なぜ、AI需要予測で精度が上がっても売り上げは伸びないのか？

これまで小売業の販促は、「この時期にはこの商品が動く」「前年並みなら大きく外れない」――そうした現場で培われた勘と経験に支えられてきました。
たしかに、変化が比較的少ない安定した市場環境では、この知見が大きな力を発揮してきました。しかし近年は、気温変化の激しさ、消費行動の多様化、SNSでの突発的な話題化、EC利用の拡大など、市場を取り巻く環境が大きく変化し、過去の実績や経験だけでは対応しきれない場面が増えています。
多くの企業がPOSデータの分析や発注業務の高度化に取り組んでいますが、その大半は、過去実績を正確に集計・分析する「振り返り型」の取組みにとどまっています。しかし、市場変化が大きくなった今は、過去を分析するだけでなく、これから起こる需要の変化をいち早くとらえ、売り方に活かしていく視点も求められています。

その打ち手として注目を集めているのが、AIによる需要予測です。
AIはPOSデータに加え、天候、カレンダー、イベント情報、SNS動向など多様な要因を組み合わせて分析し、従来よりも高い精度で需要をとらえられるようになりました。実際に、欠品の抑制や過剰在庫の削減、利益率の改善につながった事例も増えています。
しかし、現場からは「精度は上がったのに、売り上げには結びつかない」との声が少なくありません。もちろん、需要がわかっただけで売り上げが伸びるわけではありません。予測をもとに商品が適切なタイミングで顧客に届いて初めて成果になります。しかし、実際は予測結果の活用が、発注や在庫管理、つまり「仕入れ」の領域にとどまり、「なにを、いつ、どう見せて売るか」の販促活動に直結していないケースが少なくありません。例えばAIが「来週末に需要が高まる」と示しても、その情報が広告や売り場づくりに反映できなければ、商機を取りこぼしてしまいます。

「予測結果を販促担当に共有すればよい」と考えられるかもしれません。しかし実際の現場には、共有だけでは解決しにくい課題があります。例えば次のようなケースです。

予測の精度が高くても、それを販促計画や店舗の動きにつなげられなければ、現場では「参考情報」で終わってしまいます。重要なのは、予測結果をどう行動につなげるかです。

AI需要予測の真価は、「どれだけ売れるか」以上に、「いつ需要が立ち上がるか」の兆しを早期にとらえられる点にあります。気温が一定の水準を超えた、週末を控えている、SNSで関連の話題が増えている――個々では小さな変化でも、組み合わせれば需要の高まりとして読み取れる。この兆しが販促と直結すると、売り方は次のように転換します。

ただし、タイミングの情報を人が受け取り、あとは人力で対応する運用では、従来の人海戦術と本質的に変わりません。重要なのは、予測データを販促計画や商品選定の判断材料として継続的に活用できることです。こうした考え方を取り入れる企業も少しずつ増えています。

そこで重要となるのが、組織全体の「仕組み」です。予測データは売り場まで届いているか。発注と販促の意図は共有されているか。売り場の判断は予測と連動しているか。店舗とECのデータは統合されているか。サプライチェーン全体で情報と判断がつながっているかどうかが、成果の差になって表れてきます。予測が販促計画に反映され、その意図が売り場に共有され、実施結果や顧客の反応が次の施策に還元される――この循環が回って初めて、予測データは単なる分析結果から、組織全体の実行力へと変わります。
DNPの流通向け販促情報管理システム「Retail Meister®」 (リテールマイスター)は、商品情報や販促企画情報を一元管理し、チラシをはじめとした販促業務の運用を支援します。需要予測や分析によって得られた知見を、実際の販促計画や商品選定に反映していくためには、関係部門で情報を共有し、活用できる状態にしておくことが欠かせません。Retail Meisterは、そうした販促活動の土台づくりを支援します。

人手不足と市場変化が続く今後の小売業では、限られた人員で成果を最大化する経営が避けて通れません。一方で、AIによる需要予測そのものは、今後さらに普及していくと考えられます。そうなれば、「予測できること」よりも「予測をどう活用するか」が重要になっていくでしょう。そのとき成果を分けるのは、予測結果を販促計画や商品選定に活かし、組織全体で共有・活用できる仕組みがあるかどうかです。予測は手段であり、目的ではありません。需要予測の精度向上に取り組んできた今、次に問われるのは、その結果をどれだけ事業活動へ結びつけられているかではないでしょうか。

※「Retail Meister」はDNP大日本印刷の登録商標です。

※2026年7月掲載