楽天ショップを運営していて、「セール前に在庫が足りない」「普段は売れているのに急に余る」と困っていませんか。需要予測は、そんなムダな在庫や機会損失を減らし、発注や販促のタイミングを整えるための頼れる味方です。この記事では、初心者でも取り組みやすい需要予測の考え方から、日々の運用ルールやデータの見方、実務で使えるやさしい手順までを丁寧に解説します。これを読んで、次のセールや繁忙期に向けて無理なく準備ができるようにしていきましょう。
準備 データの棚卸と要件定義
ここが決まれば、その後の作業が一気に早くなります。まずは「日付×SKU」の形で、売上数・在庫残・入荷（発注）履歴の3点セットを日次でそろえることから始めましょう。次に、保存先、アクセス権、ファイル名、更新の時間帯や締め時間、そしてデータの処理ルール（欠損・重複・キャンセル）をあらかじめ決めておきます。最後に、追いかける数字（誤差の目安、欠品日数、在庫の回り方）を簡単に定義してください。この3つの土台が固まれば、後の集計・予測・発注判断が驚くほど安定します。
必須データ項目の確認と優先度付け
情報の軸は「日付」と「SKU」です。まずはこの軸で優先度に応じた項目をそろえます。必須項目として、日付×SKUの売上数量（出荷確定ベース優先）、在庫残数（日末時点）、入荷（納品/予約含む）履歴を必ず用意してください。さらに推奨追加項目として、クーポン・ポイント付与履歴、値下げ履歴、キャンセル・返品履歴、RPP（検索連動型広告）等のデータもあると精度が上がります。余裕があれば、SKUごとのレビュー件数・評価の推移、アクセス数・閲覧数も取得しましょう。
入手のコツとして、RMSからのCSV出力（SKU単位のデータ）を活用しつつ、項目名や内容を事前に確認してください。表記ゆれ対策として、システム連携用SKU番号や自社品番（管理ID）をキーとして一覧化し、単位は必ず「個」に統一することをおすすめします。
データをそろえたら、次の統一ルールを即決します：日付書式をYYYY-MM-DDに統一し、締め時間を固定、データ分析は商品ページ単位ではなく必ず「SKU単位」で行う方針を徹底してください。
データ保存場所とアクセス方法の決定
探す・迷う・上書き事故を無くすために、置き場所と触り方を先に決めます。
保存場所の構造例は共有クラウドに「原本」「加工」「出力」を分けることです。ファイル命名やシート名を統一し、編集権限と閲覧権限を明確にしてください。
更新手順は、締め時間の1時間後に開始し、原本を上書きしない運用で加工→チェック→出力の流れを徹底します。データは日次取得、週次処理、月次で楽天の仕様確認を行う運用が望ましいです。
欠損・重複・キャンセル処理ルールとKPI設定
ここで処理の型と、毎週見る数字を決めます。迷いを無くすことが目的です。
欠損の扱いは、売上は直近7日の同曜日平均で仮埋め、在庫は前日在庫で一時埋めとし、入荷欠損は原票で確認するのが基本です。
重複は注文番号＋SKU＋数量で一意化し、分割出荷は出荷日ベースで扱います。イベント時はキャンセルや欠品が増えるためセールフラグ付与で別処理を推奨します。
在庫0日は「売れなかった」ではなく「欠品の可能性が高い」とみなし、売上補正は行わず欠品日数を別で記録します。
KPI（重要指標）はSKUごとに差をつけます。重要SKUはMAPE（予測の誤差率）≤15%、欠品日数ゼロを目指し、標準SKUはMAPE≤20%などで分類して運用するのが現実的です。
データ整備と日次から週次の集計運用
生データのクリーニング手順と現場でのチェックリスト
データクリーニング（データの整理）のポイントは「異常値の早期発見」です。毎日行うチェック項目を決めておくと運用が安定します。
具体的には、数値範囲チェック、日付連続性、SKU整合性、在庫整合性（前日残＋入荷−出荷＝当日残）を確認してください。Excelの条件付き書式で色付けしておくと発見が早くなります。
日次から週次への集計ルールと集計頻度の決め方
日次データを週次に集計する際は、売上は日次合計、在庫は週末値、入荷は日次合計、欠品日数は日次の在庫0の合計で集計します。集計頻度は週次で集計、月次で振り返るのが基本です。
基本的な可視化で見るポイントと異常検出方法
最低限の可視化は時系列トレンドグラフ、曜日×時間帯のヒートマップ、在庫と売上の散布図です。異常は前年同期比や週内パターンから外れる急変で検出します。
まずは基本の予測を作る：Excelでの計算とイベント対応
基本計算の種類とExcelでの実装イメージ
初期はシンプルな手法から始めましょう。単純移動平均（直近の平均）、加重移動平均（直近を重視した平均）、前年同期比といった手法はExcelで実務的に使えます。
実務で使える数式例として、AVERAGEや加重和、前年同週×成長率などを組み合わせます。まずは安定的に動く基準を作ることが重要です。
予測のズレ（MAPE）の確認と目標設定
予測精度はMAPE（平均絶対パーセント誤差）で評価します。SKUの重要度に応じて目標を設定し、上位SKUほど厳しい（ズレの少ない）目標を設けると運用効果が高まります。
祝日、天気、楽天イベントなど外部要因の取得と前処理
外部要因は別シートで管理し、VLOOKUPなどで取り込んで調整係数を掛け合わせるのが実用的です。イベントは過去の増加率を参考に倍率を設定してください。
予測のレベルアップ：Excelから自動化ツール（AI予測）へ
Excel段階で作る実務的な発注目安の作り方
発注判断は安全在庫と発注点を明確にすることから始めます。安全係数はSKUの重要度に応じて変え、発注点は安全在庫＋納品待ち期間（リードタイム）中の予測販売数で算出します。
Pythonへの移行とデータフォーマットの準備
Excel運用が安定したらデータをCSVで整え、日付・SKU・売上・在庫・入荷を揃えてPythonなどでの自動処理に備えます。外部要因やSKUマスタも事前に整備しておきましょう。
自動予測ツール（Prophetなど）の活用と使い分け
Prophet（プロフェット）などは、時系列予測を簡単に実装できる便利なツールです。祝日やイベントを加味した予測モデル作成を行い、A級品は個別モデル、C級品は単純手法での運用など層別運用を検討してください。
予測のテストと運用ルールの改善
過去データを使った「答え合わせ」の方法
時系列特有の検証として、直近期間のデータを隠して予測させる「ホールドアウト検証」や、検証期間を少しずつずらしていく「ウォークフォワード検証」を取り入れ、予測モデルの実力を確かめてください。
発注シミュレーションによる欠品と過剰在庫の試算手順
過去データで「予測→発注判断→在庫推移」をシミュレートし、欠品日数や平均在庫、在庫回転率で運用ルールの良し悪しを判断します。欠品コストと保管コストのバランスが最適化の鍵です。
ツール選定と段階的移行の方針 自動化と運用フローの標準化
段階的移行はExcel運用で基準確立→Pythonにスクリプト化→SaaSや専用ツール導入という流れが実務的です。優先的に自動化すべきはデータ収集・クレンジング、次いで定型レポート、アラート機能です。
まとめ
この記事では、楽天ショップの在庫不足や過剰在庫を防ぐため、整っていない販売データからでも短期間で実務に使える商品ごとの需要予測を立ち上げる手順をやさしくまとめました。まずはExcelでベースを作り、一つずつ検証しながら日次・週次の集計や欠損処理、祝日やセールなどの外部要因を取り入れて精度を高めます。
日々の集計で異常や欠品の兆候を早めに察知し、評価指標で精度を確認しながら発注量の基準や販促のタイミングを調整していく運用が肝心です。まず一品から試しましょう。結果を数値で確認し、必要に応じて段階的に自動化ツールへ移行すれば、発注や販促の判断がラクになります。まずは今日、データの棚卸から始めましょう。
＜ご注意＞本記事の内容は、執筆時点の情報に基づいています。楽天のシステム仕様・ガイドライン・ルール等は予告なく変更される場合があります。最新の情報は、必ず楽天公式サイトや楽天RMSの管理画面等をご確認ください。