YDK / INSIGHTS

売上予測AIとは？企業データから何を予測できる？

売上予測AIは、過去の売上と予測時点で分かる条件から、将来の金額や数量を見積もるモデルです。LAITでは発注や人員配置など、予測を使う意思決定に合わせて対象と評価を決めます。

何を予測するかと同じくらい、いつ、誰が、その数字を使うかが重要です。売上・需要・在庫の違いを整理します。

執筆・編集：YDK合同会社公開・更新：2026-09-07

売上予測は、将来の実績を見積もるもの

予測には「店舗別の翌週売上」「商品別の来月販売数」など、対象・単位・期間があります。同じ会社でも、月次計画と日々の発注では必要な細かさが異なります。売上は価格や販売数量、返品などの定義にも左右されるため、何を数えるかをそろえます。

予測は将来の確定値ではありません。外れた場合の影響と、更新する方法を含めて運用します。

説明用の例として、店舗の担当者が翌週の計画を立てる場面を考えます。過去の売上、営業日、すでに決まった販促計画を使って売上を見積もり、仕入れやシフトを検討します。

確定した翌週の来店数など、計画を立てる時点では分からない情報を入力すると、実際に再現できない評価になります。LAITでは入力の利用可能時点をそろえ、予測後の実績で振り返る形を設計します。

売上・需要・顧客離反・成約・LTV・購買・在庫などが候補です。LAITではYDK合同会社が企業の売上・顧客・営業・在庫・業務データを分析し、目的に合わせた機械学習モデルを構築します。

ただし、売上データ一つですべての予測を作れるわけではありません。例えば成約予測には失注も含む商談履歴、顧客離反には結果の定義と顧客別の観測が必要です。

同じ定義の履歴があり、発注や配置を見直すタイミングが決まっていて、実績との比較を続けられる場合です。予測が外れても、誰がどの条件で修正するかを決めておくと、担当者の経験と組み合わせて使えます。

新商品など履歴がほとんどない、事業の仕組みが変わった、供給制約が強い、必要な在庫情報が残っていない場合は、追加の前提や別の方法が必要です。また、販促を増やせば売上がどれだけ増えるかという因果効果は、通常の売上予測の精度だけでは判断できません。

予測する数字と使い方
対象	見積もるもの	使う場面	注意点
売上予測	販売する金額や数量	予算、配置、計画	価格や販売制約の影響を受ける
需要予測	求められる数量	調達、欠品対策	販売数に現れない需要がある
在庫予測	将来の在庫状態	補充や滞留の見通し	入荷・出荷・調達期間が必要
在庫の最適化	条件内で選ぶ発注等	コストと欠品の調整	予測に加え制約・費用の設計が必要

40週の架空データと再計算コードでは、条件と限界を明示した比較を掲載しています。これは企業の成果を示す実績ではありません。