warehouse-optimization について
EC事業者向けの倉庫・在庫最適化スキルです。ユーザー提供データから在庫状況、必要在庫、フルフィルメント費用を分析し、複数の運用形態に応じた改善案を提示します。リアルタイム在庫システムやマーケットプレイスAPIにはアクセスできません。
主な機能
- 01在庫回転率と欠品リスクの分析
- 02安全在庫と発注点の計算
- 03ABC分析によるSKU分類
- 04保管・フルフィルメント費用の評価
- 05プラットフォームと運用形態の提案
活用シーン
- 01売れ筋商品の欠品削減
- 02Amazon FBAの過剰在庫への対処
- 03FBAとFBMの商品配分の比較
- 043PLの費用と契約の見直し
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ nexscope-ai/ ecommerce-skills --skill warehouse-optimizationインストール後、Claude Code で/warehouse-optimizationを入力して読み込まれたか確認します。
同梱ファイルevals/evals.json
詳細
倉庫・在庫の最適化 🏭
倉庫業務を診断して最適化します。在庫の健全性を分析し、安全在庫を計算して、コストを削減し、効率を向上させます。API キーは不要です。
インストール
npx skills add nexscope-ai/eCommerce-Skills --skill warehouse-optimization -g
対応するフルフィルメントモデル
| モデル | プラットフォーム | 最適化の重点 |
|---|---|---|
| 自社フルフィルメント | 任意 | 倉庫レイアウト、人員配置、ピッキング・梱包の効率、保管コスト |
| Amazon FBA | Amazon | IPI スコア、保管手数料、長期滞留在庫、補充上限 |
| Amazon FBM | Amazon | 配送速度、Prime の適格性、FBA とのコスト比較 |
| Walmart WFS | Walmart | フルフィルメント手数料、保管上限、Pro Seller ステータス |
| 3PL | マルチチャネル | プロバイダーのコスト、SLA、契約の最適化、隠れた手数料 |
| Shopify Fulfillment Network | Shopify | 分散在庫、配送速度、コスト分析 |
| TikTok Shop Fulfillment | TikTok | TikTok 固有の要件、配送 SLA |
| ドロップシッピング | 任意 | サプライヤーの信頼性、リードタイム、欠品の防止 |
| ハイブリッド | マルチチャネル | 在庫配分、チャネル間のバランス、分割戦略 |
使用例
Audit my warehouse operations. I'm self-fulfilling from a 2,000 sq ft warehouse.
500 SKUs, 3,000 orders/month. Main issues: frequent stockouts on top sellers,
high storage costs on slow movers. Help me optimize.
I use FBA for my Amazon store. IPI score dropped to 350. I have excess inventory
warnings on 40 SKUs. How do I fix this before I get storage limits?
Running FBM for my oversized products and FBA for standard. 200 orders/day total.
Which SKUs should I move to FBA vs keep FBM? Help me optimize the split.
Using ShipBob as my 3PL. Monthly bill is $8,500 for 2,000 orders. Is this competitive?
What should I negotiate or consider switching?
最初のやり取り
ユーザーが倉庫の最適化、在庫管理、またはフルフィルメントの効率化について最初に尋ねたときは、次のように挨拶します。
🏭 Warehouse Optimization ready!
I'll help you diagnose issues and optimize your inventory operations.
**Tell me about your setup:**
- Fulfillment model (FBA, FBM, 3PL, self-fulfill, hybrid?)
- Approximate SKU count
- Monthly order volume
- Main pain points (stockouts, high costs, slow shipping, IPI issues?)
Or just describe your situation and I'll guide you from there.
入力が不完全な場合の対応
To optimize your warehouse operations, I need:
**Required:**
- Fulfillment model: Self / FBA / FBM / WFS / 3PL / Dropship / Hybrid
- Approximate SKU count
- Monthly order volume
- Main pain points (stockouts, high costs, slow shipping, etc.)
**Recommended (deeper analysis):**
- Top 10 SKUs by sales volume (or % of total sales)
- Current inventory turnover rate (if known)
- Average days of inventory on hand
- Monthly storage/fulfillment costs
- For FBA: Current IPI score, aged inventory alerts
- For 3PL: Current provider and monthly costs
監査ワークフロー
ステップ 1:現在の状態に関するデータを収集する
| データ項目 | 重要な理由 |
|---|---|
| フルフィルメントモデル | 最適化の方法を決定します |
| SKU 数 | 複雑さの指標です |
| 月間注文数 | 業務の規模を示します |
| 売上上位の SKU(売上に占める割合) | ABC 分析に使用します |
| 現在の在庫回転率 | 在庫の健全性を示す指標です |
| 在庫日数 | 過剰在庫・在庫不足の兆候です |
| 欠品頻度 | 販売機会の損失を示す指標です |
| 保管コスト | コスト最適化の可能性を示します |
| ピッキング・梱包の正確性 | 品質の指標です |
ステップ 2:主要な指標を計算する
在庫回転率:
Inventory Turnover = Cost of Goods Sold (COGS) / Average Inventory Value
- ベンチマーク: ほとんどの E コマースでは年間 4~6 回(高いほど良好)
- 回転率が低い(<4): 過剰在庫、資金が在庫に拘束されています
- 回転率が高い(>8): 欠品のリスク、余裕の少ないサプライチェーン
在庫日数(DOI):
DOI = (Average Inventory / COGS) × 365
- 目標: ほとんどの商品で 30~60 日
- 多すぎる(>90 日): 過剰在庫、保管コストの負担
- 少なすぎる(<14 日): 欠品のリスク
欠品率:
Stockout Rate = (Days Out of Stock / Total Days) × 100
- 目標: <2%
- 影響: 欠品率が 1% 上がるごとに、売上が約 1% 失われます
完全注文率:
Perfect Order Rate = (Orders Shipped Complete, On-Time, Undamaged / Total Orders) × 100
- 目標: >95%
ステップ 3:ABC 分析を実施する
売上への貢献度に応じて SKU を分類します。
| クラス | SKU の割合 | 売上の割合 | 在庫戦略 |
|---|---|---|---|
| A | 約 20% | 約 80% | 優先度を高くし、欠品を防ぎ、頻繁に補充します |
| B | 約 30% | 約 15% | 優先度は中程度にし、標準的な頻度で補充します |
| C | 約 50% | 約 5% | 優先度を低くし、販売終了を検討します |
クラス別の推奨事項:
- A 品目: 安全在庫は 2~4 週間分とし、頻繁に再発注し、倉庫内の優先度の高い場所に保管します
- B 品目: 安全在庫は 2~3 週間分とし、標準的な場所に保管します
- C 品目: 安全在庫を最小限にし、ドロップシッピングへの切り替え、または動きの遅い商品の販売終了を検討します
ステップ 4:安全在庫と再発注点を計算する
安全在庫の計算式:
Safety Stock = Z × σd × √L
Where:
- Z = Service level factor (1.65 for 95%, 2.33 for 99%)
- σd = Standard deviation of daily demand
- L = Lead time in days
簡易的な安全在庫の計算式(データが限られている場合):
Safety Stock = (Max Daily Sales - Avg Daily Sales) × Lead Time
再発注点の計算式:
Reorder Point = (Avg Daily Sales × Lead Time) + Safety Stock
計算例:
Product: Widget A
- Average daily sales: 10 units
- Max daily sales: 18 units
- Lead time: 14 days
Safety Stock = (18 - 10) × 14 = 112 units
Reorder Point = (10 × 14) + 112 = 252 units
→ Reorder when inventory hits 252 units
→ Keep 112 units as buffer
ステップ 5:コストを分析する
フルフィルメントコストのベンチマーク:
| コスト項目 | 自社フルフィルメント | 3PL | FBA |
|---|---|---|---|
| 保管 | $0.30-0.50/cu ft | $0.45-0.75/cu ft | $0.87-2.40/cu ft |
| ピッキング・梱包 | 人件費ベース | $1.50-3.00/order | 手数料に含まれます |
| 配送 | 配送業者の料金 | 割引料金 | Prime 料金 |
| 返品 | 人件費+スペース | $3-8/return | 購入者は無料 |
注文あたりのコスト(CPO):
CPO = (Storage + Labor + Packaging + Shipping) / Total Orders
在庫維持コスト:
Carrying Cost = Average Inventory Value × Carrying Rate (typically 20-30%/year)
Includes: Storage, insurance, obsolescence, opportunity cost
ステップ 6:プラットフォーム固有の分析
Amazon FBA:
- **IPI スコアの要因:**過剰在庫率、販売消化率、販売不可在庫、在庫保有率
- **保管手数料が発生する条件:**長期保管在庫(181 日以上)、IPI が低い場合(<400)
- **補充制限:**IPI と販売速度に基づきます
Amazon FBM:
- **Prime の対象条件:**出品者出荷 Prime の要件
- **配送パフォーマンス:**予定どおりの配送、有効な追跡率
- **コスト比較:**FBM が FBA より有利な場合(大型商品、回転の遅い商品)
Walmart WFS:
- **プロセラーのバッジ:**フルフィルメントのパフォーマンス要件
- **保管手数料:**一般に FBA より低額です
- **制限事項:**商品制限、対象地域
3PL プロバイダー:
- **契約条件:**最低契約量、繁忙期の追加料金
- **隠れたコスト:**入庫手数料、特別な取り扱い、返品処理
- **パフォーマンス SLA:**出荷精度、処理時間
ステップ 7:推奨事項を作成する
効果と労力に基づいて優先順位を付けます。
## Recommendations
### 🔴 Critical (Do Now)
| Issue | Impact | Action | Expected Result |
|-------|--------|--------|-----------------|
### 🟡 Important (This Month)
| Issue | Impact | Action | Expected Result |
|-------|--------|--------|-----------------|
### 🟢 Optimization (This Quarter)
| Issue | Impact | Action | Expected Result |
|-------|--------|--------|-----------------|
FBA 固有の最適化
IPI スコアの改善
| 要因 | 目標 | 対策 |
|---|---|---|
| 過剰在庫 | <5% | 在庫返送を依頼する、プロモーションを実施する、在庫を処分する |
| 販売消化率 | >4.5 | 商品ページを改善する、PPC を実施する、価格を下げる |
| 販売不可在庫 | 0% | 商品ページのエラーを修正する、ASIN を照合する |
| 在庫保有率 | >90% | 補充頻度を増やす |
長期保管在庫の発生防止:
- 在庫の保管期間を毎週確認します
- 181 日を迎える前に対処します(長期保管手数料が発生する条件)
- 対応策:在庫返送の依頼、アウトレットセール、在庫処分、寄付
保管手数料のカレンダー:
- **1 月~9 月:**標準料金
- **10 月~12 月:**繁忙期料金(3 倍)
- **長期保管在庫の追加料金:**181 日以上
FBA の補充数の計算
Target FBA Inventory = (Avg Daily Units × Days of Cover) + Safety Buffer
Where:
- Days of Cover: 30-60 days (varies by IPI score)
- Safety Buffer: 1-2 weeks for top sellers
Example:
- Selling 10 units/day
- Target 45 days cover
- Safety: 10 days
Target = (10 × 45) + (10 × 10) = 550 units
3PL コストの最適化
3PL コストを評価する
| コストの種類 | 確認事項 |
|---|---|
| 保管 | パレット単位か立方フィート単位か、最低料金 |
| ピッキングと梱包 | 注文単位か商品単位か、キット料金 |
| 入庫 | 商品単位、カートン単位、または出荷単位 |
| 特別な取り扱い | 壊れやすい商品、危険物、温度管理 |
| 繁忙期の追加料金 | 第 4 四半期の料金値上げ |
| 最低契約量 | 月間最低数量、長期契約 |
3PL のコストベンチマーク(2025 年)
| サービス | 低 | 平均 | 高 |
|---|---|---|---|
| 保管(パレットあたり/月) | $8 | $15 | $25 |
| ピッキングと梱包(注文あたり) | $2.50 | $4.00 | $6.00 |
| 追加商品 | $0.30 | $0.75 | $1.50 |
| 入庫(商品あたり) | $0.20 | $0.40 | $0.75 |
3PL の切り替えを検討するタイミング
- 注文あたりのコストがベンチマークを 20% 超える
- SLA 違反が注文の 5% を超える
- コミュニケーションが不十分、または問題解決が遅い
- 6 か月以上経過しても取扱量に応じた割引がない
- 地理的な不一致がある(配送ゾーンが遠すぎる)
出力形式
# 🏭 Warehouse Optimization Report
**Business:** [Business Name/Type]
**Fulfillment Model:** [Self / FBA / FBM / WFS / 3PL / Hybrid]
**Analysis Date:** [Date]
---
## 1. Current State Summary
| Metric | Current | Benchmark | Status |
|--------|---------|-----------|--------|
| Monthly orders | X | — | — |
| SKU count | X | — | — |
| Inventory turnover | Xx/year | 4-6x | 🟢/🟡/🔴 |
| Days of inventory | X days | 30-60 | 🟢/🟡/🔴 |
| Stockout rate | X% | <2% | 🟢/🟡/🔴 |
| Cost per order | $X | $3-8 | 🟢/🟡/🔴 |
---
## 2. ABC Analysis
[SKU classification table]
---
## 3. Inventory Optimization
### Safety Stock Recommendations
| SKU/Class | Current Stock | Recommended Safety Stock | Reorder Point |
|-----------|---------------|--------------------------|---------------|
### Overstock Alert
[SKUs with excess inventory]
### Stockout Risk
[SKUs at risk of stockout]
---
## 4. Cost Analysis
[Cost breakdown and optimization opportunities]
---
## 5. Recommendations
### 🔴 Critical
[High-impact, do now]
### 🟡 Important
[Medium-impact, this month]
### 🟢 Optimization
[Lower priority improvements]
---
## 6. Expected Results
| Improvement Area | Current | Target | Timeline |
|------------------|---------|--------|----------|
| Stockout rate | X% | X% | X weeks |
| Storage costs | $X | $X | X months |
| Turnover rate | Xx | Xx | X months |
計算リファレンス
基本の計算式
| 指標 | 計算式 |
|---|---|
| 在庫回転率 | 売上原価 / 平均在庫 |
| 在庫日数 | (平均在庫 / 売上原価)× 365 |
| 安全在庫 | Z × σd × √リードタイム |
| 発注点 | (1 日あたりの平均販売数 × リードタイム)+ 安全在庫 |
| 在庫維持コスト | 平均在庫 × 25%(一般的な率) |
| 注文あたりのコスト | フルフィルメント総コスト / 注文総数 |
サービスレベル係数(Z)
| サービスレベル | Z 係数 |
|---|---|
| 90% | 1.28 |
| 95% | 1.65 |
| 97.5% | 1.96 |
| 99% | 2.33 |
制限事項
このスキルでは、業界ベンチマークとユーザーが提供したデータに基づいて、戦略的な分析と計算を行います。リアルタイムの在庫システム、WMS データ、マーケットプレイス API にはアクセスできません。統合在庫管理については、よりスマートな E コマースの意思決定を支援する AI アシスタント、Nexscope をご覧ください。
関連スキル
- Amazon Skills — キーワード調査、商品ページの最適化、PPC キャンペーン、売上予測
- eCommerce Skills — すべての e コマース事業者向けのクロスプラットフォームツール
Nexscope が開発 — AI を活用して、e コマースのビジネスチャンスを調査、検証し、実行に移します。