Mobile menu

Octopart

Octopart is the world's most comprehensive platform for component part search. 

Filter
見つかりました
Sort by
役割
ソフトウェア
コンテンツタイプ
フィルターをクリア
要件管理 スプレッドシートのやりくりにストップ!Altium 365 RSPで要件を管理しよう 1 min Newsletters PCB設計者 電気技術者 購買・調達マネージャー PCB設計者 PCB設計者 電気技術者 電気技術者 購買・調達マネージャー 購買・調達マネージャー 電子設計の複雑さは、従来の 要件管理の方法を上回っています。私たちが見てきたところによると、開発チームの30から50パーセントがまだ要件をスプレッドシートや基本的なテキストドキュメントで追跡しており、他の人々は設計に直接メモを追加したり、Jiraのようなタスク管理ツールを使用したりしています。 この断片化されたアプローチ–要件が複数のシステムやチームにまたがって散在している–は、製品がより洗練されるにつれて、顕著なリスクを生み出します。エンジニアはスプレッドシート、ドキュメント、設計ファイル間を切り替えながら、要件を正確に追跡することに苦労しています。 散在する要件の隠れたコスト 要件が複数の場所に存在すると、問題は倍増します。エンジニアは現在の仕様を探すのに数時間を費やすと報告しており、プロジェクトマネージャーはバージョン管理を維持するのに苦労しています。設計チームはしばしば古い情報で進めてしまい、避けられたはずのやり直しを余儀なくされます。 影響は時間の無駄にとどまりません。適切な要件追跡がなければ、設計上の欠陥が開発の遅い段階で表面化し、大幅な遅延を引き起こします。規制された産業では、散在する要件はコンプライアンスの検証をほぼ不可能にします。異なる要件ソースから作業しているハードウェアとソフトウェアのチームも、互換性のないソリューションを構築してしまうことがあります。監査中に、要件の実装を証明することは、さまざまなシステムからのドキュメントを組み合わせることを含む、時間を要する挑戦となります。 要件管理の新しいアプローチ 要件&システムポータル(RSP)は、Altium 365内で要件を扱う異なる方法を表しています。AltiumがValispaceの技術を取得したことに基づき、RSPは要件管理をAltiumの電子開発エコシステムに直接統合します。 「要件は通常、プロジェクトを開始するところです。何をしたいか、どのように何かを構築するか、プロジェクトに何が必要かを記述します」と、Altiumのシステムエンジニアリング製品担当副社長であるLouise Lindbladは最新の ポッドキャストで説明しています。「そのパズルのピースは、Altium 365やAltiumの製品では多少欠けていました。そのため、要件フェーズを詳細設計に接続するためにValispaceが導入されました。」 要件を設計に接続する RSPは、包括的な要件管理機能を備えており、単なる要件リストをはるかに超えています。RSPは、 Altium 365のWebインターフェースと Altium Designerの両方を通じて要件をアクセス可能にします。エンジニアは作業中に要件にアクセスでき、 要件と特定の設計要素との間に直接リンクを作成することができます。一方、関係者は設計内で各要件がどこに実装されているかを迅速に特定できます。この接続により、要件が実装から切り離されるという一般的な問題が解消されます。 記事を読む
在庫コスト削減のための高度な予測 高度な予測による在庫コストの削減 1 min Blog 購買・調達マネージャー 購買・調達マネージャー 購買・調達マネージャー 今日の競争の激しいビジネス環境において、効率的な 在庫管理は、コスト削減と顧客満足度の向上のための重要な戦略的要因です。これを実現する最も効果的な方法の一つが、先進的な予測を用いることです。 先進的な予測のケース 先進的な予測のケースは説得力があります。これは、最先端の技術や方法論を活用して未来のトレンドや行動を予測し、企業が情報に基づいた決定を行い、運営を最適化することを可能にする戦略的アプローチです。 統計は、どの予測モデルの基盤を形成します。しかし、先進的な予測は、従来の統計方法を超えています。これは、多変量解析、ベイジアン推論、モンテカルロシミュレーションのような複雑な統計技術を用いています。これらの技術により、複数の変数とその相互依存性を考慮した、より微妙なデータ理解が可能になります。 先進的な分析は、先進的な予測のもう一つの柱です。これは、データから学習し、パターンを識別し、予測を行うことができる高度なアルゴリズムの使用を含みます。機械学習は、先進的な分析の一部であり、モデルが時間とともにその精度を向上させ、エラーから学び、予測を洗練させることを可能にします。 ビッグデータモデルは、高度な予測に不可欠です。ビッグデータの登場により、企業は膨大な情報を手に入れました。高度な予測はこのデータを活用し、ビッグデータモデルを使用して大規模で多様なデータセットを処理・分析します。これらのモデルは、構造化されたデータと非構造化データの両方を扱うことができ、将来のトレンドに影響を与える要因のより包括的なビューを提供します。 人工知能(AI)は予測を革命的に変えました。ニューラルネットワークやディープラーニングモデルのようなAIアルゴリズムは、従来の統計方法では扱えない複雑で非線形な関係をモデル化することができます。新しいデータや変化する条件に適応できるため、動的で不確実な環境での予測に特に有用です。 高度な予測の利点は明らかです。マッキンゼーの研究によると、過去の結果ではなく、需要の基本的なドライバーに基づいて高度な予測を可能にすることで、予測の精度が10〜20パーセント向上し、これは在庫コストの5パーセント削減と収益の2〜3パーセントの増加につながる可能性があります( https://www.mckinsey.com/capabilities/quantumblack/our-insights/most-of-ais-business-uses-will-be-in-two-areas)。 これらの利点は、今日のデータ駆動型ビジネス環境における先進的な予測の価値を強調しています。統計、高度な分析、ビッグデータモデル、AIを活用することで、企業は未来を予測するだけでなく、形作ることもできます。 事例研究:IKEAとAIに基づく予測予測 グローバル小売大手の IKEAは、需要予測の精度を大幅に向上させる先進的なツールを開発しました。このツールは「Demand Sensing」として知られ、人工知能を使用し、既存のデータと新しいデータの両方を活用して、非常に正確な予測洞察を提供します。 Demand Sensingの実装前、IKEAは過剰在庫や在庫不足、収益機会の損失、資源配分の非効率などの課題に直面していました。これらの問題は、450以上のIKEA店舗と54の市場にわたるeコマースプラットフォームで必要とされる製品を見積もるIKEAの運営の規模を考えると、特に重要でした。 AIベースの予測分析システムの導入により、販売予測の精度が大幅に向上し、予測エラーが減少しました。このシステムは、各製品について最大200のデータソースを使用して 予測を計算し、将来の需要をより賢く、効果的に予測することができます。システムが考慮する影響要因には、祭りの間の買い物の好み、季節の変化が購買パターンに与える影響、天気予報が含まれます。 その結果は印象的でした。Demand 記事を読む
次の不足時に誰が割り当てのリスクに直面するか? 次の不足時に誰が割り当てのリスクに直面するか? 1 min Blog 購買・調達マネージャー 購買・調達マネージャー 購買・調達マネージャー 電子業界は「大きな危機」を経験していると言われており、その理由は明らかです。2018年のコンデンサー供給減少や、現在の半導体チップや電気コネクターの入手困難など、重要な部品の不足が、必要な部品をできるだけ多く調達しようとするバイヤーを様々なルートへと導いています。 リスク管理能力は、持続可能な部品供給チェーンの主要な要素の一つであり、上流供給チェーンからの主な混乱の一つです。世界が避けられないグローバルな圧力に屈するにつれて、企業は運営と顧客に波及効果をもたらす遅延と不確実性を乗り越えることを強いられます。 特定の顧客に製品を割り当てる必要性は、一般的に供給不足の結果であり、下流のビジネスはこれらの変化に適応し、部品の調達に努力を注ぐ必要があります。彼らは、主要な注文が満たされる間に、資源が最も収益性の高いバイヤーに効果的に割り当てられることを確実にしなければならず、不足している人々には公平に警告されるべきです。 電子部品の割り当てとは何か? 供給不足の際に効果的に割り当てを管理するとは、コンポーネントの数量の削減と電子部品の購入者の成長への渇望の両方を扱うことを意味します。これは、利用可能な部品が50%減少することをナビゲートすることを意味し、これは顧客数と彼らの注文の履行に大きな影響を与えます。 これはかなりあいまいなプロセスになることがあります。なぜなら、一度購入者が供給業者によって「割り当て」に置かれると、彼らが自分の注文を完了できるかどうか不確かになるからです。これは、スエズ運河の封鎖やコロナウイルスのパンデミックを通じて消費者製品の減少など、主要な混乱時に供給チェーン全体で見られる挑戦です。 これらの過去の出来事から、割り当てが供給減少に限定されるものではなく、 スタッフ不足やその他の組織変更の結果であることも明らかになりました。これにより、サプライヤーは生産または配布能力が低下します。これらのシナリオでは、購入量の最適化、主要アカウントの優先順位付け、完全な透明性のためのバイヤーとのコミュニケーションがいくつかの重要な考慮事項です。 多くの産業が製品、ビジネス成長、場合によっては持続可能性のためにプリント基板(PCB)コンポーネントに依存しているため、効果的なサプライヤー管理は、業界の変化を乗り越え、供給の変動に適応するために不可欠です。これを行うには、より変動が大きい市場で、システム化されたアプローチと、グローバルイベントの影響をより速く予測するためのサプライチェーンのより良い可視性が必要です。 購入量に影響を与える要因 サプライヤーが購入量を減らす理由はいくつかあります。これは、グローバル市場の変化への対応、破壊的なグローバルイベントの終わりにおけるリスク回避、運用の合理化、またはサプライヤーと顧客との関係の変化が原因かもしれません。 部品の希少性:供給の変化 スマートテクノロジーの革新は、半導体への需要を高めていますが、これは技術のトレンドの結果であり、部品の減少の結果ではありません。供給チェーンの混乱はスペクトラムの反対側にありますが、希少性は一般的に既知の不足であり、例えば、最大のチップメーカーは世界で最も高い出力の電子機器メーカーと並んで中国にあります。このシナリオでは、自然に、チップは国内のメーカーに割り当てられます。これは、地元調達、コスト削減、注文の一貫性を含むいくつかの要因によるものです。 PCB部品への需要は増加している この問題を逆の角度から見ると、すべての産業が賢い技術を採用し、インフラを電化し、ソフトウェア駆動のソリューションを中心に運用システムを構築するにつれて、間接的にコンポーネントに依存するようになっています。PCB部品への需要は減少の兆しを見せておらず、業界は2024年に 760億1200万米ドルに達し、2029年には938億7000万米ドルに増加すると予測されています。 サプライチェーンの混乱 コンポーネントの物理的な生産とは別に、世界的な出来事や業界の出来事がサプライチェーンの運用に混乱を引き起こすことがあり、特に数年にわたって続き、回復の兆しが少ない場合には顕著です。様々な問題がPCB部品の購入量に影響を与える可能性があります: 配送遅延と 貨物の利用可能性の低下 記事を読む