属人化した需要予測業務の工程分離

object

特定の熟練担当者が手作業で行っていた複数システムからのデータ抽出・整形と見込みシート作成が自動化され、集約データを用いる時系列予測モデルが構築された。

データ処理と予測方法が変更された一方、自動出力される見込みシートは既存ファイルと極力同じ見た目になるよう設計された。

notes

• 導入前の担当者は、Excel、kintone、基幹システムに散在するデータを抽出し、整形していた。
• 担当者は、見込みシートの作成に毎日約2時間を費やしていた。
• 気象情報などの外部情報は、導入前には十分に活用できていなかった。
• 担当者へのヒアリングを通じて、属人化していたデータの流れが把握された。
• AWS上にデータレイクが構築され、複数システムのデータと気象情報が自動で集約されるようになった。
• 過去2年半の出荷実績、代表6地点の気温、販促施策、前週トレンドなどが学習データとして投入された。
• 自動化後、見込みシートはボタン操作から約5秒で生成されるようになった。
• あんまんの翌日出荷数予測では、熟練担当者の誤差率6.2％に対し、AI予測は6.0％だった。
• ゴールド肉まんでは、熟練担当者の誤差率15.4％に対し、AI予測は9.8％だった。
• 示された精度は、記事に記載された商品、入力データ、比較期間における結果である。
• 担当者の業務には、予測値の算出に加え、複数システムからのデータ抽出、整形、外部情報の参照、見込みシート作成が含まれていた。
• データ処理と予測方法が変更された一方、出力される見込みシートの見た目は従来形式に近づけられた。
• 新商品、異常気象、急な販促変更が発生した場合の予測挙動は、記事内では示されていない。
• 予測結果を採用または補正する主体と、その判断手順は記事内では明示されていない。
• モデル更新、障害時対応、外部事業者との保守境界を含む継続運用条件は、記事から確認できない。

implications

• 属人化への対応が、担当者の判断全体の代替ではなく、担当者が担っていた複数工程の分離として現れる可能性がある。
• 既存ファイルに近い表示形式の維持は、内部処理の変更と現場側の操作継続を両立させる可能性がある。
• 自動化後の継続運用は、データ連携、予測モデル、クラウド基盤、保守体制の維持を条件とする可能性がある。

questions

• 熟練担当者が担っていた工程のうち、再現可能になった部分と、依然として暗黙のまま残っている部分はどこか。
• 予測結果の補正、モデル更新、障害対応は、誰のどの判断として継続されるのか。