地方土産物メーカーのAI商品分析｜SKUごとの粗利と回転率を見える化して不採算品を整理し新商品開発につなげる方法
目次8項目
土産物 メーカー AIの活用で、SKUごとの粗利と回転率を見える化し、不採算品の整理と新商品開発につなげる方法を解説します。
- 土産物メーカーがSKU単位の粗利と回転率を把握できない理由
- AIで粗利・回転率・在庫日数を見える化する5つの手順
- 不採算SKUを整理する判断基準と、売上を落とさない進め方
- 分析結果を季節限定品や新商品の開発に活かす方法
- 地方中小企業が社長を巻き込んで定着させるコツ
土産物メーカーのAI活用は、まず販売・原価・在庫のデータをSKU単位でそろえ、粗利と回転率を一覧にすることから始まります。不採算品を整理して浮いた原料と人手を、売れ筋の強化と新商品に回せます。
土産物メーカーのAI商品分析とは？何を見える化する取り組みか
AI商品分析とは、SKU（商品の最小管理単位）ごとの販売実績・原価・在庫をAIで集計し、粗利と回転率を一覧にして「残す商品」「直す商品」「やめる商品」を判断する取り組みです。難しい予測モデルを作る話ではありません。バラバラの帳票を一つにつなぎ、読み解きを自動化するのが出発点です。
土産物メーカーは、同じ商品でも味・内容量・パッケージ・販売チャネルが違うだけでSKUが増えます。たとえば菓子メーカーの場合、定番の焼き菓子が「6個入・10個入・15個入」「通常箱・観光地限定箱・ギフト箱」と展開されると、1商品で9SKUになります。30商品あれば270SKUです。
このSKU数を、社長や工場長が頭の中で把握するのは限界があります。「あの商品はよく出ている」という感覚と、実際の粗利は食い違うことが少なくありません。見える化の目的は、この食い違いを数字で確認することです。
見える化する指標は、次の3つに絞るのが現実的です。
- SKU別粗利額・粗利率：売上から原料費・包材費・製造の人件費を引いた利益
- 在庫回転率：期間の売上原価÷平均在庫額。数字が高いほど在庫が早く動く
- 在庫日数：365÷回転率。賞味期限の短い商品ほど重要になる
この3つが並ぶと、「よく売れているのに利益が薄い商品」と「静かに売れていて利益が厚い商品」が見分けられます。地方中小企業のAI活用では、最初から高度なことをせず、この一覧表を作ることが成果への近道です。
この話、マンガで読めます（無料・登録なしで途中まで）食品メーカー編｜出荷の予定と仕込みが噛み合わないワケマンガで読む →なぜ地方の土産物メーカーはSKUごとの粗利が見えなくなるのか
原因は、データの置き場所がバラバラで、計算が担当者の手作業に頼っているからです。多くの地方中小企業では、受注は販売管理ソフト、原価は担当者のExcel、在庫は工場の紙の棚卸表に分かれています。月末に誰かが集計しても、SKU別まで落とす余裕はありません。
実際の業務シーンを見てみましょう。海産物加工の土産メーカーの場合、繁忙期の夏は朝から箱詰めに追われます。経理担当者が原価計算を更新するのは、年に1〜2回です。その間にカニ・ウニなどの原料価格が上がっても、販売価格表はそのままになりがちです。
結果として起きやすいのが、次の3つです。
- 原料高で、実は粗利率が10%を切っている商品を作り続けている
- 観光地の直売所向けSKUと、卸向けSKUの利益差が把握できていない
- 賞味期限切れによる廃棄が、どの商品で出ているかわからない
これらは属人化の典型です。「あの人にしか原価の根拠がわからない」状態だと、担当者が休むだけで判断が止まります。地方中小企業の三大課題である、属人化・人手不足・アナログ業務がそのまま表れる領域です。
経済産業省や中小企業庁も、中小企業の収益力向上には自社の原価・利益構造の把握が基本になると示しています（中小企業庁）。AIはこの把握を、少ない人手で毎月回せる形にする道具です。
土産物 メーカー AIでSKU別の粗利と回転率を見える化する5つの手順
進め方は5段階です。システムを買う前に、データと判断基準を整えるところから始めます。ツールより先に仕組みを変えるのが、失敗しないための順番です。
- データを集める：過去12か月の販売実績（SKU・日付・チャネル・数量・金額）、原料・包材の仕入単価、棚卸結果をCSVかExcelで取り出す
- SKUコードをそろえる：同じ商品に複数のコードが振られていないか確認し、名寄せする。AIが表記ゆれの候補を出し、人が確認する
- 原価を按分する：原料費・包材費・製造時間をSKUごとに割り当てる。AIが過去の配合表から初期値を作る
- 指標を自動計算する：粗利額・粗利率・回転率・在庫日数をSKU別に出し、月次で更新する
- AIに読み解かせる：「粗利率が低く、回転も遅い商品」「季節で動きが変わる商品」を抽出し、理由の仮説を文章で出させる
ポイントは、手順3の原価按分です。ここが粗いと結論が間違います。たとえば酒蔵の場合、同じ日本酒でも720mlと1.8Lでは、瓶代・ラベル代・箱代の比率が大きく違います。容量別に包材費を分けるだけで、粗利率が5ポイント以上動く商品も出てきます（数値は一般的な試算例です）。
手順5では、生成AIに「この表から不採算の疑いがある上位10SKUを挙げ、考えられる原因を3つずつ書いて」と依頼します。AIの出力はあくまで仮説です。工場長や営業担当者が「これは新商品の発売直後だから数字が低い」と補正することで、精度が上がります。
データの規模は、数百SKUなら通常のパソコンとExcel、生成AIの組み合わせで十分扱えます。大きなシステム投資は、運用が回ることを確認してからで間に合います。
不採算SKUはどう判断する？粗利率と回転率の2軸で整理する基準
判断は、粗利率と回転率の2軸で4つに分けると迷いません。粗利率が高く回転も速い商品が「主力」、粗利率は高いが回転が遅い商品が「育成」、粗利率は低いが回転が速い商品が「見直し」、両方低い商品が「整理候補」です。
| 区分 | 粗利率 | 回転率 | 基本の対応 |
|---|---|---|---|
| 主力 | 高い | 速い | 原料の確保を優先し、欠品させない |
| 育成 | 高い | 遅い | 販売チャネルの追加や、売り場・陳列の見直し |
| 見直し | 低い | 速い | 価格改定、内容量・包材の見直し |
| 整理候補 | 低い | 遅い | 在庫を消化したうえで販売終了を検討 |
ここで注意したいのは、整理候補をすぐにやめないことです。土産物には「看板商品の脇役」があります。観光地の売り場で、見栄えのために置いている小さな商品が、単体では赤字でも、セット購入を支えていることがあります。
工芸品メーカーの場合を考えます。単価の低い箸置きは粗利が薄く回転も遅い商品でした。ところが販売データを購買単位で見ると、箸置きを買う客の多くが高単価の食器も一緒に購入していました。こうした「併売」は、AIにレシート単位のデータを渡すと見つけやすくなります。
整理の最終判断では、次の3点を必ず確認します。
- 併売の有無：他のSKUとセットで買われていないか
- 季節性：直近3か月だけの数字で判断していないか
- 取引先との約束：卸先や観光施設との取扱い条件に縛られていないか
この確認を入れたうえで整理すれば、売上を落とさずに在庫と作業負荷を減らせます。製造現場では、品目が減ることで段取り替えが減り、ラインの稼働時間に余裕が生まれます。
整理で浮いた原料と人手はどう使う？新商品開発につなげる方法
不採算品の整理はゴールではなく、新商品開発の資源を作る手段です。SKUが減ると、原料の仕入ロットがまとまり、包材の発注点数も減ります。その余力を、売れている商品の周辺へ振り向けます。
AIが得意なのは、売れ筋の共通点の抽出です。「粗利率と回転率がともに高い上位20SKUの特徴を、味・価格帯・内容量・パッケージ・販売時期で整理して」と指示すると、たとえば次のような傾向が見えてきます。
- 800〜1,200円の価格帯で、2〜3個入りの小箱が速く動く
- 「地名」と「素材名」が両方入った商品名の商品が、観光地で選ばれやすい
- 秋冬の限定味は、通常品より回転が速いが粗利は薄くなりやすい
この傾向をもとに、新商品の方向性を決めます。菓子メーカーの場合、小箱で回転が速い焼き菓子に、地元の果実を使った限定味を足す、といった企画が立てやすくなります。限定品は在庫リスクが大きいため、先に「何個売れれば粗利がいくら残るか」を試算してから製造数を決めます。
お客様の声もAIで整理できます。観光地の売り場アンケート、ECのレビュー、SNSの投稿を集め、「お土産に買う理由」「買わなかった理由」に分類させます。「個包装でないと配りにくい」「賞味期限が短くて持ち帰れない」といった声は、新商品の仕様に直結します。
開発の会議には、数字の一覧と、AIがまとめた要約を持ち寄ります。営業・製造・パッケージ担当が同じ表を見て話すと、「感覚の言い合い」が減ります。決める根拠が共有されるため、社長の判断も早くなります。
地方中小企業が分析を定着させるには？FURUSATOの進め方
AI分析がうまくいかない会社の多くは、分析を作って終わっています。月次で数字を見て、商品の判断に使う習慣まで作らなければ、成果になりません。そのために、担当者だけに任せず、経営者・社長を巻き込むことが欠かせません。
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ます。ITシステムの導入ではなく、業務変革を重視し、ツールより先に仕組みを変える進め方をとります。
流れは次のとおりです。
- 無料のオンライン相談（30〜60分）：現状の課題、データの置き場所、社長が見たい数字を一緒に整理する。いきなりシステムを提案することはない
- 初回現場セッション（1回10万円）：現場に入り、1〜1.5ヶ月かけて、業務改善の仕組みを構築する
導入費用は、ご相談時に一緒に整理します。土産物メーカーであれば、現場セッションでは「SKUコードの整理」「原価按分のルール決め」「月次の見方の型づくり」から着手するイメージです。担当者が変わっても同じ数字が出る状態を、仕組みとして残します。
経営者を巻き込む理由は、不採算品の整理が営業や製造だけでは決めきれないからです。長年の看板商品、取引先との関係、地域への思い入れが絡みます。社長が数字を見たうえで判断する場を、最初から設けておきます。
外部の公的情報として、中小企業の経営・IT活用の一般的な支援制度は、中小機構が情報を公開しています。制度の内容は変わるため、最新の情報は各公式サイトで確認してください。
導入前に押さえたい注意点と、最初の90日の進め方
失敗しやすいポイントは3つです。まず、最初から全SKUを対象にしないこと。売上上位の3割の商品群だけで試し、原価按分のルールを固めてから広げます。次に、AIの出力を鵜呑みにしないこと。必ず現場の目で補正します。最後に、顧客情報や取引先の価格など機密性の高いデータの扱いを、社内で先に決めておくことです。
最初の90日は、次の目安で進めます。
- 1〜30日目：データの棚卸し。販売・原価・在庫の所在と、欠けている情報を洗い出す
- 31〜60日目：主力商品群でSKU別の粗利・回転率の一覧を作り、社長と見方を合わせる
- 61〜90日目：整理候補と育成候補を決め、1つ以上の商品で打ち手を実行する
たとえば酒蔵の場合、小容量の限定ボトルが整理候補に挙がったとします。すぐ廃止せず、観光施設での販売データと併売を確認し、価格を見直して様子を見る。こうして1サイクル回すと、次の月からは「数字を見て決める」流れができます。
数字が揃うと、卸先や観光施設との価格交渉でも、根拠のある説明ができます。原料高の局面でも、感覚ではなく粗利額で話せることが、地方の土産物メーカーにとって大きな武器になります。
よくある質問（FAQ）
- Q: 土産物メーカーのAI商品分析は、どのくらいのSKU数から意味がありますか？
- A: 目安は50SKU以上です。それ以下でも有効ですが、数が少ないと感覚でも把握できます。味・容量・チャネル違いで増えた会社ほど、AIによる集計の効果が大きくなります。
- Q: 専用システムを買わないとSKU別の粗利は出せませんか？
- A: 必須ではありません。販売実績・仕入単価・棚卸のデータがExcelやCSVで出せれば、生成AIと表計算で一覧を作れます。運用が回ってから、システム化を検討すれば十分です。
- Q: 不採算SKUをやめると、売上が下がりませんか？
- A: 併売の影響で下がる場合があります。整理前に、セット購入の有無・季節性・取引先との条件を確認します。粗利率と回転率だけで機械的にやめないことが重要です。
- Q: 原価計算のルールがない会社でも始められますか？
- A: 始められます。最初は原料費と包材費だけをSKUに割り当て、粗い粗利から確認します。その後、製造時間や人件費を段階的に加え、精度を上げていく進め方が現実的です。
- Q: FURUSATOへの最初の相談は、どのような内容になりますか？
- A: 無料のオンライン相談（30〜60分）で、現状の課題や社内データの置き場所、社長が見たい数字を一緒に整理します。いきなりシステムの提案はしません。費用はご相談時に整理します。
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。
無料のマンガ資料
食品メーカー編｜出荷の予定と仕込みが噛み合わないワケ
マンガで読む →
