消費動向の変化で、勘や経験頼りの需要予測が困難に
インターネットやスマートデバイスの普及により、市場における顧客の購買行動は大きく変化した。手元であらゆる情報を調べられるようになり、あらかじめ網羅的な情報を把握してから店頭を訪れる、という顧客が急速に増えているのだ。さらに2020年からのコロナ禍がこの流れに拍車をかけた。不要不急の外出を避けるため、オンラインで完結する購買行動も珍しいものではなくなっている。
同時に、消費者が購入する商品の傾向も変化した。外出や人とのリアルな交流が減った結果、“おうち時間”を満喫するためのアイテムの需要が増大。反対に外出向けの衣類などの需要が低迷するといった傾向が、その代表例といえるだろう。
このような状況で、BtoCビジネスを展開する企業にとっての重要課題として浮上してきたのが「需要予測」の精緻化である。その重要性は以前から指摘されていたが、ここへきていよいよ従来型の勘と経験に頼る需要予測が通用しにくくなっているのだ。
同時に、需要予測業務の属人化を解消したいというニーズも高まっている。担当者の高齢化や人材不足を乗り越えるには、精度の高い需要予測を、誰でもできる形で実現していく必要がある。このことを多くの企業が痛感しているのではないだろうか。
このような課題の解決に挑んでいるのが、楽器販売大手の島村楽器だ。システムから抽出したデータを機械学習にかけることで、高精度な需要予測を高速に実施。商品の欠品率（商品が品切れになる率）を下げるとともに、発注作業に要する手間や時間も大幅に削減している。また、ここで注目したいのが、取り組みを推進したのが機械学習を初めて扱う社員だったということである。しかも外部のSIerに委託せず、環境構築も内製で進めたという。
一体、島村楽器はどのようにしてこれを実現したのか。取り組みの経緯に迫る。
