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
![](img/kekka11.png)
![](img/kekka12.png)
※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 |