資料の紹介

　アパレルや通販業界向け中心に物流サービスを手掛けるセンコーファッション物流は、業務受託先の物流サービスで、機械学習による倉庫出荷量の予測に取り組んでいる。予測モデルの事前検証では、従来を大きく上回る87％の予測精度を達成。2020年1月から実業務での利用を開始した。今後、導入範囲を拡大していく考えだ。

　同社の各倉庫では出荷業務の担当者が出荷量の予測を立て、作業人員の手配を協力会社に依頼しているが、予測が外れた場合は、その都度、追加で手配するなどの対処が必要だった。いかにして倉庫出荷量の長期予測を高い精度で実現し、実務担当者の負担を軽減しつつ作業人員の手配を効率化するかが課題となっていた。

　本資料では、センコーファッション物流が抱えていた課題と、課題解決に至った経緯、および採用したソリューションについて説明する。当初はオープンソースの統計解析言語「R」による出荷予測に取り組んでいたが、GUIベースの統計解析ソフトに移行。さらに、機械学習自動化ツールを採用することで、現場への導入の目途が立った。

この先は日経クロステック Active会員の登録が必要です

日経クロステック Activeは、IT／製造／建設各分野にかかわる企業向け製品・サービスについて、選択や導入を支援する情報サイトです。製品・サービス情報、導入事例などのコンテンツを多数掲載しています。初めてご覧になる際には、会員登録（無料）をお願いいたします。