未来の売上を予測!初心者でもできる需要予測と在庫最適化
過去の販売データから需要を予測する簡単な方法を紹介。エクセルでできる基本的な分析から精度を高めるコツまで実践的に対話形式で解説します。
「勘と経験」だけの仕入れから卒業しよう
在庫を抱えすぎて資金繰りが苦しい、逆に品切れで販売機会を逃している。小売店や飲食店の多くが、仕入れ量を「勘と経験」で決めています。しかし、過去の販売データを少し分析するだけで、需要予測の精度は格段に上がります。今回は、初心者でもできる需要予測の方法と、在庫最適化のポイントを田辺と倉内が対話形式で解説します。
まずは「過去のデータを記録する」ことから
需要予測って難しそうなイメージがありますが、初心者でも本当にできますか?
できます。ただし、まず大前提として「過去のデータがある」ことが必要です。意外と多くの事業者が、日別・商品別の販売数を記録していません。まずは最低3ヶ月分の販売データを記録することから始めてください。エクセルやGoogleスプレッドシートで「日付」「商品名」「販売数」「売上金額」の4項目を入力するだけで十分です。
3ヶ月分溜まったら、何がわかるんですか?
3つのことがわかります。1つ目は「曜日別の傾向」。飲食店なら金曜と土曜は売上が高く、月曜は低い、というパターン。2つ目は「月別の傾向」。季節商品やイベントの影響で売上が上下するパターン。3つ目は「商品別のABC分析」。売上の80%を生み出している上位20%の商品は何か。この3つがわかるだけで、仕入れの精度は劇的に上がります。
エクセルで曜日別の平均販売数を出すだけなら、SUMIFとCOUNTIF関数で簡単にできます。難しい統計知識は一切不要です。
需要予測の精度を上げる3つのコツ
基本的な傾向が掴めたら、さらに精度を上げるにはどうすればいいですか?
3つのコツがあります。1つ目は「外部要因の記録」。天気、地域イベント、近隣の工事や休業など、売上に影響する外部要因をメモしておく。「雨の日は客足が20%減る」「地域の祭りの日は150%になる」というデータが蓄積されると、予測の精度が一段上がります。
2つ目は「移動平均の活用」。直近4週間の平均を見ることで、突発的な変動に振り回されず、トレンドの方向性がわかります。エクセルのAVERAGE関数で直近4週分のセルを参照するだけです。3つ目は「安全在庫の設定」。予測数に加えて、予測のブレ分として10〜20%の余裕を持たせる。この余裕が品切れリスクを防いでくれます。
在庫を持ちすぎるリスクと品切れのリスク、どちらを優先して避けるべきですか?
業種によりますが、一般的には「品切れリスク」の方がダメージが大きい。在庫過多は値引きで処理できますが、品切れは「このお店は欲しいものがない」という印象を与えて、顧客を失うリスクがあります。特に人気商品は在庫を多めに確保し、動きの遅い商品は少なめに発注する。メリハリのある在庫管理が重要です。
顧客データと販売データの掛け合わせで予測精度を飛躍させる
LINE公式アカウントのデータは需要予測に活用できますか?
大いに活用できます。例えば、LINEのクーポン利用率を見ると「この商品のクーポンを配信したら利用率が30%だった」というデータが取れます。次回同じ商品のキャンペーンを打つとき、友だち数 × 30%という精度の高い需要予測ができる。配信前に仕入れ量を決められるので、品切れも在庫過多も防げます。
ToolsBoxなら、配信ごとのクーポン利用率やリンクのクリック率がダッシュボードで確認できます。このデータを販売データと組み合わせれば、「この配信を打ったら○○個売れそう」という予測が立てられます。ツールLやツールEでも配信の効果測定は可能ですが、ToolsBoxは施策ごとの効果がまとまったレポートで見られるので、データ分析に慣れていない方でも直感的に把握できます。
データ分析というと難しく感じますが、まずはエクセルに販売数を記録するところからでいいんですね。
その通りです。完璧な予測モデルは最初から必要ありません。「記録する→傾向を見る→仕入れに反映する→結果を検証する」このサイクルを回すだけで、3ヶ月後には勘に頼った仕入れとは比較にならない精度になります。ToolsBoxは月額¥0から使えるので、まずはLINEの配信データと販売データを付き合わせるところから始めてみてください。
まとめ
需要予測と在庫最適化を始めるためのポイントです。
- 日別・商品別の販売データを最低3ヶ月分、エクセルで記録することから始める
- 曜日別傾向・月別傾向・ABC分析の3つで仕入れの精度を上げる
- 天気や地域イベントなど外部要因をメモし、予測の精度をさらに向上させる
- LINEのクーポン利用率を需要予測に活用し、キャンペーン時の仕入れを最適化する
- 「記録→分析→反映→検証」のサイクルを回し、データに基づく仕入れを習慣化する
田辺一雄
ToolsBox代表