IBM Bobで需要予測モデルとレポート作成
*後続の記事で予測要因を含めたものを紹介予定です。
想定される利用目的
・在庫削減や機会ロス回避のために機械学習モデルを用いて販売数量を予測する
対象データと目的
３つの店舗の特定商品の売上数量が記録されています。ほぼ1年分の実績データのみで11月16日以降の数量をBobに予測させます。
手順
1.Bobを起動して、作業フォルダを指定します。
2.Bobのプロンプトに次のように指示します。
3.pythonコードを承認すると実行を開始します。
以下が実際に生成されたレポートです。
販売実績・需要予測レポート
対象期間: 2026年1月1日 〜 2026年11月15日（実績）
予測期間: 2026年11月16日 〜 11月22日
分析手法: Holt-Winters 加法モデル（週次季節性, α=0.3, β=0.1, γ=0.3）
信頼区間: 95%（±1.96 × RMSE × √h による近似）
1. 店舗別 販売実績 時系列グラフ（2026年1月〜11月）
月別平均販売数
| 年月 | 店舗1 平均 | 店舗2 平均 | 店舗3 平均 |
|---|---|---|---|
| 2026-01 | 193.8 | 184.5 | 169.3 |
| 2026-02 | 243.0 | 190.1 | 212.0 |
| 2026-03 | 219.6 | 197.9 | 192.0 |
| 2026-04 | 240.6 | 213.6 | 223.7 |
| 2026-05 | 179.4 | 195.3 | 129.1 |
| 2026-06 | 241.4 | 214.4 | 205.5 |
| 2026-07 | 235.4 | 217.8 | 177.5 |
| 2026-08 | 249.1 | 224.3 | 196.6 |
| 2026-09 | 314.8 | 239.1 | 257.8 |
| 2026-10 | 265.0 | 230.6 | 232.5 |
| 2026-11 | 322.8 | 244.9 | 277.6 |
観察ポイント:
- 全店舗において週次の曜日効果が明確（週末に販売数増加）
- 7〜9月にかけて夏季の需要増加が見られる
- 一部の日付（例: 9/19, 10/3, 10/17, 11/7, 11/14）に極端な高値スパイクが存在（セールや特定イベントと推定）
2. 予測値と95%信頼区間（2026年11月16日〜22日）
モデル精度（RMSE）
| 店舗 | RMSE |
|---|---|
| 店舗1 | 87.35 |
| 店舗2 | 31.64 |
| 店舗3 | 73.46 |
予測テーブル
| 日付 | 店舗1 予測値 | 店舗1 95%CI | 店舗2 予測値 | 店舗2 95%CI | 店舗3 予測値 | 店舗3 95%CI |
|---|---|---|---|---|---|---|
| 2026-11-16 | 347.3 | [176.1, 518.6] | 243.8 | [181.8, 305.8] | 290.5 | [146.5, 434.4] |
| 2026-11-17 | 412.6 | [170.5, 654.8] | 291.4 | [203.7, 379.1] | 357.9 | [154.3, 561.5] |
| 2026-11-18 | 396.5 | [100.0, 693.0] | 279.6 | [172.1, 387.0] | 345.7 | [96.4, 595.1] |
| 2026-11-19 | 365.4 | [23.0, 707.8] | 252.5 | [128.5, 376.5] | 312.5 | [24.5, 600.4] |
| 2026-11-20 | 384.6 | [1.7, 767.4] | 258.3 | [119.6, 397.0] | 324.7 | [2.8, 646.6] |
| 2026-11-21 | 550.2 | [130.8, 969.6] | 317.0 | [165.1, 469.0] | 427.4 | [74.7, 780.0] |
| 2026-11-22 | 366.1 | [-86.9, 819.0] | 260.8 | [96.7, 424.9] | 307.8 | [-73.1, 688.7] |
注意事項:
- 信頼区間は h期先予測の標準誤差を ±1.96 × RMSE × √h で近似した95%信頼区間
- 過去の外れ値（大型セール等）が RMSE を押し上げているため、実際の予測幅はやや広め
- 2026年11月21日（金曜日）の予測値が特に高い傾向があるのは、直近の金曜日の販売ピークを反映したもの
3. 予測グラフの概要（直近4週間実績 + 予測）
予測値トレンドの概要
| 指標 | 店舗1 | 店舗2 | 店舗3 |
|---|---|---|---|
| 予測値 最小 | 347.3 | 243.8 | 290.5 |
| 予測値 最大 | 550.2 | 317.0 | 427.4 |
| 予測値 平均 | 403.2 | 271.9 | 338.1 |
グラフの見方:
- 実線: 実績値（直近28日間）
- 破線: 予測値（2026年11月16日〜22日）
- シャドウ領域: 95%信頼区間
分析サマリー
- 店舗1 は最も販売数が多く、変動も大きい（RMSE=87.3）
- 店舗2 は比較的安定した販売傾向を示し、モデル精度が最も高い（RMSE=31.6）
- 店舗3 は店舗1と類似したパターンを持ち、週末・イベント時に大きく増加
- 予測期間（11/16〜22）の週末（11/21〜22）は全店舗で販売数増加が予測される
本レポートは Holt-Winters 加法モデルによる統計的予測に基づきます。実際の需要は外部要因（天候・プロモーション等）により変動する場合があります。
Made with IBM Bob
参考
RMSE（二乗平均平方根誤差）を求める(SPSS Modeler データ加工逆引き8-12)