ページの本文へ

Hitachi

Lumada

新商品の発注量予測による在庫最適化

AIによる販売予測に基づいて商品を確保し、新商品の在庫数の最適化を図ります。

  • Lumadaのユースケースコード:UC-01074
  • 業種:製造業
  • 目的:意思決定支援,AI

AIが新商品の販売数を予測し、仕入れ発注量を提案します。
効率的かつ適正な仕入れや発注が可能になり、商品在庫の最適化を図ります。

課題

発注・購入に備えて、適切な在庫の確保が必要

適正な在庫を維持したいが、短いサイクルで提供される新商品の販売予測が難しい。

  • 販売機会の損失につながる欠品を防止したい。
  • 廃棄ロスや返品を削減したい。

解決策

販売予測によって新商品の在庫を最適化

類似商品の発売直後の販売実績を基に、AIが新商品の販売数を予測し、仕入れ発注量を提案します。
仕入れ発注担当者はAIを活用することで、効率的かつ適切なタイミングで商品発注ができるようになり、在庫数の最適化が図れます。

特長

蓄積された膨大な販売データとAI技術を活用した販売予測

  • 販売情報や商品情報、販促情報、在庫情報、店舗情報、気象情報を利用します。
  • 日立独自のAI技術によって、新商品と類似する商品を抽出します。類似商品の発売直後の販売動向を基に新商品の発注量の最適モデルを生成します。
  • 新商品の発売後は、販売実績を基にモデルの変更や予測販売量の調整を継続的に実施します。

成果

  • 過剰在庫を50%削減(理論値)。
  • 廃棄コストを1.6億円削減(理論値に基づくポテンシャル効果)。

お問い合わせ

本ユースケースについて詳細が知りたい方は、下記のフォームにてお問い合わせください。
お問い合わせの際には、ユースケースコードをご記入ください。

Lumadaのユースケースコード:UC-01074

本ユースケースを共有する



*
効果数値は、当社調べです。
*
記載の会社名、製品名などは、それぞれの会社の商標もしくは登録商標です。