スマレジ・AirレジのCSVをスプレッドシートに落として発注をAIに任せる

スマレジやAirレジ、ユビレジなどのPOSレジを導入すると、「何が、いつ、何個売れたか」はかなり正確に分かるようになります。

ところが、発注業務まで自動的に楽になるとは限りません。

売上実績はPOSで確認できても、「明日は何個頼めばよいのか」「週末分をどこまで積むか」「雨予報だから減らすべきか」といった判断は、結局店主や店長の経験に頼っている店舗が少なくありません。

その結果、店主が毎晩POSの数字とExcelを見ながら発注数を考え、自分が休む日は発注判断が止まるという状態になります。

さらに難しいのが、欠品と廃棄が同時に起こることです。売れ筋を切らしたくないと思って多めに仕入れれば、売れ残りや廃棄が増えます。反対に在庫を減らしすぎれば、売れるはずだった商品を欠品させて販売機会を逃します。

ここで役立つのが、POSの売上CSV、ExcelやGoogleスプレッドシート、AIを組み合わせる方法です。

大切なのは、AIに発注を完全に任せることではありません。POSから売上実績を取り出し、スプレッドシートで発注判断に必要な情報をまとめ、AIに「今日の発注案」を作らせます。店主はその案を確認し、特売やイベントなどAIでは分からない事情だけを修正します。

目指すのは「店主が毎日ゼロから考える発注」から、「AIが作った発注案を店主が確認する発注」への転換です。

この記事では、POSレジをすでに導入している食品、アパレル、雑貨、家具などの店舗小売業を対象に、既存のCSVとスプレッドシートを使って発注業務を改善する考え方を解説します。なお、棚卸作業そのものの手順、仕入先へ送る発注書の作り方、発注データの送信方法、集客、MEO、SNS運用については扱いません。

従業員3名の食品スーパーでは毎晩1時間の発注が15分になった【匿名の想定例】

ここでは、小規模な食品スーパーを例に考えてみます。以下は特定の実在企業の導入事例ではなく、小売店で一般的に起きやすい発注業務をもとにした想定例です。

従業員3名ほどの小さな食品スーパーでは、店主が閉店後に毎日発注作業を行っていました。POSレジにはその日の売上が記録されています。しかし、発注数量を決める仕組みはありません。

閉店後、店主がPOSと在庫表を見ながら毎日発注していた

店主は、POSの売上画面、手元の在庫表、曜日、翌日の天気、過去の経験を見ながら、商品ごとの数量を決めていました。問題は、発注作業に時間がかかることだけではありません。なぜその数量にしたのかという判断基準が、ほとんど店主の頭の中にありました。

従業員がPOSの数字を見ても、同じ発注数を出せません。店主が休みの日には前日に多めに発注するか、電話で確認する必要があります。売上データはデジタル化されていても、発注判断は属人化したままだったのです。

POSの売上CSVを発注判断の材料に変えた

そこで、POSから商品別の販売実績をCSVで出し、日ごとの販売数をスプレッドシートに蓄積する形へ変更したとします。そこに現在庫や納品までの日数など、発注に必要な情報を加えます。

さらにAIへ、直近の販売実績、曜日、天候、現在庫、仕入先から納品されるまでの日数を渡し、「明日の発注数量の案と、その理由を出してください」と依頼します。これにより、店主が一商品ずつゼロから数量を考える必要がなくなります。

想定例では、これまで約1時間かけていた確認作業を15分程度に短縮できた設定とします。ただし、この時間はあくまで記事内の活用イメージであり、実際の効果は商品数、データの状態、発注ルールなどによって異なります。

AI導入後も最後の発注数量は店主が確認する

ここで重要なのは、AIに自動で注文させることではありません。AIが作るのは、あくまで「発注案」です。例えばAIが10個と提案しても、翌日に近隣でイベントがあることを店主だけが知っているのであれば、15個に修正することがあります。

小規模店舗では「AIが考え、人が承認する」という役割分担から始めるほうが現実的です。

なぜPOSレジがあっても小売の発注は店主の勘になるのか

POSレジを導入しているのに、発注が昔のままという店舗は珍しくありません。理由は、POSと発注が別の業務だからです。POSは販売実績を記録することには優れています。しかし、その販売実績を使って明日の発注数量を決めるには、別の判断が必要になります。

POSは「何個売れたか」は分かっても「何個頼むか」は決めてくれない

例えば、ある商品が昨日20個売れたとします。この数字だけでは、今日20個発注すればよいとは判断できません。現在庫が10個残っているかもしれませんし、仕入先から納品されるまで2日かかるかもしれません。昨日は土曜日だったのに今日は平日かもしれません。

つまり、POSから分かる「販売実績」は発注判断の重要な材料ですが、それだけで発注数を決められるわけではありません。

売上以外に曜日・天候・在庫・納品まで考える必要がある

店主は発注するとき、過去に同じ曜日はどれくらい売れたか、明日の天候はどうか、手元に何個残っているか、次の納品はいつか、売れ残ったときの損失はどれくらい大きいか、といった情報を頭の中で組み合わせています。

発注ルールが店主の頭の中だけにあることが最大の問題

発注の属人化は、単なる業務効率の問題ではありません。店主が休めない、急な病欠で発注が止まる、店舗を増やせない、後継者へ引き継ぎにくいといった経営上の問題につながります。

POSのCSVとAIを組み合わせる意味は、発注数量を魔法のように当てることではありません。店主が頭の中で行っている判断を、一度スプレッドシート上に出し、AIでも扱えるルールへ変えていくことにあります。

発注をスプレッドシートで自動化する基本構造

「発注 スプレッドシート 自動化」と検索すると、複雑な関数やマクロを使った方法が出てくることがあります。しかし、小規模店舗の場合、最初から完全自動化を目指す必要はありません。まずはPOS、スプレッドシート、AI、人の役割を分けることが重要です。

POS・スプレッドシート・AIの役割を分ける

この構造にすると、AIにすべてを任せる必要がありません。既存POSの売上データを生かしながら、店主が今使っているExcelやGoogleスプレッドシートも残せます。

最初から完全自動化しないほうが店舗では定着しやすい

小売店の発注には、特売、季節商品、近隣行事、学校行事、連休、急な気温変化など例外が多くあります。こうした要因をすべて最初からシステム化しようとすると仕組みが複雑になります。通常商品の発注案はAIに作らせ、例外だけ人が確認する運用が現実的です。

手順1｜POSから売上CSVを出す

最初に必要なのは、POSに蓄積された販売実績です。スマレジ、Airレジ、ユビレジなどのPOSには、それぞれデータ出力や集計に関する機能があります。具体的な出力項目や操作方法は利用中のサービス、契約プラン、仕様変更などによって異なるため、最新の公式情報を確認してください。

まず必要なのは商品別・日別の販売実績

最初からすべてのPOSデータを使う必要はありません。発注判断に重要なのは、商品を識別できる情報と、いつ、何個売れたかという販売実績です。

CSVの項目名が毎回同じ状態を作る

毎回列の名前が変わったり、商品コードの位置が変わったりすると、スプレッドシートへの取り込みが不安定になります。「この列は商品コード」「この列は販売日」「この列は販売数量」という形をできるだけ固定すると、将来の自動取り込みやAI連携も行いやすくなります。

手順2｜POSのCSVをスプレッドシートに落とす

次に、POSから出したCSVをExcelまたはGoogleスプレッドシートへ取り込みます。目的は、きれいな管理表を作ることではなく、発注判断に必要な情報をAIが読み取れる一つの場所へ集めることです。

商品コードを基準に売上と在庫をつなぐ

商品データを整理するときは、できるだけ商品コードなどの一意な識別情報を基準にします。商品名だけで管理すると表記揺れが起きやすく、同じ商品が別商品として扱われる可能性があります。既存のExcelやスプレッドシートを捨てる必要はなく、今使っている表のどの列をPOSデータと結び付けるかを決めることから始めます。

発注判断に必要な列だけを残す

POSから出したCSVには、発注には直接必要のない情報が含まれていることがあります。データ量が多いほどAIが賢くなるわけではありません。発注用のシートには、過去販売数、現在庫、曜日、必要に応じた天候情報、リードタイム、最低発注数など、発注判断に使う項目だけを集約します。

手順3｜AIに曜日・天候・在庫・リードタイムを渡して発注案を作らせる

ここからがAIを使う部分です。AIに渡すのはPOSの売上CSVだけではありません。売上実績に加え、店舗の発注判断に必要な条件を与えます。

売上実績だけでは発注数量は決められない

例えば、直近7日間で平均10個売れている商品でも、現在庫が8個あるなら新たに10個発注する必要はないかもしれません。一方、次回納品が3日後なら数日分をまとめて考える必要があります。

曜日による売れ方の違いをAIに見せる

小売では曜日による販売差が大きい商品があります。単純な7日平均だけでは差が消えてしまうため、過去数週間分の曜日別実績を見せることで、店主が経験的に行っていた曜日補正を再現しやすくなります。

天候を補正条件として使う

食品や衣料品などでは天候や気温が販売に影響することがあります。ただし、天候を入れれば必ず予測精度が上がるわけではありません。自店の商品と天候の関係を確認し、実際に影響している条件だけを使うことが大切です。

現在庫とリードタイムを必ず入れる

発注案を作るうえで特に重要なのが現在庫とリードタイムです。「何が売れたか」だけでなく、「今いくつ持っているか」「次にいつ入ってくるか」まで一緒に渡すことで、実務に近い発注案になります。

発注点を小売のExcelから見直す｜AIに任せる部分と人が決める部分

現在Excelで発注点を管理している店舗では、「在庫が10個を下回ったら発注する」といった固定値を設定していることがあります。この方法は分かりやすい一方、売れ方が変化しても発注点が同じままになりやすい点に注意が必要です。

発注点を固定値のままにしない

POSの販売データがあれば、最近の商品回転を確認できます。そこへ納品までの日数や安全在庫を加えることで、発注点を見直す材料になります。AIは「現在の発注点では欠品しやすい」「最近販売数が減っているため見直したほうがよい」といった候補を出す用途にも使えます。

AIには「発注数」ではなく「発注案と根拠」を出させる

AIへ単に「何個発注すればよいですか」と聞くだけでは判断内容を確認しにくくなります。発注数量と一緒に理由を出させることで、店主が不自然な判断に気付きやすくなります。

特売・イベント・近隣行事は人が補正する

AIが苦手になりやすいのは、データに入っていない事情です。明日だけ特売する、学校行事がある、近所で大きなイベントがある、大口注文が入っている、といった情報はPOSの過去データだけでは分かりません。過去データの整理はAI、現場固有の例外判断は人という役割分担にします。

発注案を店主が確認するだけの運用に変える

発注業務を改善するときの目標は、発注をなくすことではありません。店主が毎日すべての商品について考える状態をやめることです。

全商品を見るのではなく例外商品だけを見る

AIが発注案を作れるようになったら、前回より発注数が大きく増えた商品、在庫切れの可能性が高い商品、過剰在庫になりそうな商品などに確認対象を絞ります。通常範囲の商品はざっと確認し、例外だけ詳しく見ます。

店主の修正結果を次回の発注ルールへ残す

AIが10個と提案し、店主が15個へ修正した場合、数量を直して終わらせず、「近隣イベントがあるため増やした」など理由も残せると、店主の経験が少しずつデータになります。

店主が休んでも発注判断を再現できる状態を目指す

最終目的は、店主本人とまったく同じ判断をAIにさせることではありません。店主が不在でも通常商品の発注案が出て、従業員が根拠を確認できる状態を作ることです。

欠品と廃棄を減らす小売の発注では何を見るべきか

発注改善では「在庫を減らす」だけを目標にしてはいけません。小売では、在庫が少なすぎれば欠品し、多すぎれば廃棄や値引きが増えます。

欠品だけを減らそうとすると在庫が増えやすい

多めに在庫を持てば欠品は減る可能性がありますが、売れ残りが増えれば在庫金額や廃棄コストが増えます。AIの発注案でも「欠品しない数量」だけでなく売れ残る可能性まで考える必要があります。

廃棄だけを減らそうとすると販売機会を失う

反対に廃棄ゼロを最優先にすると在庫を絞りすぎる危険があります。10個しか在庫がなく10個すべて売れた商品は、「需要が10個だった」のではなく「10個以上売れた可能性がある」と考える必要があります。

欠品・廃棄・在庫量を一緒に見る

POSのCSV×AIで失敗しやすいポイント

POSデータとAIを組み合わせれば、すぐに正確な自動発注が完成するわけではありません。失敗しやすい原因の多くは、AIそのものではなく、入力データや運用方法にあります。

過去売上だけで未来を決める

過去の販売数量だけをAIへ渡すと、曜日、季節、天候、現在庫、納品条件の違いを反映できません。自店の発注に大きく影響する情報は含める必要があります。

在庫数が正確でないままAIへ渡す

入力された現在庫が間違っていれば発注案もずれます。この記事では棚卸作業そのものの手順は扱いませんが、AI発注の前提として、AIが参照する在庫情報の信頼性は重要です。

新商品や特売商品まで同じルールで予測する

過去実績が少ない新商品や通常日と動きが違う特売商品は、通常商品と同じ考え方で扱わないことが重要です。過去にない出来事については、人の判断を残したほうが安全です。

AIの発注案を確認せずそのまま採用する

生成AIはもっともらしい回答を作ることがありますが、常に正しい数量を保証するものではありません。特に導入初期は、AIの発注案と店主が従来出していた数量を比較し、差が大きい場合は理由を確認します。

需要予測ツールを入れる店と入れなくてよい店

POSのCSV、スプレッドシート、AIを組み合わせる方法には限界もあります。店舗規模や商品数が大きくなるほど、専用の需要予測、自動発注、在庫管理システムを使ったほうがよいケースがあります。

POS＋スプレッドシート＋AIから始めやすい店

特に、現在店主が毎日数十分から1時間程度かけて発注を考えているのであれば、最初の検証対象として向いています。いきなり全商品を対象にせず、売上が安定している定番商品から試し、人の判断との差を確認していく方法が現実的です。

専用の需要予測・自動発注システムを検討したほうがよい店

最初に小さく検証してから専用ツールへ進む

小規模店舗であれば、まずPOSのCSVと既存のスプレッドシートで検証する方法があります。これにより、専用システムを導入する前に「自店の発注では何のデータが重要なのか」が分かります。自店の発注条件を整理してからシステムを選べば、必要以上に高機能なツールを導入するリスクも減らせます。

まとめ｜POSにある売上データを「見るだけ」から発注判断に使う

スマレジやAirレジ、ユビレジなどのPOSを導入していても、発注業務が自動的に仕組み化されるわけではありません。POSが教えてくれるのは「何がどれだけ売れたか」という販売実績です。

その数字から「次に何個頼むか」を決めるには、曜日、天候、現在庫、納品までの日数など、店舗ごとの条件を組み合わせる必要があります。この判断を店主の頭の中だけで続けていると、発注が属人化します。

そこで、POSから売上CSVを取り出し、ExcelやGoogleスプレッドシートへ整理し、AIに発注案を作らせます。ただし、AIに発注を完全に任せる必要はありません。AIには通常商品の発注数量と理由を提案させ、特売やイベントなど店舗固有の事情は店主が修正します。

目指すのは「AIが勝手に発注する店舗」ではなく、「AIが毎日の発注案を用意し、人は確認と例外判断だけを行う店舗」です。まずは現在使っているPOSから、どのような売上CSVを出せるか確認してみてください。

よくある質問

スマレジやAirレジを買い替える必要がありますか？

必ずしも買い替える必要はありません。現在利用しているPOSから発注判断に必要な販売データを取得できるのであれば、そのCSVをExcelやGoogleスプレッドシートへ取り込み、AIで分析するところから試せます。取得できるデータやCSV出力機能はサービスや契約プランによって異なる場合があるため、最新の公式情報を確認してください。

Excelでもできますか？Googleスプレッドシートが必要ですか？

Excelでも始められます。重要なのはツール名ではなく、POSの販売実績、現在庫、リードタイムなどを一定の形式で整理できることです。

AIに発注を完全に任せても大丈夫ですか？

小規模店舗では、最初から完全自動化することはおすすめしません。AIは発注数量の案と理由を出す役割とし、最終的な数量は人が確認する運用が現実的です。

何か月分の売上データがあれば始められますか？

必要な期間は商品特性によって異なるため、一律には決められません。まず手元にあるデータで曜日別の傾向が見えるか確認し、季節変動が大きい商品についてはより長い期間のデータを参照します。

商品数が少ない店舗でもAIを使う意味はありますか？

商品数が少なくても、店主しか発注判断ができない状態であれば活用する意味があります。店主が普段どの情報を見て判断しているかを整理し、従業員でも確認できる形にすることで、発注業務の属人化を減らせます。

今のPOSを使ったまま、発注をどこまで効率化できるか確認してみませんか

スマレジ、Airレジ、ユビレジなどのPOSを導入していても、発注だけは店主がExcelを見ながら毎日考えているという店舗は少なくありません。POSを入れ替えなくても、現在取得できる売上CSVと、すでに使っているExcel・Googleスプレッドシートの構造を整理することで、AIに発注案を作らせられる場合があります。

相談時には、利用中のPOS、商品数のおおよその規模、現在の発注表、発注頻度、仕入先から納品されるまでの日数などが分かると、自店でどこまで自動化できるか整理しやすくなります。