在庫回転率が高ければ優秀？売場効率から見る正しい商品評価のフレームワーク

在庫回転率だけで商品を評価してはいけない理由

小売の現場で「在庫回転率が高い商品＝優秀な商品」という評価軸は根強く使われている。しかし、その前提には重大な盲点がある。回転率は「保有した在庫をどれだけ速く販売に転換したか」を測る指標であり、売場という有限な資源をどれだけ効率よく活用したか、欠品によって潜在需要を取りこぼしていないか、粗利をしっかり確保できているかを直接教えてはくれない。

米国小売311社を対象にしたGaur・Fisher・Ramanの研究では、在庫回転率の変動の多くが粗利率、資本集約度、予想外の売上変動といった構造的要因によって説明されることが示されている。業態や粗利構造を無視した単純な回転率ランキングは、商品評価として危険な誤判断を招く可能性がある。

本記事では、売場効率の観点から商品を正しく評価するためのフレームワークを、定義の整理・恒等式・実務指標・ケーススタディの順に体系的に解説する。

在庫回転率と売場効率指標の定義を正しく整理する

在庫回転率には複数の定義が存在する

在庫回転率には世界共通の定義がない。日本の中小企業向け経営支援で広く参照されるJ-Net21（中小企業基盤整備機構）は「売上高÷棚卸資産平均在高」を棚卸資産回転率として提示する一方、英米の財務分析では「売上原価÷平均在庫」が主流だ。2024年経済構造実態調査（総務省・経済産業省）では商品売上原価と年初・年末の商品手持額が産業別に公表されており、原価基準での業種比較計算が可能になっている。

社内でどちらの定義を使うかを「データ辞書」として明示しなければ、部門間・期間間で計算結果がかみ合わなくなる。以下に主要指標を比較する。

なお、平均在庫の計算では「（期首在庫＋期末在庫）÷2」が簡便だが、クリスマス前に大量積み増しをするような季節性の強い業態では、月末または週末在庫のn期間平均を用いる方が実態に近くなる。J-Net21も、季節要因・安全在庫・リードタイムを考慮した適正在庫管理の必要性を明記している。

売場効率を測る指標群

日本では伝統的に「坪効率（売上高÷売場面積〔坪〕）」が使われ、J-Net21の店舗販売計画例でも1坪当たり年間売上高が登場する。国際比較では1㎡当たり売上高が便利だ。全国スーパーマーケット協会・日本スーパーマーケット協会・オール日本スーパーマーケット協会の2025年10月速報（270社・8,412店舗）では、売場1㎡当たり月間売上は7.7万円と報告されている。

ただし、これを12倍して年換算すると約92.4万円/㎡・年（坪換算で約305万円/坪・年）になるが、10月の単月を機械的に年率換算したものであり、季節調整済みのベンチマークではない。店舗比較には12か月移動合計を使うべきだ。

在庫回転率と売場効率の関係：恒等式で考える

売上基準の分解

売上基準の在庫回転率を Ts、平均在庫を I、売場面積を A、売上を S とすると、次の恒等式が成り立つ。

売上/㎡（売場効率）= 在庫回転率（Ts） × 在庫密度（I/A）

この式から重要な示唆が得られる。在庫回転率を上げるアプローチには、本質的に異なる二種類がある。

望ましい回転率上昇は、需要予測精度の向上・補充頻度の改善・欠品削減などによって売上 S が増え、同程度の在庫でより多く売れるケースだ。

危険な回転率上昇は、売上が変わらないまま分母の在庫 I を機械的に削るケースだ。帳簿上の回転率は改善しても、欠品・顧客離反・機会損失が増え、経済価値は悪化する可能性がある。J-Net21も「大量仕入れには品切れ防止という利点がある一方で在庫費用・回転率低下という欠点がある」とし、その逆側のトレードオフにも言及している。

利益基準の分解：GMROI×在庫密度

粗利率を g、原価基準回転率を Tc、在庫原価を Ic とすると、

粗利益/㎡ = GMROI × 在庫原価密度（Ic/A）

と表せる。高回転・低粗利の商品Aと、低回転・高粗利の商品Bを単純な回転率で比較した場合、誤った判断になりうる。仮に商品Aが原価回転率12回・粗利率10%、商品Bが原価回転率4回・粗利率40%だとすると、

• GMROI(A) ≈ 1.33
• GMROI(B) ≈ 2.67

回転率は商品Aが3倍高いが、在庫1円当たりの粗利益は商品Bが約2倍高い。「回転率順位＝商品順位」とはならないのである。

単純相関を因果と混同しない

回転率と売場効率には相関があるが、単純な因果関係ではない。「売れるから在庫を積んだ」「在庫を積めたから売れた」「値下げで回転率と売上が同時に上がった」という逆因果・同時決定が存在する。また、カテゴリー間での比較も要注意だ。2025年10月のスーパーマーケット既存店前年比を見ると、一般食品が105.3%、惣菜102.9%、生鮮3部門101.0%、非食品99.7%と大きく異なる。季節性・物価・販促を調整せず単月の回転率をカテゴリー横断で比較するのは誤判断のリスクを生む。

業種別に優先すべき評価指標の違い

業種や商品ライフサイクルによって、適切な評価指標は異なる。「食品は20回転でA、衣料は5回転でC」といった横断ランキングは避けるべきだ。

衣料では特に、スタイル全体の在庫回転率は問題なくても特定サイズだけが欠品しているケースがある。StyleレベルのKPIだけでは問題が見えないため、意思決定の粒度は細かく、評価は複数階層で行う必要がある。

商品評価の複合フレームワーク：3つのアプローチ

在庫回転率を捨てる必要はない。「目的KPI」から「補助KPIの一つ」に格下げするのが重要だ。実務成熟度に応じた三つのアプローチを提案する。

アプローチ①：GMROI×Space方式（導入初期向け）

主KPIを「粗利/㎡」と「GMROI」に置き、回転率・欠品率を補助指標とする。計算が明快で、売場と在庫資本を直接結びつけられる。データ整備がまだ限定的な小売企業に向いている。

アプローチ②：Balanced SKU Scorecard方式（多店舗チェーン向け）

複数指標に重みをつけて総合スコアを算出する。重みの例として、

Score = 0.20×P(GMROI) + 0.20×P(粗利/㎡) + 0.15×P(売上/㎡)
      + 0.10×P(在庫回転) + 0.15×P(OSA) + 0.10×P(顧客評価)
      + 0.10×P(供給安定性)

P(・)は同一カテゴリー・同一ライフサイクル内でのパーセンタイル値（0〜100）を指す。絶対値ではなくpeer group内順位にすることで、食品と衣料を無理に比較する問題を減らせる。

ただし欠品率を「一項目15点」にすると、深刻な欠品でも高粗利が相殺して総合点が高くなる危険がある。本格運用では次のアプローチが望ましい。

アプローチ③：Guardrail＋最適化方式（分析成熟度の高い企業向け）

欠品・サービス水準を最低条件（ガードレール）として設定し、その制約の下で期待貢献利益/㎡を最大化する考え方だ。

最大化：E[貢献利益/㎡]
制約：OSA ≥ カテゴリー別最低サービス水準
    安全在庫 ≥ f(需要変動, リードタイム変動)
    最低品揃え数 ≥ 戦略要件

J-Net21も適正在庫を「受注チャンスと在庫費用が均衡する点」として、需要機会と在庫費用のバランスを重視する考え方を示している。

KPIダッシュボードの設計：結果KPIと原因KPIを分ける

商品評価ダッシュボードは、総合点より「結果KPI」と「原因KPI」を分けて表示する方が実務的だ。

顧客要求のデータはPOSだけで代替してはならない。J-Net21も「在庫のない商品への顧客要求」を収集し、品切れなのか非取扱いなのかを区別することを推奨している。これは、売上ゼロのSKUを「需要なし」と誤判断しないための重要な実務的仕組みだ。

国内外のケーススタディ

ユニクロ国内FY2024：在庫配分精度の改善事例

ファーストリテイリングの2024年度ユニクロ国内事業は、売上高+4.7%に対し営業利益+32.2%、粗利率+2.9ポイントという結果を残した。この背景には、夏物コア商品をシーズン後半まで戦略的に確保しながら、生産発注を最新の販売動向に連動させることで追加生産コストと値下げを抑制したことがある。

「在庫を減らしたから利益が伸びた」のではなく、「必要な商品は持ち、不要なものは持たない」という在庫配分精度の改善が本質だ。同社は在庫回転率を重要KPIと位置づけながらも、SKU単位の管理や人時生産性を併せて管理している。

GU FY2025：欠品による機会損失の反面教師

同グループのGUは2025年度、売上+3.6%に対し事業利益-12.6%となった。会社自身がヒット商品不足と売れ筋の欠品で「売上を最大化できなかった」と説明している。利益減には賃上げによる人件費増や米国店舗の出店費用も寄与しており、欠品だけを原因とは言い切れないが、「在庫を絞れば良い」という単純な運営の危険性を示す事例だ。

なお、翌年度（2026年度第1四半期）にはGUの粗利率が2.0ポイント改善し、その要因として欠品減少と値下げ率の改善が明示された。売上+0.8%にとどまる中で事業利益+20.0%を実現しており、サービス水準と粗利管理の双方が経済成果に関係することを示す実務データとして参考になる。

在庫記録の精度問題：65%が不正確だったという研究

DeHoratiusとRamanが37店舗・約37万件の在庫記録を分析した研究では、65%の在庫記録に不正確さが確認された。KPIの分母である「在庫」自体が誤っている可能性は、分析の高度化よりも先に「実在庫精度の改善」を優先すべき理由として重要な示唆を与えている。

実装設計と主要な落とし穴

導入コストの目安

導入コストは企業規模・既存システム・リアルタイム要件によって大きく変わる。以下はあくまでオーダー感としての概算だ。

最初から全社システムを導入するより、1カテゴリー×数店舗で「粗利益が増え、欠品が悪化しなかったか」を検証してから拡張するアプローチが現実的だ。

見落としやすい落とし穴

実務でよくある誤りを整理する。

帳簿在庫と実棚在庫の不一致：回転率・OSA・安全在庫がすべて誤る。棚卸差異率をKPI化し、高差異SKUを先に監査することが有効だ。

欠品による需要の打ち切り：欠品で売上がゼロになったSKUを「需要ゼロ」と学習させると、需要予測に体系的な下方バイアスが生じる可能性がある。欠品期間を除外したLost Salesモデルの活用や、顧客要求データの収集が必要だ。

プロモーションの交絡：「半額にしたら回転率が2倍になった」は、需要創造なのか在庫処分なのかを区別しなければ意味がない。価格変更・チラシ・エンド陳列等をプロモフラグとして商品日次データに必ず保持すべきだ。

SKU削減による機械的改善：SKUを削れば売上/SKUや回転率は上がるが、カテゴリー売上・バスケット粗利・顧客満足への影響を確認しなければ誤った廃番判断になる。

物価上昇の影響：数量が変わらなくても売上基準の回転率や売上/㎡が上昇するため、数量指数や実質売上を併記する必要がある。

まとめ：商品評価の優先順位

在庫回転率は商品を評価するための重要な指標の一つだが、それだけでは「優秀な商品」を正しく見極められない。本記事の要点を整理すると次のようになる。

• 「在庫回転率の最大化」を経営目標にしない。「欠品・サービス水準の最低基準を守ったうえで、粗利/㎡とGMROIを最大化する」と定義し直す
• 業種横断の絶対回転率ランキングを禁止する。カテゴリー・ライフサイクル・調達方式が近いpeer group内で比較する
• 役員・カテゴリー責任者の最上位KPIを「粗利/㎡＋GMROI＋OSA」の三本柱とする。在庫回転率はその下に位置づける
• 実在庫精度をデータ分析高度化より先に改善する。入力データが誤っていれば、どんな高度なモデルも誤った結論を出す
• 欠品時の売上ゼロを需要ゼロとして学習させない。Lost Sales補正と顧客要求データの収集を仕組みとして設計する

優秀な商品とは「最も速く在庫がなくなる商品」ではない。限られた売場と在庫資本を使い、顧客が欲しいときに買える状態を保ちながら、持続的に最も大きな粗利益と顧客価値を生み出す商品である。在庫回転率はその状態を説明する一指標に過ぎない。