Copyright 2024 Nippon Information and Communication Corporation Modeler Tips-2 需要予測に基づいた生産計画最適化 日本情報通信株式会社 2024年6月6日 2024 SPSS Modeler 春のユーザーイベント

- 2 - Copyright 2024 Nippon Information and Communication Corporation 日本 Nippon 情報 Information 通信 Communication 35+ 40,000+ M¥ 1000+ employees Security AI Marketing BigData Analytics IoT Cloud Storage SI Service Managed Service Network 日本情報通信株式会社（NI+C）の紹介 35年以上にわたり各業界のお客様をご支援 データから価値を引き出す100名以上のテクノロジーエンジニアチーム

- 3 - Copyright 2024 Nippon Information and Communication Corporation 2023秋のSPSSユーザーイベント SPSSからの挑戦状:「８組の男女の最適なペアを作成」 以下のような男性８名、女性８名を以下になるように最適にペアリングを行います。 １．年齢差が最小(最優先) ２．季節スコアが最大（好みの季節一致で2点加点、正反対の季節は1点減点） ただし、下記の制約条件を満たすようにします。 １．居住県は一致もしくは ２．隣接年齢差は±3歳まで 膨大な組合せから最適なペア（解）を求めたい

- 4 - Copyright 2024 Nippon Information and Communication Corporation 2023秋のSPSSユーザーイベント SPSSからの挑戦状:「CPLEXの最適化ノード」 予測分析・機械学習 SPSS Modeler データ加工処理作成 分析処理作成 アイコンを使用して簡単に加工・ 分析処理を作成! CPLEXの最適化ノード CPLEXの最適化ノードを使用することで、データ加工や 機械学習の予測結果からシームレスに最適化処理を実行することが可能 CPLEXの最適化ノードは、膨大な組合せから最適なペア（解）を求められる

- 5 - Copyright 2024 Nippon Information and Communication Corporation CPLEXの最適化ノードを用いた解法 最適化の条件はOPLという 言語(コード)を用いて実装します。 答えが出るまでの時間 SPSSのみ:46秒 CPLEXの最適化ノード:0.1秒 CPLEXの最適化ノードで最適なペア（解）を超高速に発見 2023秋のSPSSユーザーイベント SPSSからの挑戦状:CPLEXの最適化ノードによる解法

- 6 - Copyright 2024 Nippon Information and Communication Corporation 最適化ソリューションとは? 何を 目指したいのか どんな決まりが あるのか Ｘ 何を 決めたいか すべての条件を満たして、 コストの最小化や利益の最大化を実現する 最適なリソース配分やスケジュールを発見 Ｘ ✔コストの最小化? ✔利益の最大化? ✔要員の配置? ✔生産の順序? ✔やらなくてはいけないこと ✔やってはいけないこと

- 7 - Copyright 2024 Nippon Information and Communication Corporation 最適化ソリューション IBM CPLEX コストの最小化 利益の最大化 最適化ソリューションの適用業務 生産計画を最適化 マーケティングキャンペーン （施策実行）最適化 人材配置を最適化 商品等の輸送ルートを 最適化

- 8 - Copyright 2024 Nippon Information and Communication Corporation CPLEXの最適化ノードでより多くの業務に展開可能 需要予測に基づいた生産計画最適化を「CPLEXの最適化ノード」で実現 需要予測 需要量に応じて、最適な生産 計画を立案 過去の実績等から製品の 需要量を予測 × 需要予測に基づく 生産計画最適化

- 9 - Copyright 2024 Nippon Information and Communication Corporation 2つのエンジンで、シンプルな計画から複雑な計画まで対応 生産計画最適化のイメージ シンプルな生産計画 MP 複雑な生産計画 CP 生産可能時間・ライン 需要予測結果 KPI・制約 生産可能時間・ラインの範囲内で 需要予測結果に基づく生産計画を 生産の順序関係・生産後のアイドル タイム・メンテナンス時間を考慮した 生産計画を立案 優先生産 コスト（KPI） 需要予測結果 KPI・制約 生産可能時間・ライン 優先生産 コスト（KPI） 生産順序・アイドルタイム メンテナンス時間

- 10 - Copyright 2024 Nippon Information and Communication Corporation 2つのエンジンで、シンプルな計画から複雑な計画まで対応 生産計画最適化のイメージ シンプルな生産計画 MP 複雑な生産計画 CP 生産可能時間・ライン 需要予測結果 KPI・制約 生産可能時間・ラインの範囲内で 需要予測結果に基づく生産計画を 生産の順序関係・生産後のアイドル タイム・メンテナンス時間を考慮した 生産計画を立案 優先生産 コスト（KPI） 需要予測結果 KPI・制約 生産可能時間・ライン 優先生産 コスト（KPI） 生産順序・アイドルタイム メンテナンス時間

- 11 - Copyright 2024 Nippon Information and Communication Corporation CPLEXでは、複雑なスケジュール問題に対応可能なエンジンを持ち合わせる 制約プログラミング（CP）による複雑な生産計画立案 設備 生産スケジュール ラインA ラインB ラインC 製品A 製品B 製品C作成 アイドルタイム メンテナンスの考慮 完成時のアイドルタイム 考慮 アイドルタイム 製品間の順序 アイドルタイムの考慮 最適化したい項目 目的:生産コスト

- 12 - Copyright 2024 Nippon Information and Communication Corporation SPSS Modeler × CPLEXで最適化を実現 SPSS Modeler データ加工処理作成 IBM CPLEX ✔ルールを守りながら、最も効果の 高い組み合わせを計算! 分析処理作成 最適化処理実行 ✔アイコンを使用して簡単に加工・ 分析処理を作成! × SPSS Modeler × CPLEXで予測から最適化までを一連で実行! ご相談は「[email protected]」までお申し付けください!

- 13 - Copyright 2024 Nippon Information and Communication Corporation 開催日時: 2024年7月25日 (木) 12:05-12:55 アジェンダ: １．機械学習と生成AIを活用した顧客育成とは? ２．対話型レコメンドで「顧客」から「ファン」への 育成を実現した実例とデモ 生成AIと機械学習を活用した顧客育成セミナー -対話型レコメンドで「顧客」から「ファン」への育成を推進! 小売業を中心とした営業・マーケティング現場における 生成AIと機械学習・最適化を活用した顧客育成 推進・効率化の実現方法 実施詳細 ご参加希望の方は下記QRコードより お申込みください! セミナーのご案内 本日ご紹介のCPLEX（最適化）や生成AI・機械学習を組合せた 顧客育成セミナーを開催

- 14 - Copyright 2024 Nippon Information and Communication Corporation