食品の需要予測を成功させるポイント｜食品ロスを減らして収益最大化！

食品ロスによる管理コストの発生は、食品を扱う企業が抱える大きな問題です。そのため、過剰供給を防ぐ、商品・サービスの需要予測は必要不可欠と考えます。本記事では、食品ロスの現状や需要予測を成功させるポイント、実際の活用事例を紹介します。

▼更に需要予測について詳しく知るには？
需要予測の基本を徹底解説！精度向上のポイントも紹介

▼社内のデータをAI化するには？
ノーコードAIツールUMWELT紹介ページ（活用事例あり）

食品を扱う企業での需要予測｜現状と悩み

食品を扱う企業には、食品・飲料メーカーに加えて飲食店、またコンビニエンスストアやスーパーマーケットといった小売店が挙げられます。ここでは、需要予測での悩みや、AI需要予測システムを導入する企業が増えている背景を解説します。

需要予測に懐疑的

需要予測を導入する企業が増える一方で、食品を扱う企業では予測が当たらないために運用を止めるケースや、そもそも需要予測が当たらないとする懐疑的な意見もあります。

しかし、繁忙期の欠品、あるいは定番品が過剰在庫で食品ロスが起こるなどのリスクを避けるため、需要予測は必要と考える企業は非常に多いものです。

食品の需要予測の難しさ

商品や消費者ニーズの多様化、商品サイクルの短期化によって、昨今のマーケットは目まぐるしく変化しています。そのため、食品の需要予測は難しさを増していて、AIなどを活用した予測精度の高いシステムを導入する企業が増えています。

食品ロスの問題

FAO（国際連合食糧農業機関）によると、世界では食料生産量の3分の1に当たる約13億tものの食料が毎年廃棄されています。日本でも1年間に約612万tの食料が廃棄されています。これは日本人1人当たりが、お茶碗1杯分のごはんを毎日捨てている計算です。

食品ロスは、環境悪化の原因となるだけではなく、将来の人口増加時の食品不足につながるおそれがあり、現在国際的な問題として注目されています。

このような現状を受けて、日本政府は2019年に「食品ロスの削減の推進に関する法律」を施行しました。この法律では、食品ロスに関する基本方針が定められ、事業者・消費者・自治体に対して食品ロス対策の努力義務が課されています。

需要予測で食品ロスが起こる原因

需要予測を行う企業においても、過剰供給による食品ロスが発生する可能性があります。その背景には、需給プロセスにおける課題や予測の属人化などの問題点が存在します。

天候変化での対策

気温の高低や雨天などの天候によって、店舗への来客数や売れ行き商品など、食品の需要は大きく変化します。そのため、需要予測の判断基準に天候変化を含めなければ需給のミスマッチが発生して、食品ロスが起こりえます。

過剰な見込み生産

食品の販売のほぼすべてが「見込み生産」であり、販売数が生産数よりも少ない場合には、余剰在庫が発生し、食品ロスとなります。市場の動向やニーズの変化に対応した供給を実現するには、営業・生産・マーケティングなど、各部門の連携が必要不可欠です。

予測の属人化

担当者の経験と勘を基に行う属人的な需要予測も、食品ロスの一因です。この方法では知見が属人的になってしまい、企業にノウハウが蓄積されないおそれがあります。食品ロスを減らすためには、データ分析による需要予測を行い、それに基づいた客観的な基準をもとに予測を繰り返す必要があるのです。

食品の需要予測を成功させるポイント

食品の需要予測を成功させるためには、「需給計画の立案」と「予測精度の向上」が欠かせません。ここでは、それぞれのポイントについて、内容や注意すべき点をみていきます。

需給計画の立案

需給計画とは、販売計画に基づいて在庫数を計画し、在庫数に応じて仕入計画・生産計画を立案する一連のプロセスをいいます。

この需給計画では、さまざまな要素を勘案して総合的な意思決定を行うことが重要です。しかし、需給計画は人間の脳内だけで行うことは難しく、データ分析を機械学習できる予測システムでの需要予測が理想的とされています。

予測精度の向上

需要予測精度の向上には、人工知能であるAIを活用した予測システムの導入が効果的です。

AIの需要予測の強みは、過去の販売実績やSNSなどのビッグデータを分析して、最適な予測モデルと予測に効果的な学習データを見つけ出せる点にあります。また、予測精度向上のためには、複数の予測手法を組み合わせられるシステムの導入が重要です。

飲食店での需要予測システムの活用例

ここまでは食品ロスの現状と原因、需要予測のポイントをみてきましたが、ここからは食品を扱う企業における実際の需要予測システム活用例を紹介します。まずは、ある飲食店において、もともと存在した課題と需要予測システムによる成果を見ていきます。

飲食店での課題

回転ずし業界は、寿司の鮮度落ちによる食品ロスという問題を抱える一方で、供給量を減らせば販売機会の損失につながるため、対策が難しいとされていました。

需要予測システムによる成果

回転ずしチェーン店「スシロー」では、この両方の問題を解決すべく、すし皿に装着するICチップを活用した「回転ずし総合管理システム」を導入しました。

このシステムでは、年間10億件もの「すし皿ビッグデータ」を、日付や天候変化のデータと組み合わせることで、顧客の食べる量や選ぶネタを予測できます。また、データ分析だけではなく、店長の長年のノウハウも需要予測に取り入れた結果、売上を向上させるとともに、廃棄量を従来の4分の1まで削減できました。

食品スーパーでの需要予測システムの活用例

食品スーパーの売れ行きは、セールや天候・ニーズの変化など、さまざまな要因によって大きく左右されます。そのため、食品スーパーでは需要予測システムを導入する事例は多いものですが、この際にはシステムの予測精度が重要です。

食品スーパーでの課題

食品スーパー「ベイシア」では、8年前から需要予測システムを導入しています。しかし、従来のシステムでは、セール期間など商品が通常より多く売れる期間に、システムの指示通りに発注すると在庫が過剰になるという問題がありました。

需要予測システムによる成果

過剰在庫を解消すべく、需要予測システムをアップグレードして、より複合的なデータ分析や発注量のコントロールを可能にしました。先行導入した2店舗では、在庫量を数パーセント削減する効果があったため、同社は全店舗への導入を推進しています。

食品製造業での需要予測システムの活用例

食品メーカーは大量の食品を生産することから、食品ロスの量も増加しやすい傾向にあります。ここでは、気象情報を取り入れた需要予測によって、食品ロスによる管理コストを低減させた事例を紹介します。

食品製造業での課題

豆腐メーカーの「相模屋食料」は、豆腐の賞味期限が短い性質や、担当者の経験に基づく見込み生産が原因で、食品ロスと機会損失に悩んでいました。

需要予測システムによる成果

相模屋食料は、気象情報を取り入れた需要予測を開始しましたが、気象変化と需要との間に関連性が見つからず、需要予測は難航していました。

しかし、予測を進めるなかで、「寄せ豆腐」と気温が連動していることがわかりました。そこで、天候から予測される寄せ豆腐の売れやすさを、最大を100とした「豆腐指数」として表し、気象協会が毎日同社に配信するようにしました。

担当者は従来の経験も活かしつつ、「豆腐指数」を加味して発注数を決めるようにした結果、需要予測の精度が30%向上したのです。

需要予測で食品ロスを削減するならTRYETINGの「UMWELT」にお任せください！

食品ロスを減らして企業の利益を向上するには、AIを活用した精度の高い需要予測が欠かせません。

TRYETINGの「UMWELT」は、天候や過去の売り上げデータ、イベント要因など、多角的で多面的な分析を得意とするAIシステムです。特別なスキルは不要で、「誰でも」「簡単に」、貴社の事業に合わせたAIの構築が実現できます。

まとめ

適切な需要予測で食品ロスを削減すると、CSRの実現による企業の評価アップや、管理コストの低減による利益の最大化を期待できます。担当者の経験や勘だけではなく、AIを活用することで複合的で最適な需要予測が可能です。

TRYETINGの「UMWELT」は、短期間かつ低コストでAIによる需要予測を導入いただけます。詳しい導入コストや期間についてはぜひ一度、弊社までお問い合わせください。

UMWELTのサービスページをチェックする

AI予測ツールUMWELT紹介ページ（活用事例あり）