維修元件備料預測

維修元件備料預測

備料需求預測是對各種維修元件、與共用料件群組進行長時間的耗用量預估,並根據使用料件維修歷史紀錄,以及產品銷售紀錄做為未來耗用量的預測基礎。

在產品銷售後,客服單位必須備足維修用料,以提供消費者在產品保固及保修期間內的維修換料服務。為避免採購太多會導致囤積、採購太少又可能面臨缺件且不符合經濟規模的問題,如何精準的預估一次性採購長時間的維修料件用量,便成為重要的成本改善議題。

合作單位希望藉由 AI 需求預測的技術來確保採購料件充足以維持高品質維修服務、並以科學數據對成本進行有信心的控制,故提供 2012 – 2017 年間不同產品在各國的銷售量、出貨量與維修的資料,共計 115 萬 4,193 筆。當中牽涉的元件種類繁多,某些維修料件更因擁有多元的供應商具有可替代性(稱為共用料件群組),更加深了問題的複雜度。合作單位希望藉由人工智慧的協助,利用提供的資料建立維修備料的模型,以預測各國維修之共用料件群組在未來 170 週的耗用量。

上述資料經 AIdea 團隊完成資料整備後,共吸引 175 位好手組隊參賽,依照各國不同的市場規模,更可以彈性的運用不同模型來達到最佳的預測效果。未來更有機會持續優化模型,每個月提供即時的動態預估,讓企業對維修備料的調整更有彈性。運用 AI 建模技術,大量採購的成本控制、需求預測與風險管理便有了數據科學作為基礎,不僅促進了管理效率並更可以降低決策風險。