コーヒーショップにおけるマシンのコーヒー抽出量の変更タイミングの評価モデル 09D8104017G 金子 美咲 中央大学理工学部情報工学科 田口研究室 2013 年 3 月 あらまし:本研究では,コーヒーショップに設置 されたマシンのコーヒーを抽出する作業に対し て,購買客の待ち時間と作りすぎによる廃棄が適 切な値となる抽出量とその量の変更タイミング を求める.販売量は過去の売上データを重回帰分 析で求め,販売と抽出による在庫の推移を求める. キーワード:重回帰分析,評価関数,状態推移 1 はじめに コーヒーショップはホットコーヒーを主力商 品として扱っている.しかし,温かい飲み物は季 節や気温によって売上に大きな変化がある.した がって売上の変化に対応してコーヒーの抽出量 を変更している.今回対象とする店舗では,コー ヒーの抽出にマシンを使用している.このマシン は一度に数杯分のコーヒーを抽出して保存する ことができ,購買客の注文に応じて商品を提供す る.今回,過去の売上データをもとに売上パター ンの分類をおこなった.そして,そのパターンご とにどの時間にどのような抽出量にしたら,在庫 不足による商品を提供するときの購買客の待ち 時間と,作りすぎによる在庫の廃棄量の両方が適 切な値になるかを求める. 2 コーヒーマシンについて 対象店舗でコーヒーを抽出するために使用し ているマシンは,コーヒーを数杯分抽出して保存 し,購買客の注文に応じて提供する.このマシン には図 1 のようにコーヒーを保存するタンクが 2 つ存在し,交互に使う.このマシンで作る商品は 2 種類で,ブレンドコーヒー(以下,ブレンドと する)とアメリカンコーヒー(以下,アメリカン とする)である.ブレンドとアメリカンはサイズ が同じであれば,抽出されるコーヒーの種類と量 は同じである. このコーヒーマシンでは図 2 のように 2 種類 の設定をおこなうことができる.1 つ目は 1 回に 抽出する量である.2 つ目は設定残量である.抽 出残量とは,マシン内のタンクを,使用中タンク と予備タンクとしたとき,使用中タンクに設定で き,予備タンクに新しくコーヒーを抽出するため の合図となる残量のことである. 図 1 マシン 図 2 マシン内のタンク 本研究では,抽出量のみを変更可能とし,設定 残量は一定として抽出量の変更タイミングを求 める.このマシンには自動廃棄機能がある.これ は,コーヒーの鮮度を保つために抽出後 30 分経 過したコーヒーは自動的に廃棄する機能である. したがって,大量にコーヒーを抽出すれば,待ち 時間が発生することは少なくなるが,多くのコー ヒーが廃棄されてしまう. 3 重回帰分析 重回帰分析とは目的変数yに対してその原因と なる説明変数x1 , x2 , … , x p の関係を求めるための 統計処理のことである.その関係は重回帰式とよ ばれる一次式で表される. y = b1 x1 + b2 x2 + ⋯ + bp xp + b0 重回帰分析では説明変数として量的変数しか 扱わないので,質的変数を量的変数に置き換える ためにダミー変数を用いる. 本研究では,ステップワイズ法を用いて説明変 数の選択を行い,重回帰式の評価には自由度補正 2 ̂ を用いる. 済み決定係数𝑅 4 売上データの分析 4.1 使用するデータ 本研究では,コーヒーショップの売上データと 気象庁の気象データを用いる.対象期間は 2011 年 10 月 1 日(土)から 2012 年 9 月 30 日(日) までの 1 年間である. 4.2 売上データの補正 今回使用した売上データに対して 2 つの補正を 行う.1 つ目はサイズの補正である.これは S サ イズに対して M サイズは 1.5 倍,L サイズは 2 倍 の量であることを考慮して,すべて S サイズの個 数として計算できるようにする.2 つ目は 1 時間 ごとの販売個数の修正である.ブレンドの売上の みレジへ入力する時間と実際の販売時間が異な ることを修正するためにアメリカンの 1 時間ごと の売上推移をもとに,ブレンドの売上推移を再構 築した. 4.3 売上に対する重回帰分析 ステップワイズ法で採用された説明変数は「平 均気温」, 「平日」, 「祝日」, 「春」 , 「夏」, 「秋」, 「湖 水量」の 7 個であり,回帰式の切片および各係数 は表 1 の通りである. 表 1 切片と回帰係数 切片 240.814 春 21.654 季節 夏 33.157 秋 62.119 平日 56.651 曜日 日曜祝日 -18.686 気温 平均気温 -6.743 降水 降水量 -0.338 ̂2は この回帰式の自由度補正済み決定係数𝑅 0.694 である. 5 抽出量の変更タイミングの評価モデル 5.1 変更タイミングの選択 営業開始から 10 分ごとに抽出を変更するかど うかについての決定をおこない,その際の損失が どのように変化するのかをみて,もっとも損失の 少ないタイミングで抽出量を変更することを目 標とする.抽出のタイミングは 1 回のみで 600 ㏄ から 0 ㏄へとし,抽出残量は 0 ㏄とする.表 2 の通りにモデルの設定をおこなった. 表 2 変更タイミングの評価モデル 段階 1 段階を営業開始から 10 分ごととする 状態 コーヒーの在庫と抽出からの経過時間 変数 の要素 決定 抽出をするかしないか 変数 抽出の決定と販売の両方による状態の 移り方 状態 推移 表 4 評価 関数 5.2 実際のデータに基づく計算結果 重回帰分析によって求められた説明変数をも とに,24 通りの売上需要パターンを作成した.そ の内訳は表 3 の通りである. N:番号,A:曜日,B:季節,C:降水 表 3 需要パターンとその要素 N A B C A B C N A B C 1 平 秋 無 N 9 土 秋 無 17 日 秋 無 2 平 秋 有 10 土 秋 有 18 日 秋 有 3 平 夏 無 11 土 夏 無 19 日 夏 無 4 平 夏 有 12 土 夏 有 20 日 夏 有 5 平 春 無 13 土 春 無 21 日 春 無 6 平 春 有 14 土 春 有 22 日 春 有 7 平 冬 無 15 土 冬 無 23 日 冬 無 8 平 冬 有 16 土 冬 有 24 日 冬 有 需要パターンごとの評価関数の値が最大とな る変更タイミングは表 4 の通りである. タイミング N タイミング N タイミング 1 17:20~17:40 9 18:10 17 17:40 2 17:30~17:40 10 18:10~18:20 18 16:40 3 16:30~16:40 11 11:30~11:40 19 13:00,15:50 4 16:30~16:50 12 16:50,18:10 20 16:40 5 17:00~17:20 13 17:30~17:40 21 17:40 6 16:30~16:50 14 16:40 22 18:10~18:20 7 17:30~17:50 15 16:50 23 16:40 8 17:30~17:50 16 16:40~16:50 24 17:00 5.3 現状との比較 現状では,対象とする店舗では,毎日 17:00 か ら 18:00 の間で抽出量を変更している.今回の 24 種類の需要パターンのうち,14 種類が当てはまっ ている.当てはまっていない 10 種類は現状の時 間帯との損失の差が最大 21 となり,そのうち 3 つのパターンに対しては変更することが望まし いと考えた.以下 3 つは需要パターンと変更によ る損失の差である. 段落 損失 N 16:50, 決定をしたときの段階の損失,単位は [個] 損失 X: (販売注文個数が作りおきコー ヒー個数を超えた回数)×(-1) 損失 Y:(コーヒーの廃棄個数)×(-1) 営業開始から終了までその 1 日に得られ る損失の総数 需要パターンと変更タイミング 需要パターン 11(夏,土曜,降水無) タイミング:11:30~11:40 損失の変化:-43→-24 需要パターン 19(夏,日曜,降水無) タイミング:13:00 または 15:50 損失の変化:-38→-17 需要パターン 22(春,日曜,降水有) タイミング:18:10~18:20 損失の変化:-16→0 6 おわりに 本研究では,まず売上データの補正をおこない, 実際の販売時間に近づけた.そして 1 年を通して 変化する,気象や曜日などが売上に与える影響を 調べ,1 日の売上金額を予測した.抽出量の変更 による 1 日ごとの損失を評価するモデルをつくり, 現状より損失の少なくなる抽出タイミングを求 めた. 今回は,損失の単位を販売 1 個分としてすべて を計算したが,これより実態に合った単位を設定 することで,より現実的な評価モデルになる.抽 出量の変更タイミングを 1 か所だけと決定して実 験を行ったが,複数に増やすとさらに損失の少な い結果が得られると考える. 参考文献 [1] 森雅夫,宮沢政清,生田誠三,山田善靖,オ ペレーションズ・リサーチⅡ,経営工学ライ ブラリー,朝倉書店,東京,1989. [2] 柳井春夫,緒方裕光,SPSS による統計デー タ解析,現代数学社,東京,2006.
© Copyright 2024 Paperzz