だいぶん昔に作ってた資料。 modelerとかを敢えて無しで Stats系の物だけで需要予測をするための資料

1. SPSS , an IBM Company
Sales Consultant
IBM SPSS Statistics ご紹介資料
- 需要予測入門モデル-
- Statistics Base
- Forecasting
- Custom Tables
- Decision Trees
- Neural Networks
Business Analytics
© 2010 IBM Corporation

2. 2
Business Analytics
会社概要 ＜製品市場占有率（データマイニング）＞
 1968年 SPSS Inc.（NASDAQ:SPSS）設立 外円：2008年 内円：2007年
本社は米国イリノイ州シカゴ
 1988年 SPSS Inc.の日本法人として その他
エス・ピー・エス・エス株式会社設立 13.0%
 2009年 IBMの傘下へ その他
日本IBM 15.4%
14.0%
日本IBM SPSS
Predictive Analytics ソリューションの第一人者として、 11.1% 43.2%
ソフトウェア製品と関連サービスを提供 数理シ ス
SPSS
企業・教育研究機関・医療機関・政府官公庁など幅広く導 数理シ ス テ ム
43.0%
入されており、全世界100以上の国と地域で28万人以上、 テム 14.2%
SAS
14.0%
日本国内では3万人以上に利用されている 16.0%
SAS
16.0%
出典：株式会社富士キメラ総研
2008 パッケージソリューション・マーケティング便覧
SPSS製品導入企業の一例
© 2010 IBM Corporation

3. Business Analytics
‐需要予測の必要性‐
欠品を発生させないレベルで、在庫を最小に持つ事で企業経営は格段に改善される
在庫は多いほうが良い 在庫は少ない方が良い
正確な需要予測が必要！
売れるときに
売れるだけ作る
© 2010 IBM Corporation

4. Business Analytics
‐在庫管理はなぜ重要か‐
在庫が足りないと・・・
顧客との関係悪化 供給の遅延 需要変動の対処の遅れ
企業には在庫が必要であり、欠品することで様々なリスクが発生する。
？？では、十分な在庫を常に保有していれば良いのか？？
過剰在庫だと・・・・
品質の劣化 経営スピードの低下 廃棄コストの増大
キャッシュフローの悪化 場所の占有 管理コスト増大
過剰在庫では、さらに経営を圧迫！
在庫は、定量的に管理することが重要
© 2010 IBM Corporation

5. Business Analytics
－需要予測の目的－
需要予測に基づいて将来の在庫推移を予測し、極力少ない在庫で欠品
商品（製品）在庫の適正化 をできるだけ起こさないように商品を調達（発注あるいは生産）します。
製造業の場合は、最終製品だけでなく半製品（中間製品や原材料、部品、
半製品在庫の適正化 資材など）の在庫適正化にも需要予測は活用することができます。
需要予測に基づいて最適な生産計画を立案することを目的とするものです。
最適生産計画の立案 例えば、原則受注生産を行っているメーカーが、生産性の向上を目的に見込
生産を実施する場合など、どの製品をどれだけ注文外に生産するかを決める
ために需要予測が必要になります。
数か月から一年程度の中長期の意志決定を目的とする場合は、細かな需要
中長期の意志決定 の波を予測するよりは大きなトレンドを予測することが重要視されます。
予測方法は、短期的な予測の場合と異なることが多いようです。
小売や卸などの流通業者が自社の販売量を予測し、その結果を仕入先である
メーカに提供するといったことが実際に行われています。
企業間の情報共有
最終消費者の需要を正確に把握することは、メーカーにとっても非常に有益
です。
© 2010 IBM Corporation

6. Business Analytics
-需要予測を始めるステップ-
一般的な需要予測を始める場合のステップ例。
予測モデルの見直し、パラメーターの見直しは、予測精度をあげる上で重要。
Data の確認
過去の変動要因は何
・出荷実績データ
で、現在は何か？
・商品マスタ
・予測を行いたい時期
など
新しいことは何か？
技術？
製品開発の予定は？
競争他社？
需要に与える影響は？
モデルは適したもの 現状分析
を使っているか？
効果測定
・集計
・グラフ化
・データ検証
など
・予測精度の確認
ビジネスへの展開
需要予測の実施
予測モデルの検討
・ツール使用の是非 ・時系列予測？
・ツール選定 ・多変量解析？
© 2010 IBM Corporation

7. Business Analytics
需要予測に利用するIBM SPSS Statistics分析メニュー
予測モデル名 ノイズ トレンド 周期 外部データ
単純移動平均モデル ●
MAモデル ● 時系列予測分析
一般的なSCM/需要予測
一次指数平滑モデル ● パッケージのカバー範囲
二次指数平準モデル ● ●
直線・曲線近似モデル ● ●
ARモデル ● ●
ARMAモデル ● ●
ARIMAモデル ● ●
ウィンターズモデル ● ● ●
ニューラルネットワーク ● ● ▲ ●
重回帰モデル ● ▲ ● ● 需要予測入門モデルの
C&RTモデル ● ● ● カバー範囲
既存で存在するデータを簡単に加工して、需要データを分析して未来に延長
© 2010 IBM Corporation

8. Business Analytics
－連続量の予測－ 重回帰モデル
例：書籍の販売予測（在庫はいくら準備すべき・・？）
タイトル 販売部数 昼間人口 取扱い品目 店舗面積 作者 ジャンル
A 50万部 46220 55 62 aaaa 2
B 35万部 54260 65 95 bbbb 1
C 4万部 78000 42 87 aaaa 1
実績 D 2万部 65000 51 84 kkkkk 3
データ E 3000部 75000 65 97 qqqq 1
F 45万部 80000 57 68 bbbb 1
G 3万部 50000 59 67 eeee 1
： ： ： ： ： ： ：
事前情報から販売部数を推測する予測モデルを作成
→ y(販売部数）=ax1+bx2+cx3+….
New H ？ 79000 62 98 bbbb 2
新規 New I ？ 62000 65 88 kkkkk 1
データ New J ？ 75000 56 84 qqqq 2
New K ？ 62000 69 86 eeee 1
上記の予測モデルに販売前の書籍を当てはめれば
まだ販売していない本の売上部数を予測することが可能
© 2010 IBM Corporation

9. Business Analytics
－時間軸に沿った予測－ 時系列予測分析
時系列のトレンドを将来に充て予測することが可能
在庫数
誤差幅
(精度）
01 02 03 04 05 06 07 08
系列 売上 要因A 要因B ・・・
2002年1月 30000 210 500 ・・・
2002年2月 40000 220 550 ・・・
2002年3月 50000 230 600 ・・・
2002年4月 60000 240 650 ・・・
2002年5月 70000 250 700 ・・・
2002年6月 80000 260 750 ・・・
2002年7月 90000 270 800 ・・・
2002年8月 100000 280 850 ・・・
2002年9月 110000 290 900 ・・・
2002年10月 120000 300 950 ・・・
2002年11月 130000 310 1000 ・・・
2002年12月 140000 320 1050 ・・・
2003年1月 150000 330 1100 ・・・
2003年2月 340 1150 ・・・
2003年3月 350 1200 ・・・
2003年4月 360 1250 ・・・
2003年5月 370 1300 ・・・
2003年6月 380 1350 ・・・
© 2010 IBM Corporation

10. Business Analytics
時系列予測分析用データ例：
時系列予測で必要となるデータ
アイテム ロケーショ タイムインデッ
キー項目
コード ンコード クス（年月日）
需要実績データ
（実測データ）
実測値 運用実績
予測値を上位単位で集計する目的で、アイテム階層やロケーション階層を形
成し、属性情報として追加するケースもあり。 時系列予測で必要となるデ
ータは上記の実測データ。
さらに、時系列予測を行うには、予測をコントロールする以下のパラメータが必要
予測生成 予測生成
実績期間
パラメータ 期間
予測生成
単位
時系列予測の利点 時系列予測の欠点
要求されるデータが１種類 考慮できる要素が需要実績のみ
シンプルですぐに始められる すぐに限界に到達する
© 2010 IBM Corporation

11. Business Analytics
時系列予測分析用データ例（外部データを考慮した場合）：
外部データを考慮する際のデータ例
消費財・流通における外部データ候補
需要実績データ ＋ イベント実績 キャンペーン実績 小売価格
（実測データ）
アフターマーケット・サービスパーツにおける
外部データ候補
稼働台数 稼働時間 センサー取得データ
Statisticsを用いて、明示的に外部データを考慮した予測を作成する事が可能。
または、一旦、季節性の分解を行い、多変量解析モデル作成に持ち込むことも可能
外部データとは？
実測したデータではなく、
その他の予測に必要と思わ
れるデータ 外部データ活用の利点 外部データ活用の欠点
需要特性に応じたデータ選択 柔軟なツールを要する
改善の幅が大きい スパイラルな試行錯誤を要する
© 2010 IBM Corporation

12. Business Analytics
時系列予測分析例（外部データを考慮した予測を行う場合）：
Statisticsを用いて、明示的に外
部データを考慮した予測の作成
例。
近隣の大学の開講スケジュール
を考慮した予測を生成
© 2010 IBM Corporation

13. Business Analytics
ー人口知能を使った予測ー ニューラルネットワーク:
何が一番予測値に影響
を与えたのかを確認
予測モデルの精度
・データを学習用・検証用とわけ、高度なデータマイニング機能
を使い予測を可能にするのがニューラルネットワーク
学習：学習用のデータに使われた
割合
ホールドアウト：検証用に使われ
たデータの割合
© 2010 IBM Corporation

14. Business Analytics
－決定木を使った予測－ C&RTモデル
予測値
実測値
・決定木による予測。
・独立変数がカテゴリでも数値でもOK。
・数値予測のほかにも、カテゴリ予測も可能
© 2010 IBM Corporation

15. Business Analytics
－数値ハンドリグ・Table表出力－ カスタムテーブル
クリック＆ドラッグで
簡単にTable表を作成
様々な要約統計量の表
示が可能！！
・需要予測分析によって、得られた結果の表示
に便利。
・カテゴリごとの数量の計算・表示が可能
・クリック＆ドラッグによりTable表示が簡単！
実測値
予測値
© 2010 IBM Corporation

16. Business Analytics
IBM SPSS Statistics 基本機能はＢＡＳＥ
用途・必要手法に合わせて、
１4種類のオプションを選択可能
統計解析のスタンダードソフトウェア
 Excel、テキスト、データベースなど複数ファイル読み込み IBM SPSS Statistics
 データ加工サポート機能・集計機能・視覚化機能を搭載
 豊富で高度な多変量解析手法を多数搭載
 使いやすいユーザーインターフェース（操作性）
 クライアント版、大量データ処理のためのサーバー版
Statistics Base
 個人ユーザーから、ハイエンドユーザーまで対応
Custom Direct
 企業/官公庁/アカデミックに世界28万ユーザー Tables Marketing
需要予測入門パック Advanced
Regression
- Statistics Base Statistics
- Forecasting
- Custom Tables
Decision
- Decision Trees Categories
- Neural Networks Trees
Forecasting Bootstrapping
Neural
Networks Conjoint
Missing Data
Values Preparation
Exact Complex
Tests Samples
© 2010 IBM Corporation

17. Business Analytics
インターフェースの特長
変数（データ項目）を定義し、メニューから読込み、加工、分析、グラフ作成を
行います。ダイアログで対象変数を選択する仕様になっています。
①ファイルの
保存/読み込み ③ 視 覚 化
② データ加工
④ 多変量解析
出力ウインドウで
アウトプット管理
ダイアログから
対象変数と
分析方法を指定
© 2010 IBM Corporation

18. Business Analytics
操作性
 SPSSは複雑なコマンドを打つ必要なく、マウスでメニューを選択することで分析を進めます。
 操作法は追加オプションや分析手法によって変わることはありません。
例えば「クロス集計表」を作成したい場合．．．
① 「分析」メニューを選択し．．．
② 「クロス集計表」を選択します
⑤ クロス集計表を作成すること
ができました！
③ 行と列に変数を投入し、出力したい
統計量などにチェックを入れて．．．
④「OK」ボタンをクリックすると．．．
© 2010 IBM Corporation

19. Business Analytics
豊富なデータ加工手法
 データ加工は、生データから分析データを準備するための重要なステップです。
 SPSSでは、豊富なデータ加工手法を搭載しています。（全31種類）
使用する変数を投入し、
続行ボタンをクリック
設定を完了し「OKボタン」を
クリックすると新しい変数が作
成され、連続変数がカテゴリカ
変換メニューより
ル化されます。
「変数のカテゴリ化」
を選択
データの分布を視覚的に確認しながら
分割（＝カテゴリ化）することができ
ます
© 2010 IBM Corporation

20. Business Analytics
分析処理の自動化
 SPSSは、GUI操作の裏では「コマンドシンタックス」と呼ばれるプログラムが動いています。
 これを上手に活用することで、定型の分析処理の自動化（ex. ループ処理、バッチ処理）が可能とな
ります。
コマンドシンタックスが生成されます。
このシンタックスは編集可能なので、同じ処理を異なる変
数で行う際など、「コピー」＞「変数名を変更」＞「実
行」することで、GUI操作では手間になる設定も簡単に行
うことができます。
ここでは「OK」ボタンではなく
「貼り付け」をクリックする
と．．．
コマンドシンタックスの実行によ
りクロス集計表とグラフを作成で
きました！
© 2010 IBM Corporation

21. Business Analytics
IBM SPSS Statistics Base
基礎統計処理と、統計解析のための基本機能を網羅する
– 代表的な機能
• 集計 ：度数集計、クロス集計、OLAPキューブ
• 検定 ： t検定、カイ二乗検定、ノンパラメトリック検定（多重比較検定つき）
• 多変量解析 ：
相関分析、線型回帰分析、分散分析とその多重比較（※一変量）
因子分析、主成分分析、多次元尺度法、クラスター分析、判別分析
最近隣法など
※IBM SPSS Statistics機能詳細については、以下Webサイトにスペックシートを掲載しております
http://www.spss.co.jp/downloads/spec/index.html
© 2010 IBM Corporation

22. Business Analytics
IBM SPSS Forecasting
ARIMAや指数平滑モデルを使用し、時系列分析を行う
– Expert Modelerを利用することで、パラメータ決定からモデルの選択までを実行
– 分析で得られたモデルの再予測 / 再評価
– 代表的な分析手法
• 指数平滑法、自己相関誤差の回帰、ARIMA、季節性の分解、スペクトル解析
※IBM SPSS Statistics機能詳細については、以下Webサイトにスペックシートを掲載しております
http://www.spss.co.jp/downloads/spec/index.html
© 2010 IBM Corporation

23. Business Analytics
IBM SPSS Custom Tables
カスタムテーブルを即座に作成し、多重回答データも扱って集計する
– 集計機能を強化する（テーブルプレビュービルダー）
• 複雑な集計表を、視覚的に確認しながらの作成可能
– Statistics Baseで作成する集計表との違い
• 多次元でのクロスや入れ子式の設定が容易に
• 多重回答（マルチアンサー、MA）グループの変数設定を自動保存
• 度数やパーセントだけでなく、分散や標準偏差など統計量も表示可能
• 既存のカテゴリを編集・結合し、クロス集計へ反映する
※IBM SPSS Statistics機能詳細については、以下Webサイトにスペックシートを掲載しております
http://www.spss.co.jp/downloads/spec/index.html
© 2010 IBM Corporation

24. Business Analytics
IBM SPSS Neural Networks
ニューラルネットワークを使用したモデリングを行う
– 従来の統計分析手法の仮定から外れるような、より複雑な構造をもつデータに対して予
測・分類が可能。
– ゲインチャート、リフトチャートなどモデル評価のため多数のグラフを搭載。
※IBM SPSS Statistics機能詳細については、以下Webサイトにスペックシートを掲載しております
http://www.spss.co.jp/downloads/spec/index.html
© 2010 IBM Corporation

25. Business Analytics
IBM SPSS Decision Trees
CHAID, C&RT, QUESTなどを搭載し、決定木分析を行う
– データを構造的に理解することで特徴的なグループ(セグメント)を発見し、そこに至る
背景
(プロフィール、法則性)を探り出すことができる
– 数値データ / カテゴリデータ問わず分析に使用することが可能
• CHAID、Exhaustive CHAID、C&RT、QUESTを搭載
– 活用例 ：
• DMレスポンス分析
• 商品販売予測
• 優良顧客の判別 など
※IBM SPSS Statistics機能詳細については、以下Webサイトにスペックシートを掲載しております
http://www.spss.co.jp/downloads/spec/index.html
© 2010 IBM Corporation

26. Business Analytics
需要予測入門モデル – campaign price
需要予測入門モデル
構成 価格（税別）
- Statistics Base
- Forecasting
- Custom Tables
- Decision Trees
- Neural Networks
© 2010 IBM Corporation

27. Business Analytics
SPSSの強み
全世界25万ユーザー以上
導入実績 国内、海外含め最も利用されている統計解析・分析ツール
ユーザー会 1500人以上のユーザー会
年二回のユーザー会でユーザー様同士の情報交換が可能
豊富な実績
産学協同
ギャガコミュニケーション、西武百貨店をはじめ
産学連携の実績多数
27 © 2010 IBM Corporation

28. Business Analytics
SPSS需要予測事例
全SKUに対して在庫数の最適化、及び在庫ロケーションの決定に利用。
カー用品・パーツ販売小売業様
6カ月で、在庫回転率を0.3%改善。各パーツの故障発生の予測にまで適応
ホームセンターにおいて需給が不安定になるチラシ商品を、経験依存の
現場発注から需要予測分析に基づいた本部一括発注へ変更した。
ホームセンター様
結果として、チラシ掲載商品を目当てに来店されたお客様への供給を安
定させ な がら、一方で過剰在庫を減らすことに成功した。
ビール会社様 季節変動要素の大きいビール需要予測システムのモデル新規作成。
映画配給会社様 映画の興収予測モデルの精度向上。当該モデルは作品買い付けの際の支
援モデルでもある
CVSに設置されたATMでの各紙幣の程度補填状況による、輸送のリスク
銀行様
とコストの軽減を目的としたモデル作成。
© 2010 IBM Corporation

29. Business Analytics
-需要計画の利用部門-
マーケティング
販売部門 生産部門 供給部門 製品開発部門 顧客サービス部門 財務部門
部門
地域別/
全社/部門別の製品
製品情報 製品ファミリー 顧客別の製品フ 製品 SKU 製品ファミリー 製品
ファミリー
ァミリー
単位 数量及び金額 数量及び金額 数量 数量 数量 数量 金額
計画期間 12～24ヶ月以上 12～24ヶ月 12～24ヶ月 12～24ヶ月 12～24ヶ月 12ヵ月 1～5年以上
更新と伝達
月次 月次 週次および月次 週次および月次 月次 週次および月次 月次
のサイクル
© 2010 IBM Corporation

30. Business Analytics
活用例：新商品の需要予測
株式会社ギャガ・デジタルブレイン様
ギャガ・デジタルブレインでは、
収集された作品情報は電子化、
データベース化され、作品買い付け
の意思決定支援となるシステムが
構築されています。予算策定の段階
ではすでに興行収入予測モデルが
導入されており、かなりの精度で
リスク回避に役立てています。さらに、
宣伝方針決定から劇場公開までの間、
広告効果を含めた映画人口への
浸透度をモニターするシステムも
確立されています。
http://www.atmarkit.co.jp/fbiz/regular/datamining/04/01.html
© 2009 SPSS Japan Inc. 30 © 2010 IBM Corporation