NECとNECフィールディング、ビッグデータ分析技術を活用して補修用部品の需要を予測 ～ 出荷頻度が高い部品の在庫を約2割削減 ～

NECとNECフィールディングは、NECのビッグデータ分析技術である「異種混合学習技術（注1）」を活用して、NECフィールディングが保有する補修用部品の需要を予測する実証実験を実施しました。実験の結果、高精度な予測を実現し、出荷頻度が高い部品の在庫を約2割削減できることを確認しました。 このたびの実験結果を踏まえて、NECフィールディングは今年度下期から実業務において本需要予測に基づいた在庫管理を開始します。また　NECは、本取り組みに基づいた補修用部品需要予測ソリューションを、2015年度から製造業向けに販売する予定です。本ソリューションの提供を通じて、企業の保有する在庫を削減し、キャッシュ・フローの改善や関連経費の削減に貢献します。 NECグループは、社会ソリューション事業に注力しており、その中核領域の一つとしてビッグデータ事業の強化を進めています。最先端のビッグデータ分析技術の提供を通じて、顧客の新たなビジネス創出や企業価値向上に貢献していきます。

背景

コンピュータやネットワーク機器の保守サービスを手掛けるNECフィールディングは、約14万品目の補修用部品の在庫を保有しています。このうち、プリンタの駆動系部品やパソコン/サーバのハードディスクなど年に十数個以上出荷される出荷頻度が高い部品（約1万品目）については、在庫切れ防止のため一定量の保有が必要です。しかし、過剰在庫に陥るリスクもあり、適正な在庫を確保するために、将来の部品需要を高精度に予測することが重要となっています。

実証実験の内容と成果

両社は、NECフィールディングが保有する出荷頻度が高い補修用部品を対象に、ビッグデータに混在する多数の規則性を自動で発見する「異種混合学習技術」を活用して需要を予測する実験を実施しました。実験では、過去14ヶ月間における月ごとの部品の出荷数・稼働台数・発売時からの経過月数などのデータを基に、将来の部品の需要量を予測しました。
この結果、高精度な予測を実現するとともに、予測に基づき在庫量を最適化することで、本技術を活用しない場合と比較して、出荷頻度の高い補修用部品の在庫を約2割削減できることを確認しました。

今後の展開

NECフィールディングは今年度下期から、出荷頻度が高い補修用部品に関する需要予測の取り組みを実業務において運用開始します。なお、需要量は現在から4ヶ月先までを予測（注2）します。また、部品の生産終了に保守停止までの必要購入数を予測する、EOL(End Of Life)品の需要予測の実証実験を実施するなど、さらなる部品の在庫削減を目指します。さらに、他社メーカの保守業務の受託サービスにおいても本需要予測を活用し、サービス事業の拡大を推進します。
NECは、本取り組みを基に補修用部品需要予測ソリューションを製品化し、製造業を中心に2015年度から販売開始する予定です。

なお、NECは本取り組みを、NECグループが開催する「C&Cユーザーフォーラム&iEXPO2014」（会期：11/20（木）～21（金）、会場：東京国際フォーラム（東京都千代田区））にて、展示します。
「C&Cユーザーフォーラム&iEXPO2014」について http://jpn.nec.com/uf-iexpo/index.html

NECグループは、「2015中期経営計画」のもと、安全・安心・効率・公平という社会価値を提供する「社会ソリューション事業」をグローバルに推進しています。当社は、先進のICT技術や知見を融合し、人々がより明るく豊かに生きる、効率的で洗練された社会を実現していきます。

【別紙】 補修用部品需要予測ソリューション全体像