小売業特有の課題に対応した、需要予測アプローチ

はじめに

需要予測は、サプライチェーンマネジメントの起点となる重要な業務です。製造業においては、生産計画や調達計画の精度を左右する要素として長年にわたり需要予測の高度化が進められてきました。一方、スーパーマーケット、総合スーパー、ホームセンター、ディスカウントストア、ドラッグストア、コンビニエンスストアといった小売業における需要予測は、製造業とは異なる固有の難しさを抱えています。

PwCでは、こうした課題に応えるため次世代型の需要予測ソリューションである「Multidimensional Demand Forecasting」を提供しています。本コラムでは、小売業の需要予測における構造的な難しさを整理した上で、当ソリューションによる解決アプローチと経営成果への結びつけ方を概観します。

1. 小売業特有の需要予測の難しさ

小売業の需要予測においては、以下のような固有の課題が存在します。

（1）「販売実績」と「真の需要」の乖離

製造業では受注情報が残り、希望数量・納期にどれだけ応えられたかが記録されますが、小売業では目的の商品がなければ客はそのまま立ち去るため、機会損失分は実績データに残りません。さらに、惣菜・弁当などの店内調理が適切に行われていない場合、本来売れる商品でも陳列されず、実績データ上は需要がなかったように見えてしまいます。これをモデルがそのまま学習すれば、悪循環に陥ります。

（2）商品特性の多様性

パン、牛乳、ヨーグルト、豆腐、納豆、惣菜などの日配品は、賞味期限が短く廃棄ロスに直結するため、製造業では一般的な「安全在庫」による対応でのバッファ吸収は通用しません。一方、年間数個しか売れず、販売数ゼロの日が大半を占めるようなロングテール品も同一店舗に多数併存し、こうした「間欠需要」は統計的予測の適用が一層難しい領域です。また、生鮮品（青果・鮮魚・精肉など）にも固有の難しさがあり、例えば「キャベツ」一つとっても産地・時期・サイズ・カット形態などで、都度管理品番が異なってしまうのが一般的です。

（3）内部要因・外部要因による複雑な需要変動

需要変動をもたらす内部要因としては、値引きや特売、チラシ掲載、エンド陳列、ポイント施策、キャンペーンなどがあり、外部要因には天気や天災、競合店出退店、近隣イベント、大型マンション竣工による近隣人口増などがあります。一般的には台風や降雪予報の時は前日に買いだめ需要が急増し、当日は急落します。昨今ではスマートフォンなどでタイムリーに情報が確認でき、「天気予報」というより「天気実況」とも言える状況にあることから、消費者行動にはっきりとした影響を与えます。また、花火大会や運動会などのローカルイベントは飲料・弁当・惣菜需要を大きく押し上げ、年金支給日には高齢者の来店増により特定カテゴリーの需要が顕著に上昇します。

（4）価格弾力性の非連続性

小売業において、価格弾力性を考慮した予測は不可欠ですが、その挙動は滑らかな比例関係とは限りません。ある価格帯を下回った瞬間に販売数が一気に跳ね上がる、閾値型のパターンもしばしば見られます。例えば通常500円の商品が400円台への値引きではさほど反応しなかったにもかかわらず、399円以下になった途端に急激に売れ出す（大台効果）といったようなケースです（図表1）。

図表1：閾値型パターンにおける価格弾力性の例

（5）店舗ごとに異なる需要パターン

都市型店舗は平日昼の弁当・飲料中心、郊外住宅地は週末のまとめ買い中心といったように、店舗の周辺環境によって需要パターンは大きく異なり、店舗を一律に扱う予測では精度向上に限界があります。

（6）業務目的によって異なる予測粒度の必要性

主力商品には発注業務に直結する「日別」「時間帯別」の予測が必要な一方、バイヤーの仕入れ交渉用には数カ月先までの全体需要ボリューム見通しが求められます。さらに、各店舗のパート・アルバイトシフトなどの人員計画（LSP=Labor Scheduling Program）に直結する「客数予測」も重要な領域です。

2. Multidimensional Demand Forecastingによるアプローチ

Multidimensional Demand Forecastingは、上記の課題群それぞれに対応する機能を備えています。

（1）「真の需要」をあぶり出す2つのアプローチ

第一は「最終販売時刻」を活用したアプローチです（図表2）。SKU（Stock Keeping Unit）が何時に売り切れたかを捉え、それ以降の販売ポテンシャルを過去の時間帯別パターンと突合して推定し、実績データを補填します。第二は「同規模店舗からの乖離検知」によるアプローチです。類似店舗群が一定の販売数を示すなか、特定店舗だけ際立って販売数が少ない場合に、欠品・店内調理の遅れ・陳列不備などのオペレーション問題の疑いを自動検知します。両アプローチを組み合わせて補正したデータを学習に用いることで、ミスリーディングをもたらす実績データに引きずられない、正確な予測算出を実現します。

図表2：最終販売時刻 異常値の検出

（2）商品に応じた個別最適なモデル適用

商品の需要特性に応じて予測対象おのおのに最適なモデルを適用し、頻繁に動く日配品から年間数本のロングテール品まで幅広く対応します。生鮮品に対しては複数SKUを横断し、例えば「キャベツグループ／インデックス」のような上位管理単位での予測を標準的に扱うことで、入荷の都度管理品番が変わる生鮮品特有のSKU構造にも対応します。

（3）「イベント機能」による内部・外部要因への対応

当ソリューションの「イベント機能」では、値引き・特売・チラシなどの内部施策、および天気・天災・競合店出退店・近隣イベント・年金支給日などの外部事象をイベントとして学習することで、需要への影響度（突き上げ効果／引き下げ効果）を定量的に捉えます。これにより、降雪前日と当日の需要反転、ローカルイベントによる需要急増といった重要なパターンも織り込んだ予測値を算出できます。

（4）価格弾力性への対応

線形・非線形の連続的な反応パターンに加え、特定の価格帯を下回った際に販売数が急増する閾値型の反応パターンにも対応し、販促施策の効果をより正確に織り込んだ予測値の算出を可能とします。

（5）店舗クラスタリング

需要の動きをベースとした店舗クラスタリングを行い、クラスター単位でパラメータを最適化します（図表3）。都市型と郊外型の違いといった店舗特性を反映した予測が可能となる他、このクラスタリングは前述の乖離検知の基盤としても機能します。

図表3：店舗クラスタリング（200店舗を9クラスターとした例）

（6）多様な予測粒度への対応

主力商品には日別・時間帯別の精緻な予測を、バイヤー向けには数カ月先までの全体需要ボリューム予測を、同一フレームで扱うことができます。SKU単位の細かい予測と、カテゴリーや店舗グループ単位の上位予測を整合的に結びつけ、データ粒度に応じた最適なロジックを適用します。

3. 予測を経営成果につなげる

精緻な需要予測は、経営成果につなげてこそ価値があります。Multidimensional Demand Forecastingがもたらす効果は、大きく次の4点に整理できます。

（1）売上機会の最大化――欠品防止と顧客離れの抑止

欠品防止は、需要予測高度化がもたらす最も重要な効果の一つです。特に日配品の欠品は「今日はこの店では買えなかった」という体験として顧客に記憶され、来店頻度そのものの低下を招きます。単なる「売り損じ」にとどまらず長期的な売上減につながる点で、経営へのインパクトは大きくなり得ます。

当ソリューションは、「最終販売時刻」と「同規模店舗からの乖離検知」により、これまで実績データに残らなかった機会損失分を推定・補正した上で学習に反映します。真の需要に沿った発注が可能となり、欠品リスクを構造的に低減します。

（2）廃棄ロスの削減――日配品・生鮮品の収益性改善

賞味期限の短い日配品や、鮮度管理を要する生鮮品において、過剰発注は廃棄ロスとして即座に粗利を圧迫します。従来の「安全在庫を厚めに積む」アプローチは、欠品を防ぐ代わりに廃棄を増やすというトレードオフを内包していました。

これに対しては、間欠需要品への個別最適なモデル適用、生鮮品におけるグループ／インデックス単位の予測、イベント機能による内部・外部要因の織り込みを通じて、「必要な分だけを、必要な時に」発注する精度を高めます。欠品防止と廃棄削減という一見相反する要請を、予測精度の向上により同時に前進させる点が当ソリューションの特徴です。

（3）調達・仕入れコストの最適化――バイヤーの交渉力強化

数カ月先までの全体需要ボリューム予測は、自社の販売力（セリングパワー）を定量的に示す根拠となります。バイヤーは自身の感覚や過去実績ではなく、裏付けのある数量見通しを携えてサプライヤーと向き合うことができ、ボリュームディスカウントや販促協賛の交渉を有利に進める基盤となります。

精度の高い需要見通しの共有は、サプライヤー側の生産・物流計画の安定化にも寄与し、長期的な取引関係の質を高めます。

（4）人的リソースの最適配置――労働人口不足下の店舗運営

労働人口不足のなか、店舗運営における人員配置の最適化は経営課題として重みを増しつつあります。当ソリューションが提供する客数予測は、店舗別・時間帯別の来店動向を捉え、パート・アルバイトのシフト計画に直接活用が可能です。

来店ピークに合わせた適正人員配置により、レジ待ちや品出し遅延による機会損失を抑えつつ、閑散時間帯の過剰配置によるコスト増も回避できます。需要側からの客観的な根拠を提供し、店舗オペレーションの生産性改善に直結する領域です。

おわりに

小売業の需要予測は、真の需要が見えにくいという根本問題に加え、日配品・生鮮品の特性、内部・外部要因の複雑な絡み合い、価格弾力性の非連続性、店舗ごとの需要パターンの違いといった、製造業とは異なる構造的難しさに満ちています。

PwCのMultidimensional Demand Forecastingは、これらの課題に対し、真の需要の復元、商品特性に応じたモデル適用、イベント機能、価格弾力性への対応、店舗クラスタリング、多様な予測粒度への対応を統合的に提供するソリューションです。業務プロセス全体の高度化へと波及的効果をもたらすことで、廃棄削減・欠品防止・粗利最大化・収益改善の実現を目指しています。