保守部品需要予測

「異種混合学習技術」で保守部品の需要を高精度に予測し適正在庫を実現

出荷頻度が高い保守部品を対象に、NEC独自の「異種混合学習技術」を活用し、過去の部品の出荷数・稼働台数・発売時からの経過月数などのデータをもとに、将来の部品の需要量を高精度に予測します。

顧客ニーズ

集中倉庫(各地区へ補給する倉庫)の在庫削減と発注工数削減に取り組みたい。

導入メリット

  • 過去の保守部品の動向を学習し、将来需要予測式を生成。
  • 需要予測式に最新の保守部品の出荷実績の他、装置台数、故障率などの関連する情報を入力し、将来の出荷予測を実現。

AI技術

多種多様なデータから、複数の規則性を自動で発見!

関連事例

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動画ページへ

NECフィールディング株式会社
ビッグデータ分析を活用した需要予測で約1万品目の保守部品在庫を2割削減