小売・ECの需要予測を始める前に：欠品・返品・販促データの整理

販売履歴を集めただけでは、仕入れに使える予測にはなりません。売れなかった理由と、予測時点で分かる情報を分け、発注条件まで評価する進め方を解説します。

KEY TAKEAWAY

販売数を需要とみなす前に、欠品と販売可能期間を確認します。AIの誤差が小さくなることと、在庫の判断が良くなることを分けて評価するのが重要です。

1. 売上ゼロの意味を分ける

売上ゼロには、需要がない、欠品している、販売開始前、店舗が休業しているなど異なる理由があります。これらを同じデータとして扱うと、売れるはずの商品を低く予測することがあります。日次の販売履歴には、在庫状況と販売可能期間を付けて確認します。

完全な在庫履歴がなければ、どの期間の欠品を把握できるかを明示します。推測で埋めた値を実績と混ぜず、評価に使う期間や対象商品を絞る判断も必要です。

色・サイズの違い、セット品、旧品番をどう扱うかで、販売履歴のつながり方が変わります。商品マスタの対応は、表示名が似ているだけで確定せず、実際の発注単位と合わせます。返品は販売した日と返品が発生した日を別に保つと、どの需要を戻しているかを説明しやすくなります。

店舗とECを合わせる場合も、注文数、明細数、個数を混同しない定義が必要です。

予測対象の期間に実際に使った広告費や、後から決まった値引き率を入力すると、将来を知っている評価になります。過去のある日時に予測したと仮定し、その時点で確定していた価格や販促予定だけを使います。

セールの実績が一度しかない場合は、似た施策でも条件が同じとは限りません。通常期と販促期、新商品と継続商品を分けて結果を確認します。

前年同週、直近の移動平均、担当者の現行予測などを比較対象として残します。商品群や販売量別に結果を見ると、一部の売れ筋だけで全体の成績が良く見えていないかを確認できます。

少量品は誤差率が大きく振れやすいため、単一の指標だけで判断しません。必要に応じて商品群での予測や、発注ルールとの組み合わせも検討します。モデルの複雑さそのものを成果にしないことが大切です。

予測値が改善しても、発注単位が大きい、納期が長い、保管場所が足りない場合は、そのまま仕入れに使えません。最低発注量、入数、リードタイムを入れ、現行の発注と候補を同じ条件で比較します。

欠品による機会損失と過剰在庫の費用をどう置くかで判断は変わります。仮定した費用は実績と分け、担当者が補正した理由を記録して、予測と業務条件のどちらを改善すべきか確認します。

最初は一商品群、一定の履歴、週次などの判断周期を決めます。データ定義、基準予測、評価結果、発注候補の確認画面、対象外の一覧を納品物にすると、次に何へ投資するか判断しやすくなります。

For fでは、店舗・EC・在庫の照合から需要予測の検証まで相談できます。欠品記録の有無、商品マスタ、現在の発注方法を共有すると、検証で確かめられる範囲を具体化できます。

同じ締め時点の既存帳票と照合し、差額があれば明細まで理由を説明します。未確定返品など、後から変わる数字の扱いを合意してから、発注支援や予測へ拡張します。