お中元・お歳暮ギフトのAI需要予測｜百貨店・EC・ふるさと納税の販路別に包材と製造量を最適化する方法

ギフト 需要予測 AIで、お中元・お歳暮の製造量と包材を販路別に見直せます。地方中小企業向けに手順を解説します。

監修：FURUSATOコンサルタント（地方中小企業AI活用支援）

ギフト 需要予測 AIとは？お中元・お歳暮の「読み」を数字にする仕組み

ギフト需要予測AIとは、過去の販売実績・天候・カレンダー・販促情報などをAIに学習させ、お中元・お歳暮など季節ギフトの販売数を商品別・販路別に予測する仕組みのことです。ベテラン担当者の経験と勘で決めていた「今年は何セット作るか」を、根拠のある数字に置き換えます。

お中元は7月上旬から中旬、お歳暮は12月上旬から20日頃に注文が集中します。短い期間に年間売上の大きな割合が動くため、読みを外した時の損失が大きいのが季節ギフトの特徴です。作りすぎれば在庫と包材が余り、足りなければ販売機会を失います。

たとえば、従業員30名ほどの地方の菓子製造会社の場合を考えます。毎年、前年実績に「少し上乗せ」して製造量を決めていたところ、猛暑の年は冷菓の詰め合わせが想定の1.3倍売れて欠品し、涼しい年は焼き菓子が余って値引き処分になる、という状況が起きがちです。AIは気温や曜日の影響を数字で拾えるため、この種のブレを小さくできます。

難しいモデルは必要ありません。中小企業のAI活用では、3年分の販売実績を整理し、販路別に集計するだけでも予測の精度は大きく変わります。AIはその上で、複数の要因を同時に見て傾向を出す役割を担います。

なぜお中元・お歳暮の需要は読みにくいのか？販路で動きが違うから

読みにくい最大の理由は、販路ごとに注文の入り方がまったく違うのに、合計の数字だけで製造量を決めてしまうことです。百貨店、自社EC、ふるさと納税は、客層も注文時期も返品の考え方も異なります。

実際の業務シーンを見てみます。百貨店のギフトカタログは、掲載が数か月前に決まり、店頭の催事期間に注文が山になります。自社ECは、SNSの話題やメルマガの配信日で急に伸びます。ふるさと納税は、年末の駆け込みで12月に寄附が集中します。同じ商品でも、この3つを足した数字だけを見ると、いつ何を用意すべきかが分かりません。

販路	注文のピーク	主な変動要因	予測で見るべき単位
百貨店	催事期間の前半	掲載位置・催事の集客・天候	催事ごとの週別
自社EC・モール	早期予約と締切直前	メルマガ・SNS・送料設定	日別（配信日の前後）
ふるさと納税	12月の駆け込み	ポータルの掲載順位・上限数	週別・日別

この表のとおり、必要な予測の単位が販路ごとに違います。百貨店は催事単位、ECは配信日単位、ふるさと納税は日別まで細かく見ないと、包材の手配が合いません。

水産加工品を扱う会社の場合、ふるさと納税の返礼品は冷凍で長く在庫できる一方、百貨店向けは鮮度の都合で出荷直前の製造になります。販路ごとに「いつまでに何個作るか」の決め方が異なるため、予測も分けて持つ必要があります。

百貨店・EC・ふるさと納税の販路別に、需要予測はどう立てる？

結論は、販路ごとに別の予測を作り、最後に合算して製造量を決めることです。順番は、まず販路別の過去実績を整え、次に販路ごとの特徴を要因として入れ、最後に合算します。

百貨店向けは、催事の日程と掲載位置が最大の要因です。過去3年の催事ごとの販売数を並べ、掲載位置や催事の規模を目印にして、今年の催事に当てはめます。百貨店の担当者から得られる事前の見込みも、AIの補助情報として入れます。

EC向けは、メルマガの配信日、早期割引の期間、送料無料ラインが効きます。配信した日と翌日の注文数を記録しておくと、「配信すると何件伸びるか」が数字で出ます。想定例として、早期予約の締切が7月10日なら、その2〜3日前に注文が山になる、というパターンを学習させます。

ふるさと納税向けは、12月に寄附が集中する点が最大の特徴です。ポータルサイトでの掲載順位、返礼品ごとの提供上限、自治体との調整を変数に入れます。月別ではなく週別・日別で見ることがコツです。農産物の加工品を扱う会社の場合、自治体が決める提供上限を超えない範囲で、12月第2週の製造枠を先に確保しておく運用が有効です。

この3つを合算するときは、販路をまたいだ在庫の融通も考えます。ふるさと納税で余りそうな商品を、年明けの自社EC向けに回せるなら、製造量を少し厚めにできます。融通できる商品かどうかが、製造量の判断を左右します。

包材と製造量を最適化するには？予測を発注と製造計画に落とす

予測を出しただけでは売上も利益も変わりません。予測を包材の発注と製造計画に落とし込んで初めて、廃棄と欠品が減ります。包材は箱・熨斗紙・紙袋・保冷材・緩衝材・のし用の帯など多岐にわたり、納期もばらばらです。

実際の業務シーンでは、箱は特注なら発注から納品まで1〜2か月かかることがあります。一方、熨斗紙や緩衝材は数日で届きます。そこで、納期の長い資材は予測の6〜7割を先に確定し、残りは繁忙期の実績を見て追加発注する方法が現実的です。分割納品は取引先と事前に相談します。

想定例として、予測が「詰め合わせ3,000セット」で、予測のブレ幅が±15%だとします。箱は2,000セット分を先に確定し、残りの1,000セット分は7月第1週の売れ行きを見て追加します。こうすると、全量を先に抱える場合と比べて、余る箱の量を抑えられます。

製造量も同じ考え方です。冷凍できる商品は予測の上限側に合わせて先に作り、鮮度が命の商品は直前に作ります。「先に作れる商品」と「直前に作る商品」を分けるだけで、廃棄のリスクは大きく変わります。

食品の製造業の場合、アレルゲン表示や賞味期限の違いで包材が細かく分かれることがあります。包材の種類が多いほど、予測の精度よりも「どの資材を、いつ、どの割合で確定するか」というルール作りが効きます。AIは数量を出し、ルールは人が決める。この分担が、運用が長続きするコツです。

地方中小企業がギフト需要予測AIを導入する手順は？1〜1.5ヶ月で試す流れ

導入は、いきなり大きなシステムを入れるのではなく、1つの商品群・1つの販路から小さく試すのが基本です。目安は1〜1.5ヶ月で、次の4段階で進めます。

• 第1段階（1週目）：過去3年分の販売実績を、商品・販路・日付で一覧にまとめる
• 第2段階（2〜3週目）：販路別に予測を作り、前年実績との差を確認する
• 第3段階（4週目）：予測のブレ幅を決め、包材の先行確定の割合を設定する
• 第4段階（5〜6週目）：現場で運用し、実績との差を毎週見直す

第1段階でつまずきやすいのは、データが紙の伝票や手書きの台帳にあるケースです。それでも、売れ筋の上位10商品だけを先に入力すれば、最初の検証には足ります。完璧なデータを待たず、使える範囲から始めることが大切です。

経済産業省や中小企業基盤整備機構（J-Net21）などの公的機関も、中小企業のデジタル活用に関する事例や情報を公開しています。同業他社の取り組みを知る材料として、経済産業省のサイトもあわせて参考になります。制度や補助金の一般的な内容は、各公的機関の最新情報をご確認ください。

雑貨や工芸品を扱う卸売業の場合、百貨店の催事に出す商品は数が少なく、予測よりも催事の担当者との情報共有のほうが効きます。業種によって、AIが力を発揮する部分と、人の情報が効く部分は異なります。まず自社の販売の流れを書き出すことから始めましょう。

ギフト需要予測AIで失敗しやすいのはどこ？経営者が関わるべき判断

失敗の多くは、AIの精度ではなく運用の決め方にあります。よくあるのは次の3つです。

• 予測が出ても、誰が包材の発注を決めるのかが決まっていない
• 担当者だけが数字を見ており、経営者が判断の基準を示していない
• 外れた年の原因を振り返らず、翌年も同じやり方を繰り返す

ここで重要なのが、経営者・社長を巻き込むことです。「欠品を何%まで許容するか」「余った在庫を値引きしてでも売るか」は、会社としての判断です。担当者に任せきりにすると、安全側に寄りすぎて在庫が膨らむ、あるいは攻めすぎて欠品する、といった偏りが出ます。

ある製造業の会社では、担当者が毎年「余らせたくない」と考えて製造量を絞り、人気商品が毎年欠品していました。社長が「欠品は5%まで、廃棄は3%まで」と基準を示したところ、担当者が数字に沿って判断できるようになり、現場の迷いが減ったといいます。基準を言葉と数字で決めることが、予測を活かす前提です。

ツールを先に決めるのも失敗のもとです。「どのAIを使うか」より前に、「予測をどの判断に使うか」を決めます。ITシステムの導入ではなく、業務の仕組みを変えるという順番で考えると、道具の選択も自然に絞れます。

FURUSATOはギフト需要予測の導入をどう支援する？

FURUSATO（フルサト）は、地方中小企業専門のAI活用・DX支援サービスです。製造業・建設業・物流・卸売業・サービス業など、業種別の支援実績があり、地方中小企業の三大課題である属人化・人手不足・アナログ業務の解消に特化しています。

季節ギフトの製造量や包材の発注は、特定のベテランの頭の中にある、いわゆる属人化の典型です。担当者が休むと判断が止まり、繁忙期は人手も足りません。この状態を、データと手順で誰でも回せる形に変えていきます。

進め方は、いきなりシステムを提案することはありません。入口は無料のオンライン相談（30〜60分）です。販売の流れ、手元のデータ、困っている場面を一緒に整理します。その後、初回の現場セッション（1回10万円）で、1〜1.5ヶ月かけて業務改善の仕組みを作っていきます。導入費用はご相談時に一緒に整理します。

担当者だけでなく、経営者・社長を巻き込んだ変革を支援するのも特徴です。前章で見たとおり、製造量や在庫の許容ラインは経営判断だからです。ギフトの繁忙期に向けて、「何から手をつけるべきか分からない」という段階でも、まずは無料相談で現状を言葉にするところから始められます。

よくある質問（FAQ）

Q: ギフトの需要予測AIはExcelだけでも代用できますか？

A: 過去3年分の実績が整理済みなら、Excelの移動平均でも一定の予測はできます。ただ販路や天候など要因が増えるとAIのほうが速く、再計算の手間も減ります。まずは小さく試すのがおすすめです。

Q: 過去データが2年分しかなくても予測できますか？

A: 予測できます。ただし精度は幅を持たせて見る必要があります。2年分なら販路別の傾向と前年比の伸びを軸に、直近の予約数や問い合わせ数を補助指標にして補正します。最初の年は特に慎重に運用します。

Q: ふるさと納税の需要も同じ方法で予測できますか？

A: 基本は同じですが、12月に寄附が集中するため、ポータルサイトの掲載順位や返礼品の在庫上限も変数に入れます。月別ではなく週別・日別で見るのがコツです。自治体との提供上限の調整も欠かせません。

Q: 包材の発注は予測の何割を確定させるべきですか？

A: 目安は予測の6〜7割を先に確定し、残りは繁忙期の実績を見て追加発注する方法です。リードタイムが長い箱や熨斗紙を先に押さえ、数量変更しやすい資材は後に回します。分割納品は取引先と事前に相談します。

Q: FURUSATOに相談するとき、データが整っていなくても大丈夫ですか？

A: 大丈夫です。無料のオンライン相談（30〜60分）で、手元の伝票や販売記録の状態を一緒に確認し、何から整えるかを整理します。いきなりシステムの提案はしません。紙の台帳でも構いません。

地方中小企業のAI活用・DX推進でお悩みの方は、FURUSATO（フルサト）へお気軽にご相談ください。まず無料のオンライン相談（30〜60分）で、御社の課題を一緒に整理します。