売り切る商品と残しておく商品｜在庫の役割から考える仕入れ設計

なぜ「売り切る」と「残す」を区別しなければならないのか

EC・小売における在庫管理でよく起こる失敗は、すべての商品を同じ基準で評価してしまうことだ。高回転かどうか、利益率が高いかどうか、そういった単一指標だけで仕入れを判断すると、必要な商品が欠品し、不要な商品が倉庫を占拠するという状況に陥りやすい。

在庫には、販売機会を守る役割だけでなく、品揃えを形成する役割、棚で需要を刺激する役割、キャンペーンの販売量を確保する役割、サプライチェーン断絶への保険となる役割がある。つまり「何個持つか」より先に「何のために持つか」を決めることが、仕入れ設計の出発点になる。

本記事では、実務で使える四つの在庫運用型を定義し、それぞれの発注設計・KPI・リスク管理の考え方を整理する。

在庫の四つの運用型：基本分類

商品を「売り切り型」「継続補充型」「ロングテール型」「戦略・BCP型」の四つに分類することで、仕入れ設計の方針が明確になる。

ここで重要なのは、「商品として残す」ことと「自社倉庫に大量に在庫する」ことは同義ではない、という点だ。

MonotaROはウェブ上で約2,885万点を取り扱いながら、当日出荷可能な在庫商品は約68.8万点、単純比で約2.4%にすぎない。品揃えを維持しながら物理在庫を選択的に持つ設計の典型例だ。アスクルも、ロングテール商品を「注文頻度が低い多品種・少量商品」と定義し、外部倉庫や直送を活用することで当日・翌日配送を拡大する方針を示している。

この発想の転換が、在庫設計の出発点になる。

商品役割の決め方｜売り切りか残すかを判定する

判定に使う七つの軸

商品をどの運用型に分類するかは、以下の軸を組み合わせて判断する。単一の指標で決めず、複数条件を重ねることが精度を高める。

SKUマスターに「商品役割」を持たせる

実務では、商品マスターに以下の項目を登録することで分類を運用管理できる。

• 販売開始日・終売予定日
• 商品役割（四分類）
• 代替可能SKU
• 主要サプライヤー・通常リードタイム・リードタイム変動
• MOQ・賞味期限・返品可否・直送可否・販売チャネル

分類は価格改定や販促のたびに変えるのではなく、月次または商品ライフサイクルの節目で見直す。

在庫の役割から逆算する仕入れ・発注設計

役割別の仕入れ設計思想

在庫は「多い・少ない」だけで評価すべきではなく、何のための在庫なのかによって適正量もKPIも異なる。棚が薄く見えること自体が販売量を落とすカテゴリーでは、在庫はサービスを守ると同時に「見せる」機能を持つ。

継続補充型の発注設計（ROP・安全在庫）

継続補充型では、平均需要ではなく「リードタイム中需要の分布」を管理する。実務的な初期設定として、次の式が出発点になる。

安全在庫 ≈ z × σ_d × √L
発注点（ROP）≈ μ_d × L + 安全在庫

• μ_d：日次平均需要
• σ_d：日次需要標準偏差
• L：リードタイム（日）
• z：目標サービス水準に対応する係数

例として、平均需要20個/日、需要標準偏差8個/日、リードタイム4日、サービス水準約95%（z=1.645）の場合：

安全在庫 ≈ 1.645 × 8 × √4 ≈ 26個
ROP ≈ 20 × 4 + 26 = 106個

在庫ポジションが106個を下回った時点が発注トリガーとなる。実際には欠品時の未充足需要・入荷ばらつき・MOQを組み込んで精緻化する。

ABCクラスごとに固定のサービス水準を付与するだけでは、実コストに対して非最適になる場合があることが研究で示されており、商品の重要性や欠品損失を個別に反映することが望ましい。

売り切り型の発注設計（ニュースベンダー型）

売り切り商品には、一回の販売期間に対して最適な仕入れ量を決める「ニュースベンダー型」が適する。

判断の基準は売り逃し損失（Cu）と売れ残り損失（Co）の比から求める。

最適発注の需要分位点 = Cu ÷ (Cu + Co)

例：通常販売価格5,000円、仕入原価2,000円、シーズン終了後に1,200円で処分可能な場合

Cu = 5,000 − 2,000 = 3,000円
Co = 2,000 − 1,200 = 800円
最適分位点 = 3,000 ÷ (3,000 + 800) ≈ 79%

この場合、需要予測の平均値ではなく約79パーセンタイルの需要量が初期発注の基準になる。廃棄コストや返品費を余剰コストに加えれば発注量は下がり、欠品で長期的に顧客を失う商品なら発注量は上がる。

初回発注と追加発注を分ける

特にファッション・季節品・PBでは、「安いがリードタイムの長い初回生産」と「高いが短納期の追加生産」を組み合わせる設計が有効だ。

実務的な売り切り商品の発注ルール例：

ファーストリテイリングは暖冬の際に防寒衣料の在庫が積み上がった経験を踏まえ、生産・販売・物流の可視化と、需要動向を見てから増産できるリードタイム短縮を課題として挙げている。予測精度だけでなく「調達の反応速度」が季節品管理では重要になる。

また2025年には春物在庫を早期に値下げして消化し在庫水準を健全化した一方、値引率の上昇が粗利益率を押し下げた。これは「残さないこと」と「粗利を守ること」のトレードオフが実際に現れた事例だ。Markdownは失敗ではなく、残在庫損失を前倒しで制御する経営判断になり得る。

需要予測と在庫最適化の実装

SKUタイプ別に予測モデルを使い分ける

すべてのSKUに同じ予測モデルを適用することが、需要予測の最大の失敗要因になりやすい。需要生成のメカニズムが異なるためだ。

Croston系は断続需要を「非ゼロ需要量」と「需要発生間隔」に分けて扱う手法で、低頻度商品に広く用いられる。長期間売れていないSKUを同じ予測値で維持し続けることは避けるべきだ。

「売上実績＝需要」としてはいけない

欠品したSKUでは観測された売上は本来需要の下限に過ぎない。研究でも、小売の販売数量は手持在庫によって上限を切られた「打ち切り需要（censored demand）」であり、これを無視すると需要推定に下方バイアスが生じることが示されている。

POSデータには「売れた数量」だけでなく「何時間欠品していたか」「商品ページ訪問時の在庫状態」を残すことで、より実態に近い需要を把握できる。

機械学習と人手修正の使いどころ

機械学習の優位性は「データ量」ではなく「説明変数の豊富さ」で判断する。価格・販促・属性・天候・店舗特性など、SKU履歴以外の特徴量が豊富な場合にMLの効果が出やすい。ファッション需要にSNS特徴量を加えた研究では、現行実務に対するサンプル外誤差の改善が一定程度報告されている。ただし複雑なアルゴリズムを導入する前に、季節NaiveやETSなどの単純ベースラインと必ず比較する。

人手修正については、営業やMDが持つ「新規販促」「競合閉店」「SNS露出」などの情報は統計モデルが知らない価値を持つ。一方で、売上目標を需要予測に上乗せするリスクもある。Forecast Value Added（FVA）を使い、人手修正がシステム予測より実際に改善したかを修正者単位で評価することが望ましい。

KPI設計とダッシュボードの作り方

在庫KPIの五領域

在庫KPIの最大の問題は、「在庫を減らすKPI」と「欠品を防ぐKPI」が別部門に置かれ、互いに相殺されることだ。経営ダッシュボードでは資本効率・サービス・処分・予測・サプライヤーを同時に可視化する。

GMROIは次の式で定義する。

GMROI = 年間粗利益 ÷ 平均在庫原価

年間粗利益1,200万円、平均在庫原価400万円ならGMROIは3.0。同じ粗利を維持したまま平均在庫を300万円まで圧縮できれば4.0となる。値上げなしで資金利用効率が上がったことを示す指標だ。

売り切り商品の「販売速度」管理

売り切り商品では、GMROIや在庫回転率だけでは判断が遅くなる。シーズン中に残在庫を早期に発見するために「必要販売速度」を使う。

必要販売速度 = 目標終了在庫までに売る必要数量 ÷ 残販売日数

例えば1,000個を投入し100日で95%を売り切る計画の商品について、50日経過時に400個しか売れていなければ：

• 残必要販売数：550個
• 残販売日数：50日
• 必要販売速度：11個/日

直近実売が6個/日なら、そのままでは275個分のギャップが生じる。この段階で販促・価格変更・追加発注停止を検討するほうが、シーズン終了直前に一括値下げするより意思決定の余地が大きい。

アラート型ダッシュボードで運用負荷を抑える

全SKUを毎日確認するのではなく、例外だけを担当者に通知する設計が実務的だ。

代表的なアラート条件例：

• 欠品までのリードタイム未満になった在庫
• 計画Sell-throughを10ポイント以上下回るSKU
• 90日間販売実績ゼロ
• 実リードタイムが契約を3日超過
• Forecast Biasが4週連続で同方向

閾値は業態・カテゴリーによって最適値が異なるため、これらはあくまでテンプレートだ。

リスク管理と公開事例からの示唆

三つの在庫リスクと対応順序

在庫リスクは「多すぎる」「少なすぎる」「届かない」の三つに分けると管理しやすい。

過剰在庫への対応は単純な全面値下げより、①新規発注停止→②チャネル間移動→③露出増→④セット・クロスセル→⑤段階的Markdown→⑥返品・買戻し→⑦最終処分の順で検討する。判断基準は「粗利率を守る」ことではなく、残在庫を含めた最終粗利額と回収キャッシュを最大化することだ。

BCP在庫の設計思想

サプライチェーン断絶には「低回転でも持つ在庫」が必要な場合がある。BCP在庫量は単純な「30日分」ではなく、以下の要素で設計する。

BCP在庫の目安 = 復旧所要時間（TTR） × 需要量 × 代替可能性

主要仕入れ先の復旧に最大45日、代替調達開始まで30日かかり、かつその商品が顧客業務の停止に直結するなら、60日程度のカバーを検討する合理性がある。翌日から別ブランドに切り替えられる商品であれば戦略在庫は不要だ。これはリスク許容度に応じた政策値となる。

公開事例から読み取れる示唆

導入ロードマップ：在庫設計を段階的に整える

システムを先に買うのではなく、意思決定ルールを定義してからシステム化することが重要だ。データが不整合なまま高度な予測モデルを導入すると、欠品時の売上を需要と誤認するなどの問題が起きる。

まとめ：在庫設計の中心原則

在庫管理の目的は「在庫金額を一律に減らすこと」ではない。SKUごとの役割を明確にし、その役割に見合った資金と調達柔軟性を配分することが本質だ。

売り切る商品は出口から逆算して仕入れ、残す商品は在庫量ではなく入手可能性を設計し、欠品させてはいけない商品だけに安全在庫と調達柔軟性という資本を重点配分する。

MonotaROやアスクルの事例が示すように、品揃えの広さは大量の自社在庫を意味しない。ファーストリテイリングの事例が示すように、季節在庫は予測精度だけでは解決できず、リードタイム短縮と早期Markdownという「反応速度」が重要になる。良品計画のチャネル在庫一元化は、在庫配置を企業全体で最適化する方向性を示している。

在庫を減らしながら欠品も減らす余地は、適切な分類・設計・KPI管理によって確かに存在する。まず自社のSKUを四分類し、それぞれの役割に合った発注ルールとKPIを整えることから始めてほしい。