生鮮食品のロスをなくせ
データ分析によるサプライチェーン最適化は、天候からの需要予測だけではない。割引などのキャンペーンでもデータに基づいた最適化がなされている。
Tescoでは、過去4年間の売り上げのデータから消費者が欲しがっているものがキャンペーンでどのように変化するのかを分析している。変化の要因となるのは、具体的な割引率や商品の特徴、どの棚にどの商品をどれだけ置くかなどだ。これらを最適化できると、売り上げを伸ばすことができるという。
例えば、パスタのソースで見ると「2本を買うと割引する、3本を買うともっと割引するというキャンペーンだと売り上げは確実に増える」。だが、これが豆になると、こうならない。「2袋だと割引、3袋だともっと割引するというキャンペーンは上手くいかなかった」という。
「2袋で割引となると売り上げが落ちた。3袋でもっと割引するというのでは、売り上げがより落ちた。これは、1日で食べられる分だけを欲しがっているということだ。2つは要らない。1回の食事で食べられる、必要な分だけあればいい」（Apthorp氏）
こうしたデータ分析からTescoはプロモーションを自動化するシステムを自ら開発した。これは、賞味期限が短い生鮮食品でメリットをもたらしている。賞味期限が切れると生鮮食品は捨てざるを得ないからだ。売れ残ってしまい、賞味期限が切れてしまった生鮮食品はかつて年間5億件もあったという。
肉を例にして見てみよう。例えば、朝店舗に並べられた肉を一定時間過ぎたら25％値引き、より時間が経ったら50％値引き、さらに時間が経ったら75％値引きというようにしても売れなかったら、捨てるしか方法はない。この値引きは人間が手動で対応していた。
「もっといい方法があるはず」というTescoが開発したプロモーション自動化システムは、この値引きの割合を自動化するというものだ。このシステムを活用することで、Tescoは「毎年数百万ポンド分のムダを削減できている」という。
メインフレームやDWH、PCを活用
天候の変化がどのような影響を受けるのかというシミュレーションはIBMのメインフレームで処理しているが、これとは別に5年以上のデータを格納するTeradata製データウェアハウス（DWH）もTescoは活用している。CPUコアは約100、100Tバイトのデータを格納している。
このDWHには、メインフレームよりは時間的に若干遅れるデータが随時ETLで放りこまれる（メインフレームはHard Real Time、DWHはSoft Real TimeとApthorp氏は表現している）。DWHにはSQL文でクエリを投げかけている。
Tescoでは、在庫をより最適化するために新たに自らシステムを開発している。先に挙げたDWHでは、複雑なシミュレーションができないために、DWHからデータを取り出してPC上にシミュレーションを開発。米MathWorksが提供する技術計算言語のプログラミング環境であるMATLABで自らアルゴリズムも開発した。これで在庫をより上手く管理できるようになったとApthorp氏は語った。PC上でのシミュレーションなどは、2週間ごとに展開し、予測精度を高めるようにしているという。
Keep up with ZDNet Japan
ZDNet JapanはFacebookページ、Twitter、RSS、Newsletter（メールマガジン）でも情報を配信しています。
