製造装置のメンテナンスビジネスにおいて、顧客満足度の観点から、できるだけ短い納期で消耗品を納入することが求められている。顧客からの受注に対して間を置かず応じるには、顧客の受注量・頻度を予測し、在庫を準備しておく必要がある。一方、顧客からの受注量・頻度には、目安となる数量、周期などのパターンがある訳ではなく、製造装置メーカでは突発的な受注への対応が課題となっている。
本報告では、消耗品の受注履歴データから機械学習(Random Forest、RNN)を用いて、突発的な受注を予測する手法を検討した。時点ずれを考慮したデータを入力として、1、2、3ヶ月先の受注量と突発性を予測した結果、適合率0.86で突発受注を予測できることがわかった。