出荷数予測の立て方は？安定した生産管理を実現するポイント3つ

出荷数を予測するには、分析するためのデータが必要です。たとえば、下記のデータを用います。

• 前年度の実績
• 天候などの気象データ
• 為替などの経済指標
• キャンペーン情報
• 過去の予測値　など

ただし、これらのデータはすべて必要なわけではありません。どの手法を用いるかによって、必要なデータが異なるからです。

たとえば、移動平均法では、受入棚卸資産の原価や在庫棚卸資産金額などを活用して予測します。したがって、まずは出荷数を予測するためにどの手法を用いるかを定めた上で、必要なデータを収集することが重要です。

出荷数を予測する際に用いられる代表的な手法には、下記の5つがあります。

1. 時系列分析法
2. 移動平均法
3. 指数平滑法
4. 加重移動平均法
5. 回帰分析

特に、時系列分析法は以前のデータと比較して予測する手法で、手法の名前を知らなくても活用したことがある方もいらっしゃるかもしれません。ひとつずつみていきましょう。

いますぐ出荷数予測ができるツールが知りたい方はこちらをクリック

時系列分析法は、過去の実績を時系列に沿って分析する手法です。前年度の実績を基にして今年度の予測をするなど、比較的簡単に予測できるもっともポピュラーな手法と言えます。

ただし、過去の実績をそのまま流用するだけではなく、トレンドや季節変動や循環変動、社会情勢なども考慮して予測を立てなければなりません。

下記のように、考慮する対象の違いなどによって時系列分析法はさらに4つに分けられます。

1. 季節手法
2. 非季節手法
3. ARIMA（自己回帰和分移動平均）モデル
4. 重回帰分析

バレンタインやクリスマスなどの季節性が重要な製品の場合は季節手法を用いるなど、適切な分析法を選ぶことが重要です。

移動平均法は、過去の実績と在庫数から予測を立てる手法で、仕入をするたびに受入棚卸資産と在庫棚卸資産の平均単価を算出します。そのため、期中でも資産の評価が可能です。

具体的には、下記の公式を用います。

• 移動平均単価 =（受入棚卸資産の評価額 + 在庫棚卸資産の金額）÷（受入棚卸資産数 + 在庫棚卸資産数）

仕入れのたびに計算するため、期中でも資産の評価が可能です。

指数平滑法は、過去の予測値と実績値の差を指数として設定し、予測を立てる手法です。「そもそも予測と実績には差があるもの」という考えのもとに算出します。

指数平滑法の公式は、下記のとおりです。

• 予測値 = a × 前回の実績値 +（1 – a）× 前回の予測値

式中のaは平滑定数、または平滑化係数と呼ばれる0以上1未満の値で、分析者が任意に設定できます。

また、前回予測値をベースに、前回実績値との差分を考慮することも可能です。

• 予測値 = 前回予測値 ＋ α ×（前回実績値 – 前回予測値）

上記の公式は予測の修正を行いたい場合に活用できます。

加重移動平均法は移動平均法のひとつで、より最新のデータに重きを置いて予測を計算する手法です。基礎部分は移動平均法と同じで平均単価を求めますが、さらに加重係数をかけ算します。

加重係数は0以上1以下の値で、最新データを1とし、それより以前のデータは等間隔で数を減らしたものです。たとえば、12月のデータに対して加重係数を1とし、11月を0.9、1ヶ月ごとの過去のデータは0.1ずつ減少させるとします。

この場合は、10ヶ月さかのぼれば0となり、下記の計算式での加重移動平均を求めることが可能です。

• 加重移動平均 = 1 × 12月のデータ + 0.9 × 11月のデータ + ・・・ + 0.1 × 3月のデータ + 0 × 2月のデータ

状況次第では、移動平均法よりも正確な予測が期待できます。

回帰分析は、結果となる数値と要因となる数値の因果関係を調べて、関係性を明らかにする手法です。要因となる数値を説明変数と言い、説明変数が1つの場合を単回帰分析、複数の場合を重回帰分析と呼びます。

単回帰分析は、下記の通りです。

• 被説明変数y = a + bx（x：説明変数）

この回帰式を用いて、xからyを予測します。

ここでは指数平滑法を活用した、出荷数予測の立て方を紹介します。指数平滑法の公式をおさらいしておきましょう。

• 予測値 = a × 前回の実績値 +（1 – a）× 前回の予測値　（0 ≦ a < 1）

今回は、下記のデータをもとに計算してみます。

平滑定数a（0以上1未満）は任意で決めるため、今回はa = 7,500 ÷ 8,000 = 0.9375としてみましょう。
公式に要素をあてはめると下記のようになります。

• 予測値 = 0.9375 × 7,500 +（1 – 0.9375）× 8,000 = 7,531

このように前回の予測値と実績値の差を踏まえ、今回の予測値の算出が可能です。

出荷数を予測できる代表的なツールは、下記のとおりです。

1. AI
2. Excel
3. 在庫管理システム

AIによる予測分析は、データを学習することで予測の精度が高まります。SaaSを利用する場合は比較的簡単に使用できるため、導入のハードルも高くありません。順番にみていきましょう。

AIによる出荷数予測は、担当者の勘頼りの予測からの脱却や精度向上、またこれらの作業の属人性を改善する効果が期待できます。なぜなら、AIは機械学習によりデータから自動的に予測分析を行うため、担当者の経験・知識量に左右されることなく、誰でも同じ結果を導くことができるからです。

したがって、AIを導入すると適切な在庫管理と生産計画が立てられ、業務効率化につながるといえます。

「AIの精度ってどのくらい信じていいんだろう……」
「AIに予測結果だけ出されても、その根拠が分からないと社内に説明できない」

と思った方もご安心ください。

AI予測分析ツール「Prediction One」では、予測結果とともに予測の理由を出力できるため、その情報を元に関係者への説明に利用したり、予測精度を上げるための追加データ候補の検討などに利用することが可能です。

出荷数の予測や原料の価格予測も可能なので、具体的な活用方法を詳しく知りたい場合は下記より資料をダウンロードください！

Excelの関数を使うことでも、出荷数の予測は立てられます。
予測に用いる関数は下記のとおりです。

• FORECAST関数：回帰直線を作成し、データの因果関係から出荷数を予測できる
• TREND関数：複数の要因を持つ重回帰分析をおこなう
• SLOPE関数：過去のデータから平均的な出荷数の伸び率を求める

関数のほかにも予測シート機能を用いて、出荷数予測も可能です。データを選択して「データ」タブにある「予測シート」をクリックするだけなので、グラフを作成する要領で簡単に作成できます。

Excelは多くの企業に導入されているため、追加コストもかかりません。関数や機能の理解は必要ですが気軽に始めてみたい場合におすすめです。

売上予測に関して、以下でExcelを使用した例をまとめているので、あわせてご一読ください。

・参考記事：エクセルで出す売上予測｜関数を使う方法や「予測シート」を活用するなど詳しく解説

在庫管理システムのなかには、需要予測の機能を備えたものがあります。需要の予測は出荷数の予測につながるため、在庫管理システムを新規導入、または乗り換える場合は予測機能の有無を確認するのもひとつの方法です。
出荷数の予測をしたうえで最適な在庫管理もできます。ただし、当然ながら費用がかかるため、費用対効果や使いやすさを吟味して、適切な選択が必要です。

出荷数を予測するメリットは、下記のとおりです。

• ムダのない生産計画を立てられる
• 作りすぎや在庫不足を避けられる

出荷数の予測は生産計画をたてる上で重要です。

生産計画は、在庫数に過不足が発生し事業にも大きく影響します。過剰な在庫は売上に対してコスト高を招き、逆に品薄状態になると商機を逃したり、機会損失や顧客の不満につながったりする恐れがあります。

一方で、精度の高い予測ができれば、ムダのない生産計画が立てられ、安定した経営を実現できます。過去のデータを活用して、効率よく精度の高い予測を実現したい方は、AIを活用するのもおすすめです。

出荷数予測のポイントは、下記のとおりです。

1. 予測と実績を比較する
2. データは量だけではなく、品質も重要
3. 外的要因も考慮する

データを活用し、正確な予測をしたつもりでも外的要因が発生すると、一気に予測が狂う場合もあります。そこで重要なのは、外的要因を的中することではなく、外的要因はあるものとして考えることです。

順番にみていきましょう。

どれほど綿密に計算して予測したとしても、実績とのズレが生じるものです。そこで「なぜズレてしまったのか」「どうすればズレが発生しないのか」など、原因と対策を客観的に分析しなければなりません。

予測結果が出た後にズレの原因を取り除いていくことが、予測の精度を高める結果につながります。

はじめのうちは精度が低くても、継続しながら予測の精度を高めていきましょう。

予測を立てるうえで、データが多いほど精度の高い予測値を得られます。しかしデータだけが多くても、活用できなければ予測には役立ちません。したがって、データは量だけではなく、品質も重視しましょう。

たとえば、何年も前のデータよりも前年のデータや、同じ時期で統一されたデータを活用するほうが予測精度は高くなります。またデータに欠損があると予測精度に影響を及ぼすため、どうすれば埋められるか考えることも重要です。

完璧な出荷数予測は難しいですが、少しでも精度の高まる材料を揃えましょう。

出荷数には、事故などの外的要因も影響します。しかし、不測の事態を正確に読み切ることは不可能です。企業や社会を取り巻く環境は常に変化しており、ときに予想もできない方向へ変化してしまいます。

実際に、2019年から2020年にかけて、新型コロナウイルスの流行によって人々の生活は激変しました。このような事態を事前に予測することは難しいです。

したがって、不測の事態を的中させるのではなく、外的要因は発生するものと考えて予測する必要があります。予測値に余裕を持たせたり、在庫を確保したりして、柔軟な対応ができるように備えておきましょう。

安定した生産計画を立てたり、在庫管理を適正化したりするためには、出荷数の予測が重要です。出荷数を正確に予測するためにも、時系列分析法や移動平均法などの手法を理解しておきましょう。

また、実際に予測する際はAIやExcelを活用するのがおすすめです。出荷数の予測分析をしっかりとおこなって、事業の成長につなげましょう。

なお、AIによる予測分析ツール「Prediction One」は、製造分野でも活用できます。出荷数予測や不良品検知などの事例や活用イメージ資料にまとめたので、ぜひダウンロードのうえご活用ください！