前言　需求預測創造未來──足以左右所有商業情境未來發展的技能
為什麼鐵路時刻表會用到需求預測
只靠數據分析無法預測消費的時代
行銷、業務與經營管理不可或缺的技術
從13個案例來看「需求預測的價值」

第1章　為什麼現在需要需求預測
──VUCA時代必備的商業技能

1-1 SCM是什麼
為什麼Amazon的商品隔天就會送達
影響供應鏈的需求預測
連結需求、供給與經營
負責需求預測的是誰
1-2 需求預測原來這麼有趣！
最具代表性的3種概念
難以掌握的「第二次商機」
預測多久以後、多長時間單位的需求？
全世界的預測水準
1-3 疫情？地震？緊急時的預測對策
疫情前的預測數據無法使用？
情境分析是處理不確定性的對策
為了敏捷地更新預測而活用AI
提高供應鏈恢復力的需求預測

第1章的重點

第2章　預測AI顛覆商場上的慣例
──人力預測的能與不能

2-1　決策占了商業需求預測的9成
春天只有反應春天心情的商品才會暢銷
預測是「用腦的活動」
「今年銷售一空」，明年的需求會增加嗎？
透過認知科學考察預測錯誤
防止預測認知偏誤的思考法
2-2　開發預測AI
AI的優勢
預測AI可以創造價值的領域
成功實現商品訂購自動化的食品超市
累積符合商業課題的數據
利用專家的默會知識設計AI學習資料
2-3　活用預測AI時的注意點
AI否定行銷？
AI模仿不來的「商業技能」是什麼
從預測評估商業風險
商業人在「AI創造的時間」該達成什麼目標
2-4　利用預測AI創造未來
克服物流危機的祕密策略
提高配車計畫的精確度，削減多餘的輸配送
更小規模、更快速度的預測
食品業界CPFR的未來預想圖──廠商之間共享資料，
彼此「合作」

第2章的重點

第3章　全球新知帶來需求預測的革新
──提高組織之間的協作力

3-1　解決業務部門與製造部門的衝突
結合彼此的智慧創造出新點子
在各個業界都能看見的組織間衝突
透過代理人理論思考的組織課題
解決道德危險的2個切入點
3-2　驗證！利用比利時模型診斷預測力
提高預測精確度的驅動力
缺乏中長期視野的「日本企業預測力」
不同組織類型的預測改革
引領改革的專業見解
3-3　超越數據的直覺
為什麼明明蒐集許多數據卻預測失準
直覺超越數據的情況
重點在於重現性高的流程
需求預測的直覺

第3章的重點

第4章　利用需求預測勾勒出未來的商業模式
──創造超越預測的需求

4-1　控制供需的模型
從重視效率轉變為重視持續性的庫存管理
有計畫的庫存──理想的庫存計畫模型
實際產生的「應設想庫存」
設計控制供需的行動
4-2　預測對象從商品到顧客
隨感測結果改變的需求預測
統計的觀點能提高預測精確度
從個數預測到機率預測
提高ROMI的AI預測
4-3　創造「未來消費」的需求預測
預測改變未來
與其磨練數據分析不如動起來！
超越分析的敏捷性
是否能敘述有說服力的故事

第4章的重點

結語　Forecasting ERRA的黎明
注釋

前言　需求預測創造未來──足以左右所有商業情境未來發展的技能
為什麼鐵路時刻表會用到需求預測
只靠數據分析無法預測消費的時代
行銷、業務與經營管理不可或缺的技術
從13個案例來看「需求預測的價值」

第1章　為什麼現在需要需求預測
──VUCA時代必備的商業技能

1-1 SCM是什麼
為什麼Amazon的商品隔天就會送達
影響供應鏈的需求預測
連結需求、供給與經營
負責需求預測的是誰
1-2 需求預測原來這麼有趣！
最具代表性的3種概念
難以掌握的「第二次商機」
預測多久以後、多長時間單位的需求？
全世界的預測水準
1-3 疫情？地震？緊急時的預測對策
疫情前的預測數據無法使用？
情境分析是處理不確定性的對策
為了敏捷地更新預測而活用AI
提高供應鏈恢復力的需求預測

第1章的重點

第2章　預測AI顛覆商場上的慣例
──人力預測的能與不能

2-1　決策占了商業需求預測的9成
春天只有反應春天心情的商品才會暢銷
預測是「用腦的活動」
「今年銷售一空」，明年的需求會增加嗎？
透過認知科學考察預測錯誤
防止預測認知偏誤的思考法
2-2　開發預測AI
AI的優勢
預測AI可以創造價值的領域
成功實現商品訂購自動化的食品超市
累積符合商業課題的數據
利用專家的默會知識設計AI學習資料
2-3　活用預測AI時的注意點
AI否定行銷？
AI模仿不來的「商業技能」是什麼
從預測評估商業風險
商業人在「AI創造的時間」該達成什麼目標
2-4　利用預測AI創造未來
克服物流危機的祕密策略
提高配車計畫的精確度，削減多餘的輸配送
更小規模、更快速度的預測
食品業界CPFR的未來預想圖──廠商之間共享資料，
彼此「合作」

第2章的重點

第3章　全球新知帶來需求預測的革新
──提高組織之間的協作力

3-1　解決業務部門與製造部門的衝突
結合彼此的智慧創造出新點子
在各個業界都能看見的組織間衝突
透過代理人理論思考的組織課題
解決道德危險的2個切入點
3-2　驗證！利用比利時模型診斷預測力
提高預測精確度的驅動力
缺乏中長期視野的「日本企業預測力」
不同組織類型的預測改革
引領改革的專業見解
3-3　超越數據的直覺
為什麼明明蒐集許多數據卻預測失準
直覺超越數據的情況
重點在於重現性高的流程
需求預測的直覺

第3章的重點

第4章　利用需求預測勾勒出未來的商業模式
──創造超越預測的需求

4-1　控制供需的模型
從重視效率轉變為重視持續性的庫存管理
有計畫的庫存──理想的庫存計畫模型
實際產生的「應設想庫存」
設計控制供需的行動
4-2　預測對象從商品到顧客
隨感測結果改變的需求預測
統計的觀點能提高預測精確度
從個數預測到機率預測
提高ROMI的AI預測
4-3　創造「未來消費」的需求預測
預測改變未來
與其磨練數據分析不如動起來！
超越分析的敏捷性
是否能敘述有說服力的故事

第4章的重點

結語　Forecasting ERRA的黎明
注釋

前言　需求預測創造未來──足以左右所有商業情境未來發展的技能
為什麼鐵路時刻表會用到需求預測
只靠數據分析無法預測消費的時代
行銷、業務與經營管理不可或缺的技術
從13個案例來看「需求預測的價值」

第1章　為什麼現在需要需求預測
──VUCA時代必備的商業技能

1-1 SCM是什麼
為什麼Amazon的商品隔天就會送達
影響供應鏈的需求預測
連結需求、供給與經營
負責需求預測的是誰
1-2 需求預測原來這麼有趣！
最具代表性的3種概念
難以掌握的「第二次商機」
預測多久以後、多長時間單位的需求？
全世界的預測水準
1-3 疫情？地震？緊急時的預測對策
疫情前的預測數據無法使用？
情境分析是處理不確定性的對策
為了敏捷地更新預測而活用AI
提高供應鏈恢復力的需求預測

第1章的重點

第2章　預測AI顛覆商場上的慣例
──人力預測的能與不能

2-1　決策占了商業需求預測的9成
春天只有反應春天心情的商品才會暢銷
預測是「用腦的活動」
「今年銷售一空」，明年的需求會增加嗎？
透過認知科學考察預測錯誤
防止預測認知偏誤的思考法
2-2　開發預測AI
AI的優勢
預測AI可以創造價值的領域
成功實現商品訂購自動化的食品超市
累積符合商業課題的數據
利用專家的默會知識設計AI學習資料
2-3　活用預測AI時的注意點
AI否定行銷？
AI模仿不來的「商業技能」是什麼
從預測評估商業風險
商業人在「AI創造的時間」該達成什麼目標
2-4　利用預測AI創造未來
克服物流危機的祕密策略
提高配車計畫的精確度，削減多餘的輸配送
更小規模、更快速度的預測
食品業界CPFR的未來預想圖──廠商之間共享資料，
彼此「合作」

第2章的重點

第3章　全球新知帶來需求預測的革新
──提高組織之間的協作力

3-1　解決業務部門與製造部門的衝突
結合彼此的智慧創造出新點子
在各個業界都能看見的組織間衝突
透過代理人理論思考的組織課題
解決道德危險的2個切入點
3-2　驗證！利用比利時模型診斷預測力
提高預測精確度的驅動力
缺乏中長期視野的「日本企業預測力」
不同組織類型的預測改革
引領改革的專業見解
3-3　超越數據的直覺
為什麼明明蒐集許多數據卻預測失準
直覺超越數據的情況
重點在於重現性高的流程
需求預測的直覺

第3章的重點

第4章　利用需求預測勾勒出未來的商業模式
──創造超越預測的需求

4-1　控制供需的模型
從重視效率轉變為重視持續性的庫存管理
有計畫的庫存──理想的庫存計畫模型
實際產生的「應設想庫存」
設計控制供需的行動
4-2　預測對象從商品到顧客
隨感測結果改變的需求預測
統計的觀點能提高預測精確度
從個數預測到機率預測
提高ROMI的AI預測
4-3　創造「未來消費」的需求預測
預測改變未來
與其磨練數據分析不如動起來！
超越分析的敏捷性
是否能敘述有說服力的故事

第4章的重點

結語　Forecasting ERRA的黎明
注釋