demand-forecasting

需要予測

概要

需要予測では、過去の販売データ、季節的なパターン、リードタイムを使って、必要な在庫量と再発注のタイミングを予測します。慢性的な欠品や過剰在庫が発生している場合、再発注点がデータではなく勘に基づいて設定されていることが多いです。多くの販売事業者にとって、専用の在庫計画ツールでこれらの課題に対応できます。独自の予測コードが必要になるのは、特有の業務要件がある場合に限られます。

このスキルを使用する場面

• 慢性的な欠品や過剰在庫から、現在の再発注点が適切に設定されていないと判断できる場合
• 在庫確認作業を減らすため、自動補充の推奨を構築する場合
• 季節的な需要のピーク（ブラックフライデー、新学期、ホリデーシーズン）に向けて在庫を計画する場合
• 12か月以上の販売履歴があり、有意義な需要パターンを把握したい場合
• エンドツーエンドの補充を実現するため、サプライヤーのリードタイムや発注ワークフローと連携する場合

基本手順

ステップ 1：プラットフォームを確認し、適切な予測ツールを選ぶ

プラットフォーム	推奨ツール	理由
Shopify	Inventory Planner（Shopify App Store）または Cogsy	Inventory Planner は Shopify に直接接続し、12か月以上の販売履歴を分析して、再発注点を算出し、発注書を作成します
WooCommerce	ATUM Inventory Management（無料版／プレミアム版）または Inventory Planner	ATUM は WooCommerce に再発注点の管理機能を標準で提供します。Inventory Planner には、高度な予測に対応する WooCommerce コネクターがあります
BigCommerce	Inventory Planner または Linnworks	どちらも BigCommerce の標準連携機能を備え、複数拠点の在庫予測に対応しています
マルチチャネル	Skubana（現 Extensiv）または Linnworks	Shopify、WooCommerce、Amazon、eBay の在庫を単一のダッシュボードから予測できます
カスタム／ヘッドレス	注文データベースに時系列分析レイヤーを構築する	過去の販売データに対して、移動平均、季節性分解、安全在庫の計算式を適用します

ステップ 2：販売履歴データの収集を設定する

正確な予測には、整備された過去のデータが必要です。予測を実行する前に、次の点を確認してください。

1. キャンセルおよび返金された注文を販売合計から除外します。プラットフォームに接続すると、ほとんどの予測ツールが自動で対応します
2. 販促期間にタグを付けます。フラッシュセール、ホリデーシーズンの急増、インフルエンサーによる需要は、通常とは異なるものとして記録してください。無批判に含めると、基準需要の推定値が過大になります
3. 基本的な季節性パターンの検出には、少なくとも6か月分の履歴が必要です。前年比の傾向を確認するには、12か月以上が必要です

Shopify

Inventory Planner を使用する場合：

1. Shopify App Store から Inventory Planner をインストールします（14日間の無料トライアル後、月額99ドル以上）
2. Inventory Planner は接続時に、Shopify の全販売履歴を自動で取得します
3. Inventory Planner の Suppliers でサプライヤーを登録し、リードタイムを設定します（例：サプライヤー A = 14日、サプライヤー B = 7日）
4. Settings → Forecasting で希望するサービスレベルを設定します（例：95%。需要シナリオの95%に対して在庫を確保するという意味です）
5. Inventory Planner は SKU ごとの再発注点と推奨発注数量を算出し、毎日更新します

Shopify Analytics（標準搭載。基本的な傾向の確認にはアプリ不要）：

1. Analytics → Reports → Inventory に移動します
2. 「Days of inventory remaining」レポートでは、現在の販売ペースで在庫が何日分あるかを確認できます
3. Analytics → Reports → Sales over time に移動し、商品ごとにグループ化して月次の販売傾向を確認します
4. 予測アプリの利用料を払いたくない場合は、これらのデータを手動での再発注判断に利用します

WooCommerce

ATUM Inventory Management を使用する場合（無料プランあり）：

1. WordPress.org から ATUM Inventory Management for WooCommerce をインストールするか（無料）、プレミアム版を購入します
2. ATUM を使うと、リアルタイムの在庫数、日次販売率、在庫僅少アラートを確認できる在庫一覧が追加されます
3. ATUM → Settings → Reorder Points で、SKU ごとの再発注点と安全在庫を設定します
4. ATUM のプレミアム Purchase Orders モジュールを使うと、在庫が再発注点に達した際に発注書が自動生成されます

Inventory Planner for WooCommerce を使用する場合：

1. ネイティブ API コネクターを使って、Inventory Planner を WooCommerce に接続します
2. Shopify と同じワークフローで、Inventory Planner が WooCommerce の販売履歴を分析し、予測を作成します

BigCommerce

Inventory Planner を使用する場合：

1. BigCommerce API を使って Inventory Planner を接続します（Inventory Planner → Settings → Connect Store）
2. Inventory Planner が BigCommerce から販売履歴を取得し、補充の推奨事項を作成します

BigCommerce の組み込み在庫僅少アラート：

1. Products → [Product] → Inventory に移動します
2. 各商品に「Low stock level」を設定します。在庫がこのしきい値を下回ると、BigCommerce からメールが届きます
3. これはシンプルなアラートであり、予測機能ではありません。適切な予測ツールを設定するまでの補助として利用してください

ステップ 3：再発注点と安全在庫を設定する

再発注点 ＝ リードタイム中の需要 ＋ 安全在庫のバッファーです。

Inventory Planner での設定：

1. Inventory Planner は、販売履歴とサプライヤーのリードタイムに基づいて、これを自動計算します
2. Inventory Planner → Replenishment で推奨事項を確認します。在庫日数（在庫が残っている日数）とリードタイムを比較した緊急度順に商品が並びます
3. 発注書を作成する前に、推奨事項を手動で調整します（例：特定の商品について、サプライヤーのリードタイムが通常より長いと分かっている場合）
4. Inventory Planner から発注書を直接エクスポートし、サプライヤーにメールで送信します

手動での計算（予測ツールを使用しない場合）：

• 1 日あたりの平均需要 ＝ 過去 30 日間の販売総数 ÷ 30
• 安全在庫 ＝（1 日あたりの最大需要 − 1 日あたりの平均需要）× リードタイム（日数）
• 再発注点 ＝（1 日あたりの平均需要 × リードタイム（日数））＋ 安全在庫
• 例： 1 日あたりの平均需要 ＝ 5 個、リードタイム ＝ 14 日、1 日あたりの最大需要 ＝ 8 個
  • 安全在庫 ＝（8−5）× 14 ＝ 42 個
  • 再発注点 ＝（5 × 14）＋ 42 ＝ 112 個

ステップ 4：季節的な需要に備える

季節性は予測誤差の最大の原因です。明示的に計画に組み込みましょう。

Inventory Planner での設定：

1. Inventory Planner → Settings → Seasonality に移動します
2. Inventory Planner は、販売履歴から季節的なパターンを自動検出します
3. 販売開始から 1 年目の事業者（前年のデータがない場合）は、季節倍率を手動で設定します。例：ホリデー商品では 12 月を通常需要の 3 倍に設定します

季節カレンダーを手動で作成する：

1. Shopify Reports／WooCommerce／BigCommerce から、過去 2 年以上の月別売上をエクスポートします
2. 各月の売上を年間平均と比較した比率を計算します（12 月の売上 ÷ 平均月の売上 ＝ 季節指数）
3. 次の繁忙期に向けて発注する際に、季節指数を 1 日あたりの需要予測に適用します

プロモーションカレンダー：

• 予定しているプロモーション（フラッシュセール、インフルエンサーキャンペーンなど）に予測ツールでフラグを付けます
• ほとんどの予測ツールでは、特定の日付範囲に対して手動で需要を上書きできます
• ブラックフライデー／サイバーマンデーの場合は、過去の BFCM における売上増加率（通常、E コマースでは 3～8 倍）に基づいて予測を増やします

ステップ 5：補充の推奨を作成して承認する

Inventory Planner で：

1. Inventory Planner → Replenishment → Review recommendations に移動します
2. 「Critical」（リードタイムより少ない日数で在庫切れになる商品）と「Warning」（リードタイムの 2 倍以内に在庫切れになる商品）で絞り込みます
3. モデルが把握していない市場情報（予定している販売、予想される供給問題）がある場合は、数量を調整します
4. 「Create Purchase Order」をクリックします。Inventory Planner が仕入先に送る発注書（PO）を作成します
5. Inventory Planner → Purchase Orders で発注書のステータスを追跡します。商品を受け取ったら、実際の受領日を更新して、今後のリードタイム予測の精度を高めます

ステップ 6：カスタム／ヘッドレス — 販売データから需要を予測する

// Compute average daily demand from your order database
async function computeAverageDailyDemand(
  productId: string,
  lookbackDays: number = 30
): Promise<number> {
  const since = new Date();
  since.setDate(since.getDate() - lookbackDays);

  const result = await db.raw(`
    SELECT COALESCE(SUM(ol.quantity), 0) AS total_units
    FROM order_lines ol
    JOIN orders o ON o.id = ol.order_id
    WHERE ol.product_id = ?
      AND o.status NOT IN ('cancelled', 'refunded')
      AND o.created_at >= ?
  `, [productId, since]);

  return result.rows[0].total_units / lookbackDays;
}

// Calculate reorder point with safety stock
function calculateReorderPoint(params: {
  avgDailyDemand: number;
  maxDailyDemand: number;   // observed peak daily demand
  leadTimeDays: number;
}): number {
  const safetyStock = (params.maxDailyDemand - params.avgDailyDemand) * params.leadTimeDays;
  return Math.ceil(params.avgDailyDemand * params.leadTimeDays + safetyStock);
}

// Generate replenishment recommendations for all active products
async function generateReplenishmentReport(): Promise<{
  productId: string;
  sku: string;
  currentStock: number;
  reorderPoint: number;
  daysOfSupply: number;
  urgency: 'critical' | 'warning' | 'ok';
}[]> {
  const products = await db.products.findAll({ is_active: true, track_inventory: true });
  const recommendations = [];

  for (const product of products) {
    const inventory = await db.inventory.findByProductId(product.id);
    const avgDemand = await computeAverageDailyDemand(product.id, 30);
    const maxDemand = await computeAverageDailyDemand(product.id, 7); // shorter window = more volatile
    const leadTimeDays = product.supplier_lead_time_days ?? 14;

    const reorderPoint = calculateReorderPoint({ avgDailyDemand: avgDemand, maxDailyDemand: maxDemand, leadTimeDays });
    const daysOfSupply = avgDemand > 0 ? Math.floor(inventory.quantity_on_hand / avgDemand) : 999;
    const urgency = daysOfSupply < leadTimeDays ? 'critical' : daysOfSupply < leadTimeDays * 2 ? 'warning' : 'ok';

    if (urgency !== 'ok') {
      recommendations.push({ productId: product.id, sku: product.sku, currentStock: inventory.quantity_on_hand, reorderPoint, daysOfSupply, urgency });
    }
  }

  return recommendations.sort((a, b) => a.daysOfSupply - b.daysOfSupply);
}

ベストプラクティス

• カスタムの予測を構築する前に、Inventory Planner のようなツールから始めてください — 月額 100～300 ドルはエンジニアリングにかかる時間よりはるかに安く、予測モデルの精度も手作業で作成した移動平均より高くなります
• 予測を信頼する前に、最低 6 か月分の販売履歴を用意してください。 新商品の場合は、カテゴリ平均の需要率を代替値として使います
• 把握しているイベントに応じて予測を調整してください — 予定しているプロモーション、季節キャンペーン、サプライチェーンの混乱は、予測ツールに手動で上書き入力します
• 毎月、予測精度を確認してください — 予測数量と実際の販売数量を比較します。継続的に 25% を超える誤差がある場合は、前提を再調整するか、需要パターンに構造的な変化がないか確認します
• 未処理の発注書を考慮してください — 新しい発注書を作成する前に、発注済みの数量を推奨補充数量から差し引きます。二重発注は、よくあるコストのかかるミスです

よくある落とし穴

問題	解決策
新商品には予測に使える販売履歴がない	最初の 90 日間はカテゴリ平均の需要率を使います。Inventory Planner には、この状況に対応する「new product」モードがあります
予測で仕入先の在庫切れが考慮されない	仕入先管理システムで仕入先の納品率を追跡します。仕入先が発注数量の 80% を継続的に出荷する場合は、補うために 25% 多く発注します
安全在庫が少なすぎて、在庫切れが発生する	Inventory Planner のサービスレベル設定を 90% から 95～98% に引き上げます（販売速度の高い SKU が対象です）
補充の推奨で未処理の発注書が考慮されない	新しい発注書を作成する前に、必ず「quantity on order」を確認します。Inventory Planner では自動的に表示されますが、手動計算では見落としがちです

関連スキル

• @order-management-system
• @vendor-management
• @multi-channel-selling