ヘッダーをスキップ

Oracle Service Parts Planningインプリメンテーションおよびユーザー・ガイド
リリース12.1
B70972-01
目次へ
目次
前のページへ
前へ
次のページへ
次へ

予測の概念

この章では、次のトピックを説明します。

インライン予測の概念

ERP(Enterprise Resources Planning)または需要計画システムで、あるいはSPP内で生成されたスペア部品の予測を需要計画として計画に入力できます。SPP内部で予測を生成することをインライン予測と言います。

次のトピックでインライン予測について説明しています。

サポートされている履歴データ・ストリーム

使用量パターン、資産母集団、サービス製品ライフ・サイクル、故障率など、多くの変数が需要に影響を及ぼします。Oracle Service Parts Planningは次のデータ・ストリームに基づいた予測をサポートしています。

サポートされているインライン予測のタイプ
予測ベース 予測ソース 予測レベル *
出荷 物流組織からのアウトバウンド出荷(社内受注および受注の両方を含む) ローカル
使用量 現場技術者使用量 グローバル・ゾーン
使用量 デポ修理使用量 ローカル
返品 現場技術者返品 グローバル・ゾーン
返品 サービス部品に対するOrder Managementの返品承認(RMA) ローカル
返品 製品に対するOrder ManagementのRMA ローカル
母集団 部品故障率が適用された予測Oracle Install Base母集団 グローバル
母集団 部品故障率が適用された現在のOracle Install Base母集団および製品販売予測 グローバル

* 予測レベル

出荷に基づいたスペア部品の需要予測

どの履歴データ・ストリームを予測ルールの予測基準として使用するかを指定します。計画では、計画オプションに含まれていない組織からの社内受注(その組織へのアウトバウンド出荷)および現場技術者組織への出荷は、出荷履歴と見なされます。そのような出荷には、通常、物流組織から現場組織へのアウトバウンド出荷、または該当する場合は、社外顧客への直接の出荷が含まれます。

カウントの重複を避けるために、履歴ストリームには現場技術者組織への出荷は含まれますが、物流組織への出荷は含まれません。計画の範囲が中央倉庫に限られている場合は、中央倉庫からのすべてのアウトバウンド出荷を履歴基準に含める必要があります。

データ収集

SPPでは、出荷基準の予測を目的として2つのデータ・ストリームを収集します。

  1. 出荷先組織が現場技術者組織である社内受注のアウトバウンド出荷。現場技術者組織は「収集」設定ウィンドウで指定します。出荷先が現場組織でないアウトバウンド出荷を履歴に含めることはできません。

    次の情報は履歴の一部として使用されます。

  2. 出荷履歴に基づく社外顧客からの受注。

    次の情報は履歴の一部として使用されます。

使用に基づいたスペア部品の需要予測

現場技術者の使用量に基づいた予測

Oracle Spares Management Debrief処理の一部として取得された資材使用量履歴データは、技術者組織用の将来の部品所要量の予測に使用されます。技術者組織のスペア部品品目使用履歴はゾーン・レベルで計算されます。ゾーンは、フィールド・サービスでの使用が発生する技術者トランク在庫(または保管場所)に結び付けられた場所に基づいて決まります。

供給計画では、これらの予測がグローバル予測と見なされます。その予測を適切な補充組織にプッシュするためのグローバル・ソース・ルールを指定します。

データ収集

サービス部品使用履歴は、Spares Management Debrief処理で作成されたOracle Field Service使用取引から収集されます。

この処理では、次の情報を収集します。

デポ修理使用量に基づいた予測

デポ組織での修理作業指示に対する構成部品出庫履歴データを収集することによって、デポ修理組織での部品消費履歴に基づいてスペア所要量予測を行うこともできます。このような予測はデポ組織レベルで生成されます。

データ収集

サービス部品使用履歴は、Oracle Depot Repairの修理オーダー用の資材所要量またはJTF(Java Technology Framework)タスクから収集されます。

次の情報が収集されます。

返品に基づいたスペア部品の供給予測

返品を計算する基本的な方法には次のものがあります。

返品基準の予測では、サービス部品および製品の返品履歴をOracle Field ServiceおよびOrder ManagementのRMAから取得します。その情報が将来の返品を予測するときの基準になります。したがって、返品全体の予測は次の項目に依存します。

フィールド・サービス返品

フィールド・サービス返品は、グローバル返品としてゾーン・レベルで計画プロセスに供給されます。計画担当は、返品をソース・ルールに割り当てて、ビジネス・プロセスに従ってフィールド・サービス部品返品予測を適切な返品組織にプッシュすることができます。

データ収集

フィールド・サービス報告処理で作成されたフィールド・サービス回収取引のみが収集されます。

データ・ストリームの定義の詳細:

フィールド・サービス表から次の情報を収集します。

Order ManagementのRMAを介したスペア部品の返品

RMA処理を介してサービス部品を直接返品することもできます。Order ManagementのRMA処理を介して顧客から返品された障害品スペア部品は、修理組織で計画プロセスに入力されます。

データ収集

「包括RMAタイプ」フィールドを使用して、収集するRMAのタイプを選択します。

データ・ストリームの定義の詳細:

次のデータは、直接返品の一部としてOracle Order Managementから収集されます。

注意: 返品受注は明細タイプ返品で数量がマイナスの受注です。

Order ManagementのRMAを介した製品の返品

多くの場合、顧客はOrder ManagementのRMA処理を介して製品を直接返品します。これらの製品を修理のために分解したり製品から部品を取り外したりすると、障害品サービス部品が発生します。この障害品部品のストリームは返品の予測で考慮されます。1つの製品から生み出されるサービス部品の数量は、特定の製品に含まれているサービス部品の平均故障率に依存します。製品とサービス部品の組合せの故障率は、導入ベース、故障率、除・売却率の設定の項で説明している手順で求めます。

製品返品履歴が収集され、予測されます。サービス部品に固有の故障率を予測製品返品に掛けて、予測サービス部品返品を求めます。特定のサービス部品の返品合計は、製品とサービス部品との関係が確立されている、対応する製品から得られたすべての返品の合計に等しくなります。

ソリューションの概要

ソリューションは次のコンポーネントから構成されます。

  1. 製品返品履歴の収集 – Order Managementオーダー・タイプ:RMA。

  2. 履歴に基づいた将来の製品返品の予測。予測方法は、製品に関連付けられた予測ルールで指定されます。

  3. 予測製品返品に故障率を掛けてサービス部品返品を予測します。

バケット (t) 内のサービス部品 (i) の返品 = SUMj=1,n (バケット (t) 内の製品の返品 (j) * 故障率(i,j) )

ただし、

(i)は製品(j)に属するサービス部品

n はサービス関係が有効になっている製品の数(「設定」>「製品母集団予測パラメータ・フォーム」で定義される)

前提:

障害品サービス部品は返品された製品のバケットと同じバケット内で使用できるものとします。実際は、製品の返品からサービス部品が使用可能になるまで遅延があります。しかし、計算を単純化するために、これらのイベントが同時に発生するものとします。

「使用量/出荷/返品」タブで、予測ルールの一部として次の2つの主要なコンポーネントを指定します。

データ収集

「包括RMAタイプ」フィールドを使用して収集するRMAのタイプを選択します。

製品の母集団に基づいたスペア部品の需要予測

サービス部品の故障率が製品全体の母集団とともに判明している場合は、その情報に基づいてサービス部品の需要と供給を予測できます。製品全体の母集団は、現在のサービス対象製品と、これからサービス対象になる将来のまたは予定されている製品から構成されます。製品の母集団を正確に把握するには、除・売却(製品がサービス対象から外されること)も考慮する必要があります。故障率は、通常、経過期間に依存し、製品のライフサイクル・ステージによって異なります。

ソリューションの概要

ドキュメントのテキストで図を説明しています。

主要なコンポーネント

製品母集団基準の予測の主要なコンポーネントを次に示します。

導入ベースに基づいたサービス製品需要の予測

Oracle Install Base履歴

Oracle Install Baseを使用して顧客サイトで製品と資産を追跡し、現場のサービス可能製品の総数を求めることができます。正確な導入ベースの数を求めるには、製品の除・売却を考慮する必要があります。

例: プリンタAの導入ベース
2003 2004 2005 2006 2007
新規導入ベース 100 120 110 125 120
除・売却 0 0 0 50 100
純導入ベース 100 120 110 75 20

データ・ストリームの定義

ディメンション・レベル

データ収集

次の情報がOracle Install Base表から収集されます。

導入ベースのデータ例:
製品 所有者パーティID 導入日 最終有効日 数量
プリンタAT Zinc Inc. 2007年4月1日 なし 7
プリンタAT Zinc Inc. 2006年1月4日 2007年1月31日 1
プリンタAT Zinc Inc. 2006年1月4日 2006年12月10日 1
プリンタAT Zinc Inc. 2006年1月4日 なし 3
プリンタAT Red Inc. 2007年4月7日 なし 5
プリンタAT 内部 2007年1月5日 なし 2
プリンタAT Red Inc. なし なし 1
プリンタAT Red Inc. 2007年2月15日 なし 5

導入ベースの収集は外部の顧客サイトでのみ行われます。顧客名(導入パラメータで定義されている「内部」ではない「所有者パーティID」)が製品に関連付けられている場合、その製品は外部導入ベースの一部になります。さらに、導入ベースの日付が空白またはnullの場合は、製品が大規模な修理を目的として返品されているか、恒久的に返品されている可能性があります。そのような行は無視されます。

導入ベースを追跡するためにロット管理が有効になっている場合は、数量が2以上の可能性があります。ロット内の製品(品目インスタンス)が除・売却されている場合は、除・売却された製品のみが最終有効日を持つようにInstall Baseでロットが分割されます。前述のデータ例では、行2、3、4がロット数量5を表しており、そのうち2つが除・売却されています。

有効な導入ベースと除・売却された導入ベースの両方が収集されますが、除・売却された導入ベースは除外されます。次の表はデータ行が除外されているかどうかを示しています。

2007年1月1日に履歴が開始している収集された導入ベースのデータ例
製品 所有者パーティID 導入日 最終有効日 数量 除外されているか?
(YesまたはNo)
1. プリンタAT Zinc Inc. 2007年4月1日 なし 7 No
2. プリンタAT Zinc Inc. 2006年1月4日 2007年1月31日 1 No
3. プリンタAT Zinc Inc. 2006年1月4日 2006年12月10日 1 Yes。履歴開始日の前に製品が除・売却されています。
4. プリンタAT Zinc Inc. 2007年1月10日 なし 3 No
5. プリンタAT Red Inc. 2007年4月7日 なし 5 No
6. プリンタAT 内部 2007年1月5日 なし 2 Yes。外部ではありません。
7. プリンタAT Red Inc. なし なし 1 Yes。返品された可能性があります。
8. プリンタAT Red Inc. 2007年2月15日 なし 5 No

最後に、需要予測分析ビュー に表示される情報が製品レベルで集計され、計画オプションで指定された予測バケット・サイズに基づいてバケット設定されます。例:

前述の履歴情報は次のように月単位のバケットに要約されます。

製品 数量 期間 コメント
プリンタAT 4 2007年1月 製品は期間終了時にただちに除・売却されると想定されています。
プリンタAT 8 2007年2月
プリンタAT 8 2007年3月 新規導入または除・売却がなかったため、2月と同じ
プリンタAT 20 2007年4月
プリンタAT 20 2007年5月

需要予測分析ビューを参照してください。

収集パラメータ

Install Base履歴を収集するかどうかを柔軟に指定できるように、Install Base履歴パラメータが値リスト値「Yes」または「No」とともに「収集」ウィンドウに表示されます。

現在の導入ベースの母集団

現在の導入ベースの母集団は予測導入ベースの基準の役割を果たします。Oracle Install Base情報が使用できる場合、この値は次の式で計算されます。

現在の導入ベース= (現在までの導入ベースの母集団の合計 - 現在までの除・売却数)

2001 2002 2003 2004 2005 合計
新規導入ベース 100 120 110 125 120 575
除・売却 0 0 0 50 100 150

この例の現在の導入ベースは(575 – 150) = 425に等しくなります。

Oracle Install Base情報が利用できない場合は、ユーザー・インタフェースを介して直接、または一括アップロード機能を利用して、この情報を入力できます。

予測製品母集団

予測製品母集団は、通常、Install Base履歴または現在の導入ベースに販売予測を加算した値に基づいて決まります。

販売予測の概算

販売予測が利用可能であれば、それを直接使用できます。次の2つの選択肢があります。

オプションで、予測母集団を直接入力したり(値が既知の場合)、サービス調整ファクタを1に設定(または空白のままに)したり、除・売却率をゼロに設定(または空白のままに)したりできます。

販売予測が利用できない場合は、販売予測を生成し、それを予測製品母集団の計算に使用できます。この方法で生成される販売予測は予測製品母集団の計算のみを目的としており、ユーザー・インタフェースで見たり、他の目的に使用したりすることはできません。

収集パラメータの一部として受注記帳履歴と出荷履歴を収集できます。データはグローバル・パラメータで指定された範囲にわたって日レベルで収集されます。

次の受注データが収集されます。

販売予測は指定された予測パラメータに基づいて行われます。履歴範囲、予測範囲、カレンダおよびバケットを「予測ルール」ウィンドウの「範囲詳細」タブから選択します。記帳履歴または販売履歴のどちらを使用するかを指定できます。予測エンジンが適切な日付を考慮します。

予測は組織レベルでのみ行われます(ローカル予測)。システムがローカル予測を生成すると、情報がグローバル品目レベルで集計されます。つまり、特定の品目のすべての組織レベルの数量が加算されます。グローバル・レベルの販売予測が確定すると、それ以降の計算によって導入ベースが予測されます。

除・売却率

耐用期間が経過すると製品は除・売却され、導入ベースから除外されます。したがって、予測母集団を正確に求めるには、除・売却率を考慮に入れる必要があります。平均期間除・売却率を記録することはビジネス慣習として一般的です。この値は、通常、特定の期間(またはバケット)中に除・売却される製品全体の母集団の比率で表します。

製品母集団予測の期間バケット・レベルと同じ期間バケット・レベルで除・売却率を入力する必要があります。除・売却率は時間に依存しません。これは、予測範囲全体に対して同じ率が適用されることを意味しています。

例:

2006 2007 2008
販売予測 240 280 350
サービス可能製品(サービス調整ファクタ0.6を適用済み) 144 168 210
サービス可能製品の合計(前期の導入ベース100を加算済み) 244
(144+100)
387
(168+219)
558
(210+348)
予測導入ベース(除・売却率10%を適用済み) 219 348 502

サービス部品故障率の確定

故障率情報は、使用量、製品のライフサイクル・パターン、信頼性特性など、様々な要因に基づいて求めることができます。この項では、ユーザーから直接取得される使用量基準の故障率に焦点を絞ります。

ユーザー指定の故障率

導入ベース情報が不適切な場合は、製品とサービス部品の組合せの平均期間故障率を直接入力できます。例:

この例は、サービス部品が割り当てられている製品によってカートリッジxのようなサービス部品の故障率が異なる可能性があることを示しています。「サービス部品計画」→「設定」→「故障率」と移動することによってアクセスできる「故障率」ウィンドウを使用して、製品と部品の組合せの故障率を設定できます。

故障率は、時間単位当たりに故障する母集団の平均的な比率として表します。時間単位は製品母集団予測の期間バケット・サイズと同じにする必要があります。つまり、製品母集団予測がバケット単位で行われている場合は、故障率も1週間当たりの比率で表します。平均故障率は時間に依存しません。つまり、指定された故障率が予測範囲全体にわたって適用されます。

導入ベース、故障率、返品率、除・売却率の設定を参照してください。

サービス部品の需要予測:

サービス部品への需要は、次の式に従って、導入ベースの母集団およびサービス部品固有の平均故障率によって変化します。

サービス部品の予測需要 (i,t) = SUM,j=1,n (予測製品母集団 (j,t) * 故障率 (i,j))

ただし、

iは製品jで使用されているサービス部品

nはサービス部品iを使用している製品の総数

前の例の続き:

2006 2007 2008
プリンタAの予測導入ベース 219 348 502
カートリッジx – プリンタAの予測故障数 23 36 53
プリンタBの予測導入ベース 527 658 807
カートリッジx – プリンタBの予測故障数 9 11 13
カートリッジxの予測需要合計 32 47 66

サービス部品の予測返品

返品率と、サービス部品に対応する製品の母集団に基づいて、サービス部品の返品予測を計算できます。計算は製品母集団基準の予測と同様の方法で行われます。ただし、返品履歴が使用履歴の代わりに使用され、返品率が故障率の代わりに使用されます。

ユーザー指定の返品率

「故障率」ウィンドウに平均返品率を入力します。平均返品率と対応する製品の母集団が判明すれば、次の式を使用して返品を予測できます。

サービス部品の返品予測 (i,t) = Sj=1,n (予測製品母集団 (j,t) * 返品率 (i,j))

ただし、

iは製品jで使用されているサービス部品

nはサービス部品(i)を使用している製品の総数

導入ベース、故障率、返品率、除・売却率の設定を参照してください。

MSC: インライン予測のプロセス数プロファイル・オプションの設定

このプロファイル・オプションでは、予測を目的として同時に起動されるプロセスの数を決定します。複数のプロセスを構成することで予測の速度を上げることができます。

  1. 「サービス・サプライ・チェーン・プランナ」職責から「プロファイル」ウィンドウへ移動します。

    「その他」→「プロファイル」>

    「個別プロファイル値」ウィンドウが表示されます。

  2. . 「プロファイル名」列で、「MSC: インライン予測のプロセス数」プロファイルを問い合せます。

  3. プロセス数を入力します。

  4. 「保存」をクリックします

Demantra予測の概念

SPPでインライン予測を生成するだけでなく、Demantraでサービス部品の予測を生成し、その予測をSPPで使用することもできます。詳細は、Oracle Demantra Demand Managementユーザー・ガイドの「予測サービス部品」を参照してください。

Demantraのインプリメンテーション情報およびDemantraでのデータ収集の手順については、Oracle Demantraインプリメンテーション・ガイドの「Demantra Demand ManagementとEBSの統合」および「Demantra Demand ManagementとEBS Service Parts Planningの統合」を参照してください。

サービス部品予測(SPF)

前述のように、Demantraはスペア部品の予測を生成でき、その予測をSPPで使用できます。Demantraは、サービス部品予測の生成中に、契約製品の導入ベースおよび個々の契約製品のサービス可能部品(フィールド交換可能ユニット)を考慮することができます。Demantraは、さらに、製品に含まれているこれらの部品の故障率を計算し、製品の予測導入ベースに基づいて部品の予測を生成できます。詳細は、Oracle Demantra Demand Managementユーザー・ガイドの「予測サービス部品」を参照してください。

Demantraのインプリメンテーション情報およびDemantraでのデータ収集の手順については、Oracle Demantraインプリメンテーション・ガイドの「Demantra Demand ManagementとEBSの統合」および「Demantra Demand ManagementとEBS Service Parts Planningの統合」を参照してください。