東南アジアの通関は伏魔殿でアンタッチャブルだと感じている方も多いのではないでしょうか。現地の外資系物流会社はこの困難な状況にどのように対応しているのでしょうか?その一端をご紹介します。欧米系の大手メガフォワーダーはコンプライアンス重視で文字通りアンタッチャブルな対応をしています。ところが日系大手フォワーダーは
【少額貨物の免税制度】アジアで個人輸入したらどうなるか試してみた
日本では課税価格1万円以内の輸入貨物は、関税/消費税ともに免税、個人使用目的の場合は更に約1.6倍に免税枠が増えますが、海外ではどうなっているのでしょうか?アジア各国では少しずつ免税範囲が異なります。また実際の運用は規定通りでないことが往々にしてあります。カンボジアで少額免税外の貨物を個人輸入して試してみました。
【数学グッズ】職場で使うにもプレゼントにもお薦め~コースター編
前回は数式や図形等をあしらったクールなマグカップを紹介しましたので、今回はその下に敷くコースターを紹介します。コースターはグラスが滑るのを防いだり、テーブルが傷つくのを防いだりしますが、自分のセンスを披露する役割もあります。会社の来客に飲み物を出す時にさりげなく使えば、会社イメージのブランディングにもなるでしょう。
【数学グッズ】職場で使うにもプレゼントにもお薦め~マグカップ編
最近は数学を学び直す社会人が増えてきています。確率・統計が必須スキルになってきたことや、機械学習を始めとする人工知能を業務に応用するための人材を自社育成し始めている動きが背景にあるようです。今や「数学」はクールで流行りの学問なのです。そんな数学をあしらった「数学グッズ」も増えてきています。今回は「マグカップ編」です。
標準正規分布表(片側/両側)の見方とエクセルで作る方法をわかりやすく
標準正規分布表は安全在庫理論に基づいて安全係数を求める時やz検定で使われますが、ネットに載っている表はすぐにリンクが切れてしまうものが多いため、自分で作って自己リンクすることにしました。実際、標準正規分布表の作り方は簡単で、エクセルのNORM.DIST関数を使えば簡単に作れます。まずはこの関数の意味から理解しましょう。
【日本発着】航空券の燃油サーチャージはどうしてこんなに高いのか?
コロナが明けてやっと海外旅行に行けるようになったと思ったら航空券が高すぎて二の足を踏んでしまう、そんな話しを最近よく耳にします。それもそのはず、運賃以上に燃油サーチャージが高くなるという異常事態になっているからです。ところが海外ではそれほど大きく騒がれていません。日本発着ほど大きくサーチャージが高騰していないから
「ブログリーダー」を活用して、ロジギークさんをフォローしませんか?
東南アジアの通関は伏魔殿でアンタッチャブルだと感じている方も多いのではないでしょうか。現地の外資系物流会社はこの困難な状況にどのように対応しているのでしょうか?その一端をご紹介します。欧米系の大手メガフォワーダーはコンプライアンス重視で文字通りアンタッチャブルな対応をしています。ところが日系大手フォワーダーは
宅配便の料金は三辺の合計を表す○○サイズで決まります。また飛行機の預け荷物も三辺合計の大きさで制限されます。このように運送業界では運賃を簡単に決めるために〇〇サイズという表現がよく使われます。でも同じ○○サイズでも形状によって容積が大きく異なることをご存知でしょうか?この仕組みを理解して賢く得する方法をお伝えします。
カジノの中でも還元率の高いゲームとして知られてブラックジャックはPythonプログラミングの練習にも適しているようで、ググれば沢山の事例が紹介されています。ところがこのブラックジャック、アクションの選択肢が多く複雑なためか、すべてのアクションを網羅したPythonコードはなかなか見つかりません。そこで自作してみました。
ルーレットの攻略法にモンテカルロ法があります。これは絶対的な必勝法と呼ばれているマーチンゲール法と比べると知名度は劣るものの、連敗が混んでもマーチンゲール法ほどベット額が膨らまないため試しやすい手法と言われています。この効果をExcelとPythonのシミュレーションにより検証してみました。さて結果はいかに。。。
3/2ベット法とは日本ではあまり知られていませんが海外では3/2 Roulette StrategyまたはPloppy 3-2 Roulette Strategyと呼ばれているルーレットの有名な必勝法です。これはルーレットのテーブル配置の偏りを利用して利益を得るというものですが、これがイカサマであることを証明します。
「3回連続で1~12が出た。次も1~12が出る確率は1.52%しかない。だから13~36に賭ければ98.48%の確率で当たる!」というのが94.48%法の考え方です。この手法はルーレットの必勝法として有名で、ネットで検索すれば沢山の記事がヒットします。でもこの理論はデタラメです。それをシミュレーションして確かめます。
ルーレットと言えば赤/黒ベットなどのオッズが2倍の賭け方をする方が多いと思います。ほぼ50%の確率で当てられるので、利益は少ないけれども確実な勝負のように思われるからです。ところがオッズが3倍のダズンベットやカラムベットの方が利益が多くなりやすいということをご存知でしょうか?本記事ではそれを数学的に証明してみました。
マーチンゲール法は「理論上負けない方法」と言われていますがこれを額面通りに受け取る人は少ないでしょう。実際にはカジノが損しないように設定するテーブルリミットが存在するため理論通りにはなりません。しかしマーチンゲール法で本当に勝率が上がるのか?とか勝率が上がるとはどんな場合か?と問われて答えられる人は少ないでしょう。
ルーレットで300ドルを儲けて帰りたいという時、100ドルしか軍資金がない人と1,000ドルの軍資金がある人ととでは勝率は異なるのでしょうか?Pythonで百万回疑似ゲームを行って調べてみました。その結果1,000ドルの軍資金がある人の方が約3倍も勝率が高いことがわかりました。ではこの勝率はどこまで上がるのでしょうか?
「俺はカジノでいつも勝っている」と豪語する人を管理人は信用しませんが、並の人より勝っていることは認めます。そのような人は大抵、並の人よりベット額が大きい傾向があります。並の人のようにせこせこ賭けるのと、大きな賭金で勝負する人とでは、勝率に差があるのでしょうか?これを知りたくてPythonでシミュレーションしてみました。
ルーレットの還元率は確率の計算式で理論値が求められますが、本当に正しいのでしょうか?これを確かめるためにPythonを使って百万回シミュレーションしてみました。アメリカンルーレット、ヨーロピアンルーレット、フレンチルーレット(アンプリゾン方式)、フレンチルーレット(ラパルタージュ方式)すべてについて実験しました。
ルーレットには アメリカンルーレット 、 ヨーロピアンルーレット 、 フレンチルーレット の 3 種類があります。 更にフレンチルーレットの イーブンベット には アンプリゾン方式 と ラパルタージュ方式 という 2 種類のルールがあります。これらをすべてシミュレーションできるソフトをPythonで作ってみました。
前回の記事 【これは便利!】適正発注を行った場合のトータル調達物流コストを計算するアプリ で、適正発注を行う前提でトータル調達物流コストをシミュレーションできる Web アプリを公開しました。このアプリは簡単なカスタマイズによって、様々なパターンの物流ネットワーク最適化に適用可能であることを紹介したいと思います。
物流ネットワークの設計において戦略的に重要になるのはどこにどのくらいの広さのDCを設置するかで、戦術的に重要なのは各DCの適正在庫コントロールの方法です。これらを併せて数理的にやろうとすると奥が深く輸送コストや在庫コスト等の合計であるトータル物流コストを最小化する最適化問題になります。これを計算するアプリを作りました。
定量発注方式もMin-Max発注方式も物量があまり多くない、いわゆるBC商品に使われることが多いのですが、「両方式の違いがよくわからない。うちの商品にはどちらが適しているのだろう?」と思ったことはありませんか?そのような方のために同じ需要データで両発注方式をシミュレーションして挙動を比較できるアプリを作成しました。
「二ヶ月にコンテナ一本分の物量しかないが、二ヶ月に一度FCLで輸入するのと毎月LCLで輸入するのとではどちらが安いのだろう?」国際物流に絡んだことのある人なら誰でも一度は悩むことですね。この場合発注量が物量になりますので、適正在庫シミュレーションと一緒にするのが効率的です。物流コストも一緒に計算するアプリを作りました。
「隣の国なんだからクロスボーダートラックで送れば2、3日で着くけど輸送コストが高い。船便だと輸送コストは安いけどリードタイムが長いので在庫コストがかかる。トータル物流コストとしてはどちらが得なんだろう?」国際物流に携わっていれば多くの人が遭遇する悩みですね。この悩みを解消するWebアプリをPythonで作成しました。
「日本の保管料は三期制で一期(十日間)当たり280円/CBM、タイでは一日当たり30円/CBM。一日当たりで比較するとタイの方が高いじゃないか!」「物流会社から一日当たり30円/CBMの保管料を、一週間当たり180円/CBMに変更したいと提案された。安くなった、ラッキー!」それが一目で損得がわかるアプリを作りました。
「日本の保管料は三期制で一期(十日間)当たり280円/CBM、タイでは一日当たり30円/CBM。一日当たりで比較するとタイの方が高いじゃないか!」「物流会社から一日当たり30円/CBMの保管料を、一週間当たり180円/CBMに変更したいと提案された。安くなった、ラッキー!」それが一目で損得がわかるアプリを作りました。
ハイブリッド発注方式とは定期発注方式と発注点方式を併せていいとこ取りをした発注方式です。定期発注方式は海外調達のように発注コスト(輸送コスト)が高い場合に特に有効ですが、発注サイクル期間中に需要の急変動があって在庫が不足気味になっても発注がかからないという欠点があります。ハイブリッド発注方式はこの欠点を補います。
待ち行列モデルは物流の作業分析に大変有用です。最も基礎となるのはM/M/1モデルですが、作業スピードを一般分布で表すことのできるM/G/1モデルの方が実用的かもしれません。しかしM/G/1モデルを解析的に解くのは困難です。そんな時に役立つのが乱数を使った数値シミュレーションでExcelでも簡単に行うことができます
需要予測を使えば適正在庫コントロールの精度があがります。需要予測を行わない場合と比べて確実に在庫削減できます。出荷量の平均×(リードタイム+発注サイクル)で計算していた需要予測在庫が需要予測結果に置き換えられるためです。安全在庫も減ります。これをPythonで実装した適正在庫シミュレーションで検証してみました。
物流センターの出荷データからSARIMAモデルを使って需要予測を行ってみます。6か月分の出荷実績データが手元にあります。5か月分のデータを使って需要予測モデルを作り、残り1か月分のデータで検証します。SARIMAモデルには7つのパラメータがありますが、これを手動で決める方法と自動で決める方法とで予測精度を比較します。
カンボジアのシハヌークビルに暮らすようになって今日でちょうど3か月が経ちました。その間、ビーチを走らなかった日はゼロです。基本は夕方に走りますが、用事があって走れない日は朝、週末は朝夕の2回走った日もあります。1回に走る距離は約7~10km、暗くなって足元が見えなくなるまで走ります。
需要予測手法としてはARIMAモデルや、それに季節性を考慮したSARIMAモデルなどの時系列分析が知られていますが、普通の重回帰分析でもできるはずです。そこで6ヶ月間に渡る日々の出荷データを使って、重回帰分析でどこまでの精度で需要予測できるかを試してみました。PythonのLinearRegressionを使います
ロン島はカンボジアで美しいビーチがあるリゾートとして有名ですが、もう1つロンサレム島という紛らわしい名前の島もあります。同じような島かと思っていたら全然違いました。ロン島はホテルの密度が少なくて豪快な自然を楽しむ感じで、ロンサレム島は多くの欧米人バックパッカーがのんびりビーチでくつろいでいるアジアの田舎という感じ。
時系列データはそれが定常過程だと分析が容易になります。しかし生のデータがそうであることは稀です。物流で重要な需要データも例外ではありません。非定常なデータは定常データに変換する必要があります。そのための1つの方法が階差数列を取ることです。需要データにトレンドがあっても隣のデータ同士であればその影響はほとんどありません。
適正在庫管理は需要予測ができれば簡単です。極端にいえば需要予測が100%の精度でできれば安全在庫はゼロです。この需要予測の一番簡単な方法は直近データの平均を取ることですが、もっと精密に需要予測を行うためにはトレンド成分や周期変動を需要データから分離することが第一歩になります。Pythonでその分解をやってみました。
在庫管理はアイテムごとに行うべしとはいっても、すべてのアイテムに同じくらいの手間をかける必要はありません。 ABC分析によって分類されたカテゴリーに応じて在庫管理手法を分けるのが普通です。このABC分類はExcelでもできますがPythonだともっと簡単です。更にマルチレベルのABC分類も簡単にできてしまいます。
サプライチェーンに関わるデータは膨大でそれを有効活用することで物流を効率化できます。中でも物流センターからの出荷データは基本でそこから得られる洞察は数多いでしょう。このような分析はExcelでもできますが処理能力が足りなかったり分析に長い時間がかかったりします。Pythonを使って分析するとどうなるか試してみました。
適正在庫はSKUごとに設定するため適正在庫シミュレーションもSKUごとに行うのが基本です。しかしSKU数が数万とかある会社ではそれは気の遠くなるような話しです。そこで複数SKUのシミュレーションを一気にできるシミュレーションソフトを作ってみましょう。これをExcel VBAでやるのは大変ですがPythonなら簡単です。
適正在庫理論の正しさを証明するのに適正在庫シミュレーションは用いられます。これはExcelでも作成可能なのですが、Pythonでも作成してみました。Pythonにはいろいろと便利な構文が豊富に用意されているので、VBAと比較して割合簡単にコーディングすることができました。多SKUのシミュレーションへの拡張性もあります。
KS検定はPythonのライブラリーを使えば簡単にできてしまいますが、それでは原理がわかりません。そこで、自分でPython関数を自作してKS検定を行ってみました。KS検定では観測データから作る経験分布の作成が始めの一歩なため、まずはそこから始めました。そして確率分布との最大差をKS分布に当てはめてp値を求めました。
安全在庫理論は出荷数が正規分布に従うことを前提としています。この正規分布への適合性を調べるのにKS検定は有効です。KS検定は他の検定と比べて簡単なためExcelでも自力で行うこともできますがPythonを使えばもっと簡単にできます。SKU数が何千、何万とあるような会社ではPyhtonを使ってデータ分析が楽になります。
ヒストグラムは統計処理において重要なグラフですが、棒グラフや折れ線グラフ等の他のグラフと比べて作成するのに少しテクニックが必要です。また正規分布の近似曲線も併せて表示する場合には更にテクニックが必要です。本記事ではPythonを使った4つの方法を紹介します。Matplotlib、Panda、Seaborn、自作棒グラフ
KS検定とは何でしょうか?カイ二乗検定と何が違うのでしょうか?これらの疑問をExcelで解きながら解説していきます。経験分布という聞きなれない言葉が出てくるため分かりづらいのですが、実際にExcelで計算してみると意外に簡単であることが分かります。観測データと想定する確率分布のパーセンタイルを比べているだけです。
Udemyのデータサイエンスの講座を受けてみました。25時間もあることを知らずに受けたので、とても長く感じました。でもこの講座にはデータサイエンティストになるために必要な知識が過不足なく網羅されているのだと思います。ですのでこの講座の内容さえ理解すればデータサイエンティストになれると思えばやる気が出るというものです。
サムイやプーケットの沖合にきれいな島があるように、シハヌークビルにもロン島とロンサレム島があります。毎日走っているオートレスビーチと比べるためにロン島のソクサンビーチに行ってきました。すると水の透明度といい砂浜の白さといい、オートレスビーチの完敗でした。どちらもモルジブやタイのリぺ島に匹敵する素晴らしさ。紹介します。
以前Excelに実装して解いた単純パーセプトロンの2値分類問題をPythonに実装してみました。Udemyの「みんなのAI」で学んだことを試す目的です。この講座では隠れ層があるニューラルネットワークをPythonに実装する方法を勉強したのですが、これをもっと単純な単一ニューロンの問題に適用してみたことになります。
Udemyのレビュー第五回目はみんなのAI講座です。今までPythonの講座を4つ受講してきましたが本格的な機械学習の講座は初めてです。ニューラルネットワークの考え方や重みと呼ばれるパラメータがバックプロパゲーション(誤差逆伝播法)と呼ばれるアルゴリズムによってどのように学習されていくのかをわかりやすく解説しています。