需要予測技術により売上改善の
予測モデルを開発

「ASKUL」はアスクル株式会社（以下、アスクル）が運営する、事業所向け（BtoB）ECです。今回、ASKULで販売する商品の一部のカテゴリーについて、売上予測アルゴリズム開発をフライウィールに依頼しました。

すでに個人向けECのLOHACOでは、フライウィールのレコメンドエンジンを導入し、大幅なパフォーマンス改善や機能追加を実現してきました。今まで協業した経験から、大規模データを取り扱う技術が高く、予測技術の精度が優れていることは、すでに理解していました。また、密なコミュニケーションやクライアントニーズにあわせた柔軟性も特徴だと考えていました。

今回のプロジェクトに求められる売上予測は難易度が高く、ユニークな事例のため、ニーズに合った解決策を一緒に考えられる協働先を探した時に、フライウィールなら一緒に課題に取り組めるのではないかと考え、連絡をとりました。

売上予測と一言でいっても、「サプライヤー直送品をアスクルで在庫を管理するモデルに切り替えた際に、どの程度の売上改善インパクトがでそうか」、という非常に難易度の高いものでした。

ASKUL等での取り扱い商品は、お客様からのご注文後、アスクルの物流センターで管理している在庫品から配送する「アスクル在庫品」と、サプライヤー様からお客様へ直接配送する「サプライヤー直送品」にわかれます 。「アスクル在庫品」は注文当日・翌日にお客様への配送ができるため、高い満足度につながり、サプライヤー直送品と比較すると販売数や売上が高い傾向があります。

しかしながら、物流センターのスペースやオペレーションの関係上、すべての商品を在庫として準備することは困難です。今回、「サプライヤー直送品」の一部を、新たに「アスクル在庫品」に切り替えることを検討していました。しかし、過去数年で売上があった非常に多くの「サプライヤー直送品」のなかで、現行のオペレーションのままで「アスクル在庫品」に変更可能な商品数は、現実的には微々たるパーセンテージでした。

サプライヤー直送品をアスクル在庫化する売上改善効果は、商品ごとに大きく異なる可能性があります。そこで、切り替えに伴う売上改善効果の予測モデルの開発をフライウィールに依頼しました。

商品属性データやECサイト上でのお客様の行動データ、商品ごとの現在のリードタイムなど様々なデータを活用し、膨大な数に及ぶ分析対象商品の売上改善効果を予測するモデルを開発して頂きました。

満足できる短い期間で、膨大な分析対象商品すべてについて、売上改善効果を予測いただきました。「アスクル在庫品」への切り替えをすすめる商品を選ぶうえで、最も重要な指標の1つとして活用しています。今後、実行フェーズへと入っていく予定ですが、売上改善において大きな効果が上がることを期待しています。