JP/EN

 

Foresight in sight

ニュースリリース

2006年11月20日

日本ユニシス
am/pmジャパン約1000店舗で、コンビニ業界初の「リコメンド発注システム」稼働開始

〜 日本ユニシスのソリューションをベースに構築、導入全店平均で日販3%UPを実現 〜

 日本ユニシス株式会社(本社:東京都江東区、社長:籾井 勝人、以下 日本ユニシス)は、株式会社 エーエム・ピーエム・ジャパン(本社:東京都港区、社長:松宮 秀丈 氏、以下 am/pmジャパン)の店舗を対象に「リコメンド発注システム」を構築、11月から同社約1,000店舗で稼働開始しました。
 同システムは、日本ユニシスのチェーンストア向けソリューション「OpenCentral® plus(注1)(オープンセントラルプラス)CPFR(注2)」と、データマイニング・ソリューション「MiningPro21®(マイニングプロ21)」をベースに構築したものです。

 現在、コンビニエンスストア業界は、既存店売上高の前年割れが続く、厳しい状況におかれています。このため同業界では、一般消費者はもちろんのこと、店舗運営者にとって、またそこで働くアルバイトにとって魅力ある店舗作りを目指し、さまざまな取り組みを行っています。
 今回、am/pmジャパンであらたに稼働した「リコメンド発注システム」は、各店舗の発注精度向上によるチャンスロスの低減、発注時間の低減によるホスピタリティの向上、また発注・品揃えスキルの向上による精度の高い仮説・検証の実現を狙ったものです。am/pmジャパンでは、同システムを導入した全店平均で日販3%向上を目指しています。

 am/pmジャパンで稼働した「リコメンド発注システム」は、日本ユニシスが提供している次の2つのソリューションを使い、各種情報を店舗に対し提供し“見える化”を実現しています。

「OpenCentral plus CPFR」の重回帰分析(注3)&トレンド分析により、高精度な販売数予測からリコメンド数を算出  
「MiningPro21」のデータ分析により、客観的な店舗カテゴリの決定と店舗ポテンシャルを算出

 「リコメンド発注システム」の主な機能別特徴は以下の通りです。

1. 店舗カテゴリ算出
実績データを分析する事で既成概念にとらわれない客観的な店舗カテゴリを算出
2. 店舗ポテンシャル算出
店舗カテゴリ毎に、理論的PI(注4)、優秀店PIを計算、各店舗の本来持っているポテンシャルを算出
3. 販売数量予測
予測ロジックを複数実装し、各カテゴリ特性に合わせた販売予測数量を算出
4. 発注リコメンド数算出
算出した販売予測数量を発注ロット・納品サイクルなどを考慮し発注リコメンド数を算出

 日本ユニシスは、商品計画、インターネットを利用した電子商談、販売予測情報の取引先との共有など、サプライチェーン全体最適を支援するソリューション群を販売しています。当社では、チェーンストア向けソリューション「OpenCentral/OpenCentral plus」のさらなる拡販に努め、3年間で50システム以上の受注を目指していきます。

以上


注1: OpenCentral plus
日本ユニシスは、サプライチェーン全体最適を支援するスーパーマーケットなどのチェーンストア向けソリューション「OpenCentral/OpenCentral plus」を提供しています。同ソリューションの特徴は、以下のとおりです。
商品計画から実績検証まで業務フローを全て支援
データマイニング(MiningPro21)と連動して高度な予測を実現
販売予測、最適発注量算出、在庫最適化などにより、ロスや機会ロスの縮小が可能。
単品管理の徹底と在庫精度の向上
店別、単品別在庫の一元管理を標準で実現。
全業務をブラウザ/ Smart clientで実現
店舗発注、店舗への情報提供、本部業務、取引先との情報連携をブラウザ/Smart clientで実現。
充実した企業間連携
インターネットを利用した取引先への情報提供、電子商談、商品登録、受発注、請求、支払などを実現。
Microsoft® Windows® Server 2003を基盤とする拡張性の高いシステム。店舗規模、店舗数拡大にも柔軟に対応可能。

注2: CPFR
製造(卸)と販売が協力しながら<Collaborative>、ビジネス/商品販売計画を立案し<Planning>、商品別販売予測を調整しあい<Forecasting>、商品の補充作業を行う事を言い<Replenishment>、サプライチェーン全体最適を実現するための手法の一つ。

注3: 重回帰分析
統計手法の一つ。回帰分析の独立変数が複数になったもので、多変量解析ではもっともポピュラーな手法。適切な変数を複数選択することで、計算しやすく誤差の少ない予測式を作れるところが利点。

注4: PI(Purchase Index)
客数1000人(100人)当たりの購買点数。


注釈/リンク

[Back]