需給調整と在庫最適化の基本｜中小企業でも今日から始められるSCM改善

「在庫が増え続けている」「欠品もしているのに、倉庫はあふれている」 これは中小製造業・卸・小売の最も古くて新しい課題です。

需給調整や在庫最適化というと大企業のSCM部門の話と思われがちですが、実は中小企業ほどインパクトが大きい領域です。在庫は資金繰りを直撃し、廃棄は利益を直接食うからです。

本記事では、需給調整と在庫最適化の基本を、現場経験をもとに整理します。

なぜ在庫は増え続けるのか

在庫が増える原因は、突き詰めると次の3つに集約されます。

1. 需要が読めない: 予測の仕組みがなく、勘と経験で発注している
2. リードタイムが長い: 安全在庫を厚く持たざるを得ない
3. データが分断している: 販売・在庫・仕入が別々に管理され、全体像が見えない

この3つのうち、中小企業がまず手を打つべきは3番目です。1と2は時間とコストがかかりますが、3は今日から始められます。

需給調整の本質｜「当てる」ではなく「揃える」

需給調整は「需要を正確に当てる」ゲームではありません。実務的には、「需要と供給のズレを早く察知し、小さく直す」ゲームです。

• 当てるゲーム（×）: 月次で需要予測を出し、その通りに発注する
• 揃えるゲーム（○）: 週次・日次でズレを観察し、次の発注・生産計画に反映する

このマインドセットの違いが、在庫水準とサービス率を決定的に分けます。

中小企業でも、週次の需給会議（15分でよい） を始めるだけで、在庫の山は目に見えて減り始めます。

データの最小セット｜これだけあれば始められる

在庫最適化のために最初に揃えるべきデータは次の3つだけです。

1. 販売実績（過去12〜24ヶ月）

• 品目コード／日付／販売数／販売金額
• できれば顧客・チャネル別

これで「季節性」「トレンド」「変動の大きさ」が見えます。

2. 在庫推移

• 品目コード／日付／在庫数
• 週次または日次のスナップショット

これで「在庫が動いているか／滞留しているか」が判別できます。

3. 発注・入荷データ

• 品目コード／発注日／入荷日／発注数
• 仕入先／リードタイム

これで「計画と実績のズレ」が可視化されます。

これら3つを1つのスプレッドシート／BI上で横串に見られる状態を作ることが、在庫最適化の出発点です。

改善の順序｜やるべきことの優先順位

データの基盤ができたら、次の順序で改善を進めます。

順序1｜ABC分析で重点品目を絞る

全品目を同じように管理しようとすると破綻します。売上・利益・動きの3軸でABC分析を行い、Aランク品目に管理リソースを集中します。

• Aランク（売上の70〜80%を占める）: 週次レビュー、発注点管理
• Bランク: 月次レビュー、定期発注
• Cランク: 最低限の管理、発注ロット見直し

順序2｜安全在庫を「数式」で置く

「勘で多めに持つ」をやめて、変動の大きさと調達リードタイムから安全在庫を計算します。

例：安全在庫 = 需要標準偏差 × √リードタイム × 安全係数

完璧な数式でなくてもよいので、根拠のある水準を置くのが重要です。

順序3｜発注点・発注ロットの見直し

欠品と過剰在庫の両方を減らすには、発注点（再発注を起こすタイミング） と 発注ロット（1回の発注量） の再設計が効きます。

• 発注点 = リードタイム中の需要 + 安全在庫
• 発注ロット = 経済的発注量（EOQ）または実務制約

順序4｜需給会議の定例化

データと管理方針が整ったら、週次の需給会議を定例化します。

• 欠品・滞留が発生した品目の要因分析
• 翌週の発注・生産計画の調整
• 特別事案（キャンペーン・季節要因）の共有

15分で終わる会議でも、続けることで在庫水準は着実に下がります。

AIと需要予測｜どこで使うべきか

近年はAIによる需要予測サービスも増えていますが、中小企業がいきなりAI予測から入るのは非効率です。

理由は3つあります。

1. データが足りない: 機械学習は十分なデータ量・品質がないと真価を発揮しない
2. 業務が追いつかない: 予測精度が上がっても、発注プロセスがついて来なければ意味がない
3. ブラックボックス化: 現場が「なぜその数字なのか」を説明できないと使われない

まずはシンプルな統計手法（移動平均、指数平滑、季節調整） で十分です。そのうえで「これ以上の精度が必要」となった領域からAIを投入するのが現実的です。

まとめ｜在庫最適化は「仕組み」の問題

在庫最適化は魔法の数式ではなく、データ・プロセス・会議体の仕組みづくりです。

1. データの最小セット（販売・在庫・発注）を一元化する
2. ABC分析で管理リソースを重点品目に集中する
3. 安全在庫・発注点を数式で置き、見直しの対象にする
4. 週次の需給会議を定例化し、小さく直す運用を回す
5. AI予測はそのあとで

LAVRA WORKS では、製造業・アパレルで培ったSCMの現場経験をもとに、中小企業の需給調整・在庫最適化の仕組みづくりを伴走支援しています。

在庫・需給の課題を相談する（無料DX診断）