新製品の需要予測精度を最大40％向上、資生堂に学ぶAI活用のコツ

　化粧品の製造・販売を手掛ける資生堂では、Sales and Operations Planning（S＆OP）の手法を採り入れた経営を推進している。しかし、導入企業の7割以上が成果につなげられていないという調査結果もあるように、S＆OPの実践は難しいとされている。その原因の1つとして挙げられるのが「需要予測」だ。

　こうした中、同社は発売前の新製品の需要予測の精度を改善すべく、AI活用に乗り出す。予測モデルの活用に当たっては、従来の統計／時系列モデルを使った「理解志向」による需要予測のセカンドオピニオンとして、根拠は曖昧でも精度の高さを求める「応用志向」の考え方を採用。これにより発売の5カ月前の時点で、売り上げの予測精度が最大40％も向上したブランドもあるという。

　本動画では、AIを活用して需要予測の精度を向上させている同社の事例から、その成功要因を探っていく。さらに、需要予測のデジタルトランスフォーメーション（DX）を推進する上で必要な考え方や、AI活用のための組織設計などについても解説しているので、参考にしてほしい。