DATAFLUCT（久米村隼人CEO、東京都渋谷区）は３月15日、全日本食品（平野実社長、東京都足立区）の物流業務に、機械学習による需要予測システムを導入すると発表した。５月から関東と北海道エリアで同システムを導入、2023年度中の全国展開を予定し、３年間で約7.2億円のコスト削減を想定している。全日食の物流システムに機械学習を活用するのは、今回の取り組みが初となる。
同システムは機械学習サービス「Perswell」と、データプラットフォーム「AirLake」を組み合わせ、全日食の社内データから加盟店の商品需要を予測し、その結果を物流センターの配車計画と人員配置の最適化に活用するもの。同社の課題であった流動的な発注による担当者の負担・配送のムダを削減し、業務を効率化する狙い。
全日食チェーンは全国約1600店が加盟する日本最大級の食品ボランタリー・チェーンで、多くが地域に根ざした中小規模のスーパーマーケット。食品流通業界の課題である、少子高齢化や人口減少による市場の縮小、大手企業の寡占やコンビニなどとの競争激化への対応策として、同社はシステム・物流・商品力をいかしてエリアを拡大してきた。
同社のビジネスモデルは、多くの加盟店と連携することで商品の仕入れ単価を下げられるという強みがある一方で、「エリアや店舗が独自のシステムを利用していて、データ収集・活用が難しい」ことや、「エリアや店舗のオペレーションが属人的で、担当者の判断に左右される要素が多い」という課題を抱えていた。
加盟店に商品が届くまでに、「各加盟店からの発注をもとに在庫を管理する担当者の作業」と「物流センターで配送ルートと配送に必要な人員配置を決める作業」があるが、「発注内容を予測できない」状況では、流動的な需要に全日本食品の担当者が対応するための工数や、配送トラックが１日の内に同じルートを複数回通るなどのロスが発生する。担当者の経験や土地勘が通用しない、新たなエリアや店舗をマネジメントする際には、こうした業務はさらに大きな負担となる。
加盟店からの発注内容を予測できれば、配送ルートや人員配置を事前に計画することができ、担当者個人の判断に頼る部分を減らすことができる。
同システムの導入で、「ロス削減」と「どの担当者でも最適な判断」ができる体制構築を実現し、全日食の利益最大化と加盟店への支援の質の向上を目指すとしている。
