見出し画像

資生堂やニューロープの化粧品需要予測AI、過剰在庫や機会損失の低減に貢献

BeautyTech.jp

◆ 新着記事をお届けします。以下のリンクからご登録ください。
Facebookページメルマガ(隔週火曜日配信)
LINE:https://line.me/R/ti/p/%40sqf5598o

地球環境への負荷を減らすサステナブルな経営を実現しつつ、企業やブランドの成長を維持し続けるためには、多様化する消費者ニーズや変化が激しい市場動向を正確に読み取り需要予測ができるかが、これまでになく重要となっている。AI Cloudプラットフォーム「DataRobot」上で化粧品分野の新製品の需要予測モデルを開発する資生堂ジャパンと導入支援を行っている日鉄ソリューションズ、そして、化粧品の需要トレンド分析AIを開発するIT企業、ニューロープにそれぞれ話を聞いた。

これまで難しかった新製品の需要予測を可能にした資生堂

化粧品×需要予測AIの活用で顕著な成功が報告されているのが資生堂の事例だ。膨大なSKUを扱う資生堂では、これまでも需要予測技術を、原材料の発注、工場における生産計画、配送・物流計画などサプライチェーンマネジメントに活用してきた。

資生堂ジャパン株式会社 プレステージ事業本部
事業管理部 S&OPグループマネージャー 山口雄大氏

プロフィール/2007年入社。化粧品専門店の営業を担当した後、10年以上にわたり、様々なブランドの需要予測を担当。需要予測システムの設計や需要予測AIの開発をリード。需要予測AIの取り組みがロジスティクス大賞2021(JILS)で「AIデマンドマネジメント賞」を受賞
画像提供:資生堂ジャパン

2018年頃からは、機械学習に必要となるデータの準備からモデル構築、デプロイ、予測の実行、そしてモデル監視と最適化までを自動化するAI Cloudプラットフォーム「DataRobot」を採用し、既存品ではなく発売前の新製品にフォーカスした新たなAI需要予測モデルの開発も進めてきた。同プロジェクトを提案・リードし、10年以上にわたり資生堂の数多くのブランドの需要予測を担当してきた資生堂ジャパン株式会社 プレステージ事業管理部 Sales & Operations Planningグループマネージャー 山口雄大氏は以下のように語る。

「DataRobot」上で既存品と大きく異なる新製品需要予測モデルを構築

「需要予測は既存品と新製品で方法が大きく異なる。資生堂は2014年にブルーヨンダー社の統計予測モデルのパッケージを導入し、既存品の需要予測では一定の成果を上げてきた。一方で新製品に関しては、化粧品業界のみならず、さまざまな業種においても需要予測が困難で、かつ効果的な手法が確立されていない状況だった。DataRobot側からも、新製品の需要予測にAIを活用した事例がほぼないと聞いていた。ただ、ここは成功した時の事業へのインパクトが大きいこと、また個人的にAIがどこまで需要予測に使えるかにも興味を抱き、プロジェクトを社内提案することになった」(山口氏)

新製品需要予測の構造例
画像提供:資生堂ジャパン

資生堂が新たな需要予測モデルの開発を進める理由は、過剰在庫と機会損失の両方の低減にある。山口氏は「そもそも一般論として新製品の計画精度は高くなりにくい。データは公表していないが、資生堂の場合も、これまでは既存品に比べ新製品の需要予測の精度は高いとはいえず、過剰在庫や欠品、すなわち機会損失のリスク傾向が強かった。とくに過剰在庫については、昨今、地球環境への配慮の観点から削減が強く求められてきている。サステナビリティと顧客視点の価値向上を同時に実現する手段として、AIを使った予測モデルの開発にはさらに力を入れていく」とする。

資生堂の新たな需要予測モデルは、システムインテグレーターである日鉄ソリューションズ(以下、NSSOL)との協力体制のもと開発・ブラッシュアップが続けられている。NSSOLは、資生堂が蓄積してきたサプライチェーン、営業、マーケティング、ファイナンスなどの各領域データに加え、買う場所やブランドシェア率など膨大な市場データを効率的にAIに学習させていくプロセスを助言する立場だ。

この続きをみるには

この続き: 5,386文字 / 画像6枚

このマガジンを購読すると、バックナンバー記事を制限なくご覧いただくことができます。

BeautyTech.jpは最新1カ月の記事は無料、それ以前の記事は全文閲覧が有料です。「バックナンバー読み放題プラン」をご利用ください。

このマガジンを購読すると、バックナンバー記事を制限なくご覧いただくことができます。

「バックナンバー読み放題プラン」の法人・企業様向けプランです。社内限定で転用・共有していただけます。