Infor Demand Planning

サプライチェーンのフロントエンドでは、需要計画の精度が、全社の生産、在庫、流通、購買計画に影響を与えます。Demand Planningは、季節性や傾向を考慮した高度な統計予測機能を提供し、予測の精度を高めることができます。顧客需要の全体像をシャープかつ正確に把握し、販売計画や業務計画の強固な基盤となります。在庫の最適化や在庫補充計画の機能が内蔵されており、単なる予測にとどまらない、需要と補充を完全に同期させた計画を作成し、ERPシステムと統合することが可能です。

概要

Infor Demand Planning は、全社の顧客需要を正確に予測、形成し、グローバルに唯一真実のビューを提供します。製造業や流通業のお客様は、次の点を考慮したトータルな需要計画を立てることができます:

  • 季節性
  • 販促とイベント
  • 製品ライフサイクルの変更

Demand Planning は、次の3つのモジュールで構成されており、個別または組み合わせて導入することで、完全なサプライチェーン計画プラットフォームを提供します:

  • Demand Planner(需要計画)—「自己学習型」の正確な予測機能で、予測精度を高めます。
  • Inventory Planner(在庫計画)—在庫を配送ハブ単位に最適化し、目指す顧客サービスレベルを満たす最適な利用可能在庫数を確保します。
  • Replenishment Planner(補充計画)—サプライヤやメーカー、流通チェーンの個別レベルに至るまで、サプライチェーンのあらゆるノードで、在庫計画と流通計画を作成します。

Infor Demand Planningには、サプライチェーンマネジメントの分野で25年以上にわたって培われてきた経験が凝縮されており、製品の実績と豊富な機能を保証するとともに、サプライチェーンに精通した専門家たちが、ベストプラクティスへのガイダンスを提供し、貴社のグローバルなサプライチェーンを支援いたします。

機能

Demand Planning は、社内外のコラボレーションを通して、ピンポイントな予測精度の需要計画を実現する、高度な統計機能と市場知識を提供します。

Demand Planning は、次の点を実現します:

  • 需要予測:グラフィカルな環境で使えるパワフルな予測ツールが、季節性や傾向、売れ行きの悪い品目、統計的異常、大幅な需要変更などを自動検知します。自己学習型のエンジンを使って、製品グループや顧客、チャネルの任意の組み合わせで、需要を予測することができます。作成したシナリオをベースに、プロモーション(販促)やイベントの効果を確認し、今後の影響を見ることができます。
  • ウェブベースのコラボレーション: 需要計画プロセスの関係者全員と知識を共有することができます。社内では、販売・需要計画担当者の需要形成能力が高まり、社外では、顧客からの情報インプットによって、注文処理能力を高めることができます。さらに、上流工程のサプライヤが、計画の内容を知っておくことで、納品パフォーマンスを高めることができます。
  • 在庫計画:目指すサービスレベルと在庫バランスを分析、モデル化して、適正なバランスに維持します。サービスレベルを考慮しながら、需要予測に従って在庫を再分配し、在庫回転率を改善することができます。
  • 補充計画: 全社の生産、流通ネットワークを通して、需要と仕入補充を自動的に整合・調整します。様々なシナリオを作成し、それらをベースとした場合の波及効果を確認し、在庫や輸送、生産、購買計画を迅速に再調整します。

効果

Demand Planningの多くのユーザー企業が、次のような成果を得られています:

  • 予測精度が20%~40% 改善
  • オンタイムデリバリー率が最大20%増加
  • 完成品在庫を10%~30% 削減
  • 在庫の陳腐化を15% 削減
  • 生産コストを最大20% 削減

サプライチェーンの調査によると、在庫を削減し、顧客サービス指標を高めるための最短かつ確実な方法は、予測の精度を改善することであることがわかっています。 Demand Planning は、需要と仕入補充プロセスをトータルに管理するためのツールを提供いたします。

Demand Planning と Infor Sales and Operations Planning (S&OP) を組み合わせてご利用いただければ、グローバルなオペレーションを計画、管理できる、完全なサプライチェーンソリューションを実現することができます。

Demand Planning の差別化要因

Demand Planningは、他のサプライチェーン マネジメント システムと以下の点で異なります:

  • 「自己学習型」の統計的予測エンジンは、同じ期間を繰り返し予測することで学習し、予測モデルと実際とのギャップを継続的に調整することができます。
  • ウェブベースのユーザーエクスペリエンスのツールを使って、需要計画プロセスの全ての関係者とコラボレーションすることができます。
  • 柔軟な階層構造で、稼動中のサプライチェーンの物理モデルを作成し、ビジネスの変化に合わせてモデルを変更することができます。

  • 在庫ベースのサプライチェーン向けに統合された、在庫計画と在庫最適化の機能を使って、顧客サービスレベルを満たす利用可能在庫と在庫投資とのバランスを維持することができます。
  • 流通チェーン全体にわたって補充計画を作成し、顧客の配送ハブが欠品しないように在庫を流通させ、最適な利用可能在庫を確保するようにします。
  • 利用可能数が不足する可能性があれば、例外と認識してアラートを発し、代替先から調達して、より迅速に在庫を補充することができます。

Designed for Progress
© Copyright2017. Infor. All rights reserved.