ページの先頭です。
サイト内の現在位置を表示しています。
  1. ホーム
  2. NEC Online TV
  3. 部品在庫を2割削減!ビッグデータを活用した補修用部品需要予測
ここから本文です。

部品在庫を2割削減!ビッグデータを活用した補修用部品需要予測 [3:00]

音声テキスト

ナレーション:
NECフィールディングは、ICTの運用・保守を中心に全国約400か所にわたり、24時間365日体制で業務を行っています。
ICT機器のオープン化やクラウド化によって、保守市場は縮小し、競争が激化しているなか、NECフィールディングでは、14万品目もある補修用部品の在庫の最適化に向け、 改革を行ってきました。
そして、更なる在庫の最適化を目指し、ビッグデータを活用した 需要予測に取り組みました。

SOLUTION

ロジスティクス本部長:
これまでは、保守部品それぞれの設計時からの障害率、あるいは実績の障害率、というものを加味して需要予測を行っておりました。

配備統括部長:
やはり、今まで使用していました統計技法ではですね、限界があるって事を感じまして今回のビックデータ分析、異種混合学習技術っていうものを活用することを考えました。

ナレーション:
対象となる部品の過去実績データだけでなく、関係のあるあらゆるデータの中から、需要に影響を与える要因パターンを自動でグルーピングし、予測式を作成する新たな手法で、高い精度の需要予測を実現しました。
予測の誤差率は従来の35%から9%へ格段に向上しました。

VALUE

配備統括部長:
ビックデータ分析を導入することで安全在庫というものが最小限にするっていうことも出来ましたし、部品が足りなくなるっていう欠品率っていうものも最小限に抑えることが出来る。
もしくは改善出来るっていうことが可能になりました。
在庫としては2割の削減が出来ました。
金額にしますと数億と言うレベルで改善が出来ております。

ナレーション:
また、発注数を自動で導き出すことにより、業務の迅速化を図ることが出来ます。

ロジスティクス本部長:
まず、効率化が図れた。
例えば10人でやってたところが8人でできてその2人をリソースシフト、違う営業活動に持っていくとかそういうことが出来たって言うのは大きいかなと思っています。
従来ですと人のノウハウで行っていた季節変動それは、夏場多く出る、冬場多く出るというものをビッグデータが しっかり予測してくれると言うところですね。
安心感というのも出てきたんじゃないかなと思います

社長:
ビッグデータ活用によって需要予測を行うことは、これまでの手法やシステム的な限界を越える業務の革新や、当社の財産である社員一人ひとりのメタモルフォーゼ(変革)を促していけるものと考えています。

ナレーション:
NECは、これからもビッグデータ分析技術を活用した先進的なIOTでものづくりの最前線から新たな価値を提供していきます。

概要

写真

14万品目の補修用部品の在庫最適化に取り組むNECフィールディングは、ビッグデータ分析技術「異種混合学習技術」を活用することにより、高い精度の部品の需要予測を実現。
在庫の2割削減、欠品リスクの軽減など在庫の最適化と人員のリソースシフトなど業務革新に成功しました。

アンケート

動画へのご意見を聞かせてください。


この動画はいかがでしたか?


NEC OnlineTVやこちらの動画に関する感想を寄せてください。


  • ここで書き込まれた内容に関しましては、返信は差し上げておりません。
  • いただいたコメントはプロモーション等で活用させていただく場合がありますので、あらかじめご了承願います。

(2015年10月6日)

お問い合わせ

ページの先頭へ戻る