気象データの利活用事例集(WEB版)

AI需要予測によるクラウド型自動発注サービス“AI-Order Foresight”

企業・団体名

取り組み概要

小売店舗様において日々算出が必要な商品発注数を自動決定するクラウドサービスです。
労働力不足の解決や経験やスキルに依存しない店舗運営、機会ロス廃棄ロス削減を実現します。
AI技術を用いることで、日配品・生鮮品に求められる高精度な予測を実現し、
従来のシステムとは異なりメンテナンスフリーで自動発注運用が可能です。


対象者

小売業様・卸業様・製造業様

気象データを利用した背景・経緯

“AI-Order Foresight”では店舗のコーザル情報を元にしたAI予測で発注数を算出しています。
このうち、天候や寒暖によって来店客数や売れる商品・売れない商品に変動があります。
これらの販売数を予測するために、気象情報を利用しています。

利用している気象データ

データ例:
 平均気温(℃)、最高気温(℃)、最低気温(℃)、平均湿度(%)、平均海面気圧(hPa)、平均風速(m/s)、
 日射時間(時間)、降水量の合計(mm)、降雪量合計(cm)、平均雲量(10分比)

※どのデータを予測に利用するかはAIが自動選択します

気象情報以外で利用しているデータ

販売実績、在庫実績、発注納品予定、特売情報(チラシ,長期,短期)、
店舗施策(品群割,ポイントキャンペーン等)、陳列区分、催事など。

この取り組みの効果

・発注業務の削減
・廃棄ロス、チャンスロスの削減
・在庫の適正化、在庫回転率の向上
・AI勧告による発注漏れ防止

自社の商品・サービスで気象の影響があるもの

・来店客数
・各商品の販売数

その他(気象データの利用にあたり工夫した点、困った点など)

・気象情報の実績と将来の予報情報の粒度に差がある点
 実績と予報でデータ形式や取得方法が異なり、取得可能な項目にも差があるため、分析に利用できるデータ
 が限定的になってしまう。

・気象情報を取得したい位置と、観測地点の差がある点。
 気象情報取得したい地点から一番近い観測値を指定していますが、地点によっては観測していない項目もあ
 る。十分なデータを作るために、複数地点のデータを組み合わせる等の工夫が必要。

参考となるHP公開情報等

AI自動発注サービス「AI-Order Foresight」(日本ユニシス)
https://www.unisys.co.jp/solution/lob/commerce/retail/aiorder/