小売チェーンの需要予測AI — 廃棄ロス38%削減、欠品率を半減

背景・課題

クライアントは全国380店舗を展開する食品スーパー（年商4,800億円規模）。生鮮食品・日配品の発注は店舗担当者の経験に依存しており、廃棄ロスが年間18億円、欠品による販売機会損失が年間14億円発生していました。本部主導での需要予測システム導入を試みた過去のプロジェクトは現場に定着せず、3度の失敗経験がありました。

アプローチ

過去5年分のPOSデータ、天候、近隣イベント、SNSトレンドなど30種類の特徴量を活用した、SKU×店舗×日次の予測モデルを構築。約14万系列の同時予測を、Prophet + LightGBM + 深層学習のアンサンブルで実現しました。

• SKUクラスタリングによる効率的なモデル学習
• 天候・イベント・販促効果を組み込んだ説明変数設計
• 店舗担当者の経験値を補完するHuman-in-the-loop UI
• SAP発注システムとのリアルタイムAPI連携

運用定着への取り組み

過去の失敗事例を踏まえ、店舗担当者100名と直接ワークショップを開催。「AIに全部任せる」ではなく「AIの予測を見て、店舗の特殊事情を反映して微調整する」運用設計とし、最終承認権限は担当者に残しました。これにより現場の納得感を獲得し、3ヶ月で全店導入を完了しました。

成果

• 廃棄ロス: 年間18億円 → 11.2億円（38%削減）
• 欠品率: 8.2% → 4.1%（半減）
• 売上: 既存店舗売上 +2.8%（欠品回避による機会獲得）
• 発注作業時間: 1店舗あたり週12時間 → 4時間（67%削減）
• 年間利益貢献: 11.2億円
• ROI: 初年度280%、投資回収期間7ヶ月

お客様の声

「過去3度の失敗を経験していたので、最初は半信半疑でした。しかし、現場と本部の橋渡しを丁寧に設計してくれたおかげで、初めて全店舗に定着したシステムになりました。」（B社 営業本部長）