本文へ移動
(お問い合わせ)

需要予測とは?

需要予測とは、商品やサービスがこれからどれだけ求められるかを見積もることです。仕入れや生産、人員の計画のもとになります。

倉庫でタブレットを見ながら話す、作業服姿の二人

需要予測とは、過去の販売の実績や季節の動き、販促の予定などをもとに、これから商品やサービスがどれだけ求められるかを見積もることです。需要予測は、在庫を持ちすぎず、欠品も起こさないための土台です。小売や製造業の仕入れ・生産の計画だけでなく、コールセンターや店舗の人員の配置、物流の車両の手配など、「どれだけ準備しておくか」を決める場面で広く使われています。

需要予測は、どんな場面で使われるのか?

「どれだけ準備しておくか」を前もって決める場面で使われます。仕入れや生産の量、人員の配置、物流の手配が代表的です。

  • 小売や卸での、商品ごとの発注の量
  • 製造業での、生産の計画と部品の手配
  • コールセンターや店舗での、時間帯ごとの人員の配置
  • 物流での、倉庫の作業量の見込みと車両の手配
  • 飲食や宿泊での、仕込みの量や予約枠の調整

需要予測には、どんな方法があるのか?

大きく分けて、担当者の経験による予測、統計の手法による予測、機械学習による予測の3つがあります。

どれか一つに決める必要はありません。統計や機械学習の予測をたたき台にして、担当者がキャンペーンや取引先の事情を足して調整する進め方も、よく取られています。

比べる点担当者の経験統計の手法機械学習
しくみ過去の動きや現場の感覚から見積もる移動平均などで、過去の数字の傾向を先に延ばす天候や販促など、多くの要因と売れ方の関係をデータから学ぶ
向いている場面品目が少なく、担当者が動きをよく知っている売れ方が安定していて、季節の動きがはっきりしている品目が多く、売れ方に影響する要因も多い
弱いところ人によって結果が変わり、引き継ぎにくい急な変化や新しい要因を取り込みにくいデータの準備に手間がかかり、理由の説明が難しいことがある

需要予測には、どんなデータを使うのか?

中心になるのは、過去の販売や出荷の実績です。そこに、曜日や祝日、天候、価格や販促、在庫の状況などを合わせると、予測の手がかりが増えます。

販売・出荷の実績
商品ごと、拠点ごと、日や週ごとの数字です。もっとも大切なデータです。
カレンダー
曜日、祝日、連休、月末など、売れ方が変わる日の情報です。
天候
気温や雨などの情報です。飲料や季節の商品では、影響が大きくなります。
価格と販促
値下げやキャンペーン、チラシの配布などの予定と実績です。
在庫の状況
欠品していた期間が分からないと、「売れなかった」のか「売るものがなかった」のかを区別できません。

需要予測の精度を上げるときの注意点は?

予測の手法を工夫する前に、データの抜けやずれを直すのが近道です。あわせて、精度の測り方と、外れたときの動き方を決めておきます。

欠品や特売の影響を分けて見る
欠品した日や大きな特売の日の数字をそのまま使うと、ふだんの需要を読み違えます。
精度の測り方を決める
「どのくらい外れたら問題か」を品目ごとに決めておくと、改善の効果を比べられます。
新商品は別に考える
過去の実績がない商品は、似た商品の売れ方を参考にするなど、別のやり方で見積もります。
外れたときの動き方を決める
追加の発注や生産の調整など、予測が外れたときの手順を、あらかじめ業務に組み込んでおきます。

トラックファームでは、需要予測をどう扱っているか?

需要予測は、販売や在庫のデータが一か所にそろって、はじめて精度が上がります。トラックファームでは、データの置き場所と記録のルールを先に整え、そのうえで予測を発注や計画の業務に組み込む順番で進めます。

よくある質問

需要予測は、Excelでもできますか?

はい、できます。移動平均や季節の動きを使った予測であれば、表計算ソフトの関数でもつくれます。ただ、品目や拠点が増えると更新の手間が大きくなるため、その段階で仕組みにすることを考えるのがおすすめです。

AIを使えば、需要予測は必ず当たるようになりますか?

いいえ、必ず当たるようにはなりません。AIは多くの要因を組み合わせて予測できますが、過去にない出来事までは読み切れません。予測が外れる前提で、外れたときの対応まで決めておくことが大切です。

最終更新:監修:代表取締役 錦見 穣

まずは無料で、
どこから手をつけるべきかを見立てます。

オンライン面談60分+診断メモ。全国対応です。