富士通研究所利用大資料改進供應鏈管理預測技術

日本富士通研究所發表新研發的供應鏈管理（Supply Chain Management）模型預測控制技術，可預測更為準確的商品需求與生產模型圖，藉此改善零售、物流等業種的進貨與庫存成本，並以實際數據實驗證明可增加零售店收益。

新技術不只依據零售店POS收集的大資料製作預測圖，還整合了多種富士通集團大資料技術，推演出對應多種條件限制的商品需求模式預測圖，交叉比對每張圖中未來一定期間內的商品需求後，彙整出的最終預測圖即可供企劃採購人員規畫商品下訂量、生產計畫、庫存量等作業。

每筆訂單下訂時，事先設定商品出貨量限制、入庫時期、食品有效期限等各種項目的條件後，套用新技術加以分析比對製作預測圖，即可降低庫存管理成本、減少因為無庫存導致喪失當下商機的機率。企劃採購人員能根據預測模型設定利益最大化為最終目標，藉此決定最適合的商品下單量，還可因應市場突發需求即時修改變數調整預測模型。

富士通研究所說明，套用日本某企業商品實際販售數據進行實驗，在旗下約90家零售店為期約60週的預測模型圖中，只有1家店鋪收益未增加，和目前普遍以商品需求預測數據製作安全庫存（Safety Stock）模型圖再對商品估價、下單的方式相比，該企業旗下全零售店平均收益增加了16%。

此技術未來預定應用於FUJITSU Big Data Initiative相關大資料服務產品中。（編譯/張嵐霆）