シナリオノードパフォーマンスの監視

IBM® Sterling Intelligent Promising helps the fulfillment managers to monitor node performance with the help of artificial intelligence (AI).

フルフィルメント・マネージャーは、AIを活用したノード・リスク・モデルの助けを借りて、ノードのパフォーマンスを監視することができる。 ノードのノード・パフォーマンスについては、ノード・パフォーマンスを参照してください。

ノード・リスク・モデルはまず、注文のキャンセルと再スケジュールの確率を予測する。 予測された確率は、AIを搭載したノード・リスク・モデルを用いて、キャンセル・コストとリスケジュール・コストに変換される。 ノード・リスク・モデルは、キャンセルと再スケジュールの確率を予測するために、過去のデータと在庫レベルに依存する。 ノード・リスク・モデルの詳細については、ノード・リスク・モデルを参照のこと。

ノードリスクモデルは、SKU、ノード、在庫レベルの複数の組み合わせについて、ノードのキャンセル確率とノードのリスケジュール確率を予測する。 ノード・リスク・モデルは、どのコストに基づいてキャンセルとリスケジュールのコストを計算するかという一方で、他のいくつかのパラメータも考慮する。 キャンセル費用とリスケジュール費用の計算方法については、以下の例を参考にしてください。

例1：ノードでの注文キャンセル・コストの計算

ノード1が様々な在庫レベルで稼働できるシナリオでは、在庫レベルはオプティマイザーAPIからフェッチされる。 AIを搭載したノード・リスク・モデルは、商品のマージンと在庫レベルを考慮し、キャンセルの確率とコストを算出する。 製品マージンは以下のように計算される：

商品マージン＝店頭価格-商品原価

このシナリオでは、製品のマージンはあらかじめ5米ドルと定義されているとする。

注：AIを搭載したノードのリスクモデルは、キャンセルの確率を計算する。 キャンセル料は以下の計算式で算出される：

キャンセル・コスト＝キャンセル確率×製品マージン

在庫レベル	キャンセル確率(%)	キャンセル料 (USD)
低	25 GB	1.25
高	0	0

例2：ノードにおけるオーダー・リスケジュール・コストの計算

ノード2が様々な在庫レベルで稼働できるシナリオでは、在庫レベルはオプティマイザーAPIからフェッチされる。 余分な梱包確率、余分な梱包コスト、梱包遅延確率、梱包遅延コストはAIモデルによって予測される。 AIを搭載したノードリスクモデルは、リスケジュールの確率とコストを計算するために、在庫レベルとともに事前に定義された要因を考慮する。

AIの予測値は以下の通りだとする：

• 追加包装確率 =0.049
• 追加梱包費用 =8.5
• パッケージ遅延確率 =0.15
• パッケージ遅延コスト =3.5

注：AIを搭載したノードのリスクモデルは、リスケジュールの確率を計算します。 リスケジュール・コストは以下の式で算出される：

リスケコスト＝リスケ確率×［（追加梱包確率×追加梱包コスト）＋（遅延確率×遅延コスト）］

在庫レベル	リスケジュールの可能性	リスケジュール費用（米ドル
低	20	0.1883
高	1	0.009415