WEATHER
【気象庁共同プロジェクト】気象データのビジネス活用
出荷データを用いた需要予測
ココがポイント!
出荷数でも気温との相関関係を分析したところ、相関が認められ、その結果を用いて需要予測モデルを構築することができます
需要予測モデルは、４つの季節に分けることで精度が高まります
分析概要
一部の品目において、物流倉庫からの出荷数を用いた需要予測モデルを構築しました。
用いたデータ
| 販売数 | スポーツ飲料 | 期間：2007年3月～2017年10月 |
|---|
| 気象 | 平均気温 | |
|---|---|---|
※いずれも週別データを用いています。
図表
熱中症対策の水分補給として選ばれる品目の、気温と物流倉庫からの出荷数の関係
※１年を下表の4つの時期に分けて、それぞれの期間で需要予測モデルを構築すれば予測精度が高まり、より適正な在庫管理への発展が期待できます。
| 昇温期 | 降温期 | |
|---|---|---|
| 需要期 | ６、７月：指数関数近似 | ８、９月：指数関数近似 |
| 安定期 | ２～５月：線形関数近似 | 10～１月：線形関数近似 |
| 現状把握 | 分析 | 実証実験 | |
|---|---|---|---|
| 結果 | 販売数は気象要素の中で特に気温と強い相関関係 平均気温22℃前後でコーヒー需要に変曲点 気象との関係分析からわかる地域性 | 品目別の温度との相関関係 コーヒーの商品特性と気温の関係性 出荷データを用いた需要予測 |