お客様各位

リスク分析と意思決定分析が統合された唯一のセット製品 DecisionTools Suite が、新たに日本語化されました。ダイアログ、メニュー、ヘルプとマニュアル、サンプル、そしてチュートリアルのすべてが完全に翻訳された DecisionTools Suite は、世界中の意思決定者にとってさらに使いやすい製品となっています。

DecisionTools Suite には @RISK に加え、意思決定ツリー ソフトウェアの PrecisionTree と仮説分析を行う TopRank の新バージョンが含まれているほか、統計分析と予測を行う StatTools、予測ニューラル ネットワーク ソフト NeuralTools、および最適化を行うための Evolver と RISKOptimizer も用意されています。本バージョンでは最高の使いやすさと柔軟性を実現するため、各プログラムの連携効果および Microsoft Excel との統合性がさらに向上されました。

» DecisionTools Suite 5.5.1
   の新機能のリストを見る

セットで5割引以上のお買い得

DecisionTools Suite は、2 つのコンポーネントを単体製品として購入するよりもお得な価格設定になっています。すべての製品を個別注文した場合に比べると、その半額以下で購入できます。DecisionTools Suite なら、最強の分析ツールがお手頃価格で手に入ります。

» 価格比較表

» 今すぐオンライン購入する

» お問い合わせは %%Salesrep%% までお電話 %%Salesrep Phone%%, %%Salesrep 800%%
   または電子メール %%Salesrep Real Email%% にてお寄せください。

セット製品としての購入メリット

DecisionTools Suite に含まれる各プログラムはそれぞれが強力な分析ツールとなっていますが、全製品を組み合わせると 1 つのプログラムでは不可能な、より完全な結果を手に入れることができます。

@RISKとTopRankを併用 TopRank を使って @RISK の分析対象を絞り込みます。大きなモデルの場合には、処理時間を短縮して @RISK 分析の精度を向上させることができます。また、TopRank で @RISK 関数を使用して、TopRank の付属関数よりも広範囲の値を表すことも可能です。 @RISK と PrecisionTreeを併用 また @RISK を PrecisionTree と組み合わせて、意思決定ツリー モデルに含まれる不確実な偶発事象およびペイオフを表すこともできます。数の限られた個々のオプションを検討するのではなく、より広範囲に及ぶ偶発事象を考慮できるようになり、意思決定ツリー モデルの精度が向上します。 RISKOptimizer と @RISKを併用 RISKOptimizer を既存の @RISK モデルに対して実行し、利益の最大化やコストの最小化、または特定のターゲットを達成できるような結果を見つけ出します。RISKOptimizer では、すべて @RISK と同じ関数を使用します。

PrecisionTreeと TopRankを併用 PrecisionTree モデルを TopRank で実行することにより、大きく複雑なツリー モデルの最も重要な要素を判断することができます。 NeuralToolsと Evolverを併用 NeuralTools と Evolver を組み合わせると、複雑な問題の最適化を実行できます。Evolver のターゲット目標を NeuralTools のライブ予測出力に設定し、Evolver の調整セルを NeuralTools の新しい入力として設定します。すると Evolver と NeuralTools が連携して最適な解を自動的に予測してくれます。 @RISK と StatToolsを併用 @RISK の結果を StatTools で分析することにより信頼区間を評価できます。また、@RISK を StatTools 時系列予測からの結果に適用し、可能な結果のより正確なシミュレーションを実行することも可能です。

セットで5割引以上のお買い得

DecisionTools Suite は、2 つのコンポーネントを単体製品として購入するよりもお得な価格設定になっています。すべての製品を個別注文した場合に比べると、その半額以下で購入できます。DecisionTools Suite なら、最強の分析ツールがお手頃価格で手に入ります。

» 価格比較表

» 今すぐオンライン購入する

» お問い合わせは
   %%Salesrep%%
   までお電話
   %%Salesrep Phone%%,
   %%Salesrep 800%%
   または電子メール
   %%Salesrep Real Email%%
   にてお寄せください。

DecisionTools Suite の活用事例

P&G が世界各地で @RISK と PrecisionTree を導入
Procter & Gamble （P&G） 社の企業財務部門副取締役 Bob Hunt 氏によると、すでに P&G では全社で 1000 名を超える人員が @RISK のトレーニングを済ませており、現在では PrecisionTree も使い始めています。「この製品の魅力は、特定な順序で何段階にも分けて行う必要のある、複雑な意思決定について評価できる点にあります」と同氏は語っています。

» 活用事例の詳細を読む （英語）

Unilever 社が重大な意思決定に DMU を全面活用
Unilever 社の意思決定グループでは、世界各地の事業部で行われる重大な意思決定プロセスすべてについて、不確定要素を伴う意思決定 (DMU: Decisión Making Under Uncertainty) の手法導入を計画しています。DecisionTools Suite はこの計画において重要な役割を果たします。同社 Finance Academy 意思決定分析グループの上級意思決定分析家 Sven Roden 博士は、「当社としては 1 つの製品で意思決定ツールとモンテカルロシミュレーションツールの両方が手に入るという点が大きな魅力」だと語っています。

Logion BV 社が流通管理を合理化して作業時間を大幅短縮
Logion 社は運輸、流通、および在庫管理を専門とする、オランダに本拠を置くコンサルティング会社です。同社のコンサルタントと実施マネージャは、顧客業者の物流運用の効果と効率を改善するために意思決定支援モデルを利用しています。DecisionTools Suite は、分析時間を短縮してモデルの精度を向上させることにより同社の戦略と競争力を強化する上で不可欠なツールとなっています。

» 活用事例の詳細を読む （英語）

国際自然保護連合が絶滅危ぐ種の保護努力に DecisionTools ツールを活用
IUCN 国際自然保護連合の野生生物保全繁殖専門家グループでは @RISK と PrecisionTree を活用しています。Douglas Armstrong 博士は、「@RISK と PrecisionTree は使い方を覚えるのも簡単で、固定された推測値ではなく、起こり得る値の範囲を入力することができます。絶滅危ぐ種の保護努力において疾病リスクを最小限に抑えるために実に効果的なツールです」と評価しています。

» 活用事例の詳細を読む （英語）

Met-Mex Penoles 社が貴金属洗練を最適化
世界最大の銀精錬業者およびメキシコ最大の金精錬業者として知られる治金業界大手の Met-Mex Peñoles 社では、原料が高価であることからコストのかさむ試験プロジェクトをできる限り回避する努力をしています。同社では試験計画の数を減らすため、DecisionTools Suite を使用したシックス シグマ実験法による精錬工程のシミュレーションを行っています。シミュレーションによって精錬工程の最適化を図り、試験プロジェクトで無駄にされる金銀の量を最小限に抑えることが可能になります。

» 活用事例の詳細を読む （英語）

DecisionTools Suite 日本語版サンプル モデル

PrecisionTree: 油田掘削
この油田掘削のサンプルでは、典型的な意思決定ツリーを使った問題を扱っています。まず最初に現場で地質調査を行うかどうかを決定してから、さらに調査の結果に応じて掘削するかしないかを決定します。最後の確率事象は原油の発見量です。ツリーは左から右へと進行するので、常に掘削の是非を決定する前に、調査の是非が決定されます。

» サンプル モデルのダウンロード: PrecisionTree_Oil_JP.xls

PrecisionTree と @RISK の併用: 油田掘削
PrecisionTree_Oil_JP.xls の油田掘削の意思決定ツリーにある掘削作業の結果は、乾、湿、浸の 3 つに分けられています。しかし実際には、発見される原油量は連続型分布を使用して表す必要があります。このモデルでは @RISK を使ってこの確実事象の不確実性を表します。意思決定ツリーに @RISK の確率分布関数を追加することで、より精度の高いモデル化を行い、さらに広範な起こり得る結果のシミュレーションが可能となります。

» サンプル モデルのダウンロード: PrecisionTreeRISK_Oil_JP.xls

TopRank と @RISK の併用: 新製品の導入
TopRank は @RISK の分布関数を認識し、これらを仮説分析に取り入れることができます。この機能によって、仮説分析で可能な入力値をモデル化するにあたり、より柔軟で正確な作業を行えるようになります。

このサンプルでは Jupiter Corporation が 4 ドア セダン車の新モデルを製造する場合を想定します。経営陣は向こう 5 年以内に販売を開始するという仮定のもと、今後 5 年にわたる合計利益に影響しうる 5 つの要素を識別しました。これらの要素の一部には確率分布が関連付けられています。仮説分析の処理中、TopRank はこれら要素に関連付けられた確率分布に基づいて、分布範囲内を均等確率の間隔でステップスルーすることにより、インテリジェントな感度分析を行います。

» サンプル モデルのダウンロード: TopRankRISK_Car_JP.xls

NeuralTools と Evolver の併用: 自動車ローン
NeuralTools を使って既知の数値およびカテゴリ独立変数から、カテゴリ従属変数の未知の値を予測することが可能です。このサンプルのニューラル ネットワークは、自動車ローン申請者が期日内に支払うか、遅れて支払うか、それとも不履行となるかを予測します。Evolver を使用して、この申請者が「期日内支払」のカテゴリに入る確率が、ターゲットの 90% に向上するようなローン金額を判断することができます。

» サンプル モデルのダウンロード: NeuralToolsEvolver_AutoLoans_JP.xls

@RISK: 割引キャッシュ フロー (DCF)
割引キャッシュ フロー (DCF) の計算には @RISK が頻繁に使用されます。このサンプル モデルでは、売上の成長率と販売量に対する変動コストのパーセント比率がリスクの要素になります。DCF は、想定されている投資額を考慮し、割引率を適用することで算出されます。シミュレーション後に提示される DCF の平均は、正味現在価値 (NPV) とも呼ばれます。したがって、このプロジェクトに対して GO サインを出すかどうかの判断は、意志決定者のリスク許容度次第で決まります。このサンプルでは、ネット DCF が特定の固定値を上回る場合にボーナスが支給されることを前提に、ボーナス支給額の分布も算出されるようモデルが拡張されています。また、ネット DCF の平均値、ネット DCF が負になる確率、およびボーナスが支給される確率を求めるために、いくつかの @RISK 統計関数 (RiskMean、RiskTarget、および RiskTargetD) も用いられています。

» サンプル モデルのダウンロード: CashFlow.xls

@RISK: RiskCompound 関数を使った保険金請求
@RISK の RiskCompound 関数を使用して 2 つの分布から 1 つの入力分布を作成することで、保険金請求の頻度と重度を考慮に入れた保険モデルを合理化できます。このモデルには RiskCompound 関数の作成方法および、その結果得られた RiskCompound 関数の平均値、標準偏差、およびターゲット値が示されています。

» サンプル モデルのダウンロード: RiskCompound.xls

RISKOptimizer： プロダクトミック
4 つの製品の生産を手がけるある工場で、総売上高を最大化するための各製品の適切な生産量配分を求めたいと考えています。各製品の需要が不確実であるため、これらは確率分布関数で表されます。各製品の生産量を決定する際には、各製品の製造に用いることができる、限られた資源の制限条件を満たす必要があります。ここでは、制限の限界を範囲で設定できるという RISKOptimizer の機能を利用して、すべての制限をワン ステップで定義します。RISKOptimizer は、利用できる資源の制限を考慮しながら、各製品の生産量を調整して売上高を最大化します。

» サンプル モデルのダウンロード: ProductMixWithConstraintsAsRanges.xls

オンラインで入手できるその他のサンプル モデル （英語）:

» 財務
» 保険
» シックス シグマ
» 石油・ガス