在庫の予測を、いまのExcelでできないか。そう考えるのは自然です。
結論:商品数が少なく、担当者が毎月自分で更新できるなら、Excelで足ります。足りなくなるのは、商品が増えたとき、欠品していた日を外す手間が回らなくなったとき、特定の担当者しか直せなくなったときです。この記事では、Excelの機能の使い方と、その限界の分かれ目を整理します。
Excelの機能については、Microsoftの公式サポートページで2026年11月21日に確認した内容だけを書いています。出典は末尾に並べました。
Excelで需要予測に使える機能は3つ
| 機能 | 何をするか | 向いているデータ |
|---|---|---|
| FORECAST.LINEAR | 過去の値から直線の傾向を引き、先の値を1つ出す | 季節がなく、増えている・減っている傾向だけを見たいとき |
| FORECAST.ETS | 指数平滑法(ETS)の一種(AAA版)で、季節を含めて先の値を出す | 季節の山があるとき |
| 予測シート | 上のETSの考え方で、予測の表とグラフを画面操作で作る | 関数を書かずに試したいとき |
FORECAST.LINEAR:直線の傾向で先を見る
書き方は次のとおりです。
=FORECAST.LINEAR(x, known_y's, known_x's)
- x:予測したい点(たとえば来月の月番号や日付)
- known_y’s:すでに分かっている値(たとえば月別の販売数)
- known_x’s:その値に対応する点(月番号や日付)
過去の実績から直線の回帰(最小二乗の考え方)で予測値を出します。古い関数名のFORECASTも残っていますが、公式ページはFORECAST.LINEARを勧めています。
直線なので、季節の山や谷は出ません。季節の山がある商品に使うと、山を無視した一本の線になります。
FORECAST.ETS:季節を含めて見る
書き方は次のとおりです。
=FORECAST.ETS(target_date, values, timeline, [seasonality], [data_completion], [aggregation])
- target_date:予測したい日付や番号。過去の最後より前の日付だと、エラー(#NUM!)になる
- values:過去の値
- timeline:日付や番号の並び。一定の間隔(毎月、毎日など)で並んでいる必要がある。間隔が一定でないとエラーになる
- seasonality:省略すると自動で季節を検出する。0にすると季節なし(直線の予測)。正の整数なら、季節の1周に何点あるか(月別で1年周期なら12)を指定する
- data_completion:欠けている点の扱い。最大30%まで欠けていても扱える。省略すると前後の平均で埋め、0にすると0として扱う
- aggregation:同じ日付に複数の値があるときのまとめ方。省略すると平均
ここで大事なのは、日付が一定の間隔で並んでいることです。販売管理ソフトから書き出した明細は、売れた日だけが並んでいて、間隔が一定ではありません。先に日別や月別に集計し直す必要があります。公式ページも、先に集計してから予測するよう書いています。
予測シート:画面操作で作る
関数を書かずに、予測の表とグラフを作る機能です。
- シートに、日付(時間)の列と、予測したい値の列を入れる
- どちらかの列のセルを1つ選ぶ(残りは自動で選ばれる)
- 「データ」タブの「予測」グループで「予測シート」を選ぶ
- 折れ線か縦棒のグラフを選び、予測の終了日を決めて「作成」を押す
すると、元のシートの手前に、過去の値と予測値、予測の幅(信頼区間。既定は95%)を載せた新しいシートができます。「オプション」で、予測の開始日、季節の長さ、欠けた点の埋め方などを選べます。
使えるバージョン
FORECAST.LINEAR・FORECAST.ETSはExcel 2016以降が対象、予測シートはMicrosoft 365・2024・2021が対象と公式に書かれています。FORECAST.ETSにはWeb版・スマホ版で使えないという趣旨の注記もあり、記載がそろっていません。使う環境で動くかは実際のファイルで確かめてください。
やってみる手順:月別の販売数で、来月を予測する
最初は、商品を1つに絞って試すのが確実です。
- データを月別に集計する:販売管理ソフトから商品ごとの販売数を書き出し、「月」と「数量」の2列にする。月は毎月1日などに統一する
- 欠品していた月・日を確かめる:在庫が切れて売れなかった期間があれば、印をつける。後で除くため
- 予測シートかFORECAST.ETSで予測を出す
- 過去に当てはめてみる:予測シートの「予測開始」を過去の時点にすると、予測と実績を並べて比べられる。公式ページも、季節のあるデータでこの方法を勧めている
- 外れた月の理由を書く:値上げ、販促、欠品、得意先1社の大口など
4と5が、使えるかどうかの判断材料になります。外れた理由が毎回「欠品していた」なら、予測の式より、欠品日の扱いを直すほうが効きます。
Excelで足りる会社と、足りなくなる分かれ目
次の5つのうち、当てはまる数が増えるほど、Excelだけでは回りにくくなります。
| 分かれ目 | Excelで足りる状態 | 足りなくなる状態 |
|---|---|---|
| 商品数 | 商品を絞って、1つずつ見られる | 商品が多く、全部を毎月見られない |
| 更新の手間 | 担当者が毎月、書き出して貼り付けられる | 更新が後回しになり、古いデータで判断している |
| 欠品していた日の扱い | 欠品の期間を目で確かめて除ける | 商品が多くて、欠品日を1つずつ除けない |
| 得意先別の偏り | 得意先が少なく、大口は誰でも分かる | 急に増えた分が1社や1日の大口か、判断できない |
| 属人化 | 数式の意味を複数人が分かる | 作った人しか直せない。その人が休むと止まる |
欠品していた日の扱いは、Excelで一番手間が出る
在庫が0で売れなかった日を「売上0」として平均に入れると、需要を低く見積もります。FORECAST.ETSの欠けた点の扱い(補間かゼロ)は、売上の記録が「ない」ことへの対応で、「在庫がなくて売れなかった」という意味は知りません。欠品していた日を外すには、在庫の推移か入荷の記録と照らして、自分で除く必要があります。
当社は在庫の推移から欠品していた日を特定して、平均の計算から除きます。これを商品ごとに手作業でやるのが、商品が増えたときの負担です。
足りなくなったときの選択肢は2つ
| 選択肢 | 向いている状況 | 注意点 |
|---|---|---|
| 既製の在庫管理・需要予測ツールを使う | 自社の業務が、ツールの標準の形に合っている | 欠品日の扱いや得意先別の見方が自社に合うかを、試用で確かめる |
| 作ってもらう | 自社の発注の決め方(仕入先ごとの発注間隔など)に合わせたい。予測から発注の案までつなげたい | 費用がかかる。外れた理由を追える作りにしてもらう |
どちらを選ぶ場合も、先に予測を何に使うか(仕入れ・人員・資金繰り)を決めてください。考え方は売上予測のやり方|手計算・Excel・AIの使い分けに整理しています。
作ってもらう場合の目安
当社が受託で作る場合、初期費用0円・月額5万円(税別)からが目安です。扱う商品数と、つなぐシステムで変わります。AIの利用料とサーバー代は別途で、稼働するまで課金は始まりません。過去のデータで検証した結果を先にお見せします。当社が作った発注の仕組みでは、81通りの検証で、充足率をほぼ保ったまま平均在庫を42%下げられました(1つの案件での結果です)。
進め方と費用は需要予測のシステムを頼むと、何が手に入って、どれくらい当たりますかに1ページでまとめています。動く画面は在庫管理のデモで触れます。いまのExcelのファイルを見せていただければ、そのまま続けるか、頼むほうがよいかをお答えします。相談する
まとめ
- Excelの予測はFORECAST.LINEAR(直線)、FORECAST.ETS(季節込み)、予測シートの3つ。関数はExcel 2016以降が対象(2026年11月21日にMicrosoft公式で確認)
- 足りなくなる分かれ目は、商品数、更新の手間、欠品していた日の扱い、得意先別の偏り、属人化
- 欠品していた日は、在庫の推移から除く。Excelの関数は「在庫がなくて売れなかった」を知らない
- 足りなくなったら、既製のツールか、作ってもらう。先に予測の使い道を決める
関連記事
- 売上予測のやり方|手計算・Excel・AIの使い分け
- 需要予測AIは何に使うか|業種で変わる出口と費用
- 需要予測AIに必要なデータは何年分?最低1年・理想4年
- 在庫管理を自動化するには|入出庫・棚卸・発注のつなぎ方