」、「広告有無」を属性として持つ。ここで、「天候」は、晴れを１、曇りを０、雨を−１とする等、天候を数値で表したものである。売上実績マスタ３０２のレコードは、売上数量を予測するための元データであるため、過去１年以上の売上実績を保有していることが望ましい。ゆえに、データセンタサーバ１３は、大きい記憶容量を有していることが望ましい。なお、データセンタサーバ１３の記憶容量が制限される場合には、売上実績データをテキストデータに変換して圧縮保存しておき、適正在庫量の算出を行う際に解凍すればよい。

環境マスタ３０３は、「店舗コード」を主キーとし、「天気予測値」及び「気温予測値」を属性として持つ。環境マスタ３０３のレコードは、１店舗につき１レコード存在し、当月の販売環境についての予測データである。

月毎売上実績表３０６は、「店舗コード」、「計上年月」、「バーコード種別」、「バーコード」を主キーといし、「売上数量」、「販売単価」、「初出荷後経過年月」、「天候」、「平均気温」、「広告回数」を属性として持つ。月毎売上実績表３０６は、商品マスタ３０１と売上実績マスタ３０２とに基づいて作成される。月毎売上実績表３０６においては、「売上数量」はその月（計上年月）の売上数量の合計値であり、「販売単価」はその月の販売単価の平均値であり、「初出荷後経過年月」は商品が初出荷されてから経過した年月であり、「天候」は天候を表す数値のその月における平均値であり、「平均気温」はその月の平均気温であり、「広告回数」はその月の広告を行った日の総数である。

つぎに、本発明に係る適正在庫量算出システムが実行する処理の概要について図５を用いて説明する。各店舗では、月１回月初に当月分の発注業務を行う。データセンタサーバ３は、発注業務に先立ち、前月までの売上実績データを用いて適正在庫量を算出する。

なお、本発明に係る適正在庫量算出システムは、発注業務を月中に行う場合、月２回行う場合、毎週行う場合にも適用することができる。例えば、発注業務を毎月１６日に行う場合において５月１６日に発注するときは、５月１６日から６月１５日までを当月、４月１６日から５月１５日までを前月、３月１６日から４月１５日までを前々月等とすればよい。

データセンタサーバ３は、前月末日から当月初日に日付が変わると、売上実績更新処理Ｓ１、販売情報登録処理Ｓ２、環境情報登録処理Ｓ３を行う。

売上実績更新処理Ｓ１においては、ＰＯＳ端末４から計上された売上数量、販売単価、天候、気温、広告有無のデータを売上実績マスタ３０２に付加する。売上実績更新処理Ｓ１は、夜間処理として毎日実行する。

販売情報登録処理Ｓ２においては、代表ＰＣ５から入力された当月の予定に基づいて商品マスタ３０１の「販売単価」及び「広告回数」を更新する。なお、販売情報登録処理Ｓ２は、後述する適正在庫量算出処理Ｓ４に先立って行う必要があるが、前月のうちに行うこととしても良い。

環境情報登録処理Ｓ３においては、環境マスタ３０３の「天気予測値」及び「気温予測値」の更新を行う。「天気予測値」の更新は、代表ＰＣ５から入力された当月の天気の予測値に基づいて行う。ここで、当月の天気の予測値は、気象庁等の公的機関、あるいは民間の気象情報提供会社等の信頼できる機関の予測を元にして定められている。「気温予測値」の更新は、代表ＰＣ５から入力された当月の平均気温の予測値に基づいて行う。ここで、当月の平均気温の予測値は、過去数年間の統計情報、あるいは信頼できる機関の予測を元にして定められている。

データセンタサーバ３は、売上実績更新処理Ｓ１、販売情報登録処理Ｓ２、環境情報登録処理Ｓ３を行った後に、適正在庫量算出処理Ｓ４を行う。データセンタサーバ３は、適正在庫量算出処理Ｓ４において、商品マスタ３０１、売上実績マスタ３０２、及び環境マスタ３０３に基づいて当月の適正在庫量を算出し、商品マスタ３０１に格納する。

つぎに発注業務を行うための各処理について説明する。各店舗の発注担当者は、店舗ＰＣ１のキーボード１１から発注業務画面を表示させるための指令を入力する（入力処理Ｓ１０）。

店舗ＰＣ１は、入力処理Ｓ１０に応答して、アプリケーションサーバ２に対して発注業務画面を要求する（発注業務画面要求処理Ｓ１１）。このとき、店舗ＰＣ１は、店舗ＰＣ１が設置されている店舗の店舗コードを送信する。発注業務画面要求処理Ｓ１１の後、店舗ＰＣ１では、発注業務画面応答処理Ｓ１５が終了するまで待ち状態となる。

アプリケーションサーバ２は、発注業務画面要求処理Ｓ１１に応答して、データセンタサーバ３に対して店舗ＰＣ１が設置されている店舗に関して商品ごとの適正在庫量を要求する（適正在庫量要求処理Ｓ１２）。このとき、アプリケーションサーバ２は、店舗コードを転送する。

データセンタサーバ３は、適正在庫量要求処理Ｓ１２に応答して、店舗コードを手掛かりとして、商品マスタ３０１から店舗ＰＣ１が設置されている店舗で扱っている商品の適正在庫量を取得し、アプリケーションサーバ２に送信する（適正在庫量応答処理Ｓ１３）。

アプリケーションサーバ２は、適正在庫量応答処理Ｓ１３に応答して、データセンタサーバ３から受信した適正在庫量に基づいて発注業務画面を生成する（発注業務画面編集処理Ｓ１４）。ここで、発注業務画面は、各商品ごとの適正在庫量についての情報を含んでいる。

つづいて、アプリケーションサーバ２は、生成した発注業務画面のデータを店舗ＰＣ１に送る（発注業務画面応答処理Ｓ１５）。

店舗ＰＣ１は、発注業務画面応答処理Ｓ１５に応答して、発注業務画面を表示装置１２に表示する（発注業務画面表示処理Ｓ１６）。発注担当者は、表示された適正在庫量から現在の在庫量を引き算することで各商品の発注量を決定する。

適正在庫量算出処理Ｓ４について、図６から図１１までのフローチャートを用いて詳しく説明する。

データセンタサーバ３は、図６に示すように、当月の売上数量を予測するための予測式を選択し（ステップＳ４００）、選択した予測式により売上数量を予測し（ステップＳ４１０、Ｓ４２０、Ｓ４３０）、安全在庫量を算出し（ステップＳ４４０）、適正在庫量を算出する（ステップＳ４５０）ことで、適正在庫量算出処理Ｓ４を実行する。ここで、ステップＳ４００においては、売上数量の予測をするための予測式を選択し、重回帰式による売上数量の予測（ステップＳ４１０）、単回帰式による売上数量の予測（ステップＳ４２０）、又は、指数平滑化式による売上数量の予測（ステップＳ４３０）に処理を引き渡す。ステップＳ４１０においては、重回帰式を求め、求めた重回帰式により売上数量を予測するが、重回帰式により売上数量を予測することが妥当ではない場合にはステップＳ４２０に処理を引き渡す。ステップＳ４２０においては、単回帰式を求め、求めた単回帰式により売上数量を予測するが、単回帰式により売上数量を予測することが妥当ではない場合にはステップＳ４３０に処理を引き渡す。ステップＳ４３０においては、指数平滑化式を求め、求めた指数平滑化式により売上数量を予測する。ステップＳ４５０においては、ステップＳ４１０、Ｓ４２０、又はＳ４３０において予測した売上数量とステップＳ４４０において算出した安全在庫量とを合計して適正在庫量を算出する。

データセンタサーバ３は、各店舗の各商品に関してステップＳ４を実行して適正在庫量を算出する。

予測式を選択するステップＳ４００の詳細について図７を用いて説明する。ステップＳ４００は、ステップＳ４０１〜ステップ４０７を含んでいる。

はじめに、商品マスタ３０１と売上実績マスタ３０２とに基づき、各店舗の各商品に関して、売上数量、販売単価、初出荷後経過年月、天候、平均気温、広告回数を月単位に集計した月毎売上実績表３０６を作成して記憶装置３３に格納する（ステップＳ４０１）。なお、月毎売上実績表３０６は、データセンタサーバ３のシステムメモリの容量が充分に大きい場合にはメモリ上に退避させておいてもよい。

つぎに、月毎売上実績表３０６に基づいて、売上数量を目的変数とし、初出荷後経過年月、販売単価、天気、平均気温、広告回数を説明変数として、各説明変数ごとに相関係数を算出する（ステップＳ４０２）。相関係数の算出には、所定の期間Ｒｍａｘにおけるデータを使用する。図１２に示すように、当月をＫ月とすると、期間Ｒｍａｘの始期は（Ｋ−２）−Ｌｍａｘ月であり、終期はＫ−２月（前々月）である。期間Ｒｍａｘの長さは、５年間等と予め定めておく。

次に、図１３に示す相関係数・ランク対応表３０４を参照して各説明変数にＡ、Ｂ、Ｃのランク付けをする（ステップＳ４０３）。ここで、相関係数の絶対値が０．７以上１以下の場合にはＡランクであり、０．４以上０．７未満の場合にはＢランクであり、０．０以上０．４未満の場合にはＣランクである。

次に、月毎売上実績表３０６の各説明変数に関して分散拡大係数を算出する（ステップＳ４０４）。

次に、ランクがＡ又はＢの説明変数であって、且つ、分散拡大係数が所定の値（例えば１０）を超えている説明変数が複数存在する場合には、その中で最も高い相関係数を示す説明変数を除いた説明変数のランクを最低のＣランクに修正する（ステップＳ４０５）。ステップＳ４０５により、説明変数相互間に強い相関を持つ組合せが存在する場合に重回帰式の算出が正しく行われなくなることが防がれる。

次に、条件Ａを満たす場合にはステップＳ４１０に進み、そうでない場合にはステップＳ４０７に進む（ステップＳ４０６）。ここで、条件Ａとは、ランクＢ以上の説明変数が二つ以上存在することをいう。そして、ステップＳ４０７に進んだ場合において、条件Ｂを満たす場合にはステップＳ４２０に進み、そうでない場合にはステップＳ４３０に進む。ここで、条件Ｂとは、ランクＡの説明変数が一つだけ存在するか、又は、ランクＡの説明変数が一つも存在せずにランクＢの説明変数が一つだけ存在することをいう。

本発明に係る適正在庫量算出システムは、ステップＳ４００により、商品ごとに最適な予測式を選択する。したがって、商品特性が考慮された予測が成されるため、精度の高い売上数量の予測が可能となる。

重回帰式による売上数量の予測をするステップＳ４１０の詳細について図８及び図１２を用いて説明する。ステップＳ４１０は、ステップＳ４１１〜ステップ４１６を含んでいる。

はじめに、月毎売上実績表３０６において、重回帰式の算出をするための対象期間Ｒ１を選定する（ステップＳ４１１）。図１２に示すように、対象期間Ｒ１の始期は（Ｋ−２）−Ｌ１月であり、終期はＫ−２月（前々月）である。Ｌ１はＬｍｉｎ以上Ｌｍａｘ以下の整数である。対象期間Ｒ１の長さは、所定の最短の長さと最長の長さ（例えば６ヶ月間と５年間）の範囲の様々な長さをとり得る。ここで、対象期間Ｒ１が最長の長さをとるときには、対象期間Ｒ１と期間Ｒｍａｘとが一致する。また、対象期間Ｒ１が最短の長さをとるときには、Ｒ１の始期は（Ｋ−２）−Ｌｍｉｎ月である。

つぎに、選定した対象期間について重回帰式を求める（ステップＳ４１２）。重回帰式の算出においては、定数項と偏回帰係数とを最小二乗法により決定する。重回帰式を求める場合の説明変数には、ステップＳ４０５のランクの修正後において、ランクがＡ又はＢとされている説明変数を用いる。目的変数には売上数量実績を用いる。

次のステップＳ４１３においては、対象期間Ｒ１の始期が（Ｋ−２）−Ｌｍｉｎ月である場合から（Ｋ−２）−Ｌｍａｘ月である場合までの全ての場合について重回帰式が求められているときにはステップＳ４１４に進み、そうでないときにはステップＳ４１１とステップＳ４１２とを繰り返して重回帰式を求める。

つぎに、対象期間Ｒ１を変化させて求めた重回帰式のそれぞれについて妥当性を判断する（ステップＳ４１４）。妥当性の判断は以下の手順でおこなう。はじめに、判断の対象となっている重回帰式を用いてこの重回帰式を求めた対象期間Ｒ１に含まれているＮ月における売上数量の予測値ρＮを算出する。つぎに、重回帰式を求めるために用いた対象期間Ｒ１のうち長さが最長のものについて、売上数量実績の標準偏差δ１を算出する。そして、式（１）が対象期間Ｒ１に含まれる全ての月で成立するか否かを調べる。
ωＮ−δ１＜ρＮ＜ωＮ＋δ１・・・（１）

ここで、ωＮはＮ月の売上数量実績である。式（１）が対象期間内の全ての月について成立する場合には、その重回帰式は妥当であると判断し、そうでない場合には、その重回帰式は妥当ではないと判断する。妥当と判断された重回帰式が少なくとも一つ存在する場合にはステップＳ４１５に進み、そうでない場合にはステップＳ４２０に進む。

ステップＳ４１５においては、最適重回帰式を選択する。ステップＳ４１４において妥当と判断された重回帰式が一つの場合には、その重回帰式を最適重回帰式とする。妥当と判断された重回帰式が複数存在する場合には、前月における説明変数のデータを用いてＫ−１月（前月）における売上数量の予測値を算出し、前月の売上数量実績に最も近い予測値を与える重回帰式を最適重回帰式として選択する。

次のステップＳ４１６においては、ステップＳ４１５において選択した最適重回帰式によりＫ月（当月）における売上数量の予測値を算出する。このとき、当月における説明変数としては、商品マスタ３０１及び環境マスタ３０３のデータを使用する。

つぎに、単回帰式による売上数量の予測をするステップＳ４２０の詳細について図９を用いて説明する。ステップＳ４２０は、ステップＳ４２１〜ステップ４２７を含んでいる。

ステップＳ４２１においては、条件Ｂが満たされている場合にはステップＳ４２２に進み、そうでない場合にはステップＳ４３０に進む。ステップＳ４１４において妥当な重回帰式無しと判断されて処理が引き渡された場合には、単回帰式を用いることが適切ではないデータが引き渡されることがあるから、そのようなデータの処理を指数平滑化式による売上数量の予測（ステップＳ４３０）に引き渡すためである。

つぎに、単回帰式の算出に用いるデータの対象期間Ｒ１を選定する（ステップＳ４２２）。図１２に示すように、対象期間Ｒ１の始期は（Ｋ−２）−Ｌ１月であり、終期はＫ−２月（前々月）である。Ｌ１はＬｍｉｎ以上Ｌｍａｘ以下の整数である。対象期間Ｒ１の長さは、所定の最短の長さと最長の長さ（例えば６ヶ月間と５年間）の範囲の様々な長さをとり得る。ここで、対象期間Ｒ１が最長の長さをとるときには、対象期間Ｒ１と期間Ｒｍａｘとが一致する。また、対象期間Ｒ１が最短の長さをとるときには、Ｒ１の始期は（Ｋ−２）−Ｌｍｉｎ月である。

つぎに、選定した対象期間について単回帰式を求める（ステップＳ４２３）。単回帰式の算出においては、定数項と回帰係数とを最小二乗法により決定する。単回帰式を求める場合の説明変数には、ステップＳ４０５のランクの修正後において、最も高いランクが付けられている説明変数を用いる。目的変数には売上数量実績を用いる。

次のステップＳ４２４においては、対象期間Ｒ１の始期が（Ｋ−２）−Ｌｍｉｎ月である場合から（Ｋ−２）−Ｌｍａｘ月である場合までの全ての場合について単回帰式が求められているときにはステップＳ４２５に進み、そうでないときにはステップＳ４２２とステップＳ４２３とを繰り返して単回帰式を求める。

ステップＳ４２５においては、前月における説明変数のデータを用いてステップＳ４２３で求めた単回帰式により前月における売上数量の予測値を算出し、前月の売上数量実績に最も近い予測を行う単回帰式を最適な単回帰式として選択する。このとき、各対象期間ごとに説明変数と目的変数との相関係数を算出し、相関係数・ランク対応表３０４に基づいてランク付けをする。そして、ランクがステップＳ４０２で付けたランクよりも下がっている場合には、その対象期間のデータについて求めた単回帰式は最適単回帰式を求める対象から除外する。たまたま前月の売上数量の予測だけが売上数量実績と合っている単回帰式を除外するためである。

ステップＳ４２６においては、ステップＳ４２５において選択した最適単回帰式について妥当性を判断する。妥当性の判断は、ステップＳ４１４と同様である。式（１）が対象期間内の全ての月について成立する場合には、その単回帰式は妥当であると判断してステップＳ４２７に進み、そうでない場合には、その単回帰式は妥当ではないと判断してステップＳ４３０に進む。

次のステップＳ４２７においては、ステップＳ４２５において選択した最適単回帰式により売上数量の当月における予測値を算出する。このとき、当月における説明変数のデータとしては、商品マスタ３０１及び環境マスタ３０３にあるデータを使用する。

本発明においては、ステップＳ４１１〜Ｓ４１３と、ステップＳ４２２〜Ｓ４２４とに見られるように、始期を前後に動かすことで対象期間を変化させ、各対象期間のデータについて求めた回帰式の中から最適なものを選択して売上数量を予測している。したがって、本発明においては、商品特性が時間的に変化する商品についても精度の良い売上数量の予測が可能である。

つぎに、指数平滑化式による売上数量の予測をするステップＳ４３０の詳細について図１０及び図１２を用いて説明する。ステップＳ４３０は、ステップＳ４３１〜ステップ４３５を含んでいる。

ステップＳ４３１〜Ｓ４３４においては、指数平滑化式を求める。指数平滑化式は式（２）で表される。
ρ１＝（１−α）μ＋αω・・・（２）

ここで、ρ１はＫ月（当月）における売上数量の予測値、μは所定の一定期間Ｒ２内における売上数量実績の平均値、ωはＫ−１月（前月）の売上数量実績である。ここで、期間Ｒ２は、（Ｋ−１）−Ｌ２月を始期とし、Ｋ−１月（前月）を終期とする期間である。平滑化定数αは、ステップＳ４３４で求める０以上１以下の数値である。

一般的に指数平滑化式においては、ρ１を当月の予測値とし、ωを前月の実績値とすると、μは前月の予測値であるが、本発明においては、指数平滑化式は上述の場合を含むものとする。

はじめに、月毎売上実績表３０６において、期間Ｒ２に含まれている各月の売上数量実績を期間Ｒ２における売上数量実績の平均値で除して売上数量実績を標準化する（ステップＳ４３１）。つづいて、標準化した売上数量実績を、その１月前の標準化した売上数量実績で除して増減度を求め、さらに、増減度の絶対値を求める（ステップＳ４３２）。つづいて、増減度の絶対値の標準偏差を計算する（ステップＳ４３３）。つづいて、標準偏差から図１４に示す標準偏差・平滑化定数対応表３０５を参照して平滑化定数αを求める（ステップＳ４３４）。標準化を行っているために、商品の売上数量の規模の影響を受けずに平滑化定数αを求めることができる。

ステップＳ４３５においては、月毎売上実績表３０６を参照して得られる売上数量実績の期間Ｒ２における平均値と、前月の売上数量実績とを式（２）に代入し、当月における売上数量の予測値を算出する。

ステップＳ４４０においては、安全在庫量を算出する。安全在庫量の算出は、図１１に示すステップＳ４４１及びＳ４４２の手順で行う。

ステップＳ４４１においては、月毎売上実績表３０６を参照し、売上数量の予測に使用した期間内について予測誤差を算出し、予測誤差の標準偏差δ２を求める。重回帰式又は単回帰式により予測を行っている場合においては、最適重回帰式又は最適単回帰式と、月毎売上実績表３０６の説明変数のデータとに基づいて、最適重回帰式又は最適単回帰式を求めている対象期間内について売上数量の予測値を算出し、予測値と売上数量実績との差をとることで予測誤差を求める。指数平滑化式により予測を行っている場合においては、月毎売上実績表３０６の売上数量実績のデータと指数平滑化式とを用いて期間Ｒ２について売上数量の予測値を算出し、予測値と売上数量実績との差をとることで予測誤差を求める。例えば、式（２）のωとしてＸ月における売上数量実績を用いることで、ρ１としてＸ月の次月の売上数量実績が得られる。

つづいて、ステップＳ４４２においては、式（３）により安全在庫量φを求める。
φ＝βδ２・・・（３）

ここで、βは安全率である。安全率βとしては、一般的に１．６５または２．３３が使用される。安全率βを１．６５とした場合には５％の危険率であり、２．３３とした場合には１％の危険率である。

安全在庫量を求めるときには、リードタイム（商品を発注してから納品されるまでの期間）を考慮してもよい。この場合は、リードタイム期間の売上数量の予測値を加算して安全在庫量を求める。例えば、ある商品の当月の売上数量の予測値が１００個、リードタイムが０．５ヶ月である場合においては、０．５×１００個＝５０個を加算するため、安全在庫量φはβδ２＋５０個となる。

本発明においては、ステップＳ４４０に見られるように、過去の一定期間における予測誤差の標準偏差に基づいて安全在庫量を算出している。つまり本発明においては、予測の信頼度に応じて安全在庫量を算出しているため、過剰在庫を抱えることが防がれている。これに対し、過去の一定期間における売上数量実績の標準偏差に基づいて安全在庫量を算出する場合、つまり、売上数量の変動の激しさに応じて安全在庫量を算出する場合においては、売上数量の変動は大きいが売上数量の予測が可能である商品についても安全在庫量を多めに算出してしまうため、過剰在庫を抱えることになりやすい。例えば、売上数量が季節によって大きく変動するが、気温及び天候から売上数量の予測が可能な使い捨てカイロ等を想起すれば、本発明の優位性は明らかである。

ステップＳ４５０においては、式（４）により適正在庫量σを求め、求めた適正在庫量σを商品マスタ３０１に格納する。
σ＝ρ２＋φ・・・（４）

ここで、ρ２は、ステップＳ４１０、ステップＳ４２０、又はステップＳ４３０において求めた当月の売上数量の予測値である。

（適正在庫量の算出手順についての具体的データを用いた説明）
つぎに、本発明の適正在庫量算出システムにおいて実行される適正在庫量の算出手順に関し、具体的データを用いて説明する。

月毎売上実績表３０６の具体例３０６’を図１５に示す。図１５においては、商品Ａ、Ｂ、及びＣは、売上実績マスタ３０２の店舗コードと、バーコード種別と、バーコードとによって特定される商品である。図１５には、商品Ａ〜Ｃについて、各計上年月における売上実績（売上数量）、販売単価、平均気温、経過年月（初出荷後経過年月）が示されている。ここで、売上実績は各計上年月における売上実績の合計値であり、販売単価及び平均気温は各計上年月における平均値であり、これらはステップＳ４０１において売上実績マスタ３０２のデータから算出されたものである。経過年月は、図１６に示す商品マスタ３０１の具体例３０１’に示されている各商品の初出荷年月日と図１５の計上年月とからステップＳ４０１において算出されたものである。

商品Ａ、Ｂ、及びＣのそれぞれについて、経過年月と、販売単価と、平均気温とについての相関係数と、分散拡大係数と、ランクとを図１７に示す。ここで、相関係数は、図１５における計上年月が２００４年１２月から２００５年１１月までの期間である最長対象期間Ｒｍａｘにおける売上実績と、経過年月、販売単価、及び平均気温との相関係数であり、ステップＳ４０２において算出されたものである。分散拡大係数は、２００４年１２月から２００５年１１月までの期間における経過年月、販売単価、及び平均気温からステップＳ４０４において算出されたものである。また、ランクは、相関係数・ランク対応表３０４に基づいてステップＳ４０３においてランク付けされたものである。なお、図１７においては、分散拡大係数は所定の値（＝１０）を超えていないため、ランクの修正（ステップＳ４０５）は行われていない。

商品Ａについては、経過年月、販売単価、平均気温が全てＡにランク付けされているために条件Ａを満たし、ステップＳ４１０に処理が引き渡される（ステップＳ４０６）。商品Ｂについては、経過年月と平均気温とがＣにランク付けされており、販売単価がＡにランク付けされているために、条件Ａを満たさず、且つ、条件Ｂを満たすため、ステップＳ４２０に処理が引き渡される（ステップＳ４０６及びＳ４０７）。商品Ｃについては、経過年月、販売単価、平均気温が全てＣにランク付けされているために条件Ａと条件Ｂの両者を満たさず、ステップＳ４３０に処理が引き渡される（ステップＳ４０６及びＳ４０７）。

商品Ａに関して、各計上年月における売上実績と、下限値と、上限値と、売上予測と、予測誤差の表を図１８に示す。ここでは、売上実績を目的変数とし、販売単価、平均気温、及び経過年月を説明変数として対象期間を最長対象期間（２００４年１２月〜２００５年１１月）から最短対象期間（２００５年６月〜２００５年１１月）まで変化させて重回帰式を求めている（ステップＳ４１１〜Ｓ４１３）。図１８においては対象期間は２ヶ月ごとに選定されているが、１ヶ月ごとに選定してもよく、対象期間を何ヶ月ごとに選定するかは任意に設定することができる。２００４年１２月から２００５年１１月までの対象期間について求めた重回帰式により算出した売上予測が、２００４／１２〜２００５／１１の列に示されている。例えば、図１５に示す計上年月が２００４年１２月における商品Ａの販売単価、平均気温、経過年月を重回帰式に代入することで、図１８に示す２００４年１２月における売上予測が９７．９３個と算出される。他の対象期間についての売上予測も同様にして算出されたものである。図１８の売上実績の最長対象期間Ｒｍａｘ（２００４年１２月〜２００５年１１月）における標準偏差δ１が１４．５であるため、下限値（ωＮ−δ１）及び上限値（ωＮ＋δ１）が、例えば２００４年１２月については下限値が８７．５（＝１０２−１４．５）であり、上限値が１１６．５（＝１０２+１４．５）であると算出されている。図１８においては、４つの対象期間における売上予測の全てが、その計上年月における上限値と下限値との間にあるため、ステップＳ４１４において妥当な重回帰式有りと判断され、ステップＳ４１５に処理が引き渡される。前月（２００５年１２月）における売上予測をみると、対象期間を２００５年２月から２００５年１１月までとしたときの売上予測（１２４．１９）が最も売上実績（１２４）に近い。したがって、対象期間を２００５年２月から２００５年１１月までとして求めた重回帰式が最適重回帰式として選択される（ステップＳ４１５）。そして、当月（２００６年１月）の販売単価９７円、気温予測値４．５℃、経過年月１４ヶ月を最適重回帰式に入力することで当月の売上げ予測が１１８．１０個であると算出される（ステップＳ４１６）。

最適重回帰式を求めた対象期間（２００５年２月〜２００５年１１月）において、売上予測から売上実績を引き算することで予測誤差を算出し、さらに、予測誤差の標準偏差δ２を算出すると３．５８である（ステップＳ４４１）。安全率βとして１．６５を用いると安全在庫量φは５．９１個であると算出される（ステップＳ４４２）。したがって、適正在庫量は、１１８．１０＋５．９１＝１２４．０１の小数点以下を切り上げて、１２５個と算出される（ステップＳ４５０）。

商品Ｂに関して、各計上年月における売上実績と、下限値と、上限値と、売上予測と、予測誤差の表を図１９に示す。ここでは、売上実績を目的変数とし、販売単価を説明変数として対象期間を最長対象期間（２００４年１２月〜２００５年１１月）から最短対象期間（２００５年６月〜２００５年１１月）まで変化させて単回帰式を求めている（ステップＳ４２２〜Ｓ４２４）。図１９においては対象期間は２ヶ月ごとに選定されているが、１ヶ月ごとに選定してもよく、対象期間を何ヶ月ごとに選定するかは任意に設定することができる。ここで、図１９に示す４つの対象期間について、図１５に示す販売単価と売上実績との相関係数と、相関係数・ランク対応表３０４を参照してランク付けをしたランクとを図２０に示す。図２０に示すように、４つの対象期間の全てにおいてランクがＡランクであるため、ステップＳ４０２で付けたランク（図１７に示す商品Ｂに関する販売単価についてのランク）よりも下がっている場合はない。よって、全ての対象期間について求めた単回帰式を最適単回帰式を選択する対象とする。図１９においては、２００４年１２月から２００５年１１月までの対象期間について求めた単回帰式により算出した売上予測が、２００４／１２〜２００５／１１の列に示されている。例えば、図１５に示す計上年月が２００４年１２月における商品Ｂの販売単価９８円を単回帰式に代入することで、図１９に示す２００４年１２月における売上予測が１１１．３３個であると算出される。他の対象期間についての売上予測も同様にして算出されたものである。図１９の売上実績の最長対象期間Ｒｍａｘ（２００４年１２月〜２００５年１１月）における標準偏差δ１が１４．８であるため、下限値（ωＮ−δ１）及び上限値（ωＮ＋δ１）が、例えば２００４年１２月については下限値が８５．２個（＝１００−１４．８）であり、上限値が１１４．８個（＝１００＋１４．８）であると算出されている。前月（２００５年１２月）における売上予測をみると、対象期間を２００４年１２月から２００５年１１月までとしたときの売上予測（１０８．１７）が最も売上実績（１０３）に近い。したがって、対象期間を２００４年１２月から２００５年１１月までとして求めた単回帰式が最適単回帰式として選択される（ステップＳ４２５）。図１９においては、最適単回帰式による売上予測が、最適単回帰式を求めた対象期間の全ての月において上限値と下限値との間にあるため、ステップＳ４２６において妥当であると判断され、ステップＳ４２７に処理が引き渡される。そして、当月（２００６年１月）の販売単価９２円（図１６参照）を最適単回帰式に入力することで当月の売上予測が１２０．８３個であると算出される（ステップＳ４２７）。

最適単回帰式を求めた対象期間（２００４年１２月〜２００５年１１月）において、売上予測から売上実績を引き算することで予測誤差を算出し、さらに、予測誤差の標準偏差δ２を算出すると８．３２である（ステップＳ４４１）。安全率βとして１．６５を用いると安全在庫量φは１３．７３個であると算出される（ステップＳ４４２）。したがって、適正在庫量は、１２０．８３＋１３．７３＝１３４．５６の小数点以下を切り上げて、１３５個と算出される（ステップＳ４５０）。

商品Ｃに関して、各計上年月における売上実績と、標準化売上実績と、増減度と、売上予測と、予測誤差とを図２１に示す。この具体例においては、２００５年１月から２００５年１２月までの期間が対象期間Ｒ２に相当する。標準化売上実績は、各計上年月の売上実績を対象期間Ｒ２における売上実績の平均値μである１０５．５８で除して算出されている（ステップＳ４３１）。そして、増減度が、その月の標準化売上実績をその前の月の標準化売上実績で除して算出されている（ステップＳ４３２）。なお、増減度は、その月の売上実績をその前の月の売上実績で除して算出することもできる。この場合には、ステップＳ４３１とステップＳ４３２とを１ステップで行うことができる。対象期間Ｒ２における増減度のデータの標準偏差は０．０４１であるため、標準偏差・平滑化定数対応表３０５から平滑化定数αは０．６と決定される（ステップＳ４３４）。ここで、平滑化定数αを０．６とし、対象期間Ｒ２における売上実績の平均値μを１０５．５８とし、前月（２００５年１２月）における売上数量実績ωを１０３とすれば、式（２）により当月（２００６年１月）の売上予測は１０４．０３個であると算出される（ステップＳ４３５）。

対象期間Ｒ２（２００５年１月〜２００５年１２月）において、売上予測から売上実績を引き算することで予測誤差を算出し、さらに、予測誤差の標準偏差δ２を算出すると３．５１である（ステップＳ４４１）。安全率βとして１．６５を用いると安全在庫量φは５．７９個であると算出される（ステップＳ４４２）。したがって、適正在庫量は、１０４．０３＋５．７９＝１０９．８２の小数点以下を切り上げて、１１０個であると算出される（ステップＳ４５０）。なお、対象期間Ｒ２に属している月の売上予測は、式（２）においてその前の月の売上実績をωの代わりに用いることで算出される。

（他の実施形態）
本発明においては、ステップＳ１６において、適正在庫量算出の信頼度を適正在庫量とともに表示してもよい。そのためには、ステップＳ４４１においてデータセンタサーバ３は予測誤差の標準偏差δ２を商品マスタ３０１に格納する。そして、ステップＳ１３においてアプリケーションサーバ２は標準偏差δ２を取得する。さらにステップＳ１４においてアプリケーションサーバ２は、発注業務画面を生成する際に予め記憶装置２３に格納されている標準偏差δ２と信頼度との対応関係を定めた標準偏差・信頼度対応表（不図示）を参照し、標準偏差δ２に対応した「適正在庫量算出の信頼度高い」、又は「適正在庫量算出の信頼度低い」等の信頼度を発注業務画面に表示されるようにする。発注担当者は、表示装置１２に表示される適正在庫量算出の信頼度を参考にして発注量を増減することができる。

本発明においては、相関係数・ランク対応表３０４及び標準偏差・平滑化定数対応表３０５を商品ごとに用意することにより、各商品の特性に応じて適正在庫量の算出を行うことができる。さらに、相関係数・ランク対応表３０４及び標準偏差・平滑化定数対応表３０５を過去の予測実績に基づいて修正する成長型システムとしてもよい。例えば、図１４に示す標準偏差・平滑化定数対応表３０５において、標準偏差が０．０４である場合には平滑化定数は０．６であるが、予測実績に基づいて、この場合の平滑化定数を０．６から０．５に修正するといった方式である。

本発明の妥当性判断（ステップＳ４１４及びＳ４２６）においては、対象期間Ｒ１の全ての月について（１）式を満たす重回帰式又は単回帰式を妥当であるとしているが、対象期間Ｒ１の全ての月のみならず前月においても（１）式を満たす場合に妥当であるとしてもよい。

図１は、本発明に係る適正在庫量算出システムの構成を示す図である。 図２は、アプリケーションサーバの構成を示す図である。 図３は、データセンタサーバの構成を示す図である。 図４は、商品マスタ、売上実績マスタ、環境マスタ、及び月毎売上実績表のデータ構成を示す図である。 図５は、本発明に係る適正在庫量算出システムが実行する処理の概要を示すタイムチャートである。 図６は、適正在庫量算出処理について示すフローチャートである。 図７は、予測式選択について示すフローチャートである。 図８は、重回帰式による売上数量の予測について示すフローチャートである。 図９は、単回帰式による売上数量の予測について示すフローチャートである。 図１０は、指数平滑化式による売上数量の予測について示すフローチャートである。 図１１は、安全在庫量算出について示すフローチャートである。 図１２は、データの分析を行う対象期間について説明するための図である。 図１３は、相関係数・ランク対応表を示す図である。 図１４は、標準偏差・平滑化定数対応表を示す図である。 図１５は、月毎売上実績表の具体例について示す図である。 図１６は、商品マスタの具体例について示す図である。 図１７は、予測式選択における処理を説明するための図である。 図１８は、重回帰式による売上数量の予測における処理を説明するための図である。 図１９は、単回帰式による売上数量の予測における処理を説明するための図である。 図２０は、単回帰式による売上数量の予測において、対象期間を変化させたときの説明変数のランクの変化について示す図である。 図２１は、指数平滑化式による売上数量の予測における処理を示す図である。

符号の説明

１…店舗ＰＣ
２…アプリケーションサーバ
３…データセンタサーバ
４…ＰＯＳ端末
５…代表ＰＣ
６…通信ネットワーク
１１…キーボード
１２…表示装置
２１、３１…中央処理装置
２２、３２…通信装置
２３、３３…記憶装置
４１…バーコードリーダ
２１０…発注業務画面編集プログラム
３０１、３０１’…商品マスタ
３０２…売上実績マスタ
３０３…環境マスタ
３０４…相関係数・ランク対応表
３０５…標準偏差・平滑化定数対応表
３０６、３０６’…月毎売上実績表
３１０…適正在庫量算出プログラム

Claims (16)

1. 演算装置と、
   記憶装置と、
   入力装置と、
   出力装置と
   を具備し、
   前記記憶装置は、
   売上数量の前期以前における時系列データである売上数量データと、前記売上数量に影響を及ぼす要因の前期以前における時系列数値データである要因データとを格納する時系列データベースと、
   ともに時系列データである売上数量データ元データと要因データ元データとを格納する売上実績データベースと、
   前記要因の当期における予測値又は予定値の数値データである当期要因データを格納する当期要因データベースと
   を格納しており、
   前記演算装置は、
   前記入力装置から入力される前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースに格納し、
   前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースから読み出し、
   前記売上数量データ元データと前記要因データ元データとを期ごとに集計して前記売上数量データと前記要因データとをそれぞれ作成し、
   作成した前記売上数量データと前記要因データとを前記時系列データベースに格納し、
   前記入力装置から入力される前記当期要因データを前記当期要因データベースに格納し、
   前記売上数量データと前記要因データとを前記時系列データベースから読み出し、
   複数存在する所定の対象期間の各々について、前記売上数量データを目的変数とし、前記要因データを説明変数とする回帰式を演算し、
   前記当期要因データを前記当期要因データベースから読み出し、
   前期以前の所定の期である最適回帰式判断期における前記要因データから前記回帰式の各々により前記最適回帰式判断期における前記売上数量の予測値である売上数量判断期予測値を算出し、
   前記売上数量データの前記最適回帰式判断期における値に最も近い前記売上数量判断期予測値を算出する前記回帰式を最適回帰式として選択し、
   前記当期要因データから前記最適回帰式により前記売上数量の当期における予測値である売上数量当期予測値を算出し、
   前記売上数量当期予測値に所定の安全在庫量を加えて適正在庫量を算出し、
   前記出力装置は前記適正在庫量を出力する
   適正在庫量算出システム。
2. 請求項１に記載の適正在庫量算出システムであって、
   前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一である
   適正在庫量算出システム。
3. 請求項１に記載の適正在庫量算出システムであって、
   前記記憶装置は相関係数と相関度の高さのランクとの対応関係を定める相関係数・ランク対応表を格納しており、
   前記要因は複数存在しており、
   複数存在している前記要因の各々に対応して前記要因データが存在しており、
   前記演算装置は、
   前記複数存在する所定の対象期間のうち最も期間の長い最長対象期間について、前記売上数量データと、前記要因データの各々との相関係数を算出し、
   前記相関係数から前記相関係数・ランク対応表を参照して前記要因データの各々にランク付けをし、
   前記ランク付けが所定の第１条件を満たす場合には、
   所定のランク以上のランクが付されている前記要因データを前記説明変数として重回帰式である前記回帰式を演算する
   適正在庫量算出システム。
4. 請求項３に記載の適正在庫量算出システムであって、
   前記ランク付けが所定の第２条件を満たす場合には、
   前記演算装置は、
   最高位のランクが付されている前記要因データを前記説明変数として単回帰式である前記回帰式を演算する
   適正在庫量算出システム。
5. 請求項４に記載の適正在庫量算出システムであって、
   前記記憶装置は第１標準偏差と平滑化定数との対応関係を定めている第１標準偏差・平滑化定数対応表を格納しており、
   前記ランク付けが前記第１条件と前記第２条件のいずれも満たさない場合には、
   前記演算装置は、
   前期を終期とする所定の第１対象期間に含まれている前記売上数量データである売上数量第１対象期間データの平均値を算出し、
   前記売上数量第１対象期間データの各々を前記各々の前記売上数量第１対象期間データより一期前の前記売上数量データで除して売上数量増減度データを算出し、
   前記売上数量増減度データの標準偏差である前記第１標準偏差を算出し、
   前記第１標準偏差から前記第１標準偏差・平滑化定数対応表を参照して前記平滑化定数を決定し、
   前記最適回帰式により前記売上数量当期予測値を算出することに代えて、決定した前記平滑化定数と前記平均値と前期における前記売上数量データとから指数平滑化式により前記売上数量当期予測値を算出する
   適正在庫量算出システム。
6. 請求項１に記載の適正在庫量算出システムであって、
   前記演算装置は、
   前記最適回帰式が演算されている前記対象期間である第２対象期間に含まれている前記要因データから前記最適回帰式により前記売上数量の前記第２対象期間における予測値である売上数量第２対象期間予測値の時系列データを算出し、
   前記売上数量第２対象期間予測値の時系列データと前記売上数量データの前記第２対象期間における時系列データとの差をとることで前記最適回帰式による予測の予測誤差である回帰式予測誤差の時系列データを算出し、
   前記回帰式予測誤差の時系列データの標準偏差である第２標準偏差を算出し、
   前記第２標準偏差に所定の定数をかけて前記安全在庫量を算出する
   適正在庫量算出システム。
7. 請求項５に記載の適正在庫量算出システムであって、
   前記演算装置は、
   前記平滑化定数と、前記平均値と、前記売上数量第１対象期間データとから前記指数平滑化式により前記売上数量の前記第１対象期間における予測値である売上数量第１対象期間予測値の時系列データを算出し、
   前記売上数量第１対象期間予測値の時系列データと前記売上数量データの前記第１対象期間における時系列データとの差をとることで前記指数平滑化式による予測の予測誤差である指数平滑化式予測誤差の時系列データを算出し、
   前記指数平滑化式予測誤差の時系列データの標準偏差である第３標準偏差を算出し、
   前記第３標準偏差に所定の定数をかけて前記安全在庫量を算出する
   適正在庫量算出システム。
8. 演算装置と、
   記憶装置と、
   入力装置と、
   出力装置と
   を具備し、
   前記記憶装置は、
   売上数量の前記以前の時系列データである売上数量データと、前記売上数量に影響及ぼす要因の前期以前の時系列数値データである要因データとを格納する時系列データベースと、ともに時系列データである売上数量データ元データと要因データ元データとを格納する売上実績データベースと、前記要因の当期における予測値又は予定値の数値データである当期要因データを格納する当期要因データベースと
   を格納している
   適正在庫量算出システムが実行する適正在庫量算出方法であって、
   前記演算装置が、
   前記入力装置から入力される前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースに格納することと、
   前記売上数量データ元データと前記要因データ元データとを前記売上実績データベースから読み出すことと、
   前記売上数量データ元データと前記要因データ元データとを期ごとに集計して前記売上数量データと前記要因データとをそれぞれ作成することと、
   作成した前記売上数量データと前記要因データとを前記時系列データベースに格納することと、
   前記入力装置から入力される前記当期要因データを前記当期要因データベースに格納することと、
   前記売上数量データと前記要因データとを前記時系列データベースから読み出すことと、
   複数存在する所定の対象期間の各々について、前記売上数量データを目的変数とし、前記要因データを説明変数とする回帰式を演算することと、
   前記当期要因データを前記当期要因データベースから読み出すことと、
   前期以前の所定の期である最適回帰式判断期における前記要因データから前記回帰式の各々により前記最適回帰式判断期における前記売上数量の予測値である売上数量判断期予測値を算出することと、
   前記売上数量データの前記最適回帰式判断期における値に最も近い前記売上数量判断期予測値を算出する前記回帰式を最適回帰式として選択することと、
   前記当期要因データから前記最適回帰式により前記売上数量の当期における予測値である売上数量当期予測値を算出することと、
   前記売上数量当期予測値に所定の安全在庫量を加えて適正在庫量を算出することと、
   前記出力装置が前記適正在庫量を出力することと
   を含む
   適正在庫量算出方法。
9. 請求項８に記載の適正在庫量算出方法であって、
   前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一である
   適正在庫量算出方法。
10. 請求項８に記載の適正在庫量算出方法であって、
    前記記憶装置は相関係数と相関度の高さのランクとの対応関係を定める相関係数・ランク対応表を格納しており、
    前記要因は複数存在しており、
    複数存在している前記要因の各々に対応して前記要因データが存在しており、
    前記演算装置が、
    前記複数存在する所定の対象期間のうち最も期間の長い最長対象期間について、前記売上数量データと、前記要因データの各々との相関係数を算出することと、
    前記相関係数から前記相関係数・ランク対応表を参照して前記要因データの各々にランク付けをすることと、
    前記ランク付けが所定の第１条件を満たす場合には、所定のランク以上のランクが付されている前記要因データを前記説明変数として重回帰式である前記回帰式を演算することと
    を含む
    適正在庫量算出方法。
11. 請求項１０に記載の適正在庫量算出方法であって、
    前記ランク付けが所定の第２条件を満たす場合には、
    前記演算装置が、最高位のランクが付されている前記要因データを前記説明変数として単回帰式である前記回帰式を演算することを含む
    適正在庫量算出方法。
12. 請求項１１に記載の適正在庫量算出方法であって、
    前記記憶装置は第１標準偏差と平滑化定数との対応関係を定めている第１標準偏差・平滑化定数対応表を格納しており、
    前記ランク付けが前記第１条件と前記第２条件のいずれも満たさない場合には、
    前記演算装置が、
    前期を終期とする所定の第１対象期間に含まれている前記売上数量データである売上数量第１対象期間データの平均値を算出することと、
    前記売上数量第１対象期間データの各々を前記各々の前記売上数量第１対象期間データより一期前の前記売上数量データで除して売上数量増減度データを算出することと、
    前記売上数量増減度データの標準偏差である前記第１標準偏差を算出することと、
    前記第１標準偏差から前記第１標準偏差・平滑化定数対応表を参照して前記平滑化定数を決定することと、
    前記最適回帰式により前記売上数量当期予測値を算出することに代えて、決定した前記平滑化定数と前記平均値と前期における前記売上数量データとから指数平滑化式により前記売上数量当期予測値を算出することと
    を含む
    適正在庫量算出方法。
13. 請求項８に記載の適正在庫量算出方法であって、
    前記演算装置が、
    前記最適回帰式が演算されている前記対象期間である第２対象期間に含まれている前記要因データから前記最適回帰式により前記売上数量の前記第２対象期間における予測値である売上数量第２対象期間予測値の時系列データを算出することと、
    前記売上数量第２対象期間予測値の時系列データと前記売上数量データの前記第２対象期間における時系列データとの差をとることで前記最適回帰式による予測の予測誤差である回帰式予測誤差の時系列データを算出することと、
    前記回帰式予測誤差の時系列データの標準偏差である第２標準偏差を算出することと、
    前記第２標準偏差に所定の定数をかけて前記安全在庫量を算出することと
    を含む
    適正在庫量算出方法。
14. 請求項１２に記載の適正在庫量算出方法であって、
    前記演算装置が、
    前記平滑化定数と、前記平均値と、前記売上数量第１対象期間データとから前記指数平滑化式により前記売上数量の前記第１対象期間における予測値である売上数量第１対象期間予測値の時系列データを算出することと、
    前記売上数量第１対象期間予測値の時系列データと前記売上数量データの前記第１対象期間における時系列データとの差をとることで前記指数平滑化式による予測の予測誤差である指数平滑化式予測誤差の時系列データを算出することと、
    前記指数平滑化式予測誤差の時系列データの標準偏差である第３標準偏差を算出することと、
    前記第３標準偏差に所定の定数をかけて前記安全在庫量を算出することと
    を含む
    適正在庫量算出方法。
15. 請求項１１に記載の適正在庫量算出方法であって、
    前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一であり、
    前記ランク付けが前記第１条件を満たす場合において、
    前記演算装置が、
    前記最長対象期間に含まれている前記売上数量データの標準偏差である第４標準偏差を算出することと、
    前記最長対象期間に含まれている前記売上数量データの時系列データの各々に前記第４標準偏差を加えて第１上限値時系列データを算出することと、
    前記最長対象期間に含まれている前記売上数量データの時系列データの各々から前記第４標準偏差を減じて第１下限値時系列データを算出することと、
    前記重回帰式の各々により、前記各々の前記重回帰式を演算している前記対象期間である第４対象期間に含まれている前記要因データから前記売上数量の前記第４対象期間における予測値の時系列データである売上数量第４対象期間予測値時系列データを算出することと、
    前記売上数量第４対象期間予測値時系列データが前記第４対象期間に含まれている全ての期において、前記第１上限値時系列データより小さいことと前記第１下限値時系列データより大きいこととを満足する前記重回帰式が一つも存在しない場合であって、前記ランク付けが前記第２条件を満たす場合には、
    最高位のランクが付されている前記要因データを前記説明変数として単回帰式である前記回帰式を演算することを含む
    適正在庫量算出方法。
16. 請求項１２に記載の適正在庫量算出方法であって、
    前記複数存在する所定の対象期間の各々は、始期が互いに異なっており、終期が同一であり、
    前記ランク付けが前記第２条件を満たす場合において、
    前記演算装置が、
    前記最長対象期間における前記売上数量データの標準偏差である第５標準偏差を算出することと、
    単回帰式としての前記最適回帰式である最適単回帰式を演算している前記対象期間である第５対象期間に含まれている前記売上数量データの時系列データの各々に前記第５標準偏差を加えて第２上限値時系列データを算出することと、
    前記第５対象期間における前記売上数量データの時系列データの各々から前記第５標準偏差を減じて第２下限値時系列データを算出することと、
    前記最適単回帰式により前記第５対象期間に含まれている前記要因データから前記売上数量の前記第５対象期間における予測値の時系列データである売上数量第５対象期間予測値時系列データを算出することと、
    前記売上数量第５対象期間予測値時系列データが前記第５対象期間に含まれている全ての期において、前記第２上限値時系列データより小さいことと前記第２下限値時系列データより大きいこととを満足しない場合には、
    前記平均値を算出することと、
    前記売上数量増減度データを算出することと、
    前記第１標準偏差を算出することと、
    前記平滑化定数を決定することと、
    前記最適回帰式により前記売上数量当期予測値を算出することに代えて、決定した前記平滑化定数と前記平均値と前期における前記売上数量データとから前記指数平滑化式により前記売上数量当期予測値を算出することと
    を含む
    適正在庫量算出方法。

Images