layout: book title: “第3章 仕入れと在庫の科学” chapter: chapter03 —
第3章 仕入れと在庫の科学
学習目標: サプライチェーン管理と需要予測の基本を理解する
3-1 「何を」「いつ」「どれだけ」仕入れるか
ゲームでの発注体験を振り返ろう
Supermarket Simulatorで商品を発注するとき、どんなことを考えましたか？
「牛乳がよく売れるから多めに注文しよう」 「この商品は全然売れないから、少なくしよう」 「お金が足りないから、必要最低限だけ注文しよう」
これらの判断すべてが仕入れ管理の基本であり、現実のビジネスでも同じような判断を毎日行っています。
仕入れの3つの基本的な問い
仕入れを行うときには、必ず3つの問いに答える必要があります：
1. 何を仕入れるか（商品選択）
ゲームでの判断基準:
- よく売れる商品
- 利益率の高い商品
- 季節や時期に合った商品
現実での判断基準:
- 顧客ニーズの分析
- 市場トレンドの把握
- 競合との差別化
- 利益貢献度
2. いつ仕入れるか（タイミング）
ゲームでの判断基準:
- 在庫が少なくなったとき
- お金に余裕があるとき
- 市場価格が安いとき
現実での判断基準:
- 需要予測に基づく計画
- 供給業者のリードタイム
- 季節要因
- キャッシュフローの状況
3. どれだけ仕入れるか（数量）
ゲームでの判断基準:
- 売上予測
- 保管スペース
- 資金の制約
現実での判断基準:
- 需要予測の精度
- 在庫保管コスト
- 機会損失のリスク
- 賞味期限や陳腐化のリスク
需要予測の重要性
需要予測とは、将来どれだけその商品が売れるかを予想することです。これがすべての仕入れ判断の基礎になります。
ゲーム内での需要予測体験
Supermarket Simulatorをプレイしていて、こんな経験はありませんか？
予測が当たったとき:
- 発注した商品がちょうど売り切れる
- 無駄な在庫がない
- 売上が安定している
予測が外れたとき:
- 商品が余って資金が回らない
- 人気商品が売り切れてお客様が帰ってしまう
- 利益が思ったより少ない
需要予測の基本パターン
1. トレンド（傾向）
- 売上が継続的に増加または減少
- 例：健康志向商品の売上増加
2. 季節性（Seasonality）
- 特定の時期に売上が変動
- 例：夏のアイスクリーム、冬のおでん
3. 周期性（Cyclical）
- 一定の周期で売上が変動
- 例：給料日前後の買い物パターン
4. 不規則変動（Irregular）
- 予測困難な突発的変動
- 例：天候による売上変化、話題商品の爆発的売上
機会損失と過剰在庫のリスク
仕入れで最も重要なのは、機会損失と過剰在庫のバランスを取ることです。
機会損失（売り逃し）のリスク
機会損失とは、商品がないために売上を逃してしまうことです。
ゲームでの例:
- 人気商品の品切れでお客様が帰ってしまう
- 競合他社に顧客が流れる
- 売上目標が達成できない
現実での影響:
- 直接的な売上減少
- 顧客満足度の低下
- ブランドイメージの悪化
- 顧客の競合流出
機会損失の計算例:
牛乳の通常売上: 100本/日 × 150円 = 15,000円
品切れによる機会損失: 15,000円 × 品切れ日数
過剰在庫のリスク
過剰在庫とは、必要以上に商品を仕入れてしまうことです。
ゲームでの例:
- 売れない商品で倉庫がいっぱい
- 新しい商品を仕入れる資金がない
- 賞味期限切れで廃棄
現実での影響:
- 在庫保管コスト
- 資金の固定化（キャッシュフロー悪化）
- 商品の陳腐化・劣化
- 廃棄ロスの発生
過剰在庫のコスト計算例:
過剰在庫: パン50個 × 100円 = 5,000円
保管コスト: 5,000円 × 月利1% = 50円/月
機会コスト: 5,000円を他に投資した場合の利益
最適な発注量の考え方
最適な発注量は、機会損失と過剰在庫のコストが最小になる点です。
基本的な考え方
発注量が少ない場合:
- 機会損失のリスクが高い
- 過剰在庫のリスクは低い
発注量が多い場合:
- 機会損失のリスクは低い
- 過剰在庫のリスクが高い
最適点: 両方のリスクのバランスが取れた点
発注量決定の要因
1. 需要の確実性
- 確実性が高い → 多めに発注
- 確実性が低い → 少なめに発注
2. 利益率
- 利益率が高い → 機会損失の影響大
- 利益率が低い → 過剰在庫の影響大
3. 商品の特性
- 日用品 → 安定した需要
- 嗜好品 → 変動しやすい需要
- 生鮮食品 → 鮮度管理が重要
3-2 データで需要を読む
売上データの見方
ゲームでも現実でも、過去の売上データは需要予測の最も重要な材料です。
基本的な売上データの種類
1. 時系列データ 日別、週別、月別の売上推移
2. 商品別データ 各商品の売上数量と金額
3. 時間帯別データ 1日の中での売上変動
4. 顧客別データ 顧客セグメント別の購買パターン
データの読み方の基本
平均値と変動
例：パンの売上
平均売上: 50個/日
標準偏差: 10個
→ 大体40-60個の範囲で売れる
最大値と最小値
最大売上: 80個（土曜日）
最小売上: 30個（火曜日）
→ 曜日による変動が大きい
成長率
前月売上: 1,000個
今月売上: 1,100個
成長率: (1,100-1,000)/1,000 × 100 = 10%
季節性・曜日性・時間性の分析
季節性の分析
季節指数の計算
春の売上 ÷ 年間平均売上 × 100 = 季節指数
例：アイスクリーム
夏の季節指数: 200（平均の2倍売れる）
冬の季節指数: 50（平均の半分）
季節商品の例:
- 夏：アイス、そうめん、冷やし中華
- 冬：おでん、鍋用品、温かい飲み物
- 春：新生活用品、弁当箱
- 秋：おつまみ、温かいお茶
曜日性の分析
曜日指数の計算例:
月曜日の売上 ÷ 週平均売上 × 100 = 曜日指数
一般的なパターン：
月曜日: 80（週始めで売上少）
金曜日: 120（週末買い出しで売上多）
土曜日: 150（休日で売上最大）
曜日による商品の違い:
- 平日：お弁当、個食商品
- 土日：ファミリー向け商品、まとめ買い商品
時間性の分析
時間帯別売上パターン:
朝（7-9時）: 朝食関連、飲み物
昼（11-14時）: 弁当、パン、飲み物
夕方（17-19時）: 夕食材料、惣菜
夜（19-21時）: デザート、お酒
時間帯指数の活用:
- 発注タイミングの調整
- スタッフ配置の最適化
- 商品陳列の変更
トレンドの把握方法
移動平均による平滑化
変動の激しいデータから、基本的な傾向を読み取る方法
3日移動平均の計算例:
日付 売上 3日移動平均
1日 100 -
2日 120 -
3日 80 (100+120+80)/3 = 100
4日 110 (120+80+110)/3 = 103.3
5日 90 (80+110+90)/3 = 93.3
前年同期比較
前年同期比の計算:
今年4月売上 ÷ 前年4月売上 × 100 = 前年同期比
例：
今年4月: 50万円
前年4月: 45万円
前年同期比: 50/45 × 100 = 111.1%（11.1%増）
トレンド分析の注意点
1. 外部要因の考慮
- 天候の影響
- 競合店の開店・閉店
- 地域イベントの開催
2. 商品ライフサイクル
- 導入期：認知度向上で売上増
- 成長期：急速な売上拡大
- 成熟期：安定した売上
- 衰退期：売上減少
3. データの質
- 欠損データの処理
- 異常値の確認
- サンプル数の十分性
3-3 在庫管理の基本原則
ABC分析：重要度による商品分類
ABC分析は、商品を売上への貢献度によってA、B、Cの3つのグループに分類する手法です。
ABC分析の基本概念
パレートの法則（80:20の法則）:
- 売上の80%は、20%の商品から生まれる
- 残り20%の売上は、80%の商品から生まれる
ABC分析の手順
ステップ1: 商品別売上の集計
商品名 月間売上 構成比 累積構成比
牛乳 50万円 25% 25%
パン 40万円 20% 45%
弁当 30万円 15% 60%
お菓子 20万円 10% 70%
...
ステップ2: 商品の分類
- Aランク：累積構成比70%まで（売上の大部分を占める重要商品）
- Bランク：累積構成比70-90%（中程度の重要度）
- Cランク：累積構成比90-100%（売上への影響は小さい）
ABC分析による管理方法の違い
| ランク | 管理レベル | 発注頻度 | 在庫水準 | 欠品許容度 |
|---|---|---|---|---|
| A | 厳密管理 | 毎日 | 高め | 絶対NG |
| B | 通常管理 | 週2-3回 | 中程度 | 短期間のみ |
| C | 簡易管理 | 週1回 | 低め | ある程度許容 |
ABC分析をゲーム体験に当てはめると
Aランク商品の例:
- 牛乳、パン、弁当など基本商品
- 毎日必ず発注が必要
- 品切れすると大きな機会損失
Bランク商品の例:
- お菓子、調味料など
- 定期的な発注が必要
- 短期間の品切れは許容
Cランク商品の例:
- 季節商品、嗜好品など
- 在庫状況を見て発注
- 品切れしても影響は限定的
安全在庫の考え方
安全在庫とは、需要の変動や供給の遅れに対応するために確保しておく在庫です。
安全在庫が必要な理由
需要の変動:
- 予想より多く売れる場合
- 突発的なイベントでの需要増
供給の遅れ:
- 配送の遅延
- 仕入先の問題
機会損失の防止:
- 品切れによる売上減少を防ぐ
- 顧客満足度の維持
安全在庫量の決め方
基本的な計算式:
安全在庫 = 安全係数 × 需要の標準偏差 × √リードタイム
例：
需要の標準偏差: 10個/日
リードタイム: 3日
安全係数: 1.96（95%の確率で品切れを防ぐ）
安全在庫 = 1.96 × 10 × √3 = 34個
実用的な簡易計算:
安全在庫 = 平均日販 × 安全日数
例：
平均日販: 50個/日
安全日数: 3日
安全在庫 = 50 × 3 = 150個
安全在庫の設定基準
商品の重要度:
- Aランク商品：高い安全在庫
- Cランク商品：低い安全在庫
需要の安定性:
- 安定商品：低い安全在庫
- 変動商品：高い安全在庫
調達の容易さ:
- 入手困難：高い安全在庫
- 入手容易：低い安全在庫
発注点管理システム
発注点とは、この在庫水準になったら発注をかけるという基準点です。
発注点の計算
基本公式:
発注点 = リードタイム中の需要 + 安全在庫
例：
日平均需要: 50個
リードタイム: 3日
安全在庫: 150個
発注点 = (50 × 3) + 150 = 300個
→ 在庫が300個になったら発注
発注点管理の流れ
経済的発注量（EOQ）
EOQ（Economic Order Quantity）は、発注コストと在庫保管コストの合計が最小になる発注量です。
EOQの基本概念:
- 発注量が多い：発注回数減→発注コスト減、在庫保管コスト増
- 発注量が少ない：発注回数増→発注コスト増、在庫保管コスト減
簡易EOQ計算:
年間需要: 10,000個
発注コスト: 500円/回
保管コスト: 10円/個/年
EOQ = √(2 × 年間需要 × 発注コスト ÷ 保管コスト)
EOQ = √(2 × 10,000 × 500 ÷ 10) = √1,000,000 = 1,000個
3-4 現実の在庫管理事例
事例1: Amazonの予測型出荷システム
Amazonは世界最大のECサイトとして、革新的な在庫管理システムを構築しています。
予測型出荷（Anticipatory Shipping）
仕組み:
- 顧客の購買履歴を分析
- 購入される前に商品を顧客の近くの倉庫に移動
- 注文が入ったら即座に出荷
例:
顧客Aの分析結果：
- 毎月第2週に洗剤を購入
- 特定ブランドを好む
- 大容量パックを選ぶ傾向
→ 第2週前に該当商品を近くの倉庫に配置
効果:
- 配送時間の大幅短縮
- 在庫回転率の向上
- 顧客満足度の向上
AIと機械学習の活用
需要予測の高度化:
- 過去の売上データ
- 季節要因
- イベント情報
- 天候データ
- 経済指標
在庫最適化:
- 倉庫間での在庫移動
- 商品配置の最適化
- 廃棄ロスの最小化
事例2: セブン-イレブンの日次発注システム
セブン-イレブンは、約21,000店舗での効率的な在庫管理で有名です。
日次発注の特徴
発注頻度:
- 1日3回の発注機会
- 米飯・調理パン（午前）
- 冷凍食品（午後）
- 雑貨（夜間）
発注の責任:
- 各店舗のオーナーが発注判断
- 本部は売上データとアドバイスを提供
- 廃棄ロスも各店舗が負担
POSデータの活用
収集データ:
- 商品別売上（時間帯別）
- 天候情報
- 地域イベント情報
- 競合店の状況
分析と提案:
昨日の実績：おにぎり梅 50個販売
天気予報：明日は雨
過去データ：雨の日は+20%売上増
AI提案：おにぎり梅 60個発注
単品管理の徹底
商品ごとの詳細分析:
- おにぎりだけで約30種類
- 各商品の売れ筋時間帯を把握
- 競合商品との関係分析
廃棄率の管理:
- 業界平均：5-8%
- セブン-イレブン：約3%
- 見切り販売と廃棄のバランス
事例3: ZARAのファストファッション戦略
ZARA（ザラ）は、短期間で最新ファッションを提供するファストファッションの代表企業です。
短いリードタイム
従来のアパレル業界:
- 企画から販売まで：6-12ヶ月
- 季節の半年前に商品企画
- 大量生産によるコスト削減
ZARAの戦略:
- 企画から販売まで：2-4週間
- トレンドを見て即座に商品化
- 小ロット生産で在庫リスク軽減
垂直統合システム
設計・生産・販売の一体化:
- 自社デザイナーによる企画
- スペイン本社近郊での生産
- 全世界の店舗への直接配送
情報の迅速な共有:
- 各店舗からの売上データを毎日本社に送信
- 売れ筋商品の追加生産を即座に判断
- 売れない商品の生産停止も迅速に決定
計画的品切れ戦略
希少性の演出:
- 意図的に少量生産
- 売り切れることで価値感を高める
- 「今買わないと無くなる」心理の活用
在庫リスクの軽減:
- 大量の売れ残りを避ける
- 値下げ販売の最小化
- 高い利益率の維持
日本企業との比較
| 要素 | ZARA | 日本の一般的アパレル |
|---|---|---|
| リードタイム | 2-4週間 | 6-12ヶ月 |
| 生産ロット | 小ロット | 大ロット |
| 在庫期間 | 2-3週間 | 2-3ヶ月 |
| 値下げ率 | 15-20% | 30-50% |
3-5 計算してみよう
適正発注量の計算方法
実際の数値を使って、適正発注量を計算してみましょう。
例題1: 基本的な発注量計算
条件:
- 商品：牛乳1リットル
- 日平均売上：100本
- リードタイム：2日
- 安全在庫：3日分
- 現在在庫：150本
計算:
1. 安全在庫量 = 日平均売上 × 安全日数
= 100本 × 3日 = 300本
2. 発注点 = (日平均売上 × リードタイム) + 安全在庫
= (100本 × 2日) + 300本 = 500本
3. 現在在庫150本 < 発注点500本
→ 発注が必要
4. 発注量 = 発注点 + 一定期間分 - 現在在庫
= 500本 + (100本 × 5日) - 150本 = 850本
例題2: 季節変動を考慮した計算
条件:
- 商品：アイスクリーム
- 平常時売上：50個/日
- 夏季売上：150個/日（3倍）
- 現在：5月末（夏季需要開始）
- リードタイム：3日
計算:
1. 夏季の日平均需要 = 150個/日
2. 安全在庫（高めに設定）= 150個 × 2日 = 300個
3. 発注点 = (150個 × 3日) + 300個 = 750個
4. 夏季1ヶ月分の発注量
= 150個 × 30日 = 4,500個
在庫回転率の計算と改善
在庫回転率は、在庫がどれだけ効率的に回転しているかを示す指標です。
在庫回転率の計算
基本公式:
在庫回転率 = 年間売上原価 ÷ 平均在庫金額
例：
年間売上原価：1,200万円
平均在庫金額：200万円
在庫回転率 = 1,200万円 ÷ 200万円 = 6回転
回転期間の計算:
回転期間 = 365日 ÷ 在庫回転率
= 365日 ÷ 6回転 = 61日
→ 平均61日で在庫が入れ替わる
業界別在庫回転率の目安
| 業界 | 在庫回転率 | 回転期間 |
|---|---|---|
| コンビニ | 15-20回転 | 18-24日 |
| スーパー | 12-15回転 | 24-30日 |
| ドラッグストア | 8-10回転 | 36-45日 |
| 家電量販店 | 6-8回転 | 45-60日 |
在庫回転率改善の方法
1. 需要予測の精度向上
- データ分析の強化
- 外部要因の考慮
- 予測モデルの改善
2. リードタイムの短縮
- 仕入先との関係強化
- 配送システムの改善
- 情報システムの活用
3. 商品構成の見直し
- 死に筋商品の削減
- 売れ筋商品への集中
- ABC分析の活用
欠品率と過剰在庫率のバランス
適正在庫を維持するには、欠品と過剰在庫のバランスが重要です。
欠品率の計算
欠品率:
欠品率 = 欠品日数 ÷ 営業日数 × 100
例：
月間営業日数：30日
欠品日数：3日
欠品率 = 3日 ÷ 30日 × 100 = 10%
許容欠品率の目安:
- Aランク商品：1%以下
- Bランク商品：3%以下
- Cランク商品：5%以下
過剰在庫率の計算
過剰在庫率:
過剰在庫率 = 過剰在庫金額 ÷ 総在庫金額 × 100
例：
総在庫金額：500万円
過剰在庫金額：50万円
過剰在庫率 = 50万円 ÷ 500万円 × 100 = 10%
最適バランスの見つけ方
コスト分析:
欠品コスト = 機会損失 + 顧客離れコスト
過剰在庫コスト = 保管コスト + 資金コスト + 陳腐化コスト
最適点 = 欠品コスト + 過剰在庫コストが最小になる点
実践的アプローチ:
- 現状の欠品率・過剰在庫率を測定
- 業界標準と比較
- 段階的な改善目標を設定
- 定期的な見直しと調整
章末演習
演習1: 売上データ分析演習
以下の売上データを分析して、需要予測を行ってください。
牛乳の日別売上データ（4週間）
週 月 火 水 木 金 土 日
1 80 75 85 90 95 120 110
2 85 80 90 85 100 125 115
3 90 85 95 90 105 130 120
4 95 90 100 95 110 135 125
分析項目:
- 週平均売上の計算
- 曜日別平均売上の計算
- 曜日指数の算出（週平均を100とした場合）
- 来週の売上予測
- 需要変動の特徴分析
考察ポイント:
- どの曜日の売上が多いか？その理由は？
- 週を追うごとの変化はあるか？
- 予測精度を上げるにはどうすればよいか？
演習2: ABC分析実践
以下の商品売上データでABC分析を行ってください。
月間商品売上データ
商品名 月間売上 利益率
牛乳 50万円 15%
パン 45万円 25%
弁当 40万円 20%
お菓子 35万円 30%
飲料 30万円 35%
冷凍食品 25万円 18%
調味料 20万円 22%
雑誌 15万円 25%
文具 10万円 40%
その他 30万円 20%
分析手順:
- 売上金額順に並び替え
- 構成比と累積構成比を計算
- A・B・Cランクに分類
- 各ランクの管理方針を提案
- 利益への貢献度も考慮した優先順位付け
演習3: 発注計画立案シミュレーション
あなたはSupermarket Simulatorのようなスーパーマーケットの発注担当者です。以下の条件で最適な発注計画を立ててください。
条件:
- 商品：パン
- 過去1週間の売上：80, 75, 85, 90, 85, 100, 95個
- 現在在庫：30個
- リードタイム：1日
- 仕入価格：80円/個
- 販売価格：120円/個
- 廃棄ロス率：5%以下に抑制したい
検討項目:
- 需要予測（向こう1週間）
- 安全在庫量の設定
- 発注点の決定
- 最適発注量の計算
- 利益計算と廃棄リスクの評価
追加課題:
- 天気予報で明日は雨予報。売上への影響を考慮してください
- 来週火曜日は地域の祭りがあります。この要因も考慮してください
演習4: 在庫改善提案書作成
あなたの学校の購買部や近所のコンビニで、在庫に関する問題を見つけて改善提案書を作成してください。
観察ポイント:
- よく品切れを起こしている商品
- 長期間売れ残っている商品
- 売場での気づき
提案書の構成:
- 現状分析
- 観察した問題点
- 問題の影響（売上機会損失、コストなど）
- 原因分析
- なぜその問題が起きているか
- データがあれば数値で示す
- 改善提案
- 具体的な解決策
- 実施方法と期待効果
- 効果測定方法
- どのように改善効果を確認するか
注意事項:
- 実店舗での観察は迷惑をかけないよう配慮
- 数値は推定でも構わないが、根拠を明記
- 実現可能性を考慮した提案にする
第3章のまとめ
- 仕入れは「何を」「いつ」「どれだけ」の3つの判断が基本
- 需要予測はすべての仕入れ判断の基礎となる
- 機会損失と過剰在庫のバランスが重要
- ABC分析により商品を重要度で分類し、管理レベルを変える
- 安全在庫と発注点により欠品リスクを管理
- データ分析により需要パターンを把握し予測精度を向上
- 現実の企業は高度なシステムで在庫を最適化している
次の第4章では、価格戦略について学びます。商品の値段をどう決めるかは、売上と利益に直結する重要な経営判断です。