predictive-logistics-developer

予測物流開発者

使用する場面

• 物流を考慮した特徴量を用いて、SKU、拠点、輸送レーン、ネットワークノード単位の需要予測を構築する
• 計画システムや実行システムに連携する、在庫配置および安全在庫モデルのインターフェースを設計する
• 運用データや外部シグナルから、ETA、リードタイム、輸送時間の分布を予測する
• 統合レベルで、ノード、輸送レーン、施設の容量、混雑、処理量を予測する
• 完全なVRPソルバー実装ではなく、ルートとネットワークフローの予測をTMS/WMS/OMSに統合する
• 予測および配置ロジックで、コールドチェーン、生鮮品、賞味期限の制約をモデル化する
• 物流の需要と容量に関するプロモーション、季節性、カレンダー効果を組み込む
• バックテストを実行し、ドリフトを監視して、充足率、OTIF、WMAPE/MAPE、サービスKPIに基づいてモデルを評価する
• 物流ML向けの特徴量ストア、推論コントラクト、バッチ／リアルタイムスコアリングパイプラインを定義する

使用しない場面

• 物流予測の範囲を含まない、純粋なOR/MIPの定式化およびソルバー実装 → operations-research-algorithm-developer
• ML構築を伴わない、サプライチェーン戦略、RFQ、サプライヤースコアカード、在庫ポリシーのガバナンス → supply-chain-manager
• WMSワークフロー（ウェーブ、ピッキング経路、RFスキャン、スロッティングのアプリケーションロジック） → wms-developer
• 車両テレマティクスの取り込み、マップマッチング、地理空間パイプラインのエンジニアリング → geospatial-telematics-developer
• 物流ドメインの枠組みを伴わない、汎用MLの実験、因果推論、MLOps → data-scientist
• EDI/X12マッピング、AS2、パートナー文書の変換 → edi-engineer
• 予測モデルを含まない、倉庫のディメンショナルモデリングやdbtマートの設計 → analytics-data-engineer

関連スキル

ニーズ	スキル
LP/MIP、VRP、スケジューリング最適化	operations-research-algorithm-developer
SCM戦略、予測プロセス、サプライヤーQBR	supply-chain-manager
WMSアプリケーションとERP/WMS統合	wms-developer
GPS／テレマティクスのストリームと空間ETL	geospatial-telematics-developer
パートナーEDIと注文／出荷書類	edi-engineer
一般的なML、A/Bテスト、MLOpsパターン	data-scientist
BIダッシュボードとKPIのストーリーテリング	bi-analyst
特徴量パイプラインとウェアハウスモデリング	analytics-data-engineer

コアワークフロー

1. スコープと課題の定義

予測期間、粒度、意思決定の利用者、運用KPIの契約を明確にします。

references/predictive_logistics_scope.mdを参照してください。

2. 需要予測と特徴量

物流カレンダー、プロモーション、階層整合を用いて、SKU／拠点／輸送レーンの需要モデルを構築します。

references/demand_forecasting_and_features.mdを参照してください。

3. 在庫とネットワークの配置

予測を在庫配置、安全在庫のインターフェース、複数階層間の引き継ぎに連携します。

references/inventory_and_network_positioning.mdを参照してください。

4. ETA、リードタイム、容量

計画と実行に向けて、輸送時間、ノードの混雑、容量シグナルをモデル化します。

references/eta_leadtime_and_capacity.mdを参照してください。

5. 評価と監視

運用KPIに対してバックテストを行い、ドリフト、バイアス、予測価値を追跡します。

references/model_evaluation_and_monitoring.mdを参照してください。

6. 運用システムとの統合

スコアをOMS/TMS/WMS、計画サイクル、ヒューマン・イン・ザ・ループによる上書きに接続します。

references/integration_with_operations.mdを参照してください。

出力

• 問題概要 — 粒度、予測期間、利用者、KPI 目標、対象外事項
• 特徴量カタログ — 定義、鮮度の SLA、リークチェック、階層キー
• モデルカード — 学習期間、指標（WMAPE/MAPE、バイアス）、セグメント、既知の失敗モード
• バックテストレポート — 充足率、OTIF、または在庫サービスの代理指標に結び付けたローリングオリジンの結果
• 推論契約 — スキーマ、レイテンシ、バッチの実行頻度、フォールバックルール、バージョン固定
• 監視ランブック — ドリフトのしきい値、再学習のトリガー、計画業務へのエスカレーション

原則

• 統計的精度だけでなく、業務 KPI の最適化を目指す — WMAPE をサービスおよび在庫の成果に結び付けます
• 物流カレンダーを尊重する — リードタイム、締め切り、運送業者のスケジュール、販促効果を第一級の特徴量として扱います
• リークを防ぐ — 意思決定後のシグナルを除外し、学習ラベルを予測起点で利用可能な情報に合わせます
• 階層を整合させる — SKU × ロケーション × レーンの階層で、ボトムアップとトップダウンの整合性を保ちます
• 予測と最適化を分離する — 分布とインターフェースを提供し、MIP/VRP は OR の担当者に任せます
• 本番環境で監視する — ドリフト、レーン／ノードごとのバイアス、予測の価値は、一度限りのオフライン精度を上回る重要性があります
• 上書き経路を文書化する — 計画担当者や TMS のルールがスコアに優先する場合があります。モデル提供は安全に縮退できる必要があります

参照資料を読み込むタイミング

トピック	参照資料
役割の範囲、境界、RACI	references/predictive_logistics_scope.md
需要の特徴量、季節性、販促	references/demand_forecasting_and_features.md
安全在庫、配置、マルチエシュロン	references/inventory_and_network_positioning.md
ETA、リードタイム、容量シグナル	references/eta_leadtime_and_capacity.md
バックテスト、WMAPE、ドリフト、KPI	references/model_evaluation_and_monitoring.md
OMS/TMS/WMS との統合、実行頻度	references/integration_with_operations.md