欠品と過剰在庫を同時に防ぐ：適正在庫から逆算する仕入れの考え方

なぜ「勘と前年比」の仕入れは機能しなくなったのか

「前年同月実績の1割増し」「担当者の経験則」——こうした仕入れの決め方は、需要が安定していた時代には機能していました。しかし、販売チャネルの多様化、物流の不確実性、原材料価格の変動が重なる現代では、感覚発注は欠品と過剰在庫を交互に引き起こすだけです。

問題の本質は、仕入れの起点が間違っていることにあります。「何個仕入れるか」から考えるのではなく、「どのサービス水準を守るか」を決めてから逆算する——この順番の転換こそが、欠品と過剰在庫を同時に減らす唯一の道です。

この記事では、適正在庫の定義と計算から、欠品防止・過剰在庫対策、KPI設計、実務ロードマップまでを体系的に解説します。

---

適正在庫とは何か：感覚値ではなく管理目標値

適正在庫の正しい定義

適正在庫とは、「在庫を多すぎず少なすぎず持つ」という感覚的な状態ではありません。目標サービス水準を満たしながら、在庫コスト・欠品損失・発注コスト・リードタイムの不確実性を同時に折り込んで決める管理目標値です。

重要なのは、適正在庫は全SKUに一律の固定数量ではないということです。SKUごとの需要変動、発注頻度、補充方式、仕入先の安定性、賞味期限や陳腐化リスクに応じて変わります。

実務上は在庫を以下の要素に分けて考えると整理しやすくなります。

• サイクル在庫：発注から次の発注までの期間をカバーする在庫
• 安全在庫：需要変動やリードタイムのぶれを吸収するバッファ
• 発注残を含む流動在庫：発注中だが未着の在庫を含む有効在庫
• 戦略在庫：価格上昇リスクや供給不安に備える在庫

この区別がないまま「在庫を減らせ」と指示するだけでは、どの在庫を減らすべきかが分からず、現場は欠品リスクを恐れて動けません。

安全在庫の代表計算式と使い分け

安全在庫の計算には、設計場面に応じた式を使い分けることが重要です。

連続発注・需要変動のみ

SS=z⋅σd⋅LSS = z \cdot \sigma_d \cdot \sqrt{L}SS=z⋅σd​⋅L​

消耗品・定番品・随時発注品に向いています。σd\sigma_d σd​は日次需要の標準偏差、$L$は平均リードタイム（日数）です。

定期発注（週次・月次でまとめ発注する品目）

SS=z⋅σd⋅L+RSS = z \cdot \sigma_d \cdot \sqrt{L+R}SS=z⋅σd​⋅L+R​

$R$は発注間隔です。レビュー期間も在庫切れリスクにさらされるため、連続発注より安全在庫が増えます。

需要予測誤差ベース（季節性・販促を予測モデルに織り込んでいる品目）

SS=z⋅σe⋅Lまたはz⋅σe⋅L+RSS = z \cdot \sigma_e \cdot \sqrt{L} \quad \text{または} \quad z \cdot \sigma_e \cdot \sqrt{L+R}SS=z⋅σe​⋅L​またはz⋅σe​⋅L+R​

σe\sigma_e σe​は予測誤差の標準偏差（RMSEに相当）です。過去販売実績の標準偏差をそのまま使うと季節性を二重に織り込んでしまい、在庫が過剰になりやすいため、「予測が外れる幅」だけをバッファにするこの方法が精度の高い品目には有効です。

需要変動とリードタイム変動を同時考慮（輸入品・委託加工品）

SS=z⋅Lˉσd2+dˉ2σL2SS = z \cdot \sqrt{\bar{L}\sigma_d^2 + \bar{d}^2\sigma_L^2}SS=z⋅Lˉσd2​+dˉ2σL2​​

dˉ\bar{d} dˉは平均需要、σL\sigma_L σL​はリードタイムの標準偏差です。仕入先の納期ぶれが大きい品目では、需要変動よりもリードタイム変動の寄与が支配的になることがあります。

発注点と有効在庫

ROP=dˉLˉ+SSROP = \bar{d}\bar{L} + SSROP=dˉLˉ+SS $$IP=\text{手持在庫}+\text{発注残}-\text{受注残}$$

発注トリガーは「棚にある物理在庫」ではなく、有効在庫（IP）が発注点（ROP）を下回った瞬間です。発注残を無視して発注してしまう「二重発注」は、在庫膨張の典型的な原因になります。

具体値で確認する計算例

日次平均需要100個、需要標準偏差20個、リードタイム5日、リードタイム標準偏差1.5日、サービス率95%（$z=1.65$）で計算してみます。

需要変動のみを考慮した場合の安全在庫は 1.65×20×5≈741.65 \times 20 \times \sqrt{5} \approx 74 1.65×20×5​≈74個で、発注点は $100\times 5+74=574$個です。

同条件でリードタイム変動も加えると、安全在庫は 1.65×5×202+1002×1.52≈2581.65 \times \sqrt{5 \times 20^2 + 100^2 \times 1.5^2} \approx 258 1.65×5×202+1002×1.52​≈258個まで増えます。発注点は約758個になり、納期ぶれの影響がいかに大きいかが数字で分かります。

発注量の初期値は経済的発注量（EOQ）で求めます。

EOQ=2DSHEOQ = \sqrt{\frac{2DS}{H}}EOQ=H2DS​​

年需要24,000個、1回発注費8,000円、年保管費500円/個なら EOQは約876個です。ただしMOQが1,000個・ケース入数100個という制約があれば、実際の発注量は1,000個が初期値になります。「1,000個では過剰」と判断できるなら、改善対象は発注量ではなくMOQ交渉かリードタイム短縮です。

計算式を使う際の4つの注意点

第一に、補充サイクルと同じ時間粒度でばらつきを測ること。月次予測をそのまま週次補充に使うと安全在庫が過小になる可能性があります。

第二に、観測しているのが販売実績の標準偏差か、予測誤差の標準偏差かを区別すること。

第三に、リードタイムは発注から「使える状態で入庫するまで」で測ること。検品・棚入れ時間を含めないと安全在庫が足りなくなります。

第四に、MOQ・ケース入数・最低発注金額・賞味期限を計算後に制約条件として当て直すこと。計算値は答えではなく、政策と制約の交点です。

---

欠品を防ぐための指標と実践的な対策

サービス率とFill Rateを区別する

欠品防止で最初に区別すべきなのは、サービス率とFill Rateです。

サービス率は「注文や補充サイクルに対して欠品なしで対応できた比率」で、欠品の発生頻度を測ります。Fill Rateは「必要数量のうち、即納できた数量の比率」で、欠品の発生頻度だけでなく欠品量の大きさも反映します。

A品目や代替不能部品はどちらも高い水準を維持する必要がありますが、C品目や代替可能商品は過剰在庫を避けるために目標水準を下げる判断も合理的です。SKUごとにサービス率目標を変えることで、「A品目は欠品重視、C品目は資金効率重視」という在庫政策を明確に設計できます。

欠品を減らす4つのレバー

発注点の引き上げは最も即効性がありますが、在庫膨張を招きやすいため、A品目に限定して使うべきです。

発注頻度の引き上げは、定期発注品に効果が大きく、レビュー間隔$R$を詰めることで安全在庫を下げながら欠品を防げます。前述の例で、日次需要標準偏差20個・サービス率95%として、リードタイムを5日から3日に短縮すると安全在庫は約74個から約57個へ約23%減ります。在庫を積み増すより、調達リードタイムを短縮するほうが資金効率は高くなります。

リードタイム短縮は、納期遵守率の向上・輸送手配の改善・承認フローの簡略化・内示共有の強化によって実現します。

レンジ予測とシナリオ在庫は、新製品や季節商材のように通常の統計安全在庫が機能しにくい領域に有効です。

欠品対策は属人化の除去でもある

欠品対策に成功した事例を見ると、共通するのは「誰でもできる発注」への転換です。約400品目を手作業で管理していたある企業では、発注点の数値化とアラート導入により、欠品が月1〜2回発生していた状態からほぼゼロになり、発注作業時間は70分から5分に、棚卸作業は4時間から30分に短縮されました。欠品防止の本質は、高度な計算よりも属人化の除去と判断基準の明文化にあります。

一方、発注システムの継続性が崩れると理論値が正しくても運用は機能しません。発注基盤の信頼性とデータ更新の確実性は、欠品防止の大前提として整備が必要です。

---

過剰在庫対策：数量ではなく「売れ方との不整合」で判断する

過剰在庫の正しい見つけ方

過剰在庫は「在庫が多い」状態ではなく、商品ごとの適正在庫を超え、かつ売上高ランクより在庫高ランクのほうが高い商品として定義するのが実務では有効です。数量の多さだけでなく、売れ方との不整合で判断することが基本です。

在庫回転率とABC分析を組み合わせる

過剰在庫対策の第一指標は在庫回転率です。数量ベースなら「総出庫数÷平均在庫数量」、金額ベースなら「売上原価÷平均在庫金額」で計算します。回転率が極端に低い品目は滞留在庫・デッドストック・過大ロットの疑いが強く、ここを特定しない限り値下げも廃棄も場当たり的になります。

ABC分析では、売上高と在庫高それぞれでランクを付け、売上より在庫のランクが高い商品を過剰在庫候補にします。実務では次のように意思決定を整理できます。

• A品目×低回転：原因究明を優先
• C品目×低回転：発注停止・値下げ・終売候補
• A品目×高回転：欠品防止を最優先

需要予測の高度化と出口戦略

需要予測を高度化する目的は単に売上を当てることではなく、発注量・頻度・販促を現実の需要に合わせることにあります。AIや予測モデルを導入しただけでは効果につながらず、現在在庫量・安全在庫・最小発注数量を考慮した発注量調整という業務工程の変革が伴って初めて成果になります。

過剰在庫の出口戦略では、値下げを「失敗の後始末」ではなくキャッシュ回収と棚の再生として設計することが重要です。倉庫コスト・賞味期限・次シーズン投入余地を考えると、値下げが遅いほど損失は拡大します。

食品製造企業の事例では、原材料在庫のリアルタイム可視化により約半年で約6,000万円のキャッシュを創出し、売上総利益を8%改善しました。ここでの学びは、過剰在庫が「倉庫の問題」ではなく粗利と資金繰りの問題であるということです。在庫回転率の低い原料を使う商品のSKU見直しにもつながり、過剰在庫対策は実質的にSKU改廃と粗利改善の仕事でもあります。

過剰在庫対策では、重要SKUと処分SKUを混在させないこと、値下げ判断の期限を前倒しで決めること、削減KPIを金額だけでなく粗利・Fill Rate・廃棄率で同時管理することが導入時の三つの注意点です。

---

適正在庫から逆算する仕入れフローの設計

8ステップで組み立てる仕入れロジック

仕入れを逆算で設計するとは、最初に「いくつ仕入れるか」を考えるのではなく、どのサービス水準を守るかを決め、そのために必要な有効在庫・発注点・発注量・発注タイミングを順に定義することです。

ステップ1：SKUを区分する

ABC分析と需要特性でSKUを分け、A・B・C品目ごとに目標サービス率を設定します。重要SKUほど高サービス率、賞味期限が短いSKUほど在庫日数を短めに設計します。

ステップ2：データを整える

日次または週次で、販売実績・在庫推移・発注残・受注残・リードタイム・MOQ・ケース入数・最低発注金額・賞味期限を補充サイクルに合わせた粒度でそろえます。

ステップ3：需要予測と予測誤差を測る

安定SKUは時系列モデルで十分ですが、新製品や販促商品はレンジ予測が有効です。予測精度はwMAPEとBiasで監視し、予測誤差の標準偏差σe\sigma_e σe​を安全在庫計算に使える状態にします。

ステップ4：リードタイム分布を測る

平均だけでなく標準偏差と遅延頻度を把握します。輸入品や委託加工品では、需要変動よりも納期ぶれの寄与が大きいことが多いためです。

ステップ5：安全在庫と発注点を計算する

連続発注ならROP=dˉLˉ+SSROP = \bar{d}\bar{L} + SS ROP=dˉLˉ+SS、定期発注ならSS=zσdL+RSS = z\sigma_d\sqrt{L+R} SS=zσd​L+R​を使います。発注トリガーは有効在庫が発注点を下回った瞬間です。

ステップ6：発注量を制約条件込みで決める

初期値はEOQで置きますが、MOQ・ケース入数・最低発注金額・スペース制約を優先して丸めます。EOQは「理論上の最適量」であって「そのまま発注すべき量」ではありません。

ステップ7：発注タイミングとサプライヤー協働を設計する

随時発注品は$IP\le ROP$で発注、定期発注品はレビュー日で発注します。仕入先ごとに発注サイクル・最低金額・内示共有・代替提案ルールを取り決めます。サプライヤー協働は、在庫最適化の精度よりも継続性に効きます。

ステップ8：シミュレーションして例外管理へ移す

設定後は欠品率・過剰率・発注回数・金額・倉庫占有率を見ながら閾値を再調整します。予測メトリクスの分析と在庫計画はセットで管理する必要があります。

仕入れフローの失敗パターン

全SKUを一括導入する、全品目に99%サービス率を設定する、購買と物流でKPIを分断する——これらは最も多い失敗パターンです。A品目から始め、発注理由を記録し、リードタイムの実績分布を継続蓄積するという三点が定着率を大きく左右します。

---

KPIとダッシュボード設計

介入すべきSKUを特定するためのKPI体系

ダッシュボードは在庫量を見せるためではなく、どのSKUに今すぐ介入すべきかを見せるために設計します。以下の閾値は初期設定の目安であり、ABC分類・粗利・賞味期限で再調整が前提です。

三層に分けたダッシュボード設計

指標を一枚に詰め込むより、役割ごとの意思決定単位に切り分けるほうが運用は定着します。

• 経営層：在庫総額・サービス率・Fill Rate・回転率・過剰在庫金額
• 需給・購買担当：ROP割れ・Bias・wMAPE・LT遅延・MOQ逸脱
• 現場：本日の発注候補・欠品危険SKU・期限切迫SKU

---

実務事例から学ぶ成功と失敗の分岐点

適正在庫の取り組みを業種別に見ると、「何を変えたら成果が出たか」の構造が見えてきます。

機械製造の例では、資材業務の属人化・過剰発注・委託先在庫の不透明さが課題でした。在庫可視化の導入後、初年度に約3,000万円の購入費抑制を確認し、委託先からの「支給部品が足りない」連絡もほぼ毎日から月1〜2回に減りました。示唆は、適正在庫の算定以前に在庫の見える化と判断基準の共有が大前提だということです。

食品製造の例では、原材料在庫のアナログ管理と過剰在庫がキャッシュを圧迫していました。リアルタイム可視化の結果、約半年で約6,000万円のキャッシュを創出し、売上総利益は8%改善しました。「過剰在庫→賞味期限接近→セール販売→粗利悪化」という連鎖を断ち切ったことが核心です。

失敗事例として、発注システムの障害により食料品で品切れによる機会損失が目立ち、在庫コントロールも難しくなって1Qの売上総利益率が前年差で△1.0ptとなった小売企業のケースがあります。適正在庫の設計が正しくても、発注システムの継続性が崩れれば在庫政策は機能しないことを示す典型例です。

共通する教訓は一つ——在庫最適化は「式を作ること」ではなく、データ・システム・運用・仕入先協働を含む業務設計であるということです。

---

実装ロードマップ：3つのフェーズで段階的に進める

中堅企業・国内複数拠点・SKU 3,000〜30,000程度を想定した実装計画です。

短期（〜3ヶ月）：見える化とルール化

SKU整理とABC分類、サービス率設定、需要・在庫・リードタイムのデータ整備、ExcelまたはBIツールでの発注点試算、KPI定義を進めます。購買・営業・物流で同じSKU定義を使い、A品目の責任者を明確化することが組織変更の要点です。想定コストは100万〜500万円程度で、発注漏れの可視化と過剰在庫候補の特定が初期成果になります。

中期（3〜12ヶ月）：例外管理と定例運用

発注点・EOQの本番設定、アラート実装、仕入先リードタイム管理、発注ルール標準化、値下げ・廃棄ルール整備、週次S&OP運用を実装します。勘発注を例外承認制へ移行し、需給会議を定例化することが業務変革の核です。在庫金額10〜25%削減、欠品率20〜50%改善が期待できる可能性があります。

長期（1年以降）：高度化と供給リスク対応

予測誤差ベースの在庫設計、レンジ予測、戦略在庫設計、サプライヤー協働、複数拠点最適化、AI・IoT拡張へと進化させます。デマンドプランナーとインベントリープランナーの役割分担を明確化し、数千万円単位のキャッシュ創出と粗利改善を狙える状態を目指します。

---

まとめ：仕入れは「逆算」から設計する

欠品と過剰在庫を同時に防ぐための要点を整理します。

適正在庫は感覚値ではなく、目標サービス率・需要変動・リードタイム変動を折り込んで決める管理目標値です。仕入れの設計順序は「目標サービス率→安全在庫→発注点→発注量→発注タイミング」の逆算であるべきです。ABC分析で重要度を分け、A品目から先に数式管理へ移行することが定着の鍵になります。欠品防止のレバーは安全在庫の積み増しだけでなく、リードタイム短縮と発注頻度向上にあります。過剰在庫は在庫量ではなく売れ方との不整合で判断し、出口戦略を前倒しで設計します。

最終的に目指すべき状態は、在庫が多いか少ないかを議論する会社ではなく、どのサービス率を、どのコストで、どのSKU群に対して守るかを議論する会社です。適正在庫とは数量そのものではなく、経営方針を数式と運用に変換した結果——そこから逆算して仕入れを設計したときにのみ、欠品と過剰在庫は同時に減ります。