小売店の来店数を予測するには。レジの記録・曜日・天気の見方

まず自分の店のレジの記録を確認する

経済産業省が毎月、全国の約26,500の事業所・企業から集めている商業動態統計で、百貨店・スーパーに聞いている項目は、商品販売額、商品券販売額、期末の商品手持額、月末の従業者数、売場面積、月間営業日数です。客数はありません。この統計から自店の来店数を直接見積もることはできません。

材料は自分の店のレジにあります。日ごとの会計回数は、購入したお客さんの増減を知る手がかりになります。来店しても購入しなかった人や同伴者は含まれないため、入店人数とは区別します。レジやPOSの売上集計に客数や会計回数の欄があれば、それを日別に書き出します。まずやることは、日付と会計件数を、確認できる期間について1つの表にまとめることです。売上金額だけでは、会計の件数が増えたのか、1回の購入金額が増えたのかを区別できないためです。

客数の集計機能がない場合は、日別の会計件数を確認します。レシートの通し番号を使うときは、取消・再発行や複数のレジによる重複に注意が必要です。まず記録を続け、同じ曜日を比べられる日数が集まったら、傾向を確認します。当社の手軽に使える需要予測AIも、必要なのは日付と数量の2列だけで、3か月分ほどから試せる作りにしています。

曜日ごとの傾向を、直近4〜8週の記録で確認する

2列が出たら、曜日を1列足して、同じ曜日を縦に並べます。直近4週から8週の月曜だけ、火曜だけを並べると、曜日ごとの客数の傾向が分かります。平均だけで終わらせず、いちばん多かった週と少なかった週の数も残しておきます。この差は、過去のばらつきを知る手がかりです。ただし、今後の客数が必ずその範囲に収まるわけではありません。

祝日かどうかを記録し、通常の営業日とは分けて比べます。祝日の来店は平日と同じ形になるとは限らないので、平日の平均に混ぜると平日の見込みがずれます。特売や催事の日も、通常日の集計から分けます。月初や月末、特定の日付に山があるかどうかも、世間で言われる傾向をそのまま当てはめず、自店の記録で確かめます。記録が少ない段階では、傾向がないと断定せず、確認を続けます。

日別の天気は7日先まで。2週目は気温の傾向を見る

気象庁の予報は、先の日ほど種類が変わります。今日・明日・明後日は府県天気予報で、毎日5時・11時・17時に出ます。翌日から7日先までは週間天気予報で、毎日11時ごろと17時ごろです。8日先から12日先を中心とした気温は「2週間気温予報」で、日ごとではなく5日間の平均を、毎日14時30分ごろに出します。

予報の対象期間は、気象庁の週間天気予報の解説と2週間気温予報の解説で確認できます。

週間天気予報には、3日目以降の雨の予報に信頼度A・B・Cが付いています。気象庁の説明では、Aは雨の有無の適中率が平均88%で、翌日に予報が変わる割合が1%。Bは73%と6%、Cは58%と16%です（2014年12月までの5年間の検証）。信頼度Cの日の「雨」で発注を減らすかどうかは、外れたときの損と比べてから決めることになります。

北海道地方の2025年の年集計では、週間天気予報の雨の有無の適中率は3日目で77%、7日目で69%でした。最高気温の予報誤差は明後日で1.7℃、7日目で2.6℃です。7日先の天気は、参考にはできるが、それだけで発注量を大きく振らない、くらいの重みで扱います。

気象庁の週間天気予報は7日先までが対象です。2週間気温予報は、8〜12日先の各日を中心に、前後2日を含む5日間の平均を示します。12日先を中心とする予報には14日先までが含まれますが、その日の天気や気温を個別に示すものではありません。さらに先の計画では、1か月予報などで期間全体の傾向を確認し、平年値や自店の過去の記録と併せて考えます。平年値は1991年から2020年の30年間の観測の平均で、10年に1回更新されます。気象庁の「過去の気象データ検索」で、店の近くの観測地点の日ごとの平年値と、去年・一昨年の同じ日の実際の天気を無料で見られます。

前日の発注・来週のシフト・来月の仕入れで、使える材料が違う

来店数を見込む場面は、決める日から営業日までの日数で3つに分かれます。前日に決める日配品や生鮮の発注は、曜日の波と明日の天気予報を両方使えます。材料がいちばんそろう場面です。

1週間先のシフトでは、曜日ごとの客数や必要な作業量を基本に、天気予報とその信頼度を参考にします。過去の適中率は、特定の日の予報が当たる確率をそのまま示すものではありません。雨の予報だけで人数を減らさず、予報が外れた場合も必要な人員を確保できるかを確認します。

2週間から1か月先の仕入れ計画や棚割では、日別の天気を前提にせず、曜日の波と平年値、去年の同じ時期の自店の記録で組みます。ここで出るのは1つの数ではなく幅です。当社の「手軽に使える需要予測AI」が28日先までを幅つきで出すのは、この場面で使うためです。幅の上側で仕入れるか下側で仕入れるかは、次の章の損の大きさで店の人が決めます。

売れ残りと欠品の影響を、品目ごとに考える

農林水産省の令和6年度の推計では、食品小売業の食品ロスは年間48万トンです。ただし、これは全国の食品ロスの総量であり、来店数の予測が外れたことによる損失だけを示す数字ではありません。自店の発注を見直すときは、廃棄量や値引き額と、欠品した商品・時間帯を記録して比べます。欠品中の販売記録だけでは、その商品を買いたかったお客さんの数は分かりません。

だから見込みは幅で持ち、上側と下側のどちらを取るかを品目ごとに決めます。日持ち、現在の在庫、次の納品までの時間、予約や取り置きの数量を確認し、売れ残りと欠品のどちらの影響が大きいかを考えます。この判断は店ごとに異なるので、機械に任せず店の人が決めます。予測が出すのは対象日ごとの客数の見込みと幅で、発注数は店の人が決めます。

外れた日は、理由を1行だけ残します。雪、近くの催し、臨時休業、特売の反動。分かっている出来事と、原因として考えられることを分けて残すと、あとで確認できます。差が続く場合は、集計方法や営業条件の変化も見直します。

Excelの4列から始めて、仕組みにする費用は何で決まるか

最初はExcelで足ります。日付、客数、曜日、天気の4列を作り、曜日ごとに並べ替えて平均と上下を見る。天気の列には、気象庁の過去データを見て晴れ・雨・雪などを記録します。ここまでで、曜日ごとの傾向と、雨の日に客数がどう変わるかを確認できます。

手作業が追いつかなくなるのは、品目や店舗が増えたときと、数週間先までの予測を毎日更新したくなったときです。そこで仕組みに移すなら、まず次の3点を整理します。どの判断に使うか（発注か、人の配置か、仕入れ計画か）、レジからCSVを出せるか、何日先まで要るか。そのうえで店舗数やデータの整備状況、他のシステムとの連携範囲を確認して見積もります。

当社の費用は、初回相談とデータの確認が0円、その先のコンサルティングが月5万円から、個別の開発は内容により数百万円規模になる場合があります。既製の仕組みで足りるなら、当社の需要予測AIのように、CSVから予測を確認する方法も選択肢になります。なお、当社の需要予測AIは開発中です。中小企業のデジタル化・AI導入補助金（旧IT導入補助金）の通常枠は在庫管理システムなどのITツールが対象で、事務局に登録されたツールを、登録されたIT導入支援事業者と組んで申請する仕組みです。ツールの登録だけで利用が決まるわけではなく、申請者や対象経費などの要件も確認する必要があります。通常枠の公式案内を確認し、導入予定の事業者と相談してください。当社のサービスが補助対象であることを示す説明ではありません。

まとめ

まず自店のレジから日付と会計件数を出し、曜日ごとに比べます。会計件数は入店人数とは異なるため、何を数えた記録なのかを確認して使います。

曜日の波は自店の記録で見えます。日別の天気は7日先、気温の傾向は2週間先まで確認でき、その先は平年値と去年の同じ時期で見込みます。見込みは幅で持ち、発注量は日持ちだけでなく、在庫・納品予定・予約数量も確認して決めます。外れた日は理由を1行残します。

次にやることは1つです。レジから出力できる期間の日別の会計件数をCSVで出し、曜日の列を足して同じ曜日を並べてみてください。需要予測の解説記事の一覧には、発注量やシフトの決め方を同じ考え方で整理した記事があります。