ビジネス課題

食品小売り業や飲食店において適切なタイミングで必要な量の商品を仕入れることはもっとも重要な課題のひとつです。 過剰に仕入れたために販売できなかった商品は割引をせざるを得ず、利益幅の低下につながります。 特に消費期限が短い商品が生鮮食品の場合は、品切れをさけるために頻繁に商品を補充することで、大量の食品廃棄と店舗側のコスト負担が課題になっています。 一方で、少なすぎる仕入れは本来の販売機会を逃し、顧客の満足度の低下につながる可能性もあります。 仕入れ量最適化の目安を考える基準の１つとして来店数が役立ちます。 しかし、来店数は天気やお店のキャンペーン、店付近で行われたイベントの集客などによって変動するため、予測を人手で行うのは簡単ではありません。

予測分析による解決

AIを活用した予測分析によって、過去の来店数データをもとに将来の来店数を予測できます。 また、イベント情報やセール日情報、天気予報情報をもとにモデルを作成すれば、これらの情報を考慮した高精度の来店数予測が可能になります。

必要なデータ

来店数予測には、過去の実績データ（来客数）と日時データを用意することで時系列予測ができるようになります。 他にも、セール日、周辺地域の催事、天気など来店数に関係する情報などを追加することで、より正確な予測をすることが可能になります。 大型の小売り・飲食店などでは、TVCMなどの影響もうけるため、マーケティングデータも追加するとより正確な予測が見込めます。

予測の活用と想定される導入効果

今後１週間の来客数を予測し、その予測数に基づいて商品の仕入れを行います。 予測の精度が高まることで、過不足のない在庫が実現し、在庫ロス・食品ロスなどの改善が期待できます。 また、これまで人手で行っていた予測業務の精度向上、業務負荷軽減につながります。