棚卸データ分析の手法5選と進め方｜差異の原因特定から改善まで

棚卸を終えて差異一覧を眺めても、どこから手をつけるべきか判断できないまま次の期へ進む現場は少なくありません。差異の合計額を帳簿に反映すれば、決算上の数字はいったん整うはずです。けれども原因の特定まで踏み込まなければ、次の棚卸でも同じ品目で同じ差異が再発します。必要なのは、棚卸で得た数字を分析対象のデータとして扱い直す発想です。その視点があるだけで、差異は「起きてしまった結果」から「改善の手がかり」へ変わります。

棚卸データが持つ情報は、品目コードや数量にとどまらず、ロケーション、担当者、実施日といった文脈まで及ぶものです。これらを組み合わせて集計すると、差異が特定の倉庫や特定の工程に偏っている事実が浮かび上がります。金額ベースでは小さくても、発生頻度が高い品目は運用上の欠陥を示すサインです。分析の役割は、数字の裏側にある業務プロセスの問題を可視化することです。

本記事では、棚卸データ分析で使われる代表的な5つの手法と、目的設定から効果検証までの7ステップを解説します。あわせて、データを分析可能な状態に整える実務のポイントや、現場で繰り返し起きる失敗パターンも取り上げます。差異の原因を切り分け、改善サイクルを回す仕組みづくりの参考にしてください。

棚卸データ分析とは：帳簿と実地の差異から在庫の実態を読み解く

棚卸は、帳簿上の在庫と実際の在庫を突き合わせる作業として定着しています。ただし得られた数字を分析対象として扱い直すと、在庫管理の精度や業務プロセスの状態まで見える点は見落とされがちです。ここでは棚卸データに含まれる項目、在庫分析との守備範囲の違い、数量確認で止まってしまう現場の背景を順に整理します。

棚卸データに含まれる項目：品目・数量・単価・ロケーション・差異

棚卸データの最小構成は、品目コード、品名、実地数量、帳簿数量、単価、金額の6項目です。ここにロケーションコード、ロット番号、棚卸実施日、カウント担当者を加えると、差異の発生場所と発生タイミングを追跡できる形になります。実地数量と帳簿数量の差を数量差異、その差に単価を掛けた値を金額差異と呼びます。分析ではこの2つを必ず分けて保持してください。金額差異だけを持つと、単価の高い品目に注意が偏り、頻発している低単価品目の運用不備を見逃す結果になります。

• 品目コード・品名：マスタと突合するための識別情報
• 実地数量・帳簿数量：差異を算出する基礎となる2つの数量
• 単価・在庫金額：金額差異と構成比の評価に使用する情報
• ロケーション・ロット番号：差異の発生場所を切り分ける属性
• 棚卸実施日・担当者：時系列比較と発生源の特定に使う属性

現場でつまずきやすいのは、これらの項目が1つのファイルにそろっていない点です。数量は棚卸端末から出力したCSV、単価は会計システムのマスタ、ロケーションは倉庫管理システムというように、出所が分かれているケースが一般的です。突合の起点になるのは品目コードですので、3つの出力に同じコード体系が使われているかを最初に確認します。型番と社内コードが混在している場合は、変換テーブルを1枚用意するだけで後工程の手戻りが大きく減ります。準備工数の目安は、品目数1,000点規模で2〜4時間程度です。

在庫分析との違い：棚卸データ分析が対象とする範囲

在庫分析は、在庫数量や金額の推移を追い、適正在庫の水準や欠品リスクを判断する取り組みを指します。対象は主に帳簿データであり、システム上の数字が正しい前提に立っています。棚卸データ分析は、その前提そのものを検証する位置づけです。帳簿と現物がどれだけずれているか、ずれがどこで生まれているかを明らかにします。検証の対象は、在庫の水準ではなく数字の正しさそのものです。帳簿の精度が確認できて初めて、在庫分析の結論に意味が生まれます。

守備範囲の違いは、改善アクションの向き先にも表れます。在庫分析の打ち手は、発注点や安全在庫の見直しといった計画系が中心です。対して棚卸データ分析の打ち手は、入出庫の記録ルールや検品手順といった運用系が中心になります。両者を切り分けずに議論すると、在庫が多い原因を需要予測の精度に求めてしまい、実際の原因が入庫の計上漏れだったという誤診が起こります。差異率が2%を超える状態であれば、計画の議論より先に運用の検証へ進む判断が妥当です。

棚卸データが数量確認だけで終わってしまう現場の実情

棚卸の目的が「帳簿を実際の在庫に合わせること」に固定されている職場では、差異一覧は調整伝票の根拠資料として扱われます。調整が済んだ時点で役目を終え、翌期まで参照されないファイルになります。集計は棚卸担当者が個人のExcelで行い、共有フォルダの奥に保存されたまま忘れられるという流れが典型です。この運用では、差異が毎回同じ品目で起きているかどうかを誰も確認できません。数字は残っていても、比較できる形で蓄積されていない状態です。

背景には、年1回または半期に1回という実施頻度の問題もあります。年次棚卸だけの場合、原因を追える情報が1年分の業務に埋もれ、担当者の記憶も薄れています。対策として有効なのが、対象を絞って毎月実施する循環棚卸（サイクルカウント）です。ABCランクの上位品目を月次、中位を四半期、下位を年次に割り振る運用であれば、追加工数は月あたり4〜8時間に収まる例が多く見られます。発生から確認までの間隔が短いほど、原因の特定精度は上がります。

棚卸データを分析するメリット：差異の削減から資金効率の改善まで

棚卸データを分析すると、差異の削減にとどまらない効果が生まれます。在庫に固定された資金の回収、決算作業の負荷軽減、発注判断の根拠づけまで、影響は複数の部門に及ぶ性質です。ここでは実務で効果が出やすい4つの観点を、具体的な指標とあわせて説明します。

棚卸差異の原因を特定し、再発を防止できる

差異の原因は、記録・作業・期ズレ・物理的減耗の4つに大別できます。記録の問題は入出庫の計上漏れや二重計上、作業の問題はピッキングミスや誤出荷、期ズレは伝票処理の遅れによって生じます。物理的減耗には破損や紛失が含まれる区分です。品目別の差異にロケーションと担当者を紐づけて集計すると、自社の差異がどの分類に偏っているかが数値で見えてきます。分類ごとの件数と金額を並べるだけでも、対策の優先順位は決められる状態です。感覚で語られていた「うちは出荷ミスが多い」という認識が、事実と食い違う場面も珍しくありません。

再発防止につなげる鍵は、差異一覧に原因分類の列を1つ追加する運用です。棚卸のたびに担当者が分類を入力すれば、次回以降は分類別の推移が自動的に集計できます。入力の負担を抑えるには、プルダウンで4分類から選ぶ形式にし、備考欄を自由記述にとどめる方法が現実的です。原因分類が蓄積されると、対策の効果が数字で検証できる状態に変わります。記録の問題が全体の6割を占める企業であれば、教育よりもシステム連携の見直しが先になります。

滞留在庫・過剰在庫を可視化してキャッシュフローを改善できる

棚卸データに最終出庫日を組み合わせると、滞留在庫の全体像が金額で把握できます。判断の目安は、6か月以上動きのない品目を滞留、12か月以上を不動在庫として区分する方法です。製造業の部品在庫であれば24か月を不動の基準に置く例もあり、業種と品目特性に応じて調整します。区分ごとの金額を合計すると、在庫として計上されている資産のうち、実質的に現金化が難しい部分が明らかになります。経営層への説明でも使いやすい数字です。

可視化の効果は、処分判断のスピードに表れます。滞留在庫は保管費用と管理工数を消費し続けますが、帳簿上は資産として残るため、放置されやすい性質があります。金額と滞留期間の一覧を月次で共有する運用に変えると、処分や値引き販売の意思決定が進みやすくなるはずです。保管コストは在庫金額の年率15〜25%程度とされる例が多く、1,000万円の滞留在庫を半減できれば年間75万円以上の費用削減につながります。削減した分は運転資金として他の用途に回せます。

決算・税務対応の精度と内部統制を強化できる

棚卸資産の評価は、決算数値に直接影響する領域です。差異の根拠を示せないまま調整を行うと、監査で説明を求められた際の対応が難しくなります。差異一覧に原因分類と対応記録を残しておけば、調整の妥当性を裏づける資料がそのまま整う形です。監査対応の準備工数には、記録が整っている企業とそうでない企業で3倍近い開きが生まれます。決算期の残業を減らす効果も見込めます。準備の手戻りが減る点も、決算期には無視できない利点です。

内部統制の観点では、棚卸の実施記録そのものが証跡になります。カウント担当者、実施日時、再カウントの有無を記録に残す運用を整えると、統制の有効性を示す材料が蓄積されます。上場企業やその子会社では、実地棚卸の手続が内部統制報告制度の評価対象に含まれる点に注意が必要です。担当者が自分の管理エリアを1人でカウントする体制は、統制上の弱点として指摘されやすい形になります。相互チェックの仕組みを設け、実施記録に反映してください。

発注・生産計画の判断根拠を数値で示せる

発注量や生産量の見直しは、部門間で意見が割れやすいテーマです。営業は欠品を避けたい立場、財務は在庫を圧縮したい立場に立つため、感覚的な議論では結論が出ません。棚卸データから算出した回転期間や差異率は、双方が同じ前提で話すための共通言語になります。数字が前提になれば、議論の出発点がそろった状態です。品目別に数字を並べ、削減対象と維持対象の線引きから議論を始めてください。議題が具体化するだけで、会議の所要時間は目に見えて短くなります。

実務では、回転期間の実績値を発注点の設定に反映させる流れが有効です。回転期間が90日を超える品目は発注ロットが需要に対して大きすぎるため、最小発注単位の交渉対象になります。逆に回転期間が7日を下回る品目は、欠品リスクを抱えているため安全在庫の積み増しを検討します。この2つの基準を設けるだけで、見直し対象は全体の1〜2割へ絞り込める計算です。限られた工数でも着手できる範囲に収まります。見直しの成果は次回の棚卸で確認できます。

棚卸データ分析の代表的な手法5つ

棚卸データの分析手法は、目的に応じて使い分けます。差異そのものを掘り下げる手法、在庫の構成や滞留を評価する手法、時間軸や発生源で切り分ける手法が代表的です。5つの手法の狙いと必要なデータを整理したうえで、それぞれの進め方を順に見ていきます。

差異分析：帳簿数量と実地数量の差異率を品目・ロケーション別に把握する

差異分析の出発点は、差異率の計算です。数量差異率は「（実地数量−帳簿数量）÷帳簿数量×100」で求め、金額差異率は差異数量に単価を掛けた金額を在庫金額で割って算出します。全社の差異率だけを見ても改善の糸口はつかめませんので、品目別、ロケーション別、担当者別の3つの軸で必ず分解してください。分解した結果、全社で0.8%の差異率が特定倉庫だけ4.5%に達しているといった偏りが見つかります。偏りの発見こそが差異分析の目的です。

実務では、差異率だけでなく差異件数と差異金額を併記した一覧を作ります。差異率が高くても在庫数量が10個の品目と、差異率は低くても1万個ある品目では、対応の重みが違うためです。Excelで作成する場合は、帳簿データと実地データをVLOOKUPではなくXLOOKUPで突合し、一致しない品目コードを先に洗い出す手順が確実な形です。突合できない行が全体の5%を超えるようであれば、マスタ側の不備を疑ってください。分析を進める前に、突合率を確認する習慣をつけます。

ABC分析：在庫金額の構成比で管理優先度を決める

ABC分析は、在庫金額の構成比に応じて品目をランク分けし、管理の濃淡をつける手法です。一般的には、累積構成比70%までをAランク、90%までをBランク、残りをCランクに区分します。品目数では全体の2割に満たないAランクが、在庫金額の7割を占める形になる企業が多く見られます。この分布が確認できれば、棚卸の頻度やカウント精度をランク別に変える判断が可能です。限られた人員を集中させる先が明確になります。

実行手順はExcelでも完結します。品目別の在庫金額を降順に並べ、累積金額と累積構成比の列を追加し、構成比の閾値でランクを振るという3手順です。所要時間は品目数3,000点で1〜2時間程度を見込んでください。つまずきやすいのは、在庫金額ではなく出庫金額でランク分けしてしまうケースです。在庫の管理優先度を決めたい場面では在庫金額を軸に取り、発注頻度を決めたい場面では出庫金額を軸に取ると使い分けます。

ABC分析とは？分析方法からメリット・注意点までわかりやすく解説

在庫回転率・回転期間分析：滞留の兆候を早期に把握する

在庫回転率は、一定期間に在庫が何回入れ替わったかを示す指標です。計算式は「期間の出庫金額÷平均在庫金額」で、年間の出庫金額を使えば年間回転率が求まります。回転期間は365をこの回転率で割った日数で、在庫が何日分に相当するかを表します。現場で使いやすいのは回転期間のほうです。「この品目は120日分の在庫を抱えている」という表現は、回転率3回という表現より直感的に伝わります。説明する相手が在庫の専門家でない場合は、なおさら効果的です。

分析の精度を上げるには、全社平均ではなくカテゴリ別に基準を設けます。消費期限のある食品と、補修用の機械部品では、適正な回転期間がまったく異なるためです。カテゴリ内で回転期間が平均の2倍を超えた品目を要注意リストに載せる運用にすると、監視対象が現実的な件数に収まります。棚卸のたびに同じ計算を繰り返すことになりますので、集計はExcelのピボットテーブルかBIツールでテンプレート化してください。一度作れば、次回以降の作業は数分で終わります。

時系列分析：棚卸ごとの差異推移から傾向をつかむ

時系列分析では、複数回の棚卸結果を並べて差異の推移を追います。最低でも3回分のデータがそろうと、傾向と一時的な変動が区別できます。見るべき指標は、全社差異率の推移、上位10品目の顔ぶれの変化、原因分類別の件数推移の3点です。全社差異率が横ばいでも、上位品目が毎回入れ替わっている場合と固定している場合では、意味がまったく違います。固定している場合は、特定の業務手順に構造的な問題が潜んでいる状態です。

対策の効果検証にも時系列の視点が必要です。改善策を実施した月を基準線として記録し、前後の差異率を比較する形にします。基準線がないと、変化が施策によるものか偶然かを区別できません。比較の際は、棚卸対象の品目数や取引量の変動を確認してください。取引量が2倍になれば差異件数も増えるため、件数ではなく差異率で比べる必要があります。効果が出ていない場合は、原因分類の内訳が変わっていないかを確認すると、次の打ち手が見つかります。

ロケーション別・担当者別分析：差異の発生源を切り分ける

差異の発生源を絞り込む最短の方法は、ロケーション別の集計です。倉庫、フロア、棚番号という階層で差異率を出すと、問題がどの粒度で起きているかが判別できます。倉庫全体で差異率が高ければロケーション管理のルールそのものに、特定の棚だけが高ければ作業動線や表示の問題に原因があります。階層別の集計はピボットテーブルで十分に対応できる作業です。行に倉庫と棚番号、値に差異率と差異件数を置くだけの構成になります。

担当者別の分析には、慎重な扱いが求められる点に注意が必要です。個人の評価に直結する形で共有すると、差異の過少申告という最悪の副作用を招きます。目的は個人の責任追及ではなく、教育やマニュアルの不足を見つけることだと事前に明示してください。実務上は、担当者名を伏せてID化し、差異率の分布だけを共有する方法が機能します。分布の外れ値が特定のIDに集中している場合に限り、作業手順の確認を個別に行う流れが現実的です。

棚卸データ分析の進め方：7つのステップ

手法を理解しても、進め方の型がなければ分析は途中で止まります。目的の設定からデータの整備、原因の分類、改善効果の検証までを7つの段階に分けると、担当者が代わっても同じ品質で回せる形です。各段階で使うツールと所要時間の目安もあわせて示します。

STEP1：分析の目的と評価指標を決める

最初に決めるのは、何を改善したいのかという一点です。差異率の削減、滞留在庫の圧縮、決算作業の効率化では、集めるデータも見る指標も変わります。目的が曖昧なまま着手すると、あらゆる切り口で集計した資料ができあがり、結論が出ないまま終わります。目的は1つに絞り込み、数値目標とセットで文章に落として定義してください。「全社の数量差異率を1.5%から0.8%へ、2回の棚卸を通じて下げる」といった形が実務的です。

評価指標は、3つ以内に絞る設計が機能します。指標が多いほど収集と更新の負担が増え、継続できなくなるためです。差異削減が目的であれば、数量差異率、金額差異率、差異件数の3つで足ります。あわせて、測定の頻度と担当者もこの段階で決めておく設計が必要です。棚卸ごとに誰がどのファイルを更新するかが決まっていないと、2回目以降のデータがそろわない事態が起こります。担当を決めた時点で、共有フォルダの保存先まで指定しておくと確実です。

• 改善したい対象：差異・滞留・決算効率のいずれか1つに絞る
• 評価指標：3つ以内とし、計算式まで文章で定義する
• 数値目標と期限：いつまでにどの水準を目指すかを明記する
• 更新担当と頻度：棚卸ごとに誰がどのファイルを更新するか決める

STEP2：棚卸データと帳簿データを収集して突合する

収集対象は、実地棚卸の結果、棚卸基準日時点の帳簿在庫、品目マスタの3つです。注意が必要なのは基準日時のずれで、実地棚卸を土曜に行い、帳簿を金曜終業時点で出力した場合、土曜の入出庫分がそのまま差異として現れます。突合の前に、両者の基準時点が一致しているかを必ず確認してください。この確認を飛ばすと、原因分析の大半が期ズレの説明に費やされます。初回の分析で見つかる差異の3〜4割が基準時点のずれに起因するケースも一般的です。

突合の作業は、品目コードをキーにした結合で行います。Excelであれば、帳簿データを基準表とし、実地数量をXLOOKUPで引き当てる構成が扱いやすい形です。件数が5万行を超えるとExcelの動作が重くなりますので、その規模ではPower QueryやBIツールへの移行を検討します。結合後は、帳簿にあって実地にない品目、実地にあって帳簿にない品目の2種類を分けて抽出してください。前者は計上漏れ、後者は未登録品の可能性が高く、原因の方向性が異なります。

STEP3：品目コード・単位・ロケーション表記を統一する

突合できない品目が残る原因の多くは、表記の不統一です。品目コードの全角と半角、ハイフンの有無、先頭のゼロ落ちが代表的なパターンになります。CSVをExcelで開いた際にゼロ落ちが起きる問題は特に多く、テキスト形式で読み込む設定を徹底する対応が確実です。単位の不統一も見落とされがちで、同じ品目が「本」と「箱」で記録されていれば、数量の比較は成立しません。入数の情報をマスタから取得し、最小単位に換算してから突合する手順が必要です。

この工程はデータクレンジングと呼ばれ、分析全体の工数の5〜7割を占めることも珍しくありません。毎回手作業で直すのではなく、変換ルールを1枚のシートに定義し、同じ処理を再現できる形にしてください。Excelであれば置換とTRIM関数、ASC関数の組み合わせで大半のパターンに対応できます。Power Queryを使えば、変換手順が記録されるため次回は更新ボタン1つで済みます。ルールを資産として残す発想が、継続の分かれ目です。

データクレンジングとは？意味と代表手法を解説！

STEP4：差異率・回転率などの指標を算出する

指標の算出は、突合済みのデータに計算列を追加する作業です。数量差異、金額差異、数量差異率、金額差異率、回転期間の5つを標準の列として用意します。計算式はシート上部に明記し、誰が見ても同じ定義で再現できる状態にしてください。定義があいまいなまま複数の担当者が集計すると、会議で数字が合わない事態が起こります。分母を期末在庫にするか平均在庫にするかだけでも、回転期間は大きく変わります。定義の統一は分析の土台です。

算出後は、値の妥当性を先に点検します。差異率が100%を超える品目や、回転期間が異常に長い品目は、計算ミスかデータ不備が疑われる対象です。実地数量がゼロで帳簿数量だけが残っている品目は、廃棄処理の未反映であるケースが多く見られます。廃棄伝票の起票漏れが背景にあるパターンです。上位20件を目視で確認する作業に30分かけるだけで、後工程の手戻りを防げます。点検を済ませてから、集計と可視化へ進んでください。

STEP5：差異の大きい品目を抽出し原因を分類する

抽出の基準は、金額と率の両方から設定します。金額差異の上位20品目、数量差異率が5%を超える品目、この2つの条件でリストを作る方法が扱いやすい形です。全品目を分析対象にすると工数が膨らみ、結局どれも深掘りできないまま終わります。対象を30〜50品目に絞り込めば、1品目あたり10〜15分の原因調査でも半日で一巡します。絞り込みは妥協ではなく、成果を出すための設計です。対象を明確にすると、1件あたりの調査の質も上がります。

原因の分類には、現場へのヒアリングが欠かせません。データだけで判断できるのは、期ズレや二重計上といった記録上の問題までです。ピッキングミスや保管場所の間違いは、倉庫担当者に現物と作業手順を確認して初めて特定できます。ヒアリングでは「なぜ差異が出たか」ではなく「どの作業のどの時点で記録と現物が分かれたか」を聞いてください。問いの立て方を変えるだけで、担当者から得られる情報の具体性は大きく変わります。

STEP6：分析結果を可視化して関係部門で共有する

可視化の目的は、関係部門が同じ認識を持つことです。経理、購買、倉庫、営業では関心事が異なりますので、1枚の資料にすべてを詰め込む構成は避けます。差異率の推移を示す折れ線、原因分類別の内訳を示す積み上げ棒、ロケーション別の差異を示す横棒という3種類のグラフがあれば、主要な論点は網羅できます。数字の羅列ではなく、傾向が一目で伝わる形に整えてください。資料づくりに30分以上かけない前提で、テンプレートを用意しておく方法が現実的です。

共有の場は、月次の在庫会議など既存の会議体に組み込む形が続きます。新しい報告会を立ち上げると、3回目あたりで出席率が落ちる例が多いためです。報告する内容は、前回からの変化と次に取る対策の2点に絞ってください。ダッシュボードを構築する場合も、最初は3つのグラフだけで始め、要望が出た項目を追加する進め方が失敗しにくい形になります。最初から網羅的に作ると、更新が続かず放置されます。更新の負担を先に見積もってください。

ダッシュボードとは？意味から導入するプロセス、ツールの比較まで徹底解説

STEP7：改善アクションを実行し次回棚卸で効果を検証する

改善アクションは、原因分類ごとに打ち手が決まります。記録の問題には入出庫処理のタイミング見直しやハンディターミナルの導入、作業の問題にはピッキング手順の標準化と教育、期ズレには締め処理のルール整備が対応します。同時に複数の施策を走らせると効果の切り分けができませんので、1回の棚卸サイクルで取り組むのは2つまでにしてください。施策ごとに実施日と対象範囲を記録しておくと、次回の比較が容易になります。記録がないままでは、効果測定は推測の域にとどまる結果です。

検証は次回の棚卸結果で行い、対象品目の差異率が目標水準に近づいたかを確認します。改善が見られない場合に疑うべきは、原因の分類そのものです。記録の問題だと判断した差異が、実は物理的な紛失だったという取り違えは実務でよく起こります。分類を見直すだけで、次の打ち手が変わる場合もあります。効果が出た施策は、標準作業手順書に反映して定着させてください。このサイクルを2〜3回繰り返すと、差異率は安定して下がりはじめます。

棚卸データを分析に使える状態に整えるポイント

分析が前に進まない原因は、手法の知識不足よりもデータの状態にあります。形式が毎回変わる、マスタと紐づかない、単位が混在するといった問題を先に解消しておくと、分析にかけられる時間が確保できる状態です。ここでは整備の要点を4つ取り上げ、表計算ソフトの限界を見極める基準もあわせて示します。

棚卸のたびに形式が変わるデータを標準フォーマットに揃える

棚卸データの形式が回ごとに変わる職場では、時系列の比較が成立しません。列の順序が入れ替わる、列名が「数量」と「実地数量」で揺れる、拠点ごとに別フォーマットを使うといった状態が典型です。対策は、列名と並び順を固定した標準フォーマットを1つ定め、全拠点に配布する方法になります。入力用のテンプレートをExcelで作り、入力規則で単位と区分をプルダウン化しておくと、表記揺れの発生自体を抑え込める形です。フォーマットの設計には半日程度かかりますが、以降の集計工数は毎回数時間単位で減ります。

設計時に迷いやすいのが、どこまでの項目を必須にするかという線引きです。現場の入力負担を考えると項目は少ないほうがよい一方、後の原因分析で使う属性が欠けていると、集計の切り口そのものが作れません。判断の基準は、その列がないと差異の発生源を特定できなくなるかどうかに置いてください。ロケーションコードと担当者は、この基準に照らすと省略できない列に該当します。手入力が必要な項目を2つ以内に抑えられれば、運用は無理なく定着します。

• 品目コード：マスタと同一のコード体系で入力する
• 実地数量と単位：最小単位に統一し、入数はマスタ側で管理する
• ロケーションコード：倉庫・フロア・棚番号の階層で持つ
• カウント担当者：ID形式で記録し、氏名は別管理にする
• 棚卸実施日時：帳簿の基準時点と突き合わせる根拠になる

品目マスタと棚卸データの紐付けを事前に確認する

分析の直前になって紐付けの不備に気づくと、スケジュールは大きく崩れます。棚卸を実施する2週間前に、品目マスタと直近の棚卸データを試験的に突合しておく進め方が有効です。確認する観点は、マスタに存在しない品目コードの件数、廃番品の扱い、同一品目に複数コードが割り当てられている重複の3点になります。重複コードは統合すべきか併存させるべきかの判断が必要です。購買部門との調整には1〜2週間かかる場合があります。事前に着手しておけば、棚卸の直後から分析へ移れる状態です。

マスタ側の精度が低い状態では、どれだけ分析手法を工夫しても結論の信頼性は上がりません。単価が更新されていなければ金額差異は実態とずれ、カテゴリが未設定であればABCランクの集計もできない状態です。マスタ整備は情報システム部門の仕事と考えられがちですが、どの項目が分析に必要かを示せるのは分析の担当者だけです。必要な項目と現状の欠損率を一覧にして、依頼の根拠として提示してください。欠損率が3割を超える項目があれば、整備を優先課題として扱います。

マスタデータとは？具体例でクイックに解説！

数量・金額・単位の不備を分析前に補正する

補正が必要になる不備には、いくつかの典型があります。数量がマイナスで記録されている、単価がゼロのまま登録されている、単位が品目ごとにばらついているといったパターンです。マイナス在庫は、出庫処理が入庫処理よりも先に流れてしまった結果として発生します。該当品目については原因を確認したうえで、ゼロに補正するか分析対象から除外するかを判断してください。補正した場合は、補正前の値を別列に残す処理を忘れずに行います。

単価ゼロの品目は、金額集計の結果を静かに歪めます。在庫金額が過小に出るため、ABCランクの下位に誤って分類され、管理の対象から外れてしまう状態です。対策として、単価ゼロの品目件数を分析の冒頭で必ず数え、全体の1%を超える場合はマスタ更新を先行させます。単位の不備については、入数マスタを使って最小単位へ換算する処理を標準化してください。換算ルールをシートに残しておけば、次回以降は同じ処理を再利用できます。

表計算ソフトでの管理が限界を迎えるサインと分析基盤への移行判断

表計算ソフトでの管理が限界に近づくと、いくつかのサインが現れます。ファイルを開くのに1分以上かかる、複数人が同時に編集できず更新待ちが発生する、集計のたびに手作業が20ステップを超えるといった状態です。品目数が1万点を超え、棚卸の回数が月次に増えると、多くの企業がこの段階に達します。3つのサインのうち2つ以上に当てはまるようであれば、分析基盤への移行を検討する時期です。移行の判断は、担当者の残業が慢性化する前に行ってください。

移行先の選択肢は、大きく3つに分かれます。Power QueryやPower BIを使う方法、クラウドのデータウェアハウスにBIツールを接続する方法、基幹システムの在庫分析機能を利用する方法です。品目数が数万点で分析対象が在庫領域に限られるなら、最初の選択肢で十分に対応できます。販売や生産のデータと組み合わせた分析まで見据えるのであれば、2つ目の構成が適した形になるはずです。初期構築の費用感は、小規模な構成で100万〜300万円、全社展開では1,000万円規模になる例もあります。

データプラットフォームとは？導入に向けて組織が知るべき基礎知識

棚卸データ分析でよくある失敗パターン

分析に着手した企業が途中でつまずく場面には、共通した型があります。集計の粒度、判断に使うデータ量、対応の終わらせ方、データの前処理という4つの領域に問題が集中した状態です。それぞれの失敗がなぜ起きるのか、どう回避するのかを具体的に見ていきます。

差異の合計額だけを見て品目単位の原因に踏み込まない

差異の報告が「今期の棚卸差異は320万円でした」で終わる会議は、実務でよく見かけます。合計額は経営報告に必要な数字にとどまり、改善の手がかりとしては情報量が不足した状態です。320万円の内訳が、1品目の大口差異なのか、500品目の小口差異の積み上げなのかで、取るべき対策はまったく変わります。単品管理の視点で分解して初めて、対策の対象が具体化します。品目別の一覧に落とし、上位の品目から個別に原因を確認してください。

回避策は、報告フォーマットに内訳を組み込む方法です。合計額の下に、金額上位10品目とその差異理由、原因分類別の構成比を必ず添える構成にします。フォーマットが決まっていれば、担当者は毎回同じ手順で資料を作成できる状態です。作成にかかる時間は、データが整っていれば1時間以内に収まります。経営層からの質問も、内訳が示されていれば「なぜ」から「どうするか」へ自然に移ります。議論の質が変わる点も見逃せない効果です。

一度の棚卸結果だけで判断し、傾向を見誤る

1回分の棚卸結果には、偶発的な要因が混ざります。大口の出荷が基準日直前にあった、特定の担当者が異動直後だった、システム更改の直後だったといった事情が、差異率を押し上げる要因です。この状態で「差異率が悪化した」と結論づけると、実態と異なる対策に工数を割く結果になります。判断にあたっては、最低3回分のデータをそろえてください。年次棚卸だけの企業では3年かかるため、循環棚卸への移行が現実的な選択肢になります。

傾向を読むうえでは、差異率の絶対値よりも変化の方向に注目します。差異率が1.2%から1.1%へ動いた変化は、誤差の範囲として扱うのが妥当です。測定誤差と実質的な改善を混同すると、施策の評価を誤ります。3回連続で同じ方向に動いている場合は、業務プロセスの変化を反映している可能性が高い状態です。季節変動の影響を受ける業種では、前回比ではなく前年同期比で比較する方法が適しています。比較の軸を決めたら、その軸を変えずに継続してください。

帳簿を実地に合わせる差異調整だけで終わり改善につながらない

差異調整は、帳簿を現物に合わせる会計上の処理です。処理自体は必要な手続きですが、そこで対応を終えると、翌期も同じ差異が同じ規模で発生します。原因に手を入れていない以上、結果が変わる理由がないためです。調整で済ませる運用が続く企業では、差異率が何年も横ばいのまま推移する傾向が見られます。調整はゴールではなく、原因分析の出発点として位置づけてください。調整伝票を起票する際に、原因分類の入力を必須項目にする運用が有効です。

改善につなげる仕組みとして機能するのは、調整金額に上限ルールを設ける方法です。1品目あたりの調整額が10万円を超える場合は、原因報告書の提出を必須とする社内ルールを定めます。報告書の様式は、発生状況、推定原因、再発防止策という3項目だけで十分に機能します。様式が複雑になると提出が滞りますので、A4で1枚に収まる分量にしてください。上限ルールの導入後、調整の件数そのものが減少する効果も確認されています。

表記揺れを放置したまま集計し、結果がずれる

表記揺れを放置した集計は、一見すると正しい結果に見える点が厄介です。同じ品目が「ABC-001」と「ABC001」の2つのコードで存在すれば、集計上は別品目として扱われます。差異率はそれぞれ計算され、どちらも基準値を下回るため、要注意リストに載りません。実際には合算すると基準を超えている品目が、検出されないまま放置される構図です。集計結果の妥当性は、品目件数の推移を見ることで簡易的に確認できます。

前回の棚卸から品目数が急に増えている場合は、表記揺れによる重複を疑ってください。確認の手順は、品目コードから記号と空白を除いた値で重複チェックをかける方法が手早い形です。Excelであれば、SUBSTITUTE関数で記号を除去した作業列を作り、COUNTIF関数で重複件数を数えます。重複が見つかった品目については、正規のコードへ寄せる名寄せの処理が必要です。作業ルールを決めずに個別対応すると、次回また同じ問題が起こります。

名寄せとは？正確な顧客データ管理の方法と活用ポイントを徹底解説

棚卸データ分析の実践事例

分析の進め方は、業種や在庫の特性によって重点が変わります。製造業では工程間の在庫移動、小売業では店舗と倉庫の分散、卸売業では拠点間の運用差が課題になりやすい構造です。3つの業種で実際に取られたアプローチと、得られた結果を紹介します。

製造業：ロケーション別の差異分析で計上漏れが起きる工程を特定

ある部品メーカーでは、年次棚卸のたびに仕掛品の差異が発生していました。全社の金額差異率は1.8%で、そのうち7割が仕掛品に集中している状況です。原因の特定にあたっては、ロケーションを工程単位に分解して差異率を再集計する方法が取られました。その結果、加工工程から組立工程へ払い出す局面で、実績入力が翌日にずれ込む運用が判明しました。月末をまたぐ払い出しが、そのまま差異として計上される構造だったわけです。

対策として、払い出し実績の入力を作業完了時点で行う運用へ変更しました。ハンディ端末の読み取り位置を工程の出口に移し、作業者が移動せずに読み取れる動線へ見直した点が効きました。運用変更から2回の棚卸を経た時点で、仕掛品の差異率は1.8%から0.6%まで下がった結果です。投資額は端末の増設と設定変更で約80万円にとどまりました。分析によって対象工程を1つに絞り込めたため、小規模な投資で効果が出た事例です。

製造業のデータ分析はなぜ必要？解決できる課題やメリットなどを解説

小売業：回転期間分析で滞留在庫を削減し発注基準を見直し

複数店舗を展開する小売企業では、店舗ごとに在庫の持ち方が異なる点が課題でした。棚卸データに直近12か月の販売実績を結合し、店舗別・カテゴリ別の回転期間を算出した形です。集計の結果、同じカテゴリでも回転期間が30日の店舗と150日の店舗が混在している実態が明らかになりました。回転期間が長い店舗では、売れ筋ではない商品の発注が惰性で続いていた状況です。発注担当者が各店舗の判断に任されていた点が、ばらつきの背景にありました。

見直しにあたっては、カテゴリごとに回転期間の上限を設定しました。上限を超えた商品は自動的に発注停止リストへ載り、店長の承認なしでは再発注できない仕組みです。上限の導入から6か月で、滞留在庫は金額ベースで約22%減少しています。数値基準を設けたことで、発注の判断は担当者の経験則から切り離された形です。店舗間の比較データを共有した効果も大きく、上位店舗の発注手順が他店へ横展開される流れが生まれています。

小売業のデータ分析で何がわかる？目的・やり方・費用をわかりやすく解説

卸売業：時系列の差異分析で特定倉庫の運用課題を改善

食品卸のある企業では、4拠点の倉庫を運用していました。全社差異率は0.9%で目標の1%以内に収まっていたため、長く問題として認識されていない状況です。拠点別に3期分の差異率を並べたところ、1拠点だけが2.4%、2.6%、2.9%と上昇を続けている事実が見つかりました。他の3拠点は0.5%前後で安定しており、全社平均が課題を覆い隠していた構図です。時系列で拠点別に見る視点がなければ、発見は遅れていました。

該当拠点を調査した結果、入荷検品の手順が他拠点と異なっていた事実が判明しました。繁忙期に検品を簡略化する運用が定着し、数量の誤差がそのまま在庫に反映されていた状態です。標準手順を他拠点の水準にそろえ、繁忙期には応援人員を配置する体制へ変更しています。変更後2期で、当該拠点の差異率は0.7%まで低下しました。全社平均だけを追っていた期間の損失を考えると、拠点別の継続観測は投資対効果の高い取り組みです。

まとめ：棚卸データ分析は差異の特定と改善サイクルの定着が鍵

棚卸データ分析の価値は、差異という結果を原因へ翻訳する点にあります。品目、ロケーション、担当者、時間という4つの軸で分解すれば、対策を打つべき場所は具体的に絞り込めます。手法の選択で迷った場合は、差異分析から始めて、対象を絞る必要が出た段階で構成比の分析を加える順序が扱いやすい形です。分析基盤の導入を先に検討する必要はありません。多くの企業は、手元の表計算ソフトと標準フォーマットの整備から着手できます。

• 目的と評価指標を3つ以内で定義し、数値目標まで決める
• 帳簿と実地の基準時点をそろえてから突合する
• 品目コードと単位の表記を統一し、変換ルールをシートに残す
• 差異の上位30〜50品目に絞り、原因を4分類で記録する
• 次回の棚卸で効果を検証し、施策は1サイクル2つまでにとどめる

継続の鍵になるのは、分析を1回のイベントで終わらせない設計です。棚卸のたびに同じフォーマットで記録し、同じ指標で比較する運用が定着すると、2〜3サイクル目から差異率の変化がはっきり見えはじめます。担当者が代わっても再現できる状態にしておけば、蓄積したデータは資産として機能します。まずは直近1回分の棚卸データを、品目別とロケーション別に分解するところから始めてください。そこで見えた偏りが、最初の改善テーマになります。

「これから棚卸データに関する取り組みを実施したいけれど、何から手をつけたらいいかわからない」「データ専門家の知見を取り入れたい」という方は、データ領域の実績豊富な弊社、データビズラボにお気軽にご相談ください。

貴社の課題や状況に合わせて、棚卸データ分析の取り組みをご提案させていただきます。

データビズラボの実績無料相談・お見積り