−40%
発注業務時間
−30%
欠品率
−15%
過剰在庫
5ヶ月
導入期間
※ 画面はイメージです（実機スクリーンに差し替え予定）。
BACKGROUND
STEP 01
背景：欠品と過剰在庫が、同じ売場で起きていた。
店舗ごとに担当者が経験と勘で発注しており、売れ筋は欠品する一方で、動きの鈍い商品は在庫が積み上がっていました。本部は各店の発注内容を毎日確認・修正する作業に追われ、店舗の担当者も日々の数字合わせに時間を取られていました。
FINDING
STEP 02
観察：読める需要と、読めない需要があった。
FDEが数週間、店舗と本部の発注作業に常駐して観察したところ、定番品の需要は過去データで十分読める一方、特売・新商品・天候に左右される商品は熟練者でも読み切れないと分かりました。すべてを自動化するのではなく、読める領域に絞って設計する方針にしました。
SOLUTION
STEP 03
打ち手：定番品は自動、読みにくい商品は人が確認。
販売実績と季節性から需要を予測し、過去データの豊富な定番品は、補充点を下回ったSKUをRPAが自動で発注します。予測が外れやすい特売・新商品・季節品はAIが提案値を出し、担当者が最終確認・調整するハイブリッド運用にしました。想定外の欠品など例外が出たときだけ、アラートで担当者が確認します。
RESULT
STEP 04
成果：欠品も発注の手間も、無理なく軽くなった。
導入3ヶ月後の時点で、発注業務の時間は約4割、欠品率は約3割、過剰在庫は約15%減りました。当初は特売のたびにアラートが増えすぎる場面もありましたが、閾値の調整と担当者の補正の反映で改善しました。担当者は数字合わせから解放され、売場づくりや接客に時間を回せるようになっています。
正直、最初は全部を機械に任せるのは不安でした。でも、読めるものは自動で、読みにくいものは人が見る、という切り分けが現場の感覚に合っていて。過去データの多い定番品が自動で発注されるだけでも、毎日の作業はずいぶん楽になりました。特売や新商品はいまも自分たちで最終チェックしますし、まだ天候で読みを外すこともあります。それでも売場に立てる時間が確実に増えたのが、一番大きいです。
— 店舗運営部 ご担当者