出荷予測と需要予測は何が違うのか。倉庫の人数を決める予測の読み方

需要予測は、店やECでお客さまに買われる量を読むものです。出荷予測は、倉庫や物流センターから実際に出ていく量を読むもので、同じ商品を扱っていても、日ごとの数字の形も数える単位もまるで違ってきます。倉庫の人数とトラックの台数を決めたいなら、荷主の需要予測を待つより、手元の出荷実績から出荷予測を作るほうが早く役に立つと私たちは考えています。

MatrixFlowで物流センターの方と話していると、「需要予測を入れたいけれど、うちには売れ行きのデータがない」という相談をよく受けます。ただ、明日の人数を決めるのに要るのは売れ行きよりも出荷の見通しで、その材料はWMSや出荷指示の記録として、もう倉庫の中に溜まっていることがほとんどなんです。

需要予測は買われる量を、出荷予測は倉庫から出ていく量を読みます

需要予測が数えるのは店やECで買われる個数や金額で、出荷予測が数えるのはセンターから出ていくケース数や行数、個口の数です。読む対象が違うので、その数字を使う人も、数字から決めることも、必要な細かさも変わってきます。たとえばメーカーの需給担当は、月ごとや週ごとの需要予測をもとに生産と仕入れの量を決めますが、センター長が毎日知りたいのは、明日の午前中に何ケースのピッキングが来るのかという一点です。二つの違いを表1にまとめました。

二つは別々のものというより、需要が先にあって、その結果として出荷が起きるという前後の関係にあります。ただし、その間には発注のルールと在庫の量、そして荷姿という三つの変換が挟まっていて、需要予測の数字をそのまま出荷の見通しに使うと、週の合計は合っていても日ごとの山の位置がずれる、ということが起こります。

店で毎日売れる商品でも、倉庫の出荷は発注の日にまとめて跳ねます

店で毎日同じ数が売れていても、店がケース単位でまとめて発注すれば、倉庫からの出荷は発注を受けた日にだけ山になります。架空の例で考えてみます。ある飲料が1店で毎日4本ずつ売れ、1ケースは12本入り、店は月曜と木曜の週2回だけ発注するとします。月曜から土曜までの販売は毎日なだらかなのに、センターからの出荷は表2のように月曜と木曜の2日に分かれ、ほかの日はゼロになります。

表2の下の行のとおり、100店の売れ行きがどれだけ安定していても、センターの作業は週に2日だけ集中します。半分の店を火曜と金曜の発注に変えてもらえば、同じ販売量のまま出荷の山は4日に分かれるはずです。出荷の形を決めているのは売れ方より発注の曜日やロットの決まりのほうなので、需要予測の精度をいくら上げても、この山の位置そのものは読めません。

上流に行くほど注文が大きく揺れる現象は、ブルウィップ効果と呼ばれます

この揺れの増幅は、サプライチェーンの研究では古くから知られています。1997年にスタンフォード大学のHau Leeらが発表した論文では、P&Gの紙おむつ「パンパース」で、店頭の販売はそれほど変わらないのに、卸からP&Gへの注文は大きく揺れ、P&Gから資材メーカーへの注文はさらに大きく揺れていたことが紹介されました。手元の小さな振りが先端で大きくしなる鞭にたとえて、ブルウィップ効果と呼ばれています。揺れの大きさをエクセルで測る式と、それが倉庫の人数にどう響くかは、ブルウィップ効果を倉庫の人員計画の側から書いた記事にまとめています。

同じ年に出した別の論文で、Leeらは揺れが大きくなる原因を次の四つに分けて分析しました。どれも、物流センターの出荷実績にそのまま表れてくるものです。

• 予測の積み重ね：下流から届いた注文を見て、それぞれの会社が自分の予測と安全在庫を上乗せしていく
• まとめ発注：発注の手間や運賃を抑えるため、ケースや車単位になるまで注文をまとめる
• 値引きと販促：安い時期に買いだめが起き、注文が前倒しで一時期に集中する
• 品薄のときの多め発注：割り当てを確保しようとして、実際に要る量より多く注文する

倉庫の側から見ると、二つめのまとめ発注と三つめの販促は、荷主の取引条件や販促の予定として前もって分かる情報です。出荷予測にこれを手がかりとして入れられるかどうかで、山の高さとタイミングの読みやすさが大きく変わってきます。

同じ100個でも、荷姿が違えば倉庫の作業量は大きく変わります

出荷予測は、個数のままではなく、パレット・ケース・バラの荷姿や明細の行数に分けて読まないと、必要な人数に直せません。NTTロジスコが2026年9月30日に提供を始めた「日別・荷姿別出荷予測機能」も、この点を出発点にしています。同じ100個の出荷でも、1パレットで出るのか、10ケースなのか、100個のバラなのかで、補充やピッキング、検品、梱包にかかる手間がまるで違うからです。同社は店舗や地域センターごとの需要予測に、商品の特性や販売開始からの日数、季節の要因を加えて荷姿別の出荷数に直し、設備の稼働計画と人員計画に使うとしています。予測した量をシフトの組み方や配車に置き換える段は、最適化という決め方が受け持つ部分で、予測とは役割が分かれています。

注目したいのは、需要予測を自前で持っている会社でさえ、倉庫の作業に使うためにもう一段の変換を足しているところです。現場で使う単位と、そこから決まるものを表3に並べました。

表3の左の単位は、どれもWMSの出荷実績から日別に集計できるものです。WMSにどんな記録が残っていて、それを予測の材料にするまでの段取りは、WMSを扱った記事の後半で詳しく書きました。行数とケース数のどちらで人数が決まるかは工程によって違うので、自社の人数をいちばん左右している工程の単位から予測を始めると、効果が早く見えてきます。

3PLは荷主の需要予測を待たずに、自社の出荷実績から出荷予測を作れます

3PLのセンターが出荷予測を作るのに要るのは、日別の出荷実績と前日までの受注件数、それに荷主の販促や休みの予定の三つです。荷主の売れ行きのデータや需要予測の数字が手に入らなくても、出荷の数字そのものに、曜日の癖や月末の山、連休明けの跳ね方がきちんと刻まれているからです。たとえばEC物流のセンターなら、夕方までに入った受注件数が翌日の出荷ケース数をかなり正直に先取りしますし、荷主のセールの日程が分かれば、その翌日から数日続く山の大きさにも見当がつきます。年末のような季節の山に向けて、人と車をいつまでに押さえるかは、物流センターの繁忙期対策にまとめています。

一方で、自社倉庫を持つメーカーや卸であれば、需要予測から出荷予測へつなぐ流れを社内で組むこともできます。図1は、二つの立場で予測がどうつながるのかを並べたものです。

どちらの道を通っても、最後に決めるのは人と車です。読んだ出荷の数字を工程ごとの人数に直す計算は、人員計画の解決策ページで、朝礼から終業までの例に沿って紹介しています。需要予測の考え方や、手法ごとの向き不向きを先に押さえておきたい方は、需要予測とは。物流現場での使いどころから読むと、この先の話がつながりやすくなるはずです。

出荷予測は、商品別よりセンター全体と方面別の合計で読むほうが当たります

人数と台数を決めるための出荷予測は、商品ごとに細かく読むより、センター全体や方面ごとの合計で読むほうがずれが小さくなります。商品ごとの予測では、ある商品が多めに外れても別の商品が少なめに外れることが多く、合計すると外れどうしがある程度打ち消し合うからです。需要予測の担当者が数千品目の当たり外れに毎週苦労しているのと比べると、出荷予測は読む本数がずっと少なく、そのぶん毎日更新し続けやすいという利点があります。

どこまで細かく読むかは、その数字で何を決めるのかから逆算して決めます。表4は、決めることごとに必要な細かさと、どれくらい先まで読めていればよいかについての、私たちの目安です。

細かく読みすぎると外れが増えるうえに、現場がだんだん数字を見なくなります。最初はセンター全体の日別ケース数から始めて、当たり具合を見ながら方面や工程に分けていくやり方を、私たちはすすめています。AIを使えば予測の本数を増やしても毎日の更新が回るようになりますが、それでも前例のない販促や新しい荷主の立ち上げ直後は読み切れないので、その得手不得手は需要予測AIとは。できることと、できないことを参考にしてみてください。

荷主の需要予測をもらえるなら、出荷予測の手がかりとして足すと効きます

荷主から需要予測や販促の計画を受け取れる関係なら、それを出荷予測の答えとして使うのでなく、手がかりの一つとして入れると精度が上がります。需要予測の数字には発注のまとめや在庫の積み増しが入っていないので、そのまま出荷数と見なすと、表2で見たように山の位置がずれてしまうからです。それでも、「来週は需要が平年より3割多い」という情報があれば、出荷の山がいつもより高くなることを前もって知ることができます。

荷主との月例の打ち合わせで、次の項目を毎月もらえるようにしておくと、出荷予測の材料はほぼそろいます。

これらの多くは、荷主にとっては社内ですでに決まっている予定で、頼めば出てくるものです。2026年4月から改正物流効率化法が全面施行され、荷主の側もトラックを待たせない段取りを問われる立場になったので、出荷の見通しを共有したいという話は以前よりずっと切り出しやすくなっています。

よくある質問

出典：Hau L. Lee, V. Padmanabhan, Seungjin Whang “The Bullwhip Effect in Supply Chains”（MIT Sloan Management Review, 1997年春号）／同 “Information Distortion in a Supply Chain: The Bullwhip Effect”（Management Science, 43巻4号, 1997年）／LOGISTICS TODAY「NTTロジスコ、需要予測から倉庫作業量を見積もり」（2026年10月1日）。表2は説明のための架空の例、表4は編集部の目安です。2026年10月までに公表された情報をもとに書いています。