課題
Thinks BigはAmazonの重要なリーダーシップ原則であり、チームは規模が拡大したときに資本構造を効率的に管理することがいかに重要かを知っています。常に焦点となってきましたが、新型コロナウイルスのパンデミックが世界中を席巻し、世界中の消費者がAmazonを含むeコマース小売業者に殺到し、日用品を購入したことで、この問題はさらに深刻になりました。
取引量が倍増するにつれ、Amazonの数多くのビジネスライン、通貨、国にまたがるキャッシュフローの予測も複雑になっていきました。過去のデータや四半期予測では、もはや対応できませんでした。資金予測を革新する時が来ました。
ソリューション
Amazonは自社の財務チームと社内のソフトウェアエンジニアおよびデータサイエンティストと共に、機械学習をベースとした改善された予測モデルを構築しました。合同チームは財務事業部門を対象に主要な変数を特定することから始まりました。データサイエンティストはデータの調査、最適なアルゴリズムの特定、機械学習モデルのトレーニング、テストを行いました。ソフトウェアエンジニアは データレイクを構築し、機械学習パイプラインを実装して機械学習アルゴリズムを導入することで、人間には気付けないパターンについて、より優れた洞察を得ることができるようになりました当初は米国のキャッシュ・ポジションを日次で予測するツールであったが、瞬く間に、60日間の予測に発展し、従来のキャッシュフロー予測手法を凌駕する成果を世界中で上げています。
機械学習モデルはAmazonのグローバルな財務管理に即座に影響を与えました。Amazonは現在、グローバル規模で組織を横断して動的な現金の目標残高を設定し、運転資本を改善することができます。さらに、Amazonは大幅なプロセス改善を実現しました。
以前のキャッシュポジショニングには最大8時間を要していましたが、今では30分もかからなくなり、チームは戦略的優先事項に時間を割けるようになりました。また、機械学習モデルの有効性は財務部門が一刻を争う意思決定を行う際に、社内の複数の上流システムに依存する必要がなくなったことを意味しま
す。財務は銀行担当者と面談する際に、より多くの洞察をもたらすと同時に、より適切に仕事を割り当てることができます。
Amazonはプロセス全体の改善を続けています。このソリューションはAmazonが顧客重視、発明への情熱、卓越した運用、長期的な思考という4つの基本原則の実現に注力していることを示しています。
ベストプラクティスと革新
Amazonの新しい予測モデルはさまざまな意味で革新的なベストプラクティスです。戦略的ビジネスパートナーとして、財務は資本構成の最適化について、データに基づいた助言をリアルタイムで提供しています。
最も目に見える革新は効果的な導入が困難な機械学習を直接財務に導入したことであり、これはすぐに効果を発揮しました。機械学習モデルの利点はより多くのデータで常に自己学習を行うため、時間の経過とともに精度が向上されることです。
もうひとつのベストプラクティスは自社の財務チームと社内ソフトウェアエンジニアおよびデータサイエンティストとの協業です。このプロジェクトには国際的なチームにまたがる、多様なスキルセットと経歴を持つチームメンバーが参加しました。
複数の組織を共通のビジョンと明確な目標に向けて連携させることにより、Amazonはこれらの組織のいずれかが単独では達成するのは困難だったであろう成果をもたらしました。この場合、全体で達成した成果は、個々の合計よりも遥かに大きいです。
主な利点
- 流動性管理の効率向上
- コスト削減
- 時間の節約
- プロセスの効率化
- 自動化の増加
- リスクの軽減
- 可視性の向上
- エラーの削減
- 手作業の削減
- システム接続性の向上
- 将来性に備えたソリューション。
パートナーシップ
