データを使用して在庫を最適化するユニファイドコマースとオムニチャネルとは

2024年9月9日

AI CRM D2C DNVB DTC EC EC物流 eコマース Eコマースプラットフォーム ID-POS OMO POS オムニチャネルオムニチャネルコマースオムニチャネルフルフィルメントコマースシステムフルフィルメントマーケティングオートメーションユニファイドコマースユニファイドコマースフルフィルメントリテールマーケティングロイヤリティプログラム在庫予測在庫管理在庫管理システム/WMS 在庫管理システム・IMS 小売マーケティング注文管理システム・OMS 発送代行

手元に在庫が多すぎると、小売業に財政的な負担がかかります。売上が遅いということは、収益がどこにも行かない在庫に縛られているため、顧客の手元に届く新しい在庫を循環させる能力が低下することを意味しています。

しかし、同様に悪いのは、手元に十分な在庫がないことです。あなたが需要を満たすことができなければ、競合他社は満たすことができるので、潜在的な売上を失うことになります。

しかし、正確な需要予測を行うことで、常に十分な在庫を確保することができます。幸いなことに、在庫予測を始めるのは難しくありません—データの追跡と測定に役立つID-POSシステムを使用している限り。

この投稿では、以下について説明します。

定性的在庫予測と定量的在庫予測
在庫予測を完璧にするためのベストプラクティス

需要予測手法

特定のSKUが需要を満たす必要がある場合に、その金額を予測する信頼性の高い方法を持つことが不可欠です。

従来、小売店舗は販売率と販売レポートを見て、どの在庫をより多く注文し、いくら注文すべきかを確認できましたが、現在では、予測には定量的情報と定性的情報の両方を組み合わせて行う必要があります。

どちらか一方に頼りすぎるのではなく、両方を組み合わせて使用する方がよいでしょう。

1. 定量的な在庫予測

定量的な在庫予測は、主にPOSシステムにある過去の販売データに依存します。販売データの追跡期間が長ければ長いほど、データセットが大きくなり、予測の精度が高くなります。たとえば、数年間の売上データから、季節的な傾向がわかります。

近年、ホスピタリティ業界にはブーメラン効果が見られ、食事をする人々が一体感を取り戻すことを喜びながら、ポジティブな勢いが続いています。
しかし、世界の大部分で景気後退が迫り、インフレと金利が急上昇する中、慎重な個人消費の影響を感じています。幸いなことに、テクノロジーの進歩により、企業は消費者の好みや持続可能性などの成長トレンドを活用できるようになり、不確実性に直面しても俊敏性を高めるための購入パターンをより正確かつ微妙に把握できるようになりました。

言い換えれば、LLM AIのメリットと活用しても過去の売上データだけでは全貌を語ることはできません。少なくとも、近い将来には。

だからといって、定量的な予測が完全に死んだわけではありません。それでも便利です。

たとえば、ある商品やカテゴリの売上が過去6か月間に着実に増加していることに気付いた場合、その商品を大量に注文しても安全かもしれません。ただし、特定の商品・製品またはカテゴリの売上が着実に減少している場合は、次の注文書にそれらを含めるのを控えることをお勧めします。ただし、特定の商品・製品またはカテゴリの売上が着実に減少している場合は、過去にそれらの減少が確実に好転した場合でも、次の注文書に含めるのを控えることをお勧めします。
(代わりに、試してみてください新しい価格戦略や店舗レイアウトを使用して、既存の在庫がさらに速く動くかどうかを確認します。）

2. 定性的な在庫予測

定性的な在庫予測は、小売データと履歴データにあまり依存しません。定性的予測は、正確な予測を行うために活用できる販売データが少ない場合に使用する必要があるかもしれません。

また、外部の出来事が消費者の購入方法を大幅に変えた場合に、定性的な情報を見ることも有効です。

定性的な予測は、販売データの代わりに、より広範な市場動向、専門家の意見、一次調査と二次調査の両方に依存しています。定量的予測がデータを使用して測定可能な答えを導き出すことであるとすれば、定性的予測は利用可能な情報を使用して知識に基づいた推測を行うことです。

定性的予測は、3か月前に店舗をオープンし、販売データの収集を始めたばかりの場合など、知識に基づいた推測を合理的に行うのに十分なデータがない場合に役立ちます。

また、ソーシャルディスタンスが消費者の買い物や消費習慣に与えた影響など、過去のデータでは対応できない市場の急激な変化に対応するのにも役立ちます。

しかし、最終的には、マーチャントは定量的情報と定性的情報をバランスよく組み合わせて意思決定を行う必要があります。たとえば、定量的情報を使用して、確実にベストセラーである在庫を再注文したり、定性的情報を使用して、これまでに扱ったことのない少量の在庫を購入したりします。

需要予測を完成させる方法

需要在庫とは、販売データを見て一日を終えることを意味するだけではありません。

覚えておいてください:定量的データと定性的な研究のバランスをとる必要があります!予測不可能な時期に需要予測を完成させるには、次のプラクティスを念頭に置いてください。

顧客が何を望み、何を必要としているかを調査する
予測期間を決定する
再注文ポイントを常に把握

顧客が何を望み、何を必要としているかを調査する

定性的な予測力を発揮し、顧客に直接アプローチして、どのようなブランドや製品を取り扱ってほしいかを学びましょう。調査によると、顧客がブランドの一部であると感じると、競合他社よりもそのブランドから多く購入することがわかっています。ですから、彼らの声に耳を傾け、そのフィードバックを使って、あなたがどの製品を扱っているかを知らせてください。

Delphi法にひねりを加えることで、グループのコンセンサスを達成しながら、予測を一貫して最新の状態に保つことができます。これは、次のようになります。

ステップ1:
現在扱っている3つの異なる商品について、顧客に感じていることを匿名で報告してもらうアンケートを作成し、購入する可能性が非常に高い、セールで購入する可能性が高い、購入しそうにないかを選択できるようにします。また、オプションのフォーム質問を含めて、新しい製品を提案することもできます。
ステップ2:
結果を収集し、2回目の調査を作成します。これは、お客様に前回の調査結果に同意するか同意しないかを尋ねます。複数の人が前の調査で同様の製品タイプを提案した場合は、少なくとも1つを追加してフィードバックを求めることで、購入する可能性が非常に高い、セールで購入する可能性が高い、購入しそうにないかを選択できるようにします。繰り返しになりますが、オプションのフォームの質問を含めて、彼らがあなたが運ぶための新製品を提案することができます。
ステップ3:
結果を収集し、同じ線に沿って3番目の調査を作成します。第1回調査と第2回調査の間に製品に関する明確な意見のコンセンサスがあった場合は、この調査からそれらを省略します。

これを無期限に繰り返し、コンセンサスを集めながら質問する製品を変更できます。

予測期間を決定し、再注文ポイントを常に把握します

需要を予測するには、どこまでさかのぼるべきでしょうか?

季節性からニーズの変化まで、すべてのSKUの再注文ポイントが年間を通じて同じままであるとは限りません。これは、小売業者がCOVID-19とソーシャルディスタンスが消費者の購買習慣に与える永続的な影響に対処しているため、特に当てはまります。

昨年の売上データに頼って完全に正確な予測を立てることはできないかもしれませんが、過去 30 日から 90 日間の売上に基づく定量的な予測は依然として実行可能です。

現在、需要の変化と不確実性が高い場合は、変化するトレンドを適切に把握するために予測期間を十分に長く保ち、現在の現実と経済状況に焦点を合わせ続けるために十分に短くしてください。