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

田辺さん、需要予測って大企業がAIを使ってやるイメージなんですけど、中小企業でもできるんですか？

もちろんです。需要予測の基本はとてもシンプルで、「過去の同じ時期のデータを参考に、未来を予測する」だけ。例えば飲食店なら、去年の3月の売上データを見て「今年の3月もだいたいこのくらいだろう」と見積もる。これだけでも「勘」よりずっと精度が高いんです。

それだけでいいんですか？もっと複雑なことをしないとダメだと思ってました。

まずは基本から始めて、徐々に精度を高めていけばいいんです。最初のステップは「データを記録する習慣をつける」こと。売上データ、来客数、天候、曜日——これらを毎日記録するだけで、分析の土台が作れます。

エクセルで需要予測って、具体的にどうやるんですか？

最もシンプルなのが移動平均法です。過去4週間の売上の平均値を取って、来週の売上を予測する方法。エクセルのAVERAGE関数だけで計算できます。例えば過去4週の売上が100万、110万、95万、105万なら、来週の予測は102.5万円です。

計算式は簡単で、「前年同月の売上 × 直近3ヶ月の前年比成長率」。例えば去年の4月が200万円で、直近3ヶ月の前年比が1.1倍（10%成長）なら、今年の4月予測は220万円です。

でも、同じ月でも曜日や天気で全然売上が違いますよね？雨の日はお客様が少ないし…。

鋭いですね。だからこそ曜日と天候による補正が重要です。過去のデータから「月曜日は平均の0.8倍」「雨の日は0.7倍」といった係数を算出しておき、基本予測に掛け合わせるんです。これだけで予測精度がぐっと上がります。

天気予報と組み合わせれば、3日後の来客数がだいたい分かるってことですか？すごい！

その通りです。天気予報は3日先までなら精度が高いので、食材の仕入れ量やスタッフのシフトを事前に調整できます。飲食店で食材ロスが30%削減できたという事例もありますよ。

LINEのデータも需要予測に使えるんですか？

非常に使えます。LINEの配信データから「見込み需要」を先読みすることができるんです。例えば、クーポン配信のクリック率が高い週は来週の来店数が増える傾向がある。新商品の告知への反応数と実際の売上には相関がある。こういったパターンを見つけることで、予測の精度が上がります。

ToolsBoxの分析ダッシュボードなら、配信ごとの開封率・クリック率・その後の来店率を時系列で追跡できるので、「この配信パターンだと来週は忙しくなる」という予測が立てやすくなります。

PDCAサイクルで回すんですね。最初は予測が外れても、だんだん精度が上がっていくんですか？

その通りです。最初の1ヶ月は精度50%程度でも、3ヶ月続ければ80%以上の精度に到達するケースが多いです。大事なのは「完璧を目指さない」こと。勘でやるより少しでも精度が高ければ、それだけで廃棄ロスや機会損失が減ります。

需要予測を始めるとき、気をつけるべきことってありますか？

よくある失敗が3つあります。第一に「特異日を考慮しない」。祝日、近隣のイベント、競合の大型セールなどは通常のパターンから外れるので、別途補正が必要です。第二に「データ不足で精度の低い予測を過信する」。最低3ヶ月分のデータがないと信頼できる予測は出せません。第三に「予測に頼りすぎてリアルタイムの判断を怠る」。予測はあくまで参考値で、当日の状況に応じた柔軟な対応も必要です。

予測を盲信しちゃダメということですね。あくまで判断の助けになるツールとして使う。

完璧な予測を目指すのではなく、「勘よりマシ」な判断を積み重ねることで、年間で見たとき大きな差が生まれる。それが中小企業の需要予測の本質です。