気象データも活用した来店予測サービス 「サキミル」により、平均93%の客数予測を実現

東海地方を拠点としてスーパーマーケット・ドラッグストア・ホームセンターなど多岐にわたって事業を展開する株式会社バローホールディングス（以下、バローホールディングス）。
同社では、以前より気象データを活用した需要予測が出来ないかと検討を行っていました。
商品の購買需要を予測するのではなく店舗への来店客数から予測を行うため、ソフトバンクと一般財団法人 日本気象協会（以下、日本気象協会）が共同開発した、人流統計データ※１や気象データを活用したAIによる需要予測サービス「サキミル」の実証実験を始めました。
グループ企業で中部地方を中心にドラッグストアを展開している中部薬品株式会社で実証実験を行ったところ、平均93%※２という高い精度の予測を実現しました。
今後はスーパーの食品製造にもデータ活用の幅を広げていき、フードロスの改善にも取り組んでいく予定です。

扱っている商品の幅が広く、単一ロジックでの予測が難しい

需要予測に関する課題について、近藤氏は次のように話します。

「これまでグループ企業の『スーパーマーケットバロー』などのスーパーマーケットやドラッグストア『Vドラッグ』、『ホームセンターバロー』などのホームセンターでさまざまな需要予測を試してきましたが、２つの課題がありました。

１つ目は、商品の売れ方の違いです。

スーパーマーケットやドラッグストアでは、日持ちしない日配品という商品を取り扱っています。これらは在庫を多く抱えてしまうと廃棄の可能性が高くなりますので、過不足なく売り切ることが必要です。一方でホームセンターでは、今日明日で消費期限を迎えるような商品は多くありません。

商品の売れ方に違いがあるため、ひとくくりのロジックで需要予測を行うことは困難です。

２つ目は、投資とのバランスです。
例えば、100SKU（Stock keeping Unit： 在庫管理上の最小の品目数を数える単位）の商品に対して毎日需要予測をすると、需要予測の運用だけで 月額百万円以上がかかるといった費用感になります。店舗には１万SKU以上の商品を取り扱っていますので、全商品を需要予測するとコストとして現実的ではありません。

これらの問題から、商品予測ではなく客数に対応する需要予測『サキミル』を選びました」（近藤氏）