売上予測を始めようとして、最初に迷うのは「どの方法でやるか」だと思います。手計算でいいのか、Excelの関数を使うのか、AIに頼むのか。
結論から言うと、商品数が少なく、月に1回見直す程度なら手計算か表計算ソフトの関数で足りることがあります。AIや作ってもらう選択肢が意味を持つのは、手で回らなくなったときと、予測から発注数や人員までつなげたいときです。どの方法でも、先に決めるのは「予測を何に使うか」です。
この記事は、当社が需要予測・発注支援の仕組みを作っている立場から、自分でやるか頼むかを決められるように整理したものです。
売上予測のやり方は、3段階で考えると選びやすい
| 段階 | やり方 | 向いている状況 | 弱いところ |
|---|---|---|---|
| (a) 手計算 | 前年同月比、移動平均 | 商品数が少ない。月に1回、おおまかに見たい | 季節の山や増減が重なると読みにくい。商品が増えると手が回らない |
| (b) 表計算ソフトの関数 | FORECAST.LINEAR、FORECAST.ETS、予測シートなど | 担当者が表計算ソフトを触れる。商品を絞って見られる | 商品ごとの更新と確認が手作業。欠品していた日などは自分で外す必要がある |
| (c) AI・機械学習 | 過去の実績から、季節・傾向・偏りを自動で見て予測する | 商品数が多い。毎日または毎週の判断に使う。発注や人員の数までつなげたい | 費用がかかる。外れた理由を追える作りにしないと使われなくなる |
(a) 手計算:前年同月比と移動平均
もっとも単純なのは、去年の同じ月の売上を基準にする方法です。
- 前年同月比:去年の6月が100なら、今年の6月も100前後と見て、そこから直近の伸び縮みを足し引きする
- 移動平均:直近の数か月の平均を取り、傾向をなだらかに見る
どちらも電卓か表で済みます。季節の山がある商売では、まず見る価値があります。ただし、去年がたまたま特別な年だった場合は、そのまま引きずります。
(b) 表計算ソフトの関数
表計算ソフト(Excel)には、予測のための関数や機能があります。使い方と限界は需要予測をExcelでやる方法と、足りなくなる分かれ目に詳しく書きました。ここでは位置づけだけ書きます。
- 直線の傾向から先を見るもの(FORECAST.LINEAR)
- 季節を含めて見るもの(FORECAST.ETS、予測シート)
商品を絞って、担当者が毎月自分で更新できるなら、有力な選択肢です。
(c) AI・機械学習
過去の実績から、季節、傾向、得意先ごとの偏りなどをまとめて見て、商品ごとの予測を出します。当社が作っているのはこの段階です。強いのは、商品が多いときに、同じ手順を毎日繰り返せることと、予測から発注数や計画までをつなげられることです。
先に決めるのは「予測を何に使うか」
どの段階を選ぶにしても、予測した数字で何を決めるかを先に決めてください。使い道で、必要な作り方が変わります。
| 使い道 | 決めること | 必要な粒度 | 外したとき困る向き |
|---|---|---|---|
| 仕入れ・発注 | 今日いくつ頼むか | 日別または週別の実績 | 足りない(欠品)と余る(在庫)の両方 |
| 人員(シフト) | その日に何人入れるか | 日別の来客・売上 | 人が足りない、または余って人件費が出る |
| 資金繰り | 来月・数か月先の入金と支払い | 月別の売上 | 売上を多く見積もりすぎると、支払いに困る |
たとえば資金繰りに使うなら、多めに見積もるより少なめに見積もるほうが安全です。仕入れに使うなら、足りないことと余ることのどちらが痛いかを、商品ごとに考える必要があります。同じ予測でも、見る向きが逆になります。
ここが決まっていないと、よく当たる予測を作っても、誰も使いません。当社の記事需要予測AIは何に使うかにも、業種ごとの出口を整理しています。
売上予測が外れる原因は4つ
外れた日を見ると、原因はだいたい次のどれかに当てはまります。
- 季節:同じ月でも、去年と今年で山の高さが違う。1年分のデータだけだと、たまたまその年に起きたことを季節と取り違えやすい
- 値上げ・値下げ:価格を変えた月から、それまでの実績が使いにくくなる
- 販促:セールや広告で一時的に増えた分を、通常の水準と見てしまう
- 欠品していた日:在庫が切れて売れなかった日を「売れなかった日」と見てしまう
欠品していた日は、需要が0だったわけではない
在庫が0で売れなかった日を、そのまま「売上0」として平均に入れると、需要を低く見積もります。逆に、売れた日数だけで割る計算にすると、動きの少ない商品ほど1日あたりの数字が膨らみます。当社が以前の版で見つけた不具合では、動きの少ない商品の1日あたりの数が、実態の最大30倍近くになっていました。
正しくは、在庫の推移から欠品していた日を特定して、平均の計算から除くことです。売上の記録だけでは、これができません。在庫か入荷の記録も必要です。
必要なデータは、最低1年・理想は3〜4年
| 内容 | |
|---|---|
| 最低限 | 1年分。季節の山が1周しないと、季節の影響を分けられない |
| 理想 | 3〜4年分。同じ月を複数回比べられる |
| 中身 | 日付・商品・数量。在庫か入荷、得意先別があればなお良い |
| 形式 | CSVやExcelで足りる。販売管理ソフトやPOSからの書き出しでよい |
毎日発注する業態は日別の販売実績が1年以上、月に1回計画を立てる業態は月別の出荷と在庫の受払が3〜4年分あれば足ります。データの年数の考え方は需要予測AIに必要なデータは何年分?にまとめています。
頼む前に、手元でできる確かめ方
頼むかどうかを決める前に、手元で次の4つを試してください。
- 去年の同じ月と比べてみる:直近1年の月別の売上を並べ、去年との差を出す。季節の山があるか、今年だけ違うかが分かる
- 外れた月を3つ選ぶ:予想と実績が大きく違った月を選び、その月に値上げ・販促・欠品がなかったかを確かめる
- 欠品していた日を数える:在庫が切れていた日があるか。記録がなければ、記録が残っていないことが分かる
- 何に使うかを一文で書く:「来月の仕入れ数を決める」「週ごとのシフトを決める」など
この4つをやると、自分でできる段階と、足りないものが見えてきます。たとえば、外れた月の理由が毎回「欠品していた」なら、予測の式より先に、在庫の記録を取る仕組みが要ります。
頼む場合の目安
当社に頼む場合の費用と進め方は、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まとめています。初期費用0円・月額5万円(税別)から、稼働するまで課金はありません。扱う商品数と、つなぐシステムの数で変わります。動く画面は在庫管理のデモで触れます。手元にあるデータの種類と期間を教えていただければ、予測できそうかどうかをお答えします。相談する
よくある質問
Q. 売上予測は、Excelだけでもできますか?
できる場合があります。商品を絞って、担当者が月に1回自分で更新できるなら、関数や予測シートで始められます。商品数が増えたとき、欠品していた日の扱いを自動にしたいとき、予測から発注数までつなげたいときに、Excelでは手間が増えます。
Q. 売上予測のAIは、どれくらい当たりますか?
商品や業種で大きく変わるので、数字でお約束はしません。当社では、お預かりした過去のデータで「この方法ならこうなった」を先に計算してお見せします。何で測るかを先に決めることが大事で、欠品を減らしたいのに誤差率だけで測ると、良い仕組みが悪く見えます。
まとめ
- 売上予測は手計算、表計算ソフトの関数、AI・機械学習の3段階。商品数が少なければ手計算か関数で足りることがある
- 先に決めるのは予測を何に使うか(仕入れ・人員・資金繰り)。使い道で粒度と、外したとき困る向きが変わる
- 外れる原因は季節、値上げ、販促、欠品していた日。欠品日は在庫の推移から除いて計算する
- 必要なデータは最低1年、理想3〜4年
- 頼む前に、去年との比較、外れた月の理由、欠品日の数、使い道の一文を手元で確かめる
関連記事
- 需要予測をExcelでやる方法と、足りなくなる分かれ目
- 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
- 酒類ECの需要予測・発注支援とAIエージェント(事例)