過去の販売実績がない新製品でも、類似製品分析・市場浸透モデル・ゼロショットAIを組み合わせて高精度な需要予測を実現。発売前から成熟期まで、製品ライフサイクル全体をカバーします。
製品の発売日と蓄積データ量をAIが判断し、ライフサイクルのフェーズを自動検出。各フェーズに最適なアルゴリズムを自動で切り替えます。
新製品予測は不確実性が大きいもの。DataAgentは5分位点（P10〜P90）と80%/95%信頼区間を同時に提供。ファンチャートで直感的にリスクを把握できます。
CQR（適合的分位点回帰）による自動校正で、「80%区間に実際に80%が入る」信頼性の高い予測を保証します。
Features
過去の販売データがなくても、類似製品の分析やゼロショット基盤モデルで予測を生成。発売前の意思決定を支援します。
発売前 → 発売直後 → 成長期 → 成熟期。製品のライフサイクルに応じて最適なアルゴリズムをAIが自動選択。
Chronos2、Bass、類似転写、LightGBM、間欠需要、アンサンブル、TabPFN。問題に最適な手法を自動で使い分け。
カテゴリ・価格帯・ブランドなどの属性からDTW類似度を計算し、最も参考になる既存製品を自動検出。
楽観・標準・悲観の3シナリオを同時生成。不確実性を可視化し、リスクを考慮した計画策定が可能。
CQR（適合的分位点回帰）で信頼区間を自動校正。「80%区間に80%が入る」信頼性の高い予測を保証。
Algorithms
製品フェーズ・データ量・需要パターンに応じて、AIが最適な手法を自動で選択します。
Amazonの大規模時系列基盤モデル。過去データなしでもゼロショット予測が可能。
新製品の市場浸透を数理的にモデル化。S字曲線で普及パターンを予測。
DTW（動的時間伸縮法）で類似製品を自動検出し、その販売パターンを転用。
カテゴリ・価格帯・ブランド等の属性情報から勾配ブースティングで予測。
Croston法/TSB法で不定期・少量発生の需要パターンに特化。
複数モデルの予測を重み付け統合。CQR（適合的分位点回帰）で信頼区間を校正。
製品名、カテゴリ、価格帯、ブランド、発売予定日を入力。AIが類似製品を自動検索。
AIがフェーズを判定し、最適なアルゴリズムを自動選択。ワンクリックで予測開始。
信頼区間付きの予測結果を確認。シナリオ分析で生産計画・仕入れ計画に直結。
| 従来の手法 | DataAgent | |
|---|---|---|
| 過去データなしの予測 | 不可能 | Chronos2 / Bass / 類似転写 |
| アルゴリズム選択 | 手動（専門知識必要） | フェーズに応じて自動 |
| 不確実性の定量化 | なし or 単一区間 | 5分位点 + CQR校正 |
| シナリオ分析 | Excel手計算 | 楽観/標準/悲観を自動生成 |
| 類似製品の検出 | 担当者の経験則 | DTW + 属性マッチングで自動 |