在庫管理は製造業や小売業にとって、売上と利益を左右する重要な業務です。しかし、多くの中小企業では「勘と経験」に頼った発注が続いており、欠品による販売機会損失や、過剰在庫による資金繰り悪化が慢性化しています。
私がこれまで支援してきた企業では、適正在庫の基準が曖昧なまま発注を続け、倉庫には動かない在庫が積まれ、一方で必要な商品は欠品するという状況が多く見られました。在庫管理を自動化すると、発注タイミングの最適化、需要予測の精度向上、棚卸し工数の削減を同時に実現できます。本記事では、在庫管理自動化の仕組みと導入手順を実例とともに解説します。
在庫管理の課題
在庫管理が属人化している企業では、次のような課題が発生しています。
- 欠品が頻発し、販売機会を逃す: 担当者の勘で発注しているため、需要予測が外れて欠品が発生します。顧客に「在庫切れ」と伝えると、競合に流れるリスクが高まります。
- 過剰在庫で資金が固定化される: 「とりあえず多めに発注」が続くと、動かない在庫が倉庫を圧迫します。運転資金が在庫に縛られ、新規投資や人材採用ができなくなります。
- 棚卸しに丸1日かかる: 月次や年次の棚卸しは、全社員総出で行う企業も多く、本来業務が停止します。数え間違いや記録ミスも発生しやすく、やり直しも珍しくありません。
- 発注担当者に業務が集中する: ベテラン担当者が「この商品はいつも月末に売れる」という経験則で発注しているため、その人がいないと発注できません。
- 季節変動や繁閑に対応できない: 過去の平均値で発注すると、繁忙期に欠品、閑散期に過剰在庫という事態になります。
こうした課題を放置すると、売上機会の損失だけでなく、倉庫代や廃棄コストの増加、キャッシュフローの悪化につながります。
在庫管理自動化の仕組み
自動化は大きく分けて3つの要素で構成されます。
要素1: 発注点管理
発注点管理とは、「在庫がこの数量を下回ったら発注する」というルールを設定し、自動的に発注タイミングを通知または実行する仕組みです。
発注点の計算式
発注点 = リードタイム中の需要 + 安全在庫- リードタイム中の需要: 発注してから納品されるまでに売れる数量
- 例: リードタイム7日、1日平均10個売れる → 70個
- 安全在庫: 需要が予測を上回った場合のバッファ
- 例: 需要のばらつきを考慮して20個
この例では、発注点は90個です。在庫が90個を下回ったら、発注を行います。
自動化の実装例
- 在庫管理システムが在庫数を毎日確認
- 発注点を下回った商品を自動リストアップ
- 担当者にメールまたはSlackで通知
- または、取引先のEDIシステムに自動で発注データを送信
要素2: 需要予測
過去の販売実績をもとに、将来の需要を予測します。
予測方法
- 移動平均法: 過去3か月の平均を次月の予測値とする（シンプルだが精度は中程度）
- 季節指数法: 季節変動を考慮した予測（例: 夏場は冬場の1.5倍売れる）
- 機械学習: AIが過去データから傾向を学習し、高精度な予測を出す（ツール導入が必要）
中小企業で最も実用的なのは、移動平均法 + 季節指数法 の組み合わせです。Excelでも実装でき、精度も実用レベルです。
予測精度の評価
- 予測値と実績値の差（予測誤差）を毎月記録
- 誤差が20%以内なら合格、30%以上なら予測モデルを見直し
要素3: 在庫データのリアルタイム化
在庫数が常に最新の状態に保たれていないと、発注点管理も需要予測も機能しません。
リアルタイム化の方法
- 販売時点でシステムに記録: POSレジ、販売管理システムと在庫管理システムを連携
- 入荷時点で即反映: バーコードスキャンで入荷数を自動記録
- 在庫移動の記録: 拠点間移動、返品、廃棄もすべてシステムに記録
手書き伝票やExcelでの転記を残すと、記録漏れやタイムラグが発生します。バーコードまたはQRコードを活用し、その場でシステムに記録する運用が理想です。業務自動化入門で解説した「小さく始めて効果を確認する」アプローチが、在庫管理でも有効です。
ケーススタディ: 小売業45名企業の在庫管理自動化
企業プロフィール
- 業種: 生活雑貨小売（実店舗3店 + ECサイト）
- 従業員数: 42名（店舗スタッフ30名、バックオフィス12名）
- 課題: 欠品率8%、過剰在庫が売上の30%を占め、倉庫が満杯
導入前の状況
在庫管理は店長の経験に依存しており、発注業務は以下の手順で行われていました。
発注フロー（従来）
- 店長が店頭在庫を目視で確認（週1回、1時間）
- 前週の売上実績をExcelで確認（30分）
- 「そろそろ売れそう」という勘で発注数を決定
- 取引先にFAXまたはメールで発注（30分）
- 納品時に検品し、手書き伝票に記録（1回あたり1時間）
合計工数: 週3時間（月12時間）× 3店舗 = 月36時間
発生していた問題
- 人気商品が欠品し、顧客に「次回入荷は未定」と伝えるケースが月10回以上
- 3年前に仕入れた商品が倉庫に残り、廃棄処分に
- 店舗間で在庫の偏りがあり、A店は欠品、B店は過剰という状況
- ECサイトの在庫数が店舗と連動しておらず、注文後に「在庫切れ」連絡が頻発
自動化の設計
以下の4段階で導入を進めました。
Phase 1: 在庫データの一元化（導入1〜2週目）
- クラウド在庫管理システム（ZAICO）を導入（月額1.2万円）
- 全商品にQRコードを貼付（既存商品2,000点）
- スマホアプリで入荷・出荷・移動をその場で記録
- 3店舗 + ECサイトの在庫を一元管理
結果: 在庫数がリアルタイムで可視化され、店舗間の在庫偏りが判明
Phase 2: 発注点の設定（導入3〜4週目）
- 過去12か月の販売実績を分析
- 商品ごとに発注点と発注量を設定（ABC分析で優先順位付け）
- Aランク（売上上位20%）: 発注点を厳密に設定
- Bランク（売上中位30%）: 簡易的な発注点設定
- Cランク（売上下位50%）: 最小在庫のみ保持
- 発注点を下回った商品を毎朝自動でSlack通知
結果: 発注判断が属人化から数値ベースに転換
Phase 3: 自動発注の実装（導入5〜6週目）
- 取引先とEDI連携（主要仕入先3社、処理の60%をカバー）
- 発注点を下回った商品を自動で発注（上限金額10万円/日まで）
- 10万円以上の発注は店長承認フローに回す
結果: 発注業務の80%が自動化
Phase 4: 需要予測の導入（導入7〜8週目）
- 過去12か月の販売データをもとに、季節指数を算出
- 夏物・冬物の発注量を自動調整
- ECサイトと店舗の在庫を連動させ、どちらで売れても即反映
結果: 季節変動に対応した発注が可能に
導入結果
- 欠品率: 8% → 2%（75%削減）
- 過剰在庫率: 売上の30% → 20%（33%削減）
- 発注業務工数: 月36時間 → 月8時間（78%削減）
- 棚卸し時間: 3店舗で丸1日（8名 × 8時間） → 各店2時間（システム上の在庫と実地の差分のみ確認）
- 投資額: 初期30万円（システム設定・QRコード貼付）+ 月額1.5万円
- 投資回収期間: 約6か月
店長からは「目視で在庫を確認する不安から解放された」「店頭接客に集中できるようになった」との声があり、顧客からは「欲しい商品が確実にある」と評価されました。
導入時の工夫
成功のポイントは、段階的に自動化し、現場の納得感を得たことです。
- 全商品ではなく、売れ筋から開始: 上位20%の商品で効果を実感してから、残り80%に展開
- 完全自動化ではなく、人の承認を残す: 10万円以上の発注は店長承認を必須化
- 店舗スタッフの負担を増やさない: QRコード読み取りは1商品5秒、手書き伝票より早い
- 在庫数の「ズレ」を許容: システム在庫と実地在庫が5%以内のズレなら許容し、完璧を求めない
ケーススタディ2: アパレル小売30名企業の棚卸し効率化
企業プロフィール
- 業種: アパレル小売（実店舗2店）
- 従業員数: 28名（店舗スタッフ18名、本部10名）
- 課題: 月次棚卸しに毎回8名 × 8時間（計64時間）を費やし、本来業務が停止
導入前の状況
手書き伝票とExcel管理で在庫を記録していましたが、記録漏れや転記ミスが多発していました。
月次棚卸しの手順（従来）
- 営業終了後、全商品を手作業でカウント（4時間）
- 手書き伝票に記録（2時間）
- Excelに転記し、システム在庫と照合（2時間）
- 差異が大きい商品を再カウント（1時間）
合計: 2店舗 × 4名 × 8時間 = 月64時間
発生していた問題
- カウントミスで差異が10%を超える商品が毎回20点以上
- 棚卸し日は店舗スタッフ全員が残業
- 差異原因の特定ができず、「誤差」として処理
自動化の設計
バーコード管理とクラウド在庫システムを導入しました。
Phase 1: バーコード貼付（導入1週目）
- 全商品（約1,500点）にバーコードシールを貼付
- 商品マスタをシステムに登録（商品名、サイズ、カラー、原価、売価）
Phase 2: 入出荷の即時記録（導入2〜3週目）
- 入荷時: バーコードスキャンで自動記録
- 販売時: POSレジと連動して在庫を自動減算
- 返品・廃棄: スマホアプリでスキャンして記録
Phase 3: 棚卸しの差分管理（導入4週目）
- 月次棚卸し時、バーコードスキャンで実地在庫を記録
- システムが差異のある商品のみをリストアップ
- 差異がない商品はカウント不要
導入結果
- 棚卸し時間: 64時間/月 → 16時間/月（75%削減）
- 差異件数: 月20点以上 → 月5点以下
- カウントミス: ほぼゼロ（バーコードスキャンのため）
- 投資額: 初期25万円（バーコードプリンタ、システム設定）+ 月額8,000円
- 投資回収期間: 約3か月
店舗スタッフからは「棚卸しの恐怖がなくなった」「夜遅くまで数える作業から解放された」との声がありました。
発注点管理の実践手順
発注点管理を導入する際の具体的な手順です。
Step 1: 商品をABC分析で分類する
売上金額でランク分けし、管理の濃淡をつけます。
| ランク | 売上構成比 | 商品点数 | 管理レベル |
|---|---|---|---|
| A | 上位20% | 全体の5〜10% | 厳密に発注点設定 |
| B | 中位30% | 全体の20〜30% | 簡易的な発注点設定 |
| C | 下位50% | 全体の60〜75% | 最小在庫のみ保持 |
Aランクの商品は欠品すると売上に直結するため、毎日在庫を確認します。Cランクは週次確認で十分です。
Step 2: リードタイムを調査する
取引先ごとに、発注から納品までの日数を記録します。
調査方法
- 過去3か月の発注伝票と納品伝票を照合
- 取引先ごとに平均リードタイムと最大リードタイムを算出
例
- A社: 平均5日、最大7日
- B社: 平均10日、最大14日
リードタイムが長い取引先ほど、安全在庫を多めに確保する必要があります。
Step 3: 1日あたりの平均需要を算出する
過去3か月の販売実績から、商品ごとの1日平均販売数を計算します。
計算例
- 商品X: 3か月で900個販売 → 1日平均10個
季節変動がある商品は、該当期間のデータを使います（例: 夏物は6〜8月のデータ）。
Step 4: 安全在庫を決める
需要のばらつきを考慮し、安全在庫を設定します。
安全在庫の目安
- 需要が安定している商品: 平均需要の2〜3日分
- 需要が変動しやすい商品: 平均需要の5〜7日分
- 欠品リスクが高い商品: 平均需要の7〜10日分
例
- 商品X: 1日平均10個、需要は安定 → 安全在庫30個（3日分）
Step 5: 発注点を計算する
発注点 = （1日平均需要 × リードタイム） + 安全在庫例
- 商品X: 1日平均10個、リードタイム5日、安全在庫30個
- 発注点 = (10個 × 5日) + 30個 = 80個
在庫が80個を下回ったら、発注を行います。
Step 6: 発注量を決める
発注1回あたりの数量を決めます。
発注量の決め方
- 経済的発注量（EOQ）を計算する方法もありますが、実務では「リードタイム中の需要 + 1週間分」が目安
- 発注頻度を減らしたいなら、2週間分や1か月分をまとめて発注
例
- 商品X: リードタイム中の需要50個 + 1週間分70個 = 120個
需要予測の実践手順
Excelでできる簡易的な需要予測の方法です。
Step 1: 過去12か月の販売実績を集計する
商品ごとに、月別の販売数をExcelに記録します。
| 月 | 商品X販売数 |
|---|---|
| 1月 | 250 |
| 2月 | 230 |
| 3月 | 270 |
| … | … |
| 12月 | 300 |
Step 2: 移動平均を計算する
直近3か月の平均を次月の予測値とします。
次月予測 = (当月 + 前月 + 前々月) / 3例
- 10月: 280個、11月: 290個、12月: 300個
- 1月予測 = (280 + 290 + 300) / 3 = 290個
Step 3: 季節指数を算出する
季節変動がある商品は、月別の傾向を数値化します。
季節指数の計算
- 過去12か月の月別平均を算出
- 各月の実績 ÷ 年間平均 = 季節指数
例
- 年間平均: 280個/月
- 7月の平均: 350個 → 季節指数 = 350 / 280 = 1.25
- 12月の平均: 420個 → 季節指数 = 420 / 280 = 1.50
Step 4: 予測値を季節指数で補正する
最終予測 = 移動平均 × 季節指数例
- 移動平均: 290個
- 季節指数（7月）: 1.25
- 7月予測 = 290 × 1.25 = 362個
Step 5: 予測精度を毎月評価する
予測値と実績値を比較し、誤差を記録します。
予測誤差 = |予測値 - 実績値| / 実績値 × 100例
- 予測値: 362個、実績値: 380個
- 誤差 = |362 - 380| / 380 × 100 = 4.7%
誤差が20%以内なら合格、30%以上なら予測モデルを見直します。
ツール選定のポイント
在庫管理システムは機能の多さより、以下の観点で選定すると失敗が減ります。
1. 既存システムとの連携性
- 販売管理システム、POSレジ、ECサイトとデータ連携できるか
- API連携が可能か、CSV入出力で対応するか
2. 現場の使いやすさ
- スマホアプリで入出庫を記録できるか
- バーコード・QRコードに対応しているか
- 操作が直感的で、トレーニングなしで使えるか
3. 拠点数・商品点数に対応できるか
- 複数拠点の在庫を一元管理できるか
- 商品点数が増えても動作が遅くならないか
4. コストと拡張性
- 初期費用と月額費用が予算内か
- 将来的に拠点や商品が増えても対応できるか
推奨ツール（中小企業向け）
| ツール名 | 月額費用 | 特徴 | おすすめ規模 |
|---|---|---|---|
| ZAICO | 1.2万円〜 | スマホアプリが使いやすい、QRコード対応 | 5〜50名 |
| ロジクラ | 1万円〜 | 物流・倉庫管理に強い、無料プランあり | 5〜100名 |
| 在庫管理freee | 1.5万円〜 | freee会計と連携、経理業務も効率化 | 10〜50名 |
| SMART在庫管理 | 2万円〜 | 複数拠点対応、需要予測機能あり | 30〜200名 |
商品点数が1,000点以下、拠点数が5以下なら、ZAICO・ロジクラで十分です。
失敗しないための注意点
これまでの支援経験から、特に注意すべき4点を挙げます。
1. 全商品を一度に管理しない
いきなり全商品を在庫管理システムに登録すると、初期設定だけで1か月かかります。
推奨手順:
- 売上上位20%の商品をまず登録（ABC分析のAランク）
- 1か月運用して効果を確認
- 残りの商品を段階的に追加
データ入力自動化の手法も、商品マスタ登録の効率化に活用できます。
2. リアルタイム化を完璧にしない
在庫数が常に100%正確である必要はありません。
許容範囲の例:
- 誤差5%以内ならOK
- 年1回の実地棚卸しで補正
完璧を求めると、現場の負担が増え、運用が続きません。
3. 需要予測を過信しない
需要予測は過去データに基づくため、突発的なイベント（テレビ放映、SNSバズ等）には対応できません。
対策:
- 予測値を参考にしつつ、店長の経験も加味する
- 予測誤差が大きい商品は、安全在庫を多めに設定
4. 棚卸しをゼロにしない
システム導入後も、年1回は実地棚卸しを行います。
理由:
- 盗難、破損、記録漏れなどでシステム在庫と実地在庫がズレる
- ズレを放置すると、発注点管理が機能しなくなる
棚卸しの頻度は、年1回で十分です。毎月の棚卸しは不要になります。
測定すべきKPI
導入効果を測定するため、以下のKPIを月次で追跡します。
- 欠品率: 欠品件数 / 受注件数 × 100（目標: 5%以下）
- 過剰在庫率: 過剰在庫金額 / 総在庫金額 × 100（目標: 20%以下）
- 在庫回転率: 売上原価 / 平均在庫金額（目標: 年6回転以上）
- 発注業務工数: 発注にかかる総工数（目標: 50%削減）
- 棚卸し時間: 実地棚卸しにかかる時間（目標: 70%削減）
- 予測精度: 予測誤差の平均（目標: 20%以内）
KPIは3〜4項目に絞ると、追跡コストが抑えられます。
コスト試算の例
50名規模の小売業で在庫管理を自動化した場合の試算です。
投資額
- 在庫管理システム: 月1.5万円 × 12か月 = 18万円
- QRコード貼付・初期設定: 30万円
- 教育・マニュアル作成: 8万円
- 初年度総額: 56万円
効果額
- 発注業務削減: 30時間/月 × 2,500円/時間 = 7.5万円/月 → 年90万円
- 欠品削減による売上増: 推定50万円/年
- 過剰在庫削減: 推定30万円/年
- 初年度総効果: 170万円
ROI
- (170万円 - 56万円) / 56万円 × 100 = 204%
- 投資回収期間: 約4.0か月
2年目以降は初期費用が不要なため、ROIは800%以上に向上します。
まとめ
在庫管理の自動化は、欠品と過剰在庫を同時に解消し、発注業務の工数削減と売上向上を実現できる施策です。完璧な予測を目指すより、発注点管理で「在庫が少なくなったら自動で発注」という仕組みを作ることが成功の鍵です。
導入の3ステップ
- ABC分析: 売上上位20%の商品から開始、効果を実感してから全商品に展開
- 発注点設定: リードタイム + 安全在庫で発注タイミングを数値化
- 需要予測: 移動平均 + 季節指数で季節変動に対応
50〜100名規模の企業なら、欠品率を半減、発注業務を50%削減することは十分実現可能です。まずは1か月分の販売実績を集計し、売れ筋商品の発注点を設定することから始めてください。