■予測プロー
→データ集約，イベント処理，データ分析，異常データ修正，予測，按分機能を強化，独特なデータ分析と予測方法を提供します。
→各機能に対してモジュール化管理を実施し，販売実績の特性によってユーザが適切な予測フローを策定可能
■機能紹介
1 データ取込
外部ファイルからマスタ情報とトランザクション情報を取り込む機能
2 データ集約，データ分析・分解，異常データの修正，需要予測，データ按分
→データ集約
製品集約管理，予測誤差減少を目的として，品目特性，拠点特性及び時期などの要素を考慮し，実績データに対して，集約管理を行え，多層集約を実現しました。
→データ特性分析
日度データ，周期集約データ，品目拠点集約データなど多類型のデータに対して，トレンド性，季節性などの自動分析機能を提供します。
→異常データの修正
データの季節性やトレンド性を維持するために，特売データを分析前に除く，他の異常データは分解後のランダムデータに含めているので，データ分解後修正します。
→複数の予測モデルの提案
販売データの属性により適応する予測モデルも異なるので，複数の予測モデルを搭載し，お客さんに多様な予測手法，モデルパラメータの設定を提案する．複数の予測モデルの予測結果を同時に表示することができ，区別を明確に分かるようにする．専門家は自らの知識で自由に選択も可能です。
→データの特性により最適化モデルの自動選択
快速に現場の管理者に正しい意思決定を支援するため，販売データの属性の分析・分解結果により．自動的に最適な予測モデルを選択し，予測する．又は，複数のモデルで同時に予測し，操作者はそれぞれの予ル測結果から最適なモデを確定します。
未来の予測には，過去のデータから得られた属性だけでなく，今後の市場の変化，営業計画などの情報を考慮しながら予測する手法も提案します。
→予測按分
平均按分，比例指定按分，線形フィット按分，自動按分など多種の按分方式を提供する．多層集約手法に対応する多層按分手法も提案します。
3 予測結果表示及びモディファイ
→販売実績データ，データ分析結果の季節要素，トレンド要素，ランダム要素，及び予測結果データのテーブル方式と曲線方式の表示
→特殊データの登録，異常データ及び予測結果の手登録
4 結果出力
各種分析・予測した結果を保存・出力機能
■システム特徴
1 多層の集約モデル
DAPでは，一般的な周期集約，品目集約，拠点集約だけでなく，多層な集約も実現でき，集約したデータを分析・予測を行い，集約手順に基づく按分モデルも対応できました．さらに，予測の精度を強化するため，各品目の異なる属性を持っていることに注目し，品目の属性を分析してから周期集約，品目集約，拠点集約，多層集約のどれを決め、この考え方を研究開発中です．
2 独自なデータ分析手法
X11モデルは季節性に強い，単位根検定モデルはトレンド性に強い．しかし，販売データを分析しないと季節性やトレンド性はどのぐらい強いかが分からない．この二つの特性を同時に分析する必要です．DAPでは，X-11季節調整と単位根検定モデルそれぞれのメリット抽出し，有効に組合せて現実のデータ分析を行います．生データの季節性とトレンド性を引き出せます．さらに，元もX11モデルは月単位データに適応した季節性の分析モデルというが，我々はそれを改善し，週単位データも日単位データにも適応できました．
3 異常データの処理および計画情報の考慮
異常データを修正してから分析・予測するのは多くの予測ソフトが使う手法です．しかし，標準偏差の大きい値を修正することで，季節性やトレンド性に影響が与えるかどうかに対して，検討してないことが事実です．本社のDAPでは，この課題を検討し，次の手順：特売データを除く→季節性やトレンド性を分析・分解→ランダムデータから異常データを修正→分解されたデータを予測→予測結果を総合
4 自動最適予測手法選択
販売データの属性により適応する予測モデルも異なる．DAPには，複数の予測モデルを搭載し，お客さんに多様な予測手法，モデルのパラメータ設定を提案する．さらに，現場熟練者の意思決定に支援するために，複数モデルの予測結果を纏めて表示し，自由に選択できます．又は，急ぎで意思決定を行うお客さんに自動的に最適化予測モデルを選択し，予測結果を表示することも可能
5 多種按分方式及び多層按分
平均按分，比例按分，線形フィット按分，自動按分などの複数の按分モデルを提案し，熟練および未熟練のお客さんに適応します．さらに，集約手法を対応する自動的に適切な按分モデルを選んで按分を行います。
| 
