それは2020年です。 現在、かなり正確な短期天気予報があります。 米国の国立海洋大気管理局であるNOAAは、90日間の天気予報は約80％正確で、次のXNUMX日間はXNUMX％であり、サプライチェーン計画のためのこの重要な外部入力の許容レベルを確立していると報告しています。 、特に短期的な需要予測。

天気が消費者の需要に影響を与える方法について書いている人々への称賛。 XNUMX年以上前の記事もあります。 しかし、状況は変わりました。 つい最近、ゲームに重要なコンポーネントが導入され、天気に影響される需要予測についての考え方が変わりました。

• 天気予報の精度が向上し、
• ローカルおよび国際レベルでの気象データのより広くて安価なアクセス性、
• 従来の確率的手法を補完する実用的なAI / MLアルゴリズムの重要な質量
• 実用的なモデルを構築するためのクラウドコンピューティング、特にハードウェアベースの並列コンピューティングの規模。

Fortune 100のCPG企業と、同社の製品の多くを販売する非常に大規模な小売チェーンとの最近の仕事に基づいて、商業世界における天気に基づく需要予測の理解を深めました。 プロセスは決して簡単ではありませんでした。 共有する主な所見：

1）ヴァンテージポイントの問題

日用消費財企業と小売チェーンはどちらも、予測ワークフローの外部要因として天気を追加できますが、異なる製品解像度と予測範囲で運用する必要があるため、予測モデルが大きく異なります。 たとえば、小売業者として、今すぐ棚に置く特定の商品を知る必要があります。数日以内に、店舗の10％が所在する場所で冬の嵐が発生することがわかっている場合です。 一方、CPG企業として、次の小売注文の暑い夏のシーズンに先立って、今月どのくらいの量のアイスクリームとどのミックスを作るかを知る必要があります。 また、小売チェーンには、POSの詳細、棚にある競合製品の入手可能性、価格設定、すぐに販売に影響を与える代替製品のプロモーションなど、はるかに豊富なデータセットがあります。 CPG企業は、このタイプの追加データがある場合にのみ、予測モデルの結果を改善できます。

2）位置解決の問題

予測がより広い地理的領域に集約されている場合、より正確な気象ベースの需要予測を生成できることを本能的に知っており、統計的に示すことができます。 ただし、サプライチェーンの運用計画では、非常に詳細な位置データが必要になることがよくあります。 スマートジオクラスタリングによる次元削減が重要な理由です。つまり、天気が定量的に類似している場所をクラスタリングします。 これらを「微気候クラスター」と呼びます。

3）製品の解像度の問題

明らかに、一部の製品需要は天候と強く相関しています。 古典的な例には、アイスクリーム、BBQ肉、傘、雪のシャベル、パッケージされた水などが含まれます。重要なのは、さまざまな期間および微気候クラスターにわたるすべての製品についてこの相関を定量化することです。 さらに、新鮮なBBQ肉や新鮮な果物などの有効期間が短い製品は、天候に基づく欠品や腐敗に最も敏感であり、迅速な需要形成行動の優れた候補になります。

4）計画の頻度とリードタイムが重要

棚の補充と消費者への販売の間のタイムラグが重要な精度のしきい値である5〜7日を超えると、短期的な天気予報の品質が急速に低下します。 気象データは、他の期間の分析にも役立ちます。前年比の傾向、年内の季節変化、週内の違いなどです。

5）相関関係が重要

天気に関する数値（温度、湿度、雨、風速）とカテゴリー（曇り）の両方のデータが利用可能ですが、たとえば、晴れた日に雨が降らない、気温が20度のときに雪が降らないなどの内部相関を考慮する必要があります氷点下。 そして、需要と複数の外部変数の間には相関があります。 カレッジフットボールのライバルであるアラバマ州とオーバーンがXNUMX月の週末の週末にプレーするときの米国南東部でのバーベキュー肉の需要は、XNUMX月の週末のバーベキュー肉の需要とは大きく異なることに同意します。

6）スケーラビリティの問題

実用的な結果を得るためには、2,000つのサイズですべてに対応できるわけではありません。 小売業のクライアントでは、カリフォルニア規模の地理全体で約9,000の場所で販売された平均XNUMXの一意のSKUを処理する必要がありました。 気象に敏感な製品クラスター、気象関連の季節、および微気候クラスターを特定するまでに、何千もの「気象効果モデル」ができあがりました。 データ処理、機能エンジニアリング、クラスタリング、人工知能と機械学習ベースのモデリングツール、およびモデルパラメーターのメンテナンスにおいて、適切なレベルの自動化が絶対に必要です。 この作業には規模が必要です。 ですから、野原に足を踏み入れたいのであれば、雌ライオンがあなたに若い子を訓練しようとする祈りをしてはいけません。

要するに、天候の影響を受けた需要予測は簡単ではありません。 それはあなたがYelpで評価する高級レストランで買うことができるメニューアイテムではありません！ これは、Equinoxのプロのトレーナーによる10回のハードジムトレーニングのようなものです。 私たちは皆、ジムのトレーニングの良い習慣とプラスの効果がはるかに長く、時には一生続くことを知っています。

これはすべて努力と投資の価値がありますか？ クライアントがこの作業を公開する準備ができたときに、予測精度の結果を報告します。 とりあえず、気象ベースのデータ分析とそれに続く気象の影響を受ける需要モデルの開発から、すでに重要な洞察を得ていると言えば十分です。 私たちのクライアントは、これらの洞察に基づいて戦術的および運用的な行動を取り続けており、私たちはそれについて満足しています。

Omer Bakkalbasiは、最高イノベーション責任者です ソルボヨ。 Omerは、ビジネスアナリティクスと事実に基づく意思決定、および高品質のソフトウェアとコンサルティングサービスの提供に重点を置いた、サプライチェーン管理における20年以上の経験を持つ、経験豊富なサプライチェーンの専門家です。 Omerは、革新、情報技術、自動化を通じて困難なビジネス問題を解決する意欲があり、常に顧客を喜ばせるという最終結果に焦点を当てています。

出典：https://logisticsviewpoints.com/2020/03/31/weather-influenced-demand-forecasting/