値付け・セール判断をAIで｜粗利が見えない店のスプレッドシート整理

POSレジを導入している店舗では、今日いくら売れたか、どの商品が何個売れたか、月間売上がいくらだったかは簡単に確認できます。

ところが、「その商品を売って実際にどれだけ利益が残ったのか」と聞かれると、すぐに答えられない店舗は少なくありません。

原因は、売上と仕入が別々に管理されているからです。

売上はPOSレジの中にある一方で、仕入価格は紙の納品書、メールに添付されたPDF、仕入先ごとの請求書などに分かれています。そのため、売上が伸びている商品でも、仕入価格が上がって粗利率が落ちていることに気付けない場合があります。

こうした店舗で、いきなり高額な原価管理システムを導入する必要はありません。

まずはPOSから出力できる売上CSVと、紙やPDFの仕入伝票をスプレッドシート上でつなぎ、商品別の粗利を見られる状態を作ることが重要です。仕入伝票の読み取りや商品名の整理、粗利が悪化している商品の抽出にはAIも活用できます。

ただし、AIに「この商品を500円値上げしてください」と最終決定させるのではありません。AIには確認すべき商品を絞ってもらい、値上げするか、価格を据え置くか、セール対象にするかは店主や店長が判断します。

この記事では、食品、アパレル、雑貨、家具などの店舗小売を想定し、POSと仕入伝票が分かれている店で粗利管理を始める方法を解説します。

売上は伸びているのに粗利率が3ポイント落ちていた家具店の想定例

ここでは、分かりやすくするために架空の家具店を想定します。実在する店舗の導入事例ではありません。

この家具店ではPOSレジを導入しており、毎月の売上高や商品別販売数は確認できていました。店長は月末になると売上レポートを確認し、「先月より売上が増えた」「このシリーズはよく売れている」と判断していました。

一方、仕入先から届く納品書は紙とPDFが混在していました。仕入価格が変更されたときも、新しい仕入単価は仕入伝票の中だけに記載され、POS側の商品情報には反映されていませんでした。

仕入値が上がっても売価を据え置いていた

ある時期から、木材価格や物流費などの影響を受け、複数商品の仕入価格が上昇していました。

ところが店頭価格は以前のままでした。

店長も仕入価格が上がっていること自体は認識していましたが、商品ごとにどれだけ粗利が減っているかまでは確認できていませんでした。

POSを見る限り、対象商品の売上は落ちていませんでした。むしろ販売数量が増えている商品もあり、「よく売れている商品だから問題ない」と考えていました。

しかし、仕入価格とPOS売上を商品単位で並べてみると、状況は違っていました。

売価を据え置いたまま仕入価格だけが上がったため、一部の商品では粗利率が以前より約3ポイント低下していたのです。

売上は増えているのに、1個売れたときに残る利益は減っていました。

POSの売上と仕入伝票をつないで初めて粗利低下が分かった

このような問題は、POSが悪いわけでも、仕入伝票の管理が間違っているわけでもありません。

問題は、二つのデータを一緒に見ていないことです。

たとえば、次のように売価と仕入価格を並べるだけでも違いが見えてきます。

商品Aを見ると、売価は変わっていないのに、仕入値が上昇したことで粗利率が大きく下がっています。

このように、売上だけでは分からなかった問題が、仕入価格を同じ表に入れた瞬間に見えるようになります。

小売店で粗利管理ができない原因はPOSと仕入伝票が分かれていること

小売店で粗利管理が難しくなる大きな理由は、売上と原価が別の場所に存在していることです。

売上はPOSでデジタル化されていても、原価にあたる仕入価格は紙やPDFの中に残っています。

そのため、「売れている商品」は分かっても、「利益を残している商品」までは簡単に分かりません。

POSで分かる売上と粗利は別の数字

粗利を考えるときに、まず整理しておきたいのが売上と粗利の違いです。

基本的な考え方は複雑ではありません。

たとえば、1万円で仕入れた商品を1万5,000円で販売した場合、単純化すると粗利額は5,000円です。

売上だけを見れば1万5,000円ですが、その全額が店に残るわけではありません。

仕入価格が1万円から1万1,000円へ上がり、売価を1万5,000円のまま維持すると、売上は同じでも粗利額は減ります。

この変化が商品ごとに見えていない状態が、「売上は分かるが粗利が分からない店」です。

紙・PDFの仕入伝票が粗利管理から取り残される

店舗のデジタル化では、レジから先にデジタル化されることがよくあります。

会計時にはバーコードを読み取り、売上情報はPOSへ自動的に蓄積されます。

しかし、仕入先との取引まで同じ仕組みで統一されているとは限りません。

ある仕入先は紙の納品書、別の仕入先はメール添付のPDF、さらに別の仕入先は専用サイトから請求書をダウンロードする、といった状態もあります。

その結果、売上側は検索や集計ができるのに、仕入側は書類を1枚ずつ確認しなければなりません。

この差が粗利管理を難しくします。

商品名・品番・単位の違いも突合を難しくする

売上CSVと仕入伝票を用意しても、すぐにつながるとは限りません。

POSでは「ダイニングチェアA」と登録されている商品が、仕入伝票では「DC-A」や「チェアA」と記載されていることがあります。

食品なら、POSでは1個単位、仕入伝票では1ケース単位になっていることもあります。

このような表記の違いがあると、商品名だけで自動的に突合するのは難しくなります。

理想は、POSと仕入側で共通の商品コードやJANコードを使うことです。

共通コードがない場合は、スプレッドシート上で「POSの商品名」と「仕入先の商品名」を対応させる一覧表を作る必要があります。

この表記整理にもAIを使えますが、似た商品を誤って同一商品と判断する可能性があるため、最初の対応付けは人が確認することが重要です。

小売の粗利管理をスプレッドシートとAIで始める方法

粗利管理を始めるときに重要なのは、最初から完璧な原価管理システムを作ろうとしないことです。

小規模店舗なら、まずはスプレッドシート上で商品別の売価と仕入値を並べるところから始めるだけでも意味があります。

最初に商品別で必要な項目を決める

スプレッドシートには、値付け判断に必要な最低限の項目を用意します。

店舗によって必要な項目は変わります。

重要なのは、最初から列を増やしすぎないことです。

「価格判断に必要な数字が1画面で見える」という状態を優先します。

仕入伝票の写真・PDFをAIで一覧化する

次に、紙やPDFの仕入伝票をデータ化します。

これまでは、店長や事務担当者が伝票を見ながら商品名や単価をスプレッドシートへ転記していたかもしれません。

ここでAIを使うと、伝票画像やPDFから商品名、数量、仕入単価などを読み取り、表形式に整理する作業を補助できます。

ただし、AIによる読み取り結果をそのまま正式な仕入データとして扱うのは避けるべきです。

数字の「1」と「7」、小数点、単価と金額の列などを誤認する可能性があります。

特に粗利管理では仕入単価の誤りが値付け判断へ直結するため、AIが作った一覧と原本を照合する確認工程を入れます。

AIの役割は「入力作業をなくす」より、「人がゼロから入力する量を減らす」と考える方が現実的です。

POS売上CSVと仕入データを商品ごとに突合する

仕入データを一覧化できたら、POSから商品別売上CSVを出力します。

POSによって出力できる項目は異なりますが、商品コード、商品名、販売数量、売上金額などが取得できれば、粗利管理用のデータとして利用できます。

照合では商品コードを使える状態が理想です。

商品コードが一致しない場合は、対応表を一度作っておくと、その後の月次作業が楽になります。

AIには、表記が似ている商品を候補として抽出させることができます。

たとえば「チェア ナチュラル」と「木製椅子 ナチュラル」が同じ可能性があるといった候補を出させ、人が確認します。

AIに完全自動で商品を統合させるのではなく、あくまで確認候補を作らせる使い方が安全です。

商品別の粗利額と粗利率を出す

POS売上と仕入価格がつながれば、商品別の粗利を確認できるようになります。

たとえば商品別販売数量が10個、売価が5,000円、仕入価格が3,000円なら、単純化した粗利計算では1個当たり2,000円、10個で2万円の粗利になります。

スプレッドシートで計算式を設定しておけば、毎月POS CSVと仕入価格を更新するだけで粗利率を再計算できます。

ここで注意したいのは、この記事で扱う粗利管理は、店舗の値付け判断に使う簡易的な管理であることです。

正式な会計処理や決算上の売上原価計算とは目的が異なる場合があります。会計上の原価評価や在庫評価まで行う場合は、税理士や会計担当者への確認が必要です。

値付けの決め方｜小売店は粗利率だけで売価を決めない

粗利が見えるようになると、次に考えるのが値付けです。

小売の値付けの決め方では、仕入価格に一定の倍率を掛ける方法だけでなく、競合価格、客層、商品の位置付け、価格帯など複数の要素を見る必要があります。

AIとスプレッドシートが役立つのは、「値上げした方がよい商品を決めること」ではなく、「値付けを見直した方がよい商品を見つけること」です。

仕入値が上がった商品をAIで抽出する

商品数が多い店舗では、全商品の仕入価格を毎月確認するのは大変です。

そこで、前回仕入値と今回仕入値をスプレッドシートに持たせ、変化の大きい商品をAIに抽出させます。

たとえば、仕入値が前回より5％以上上昇している商品、仕入値が上昇したのに売価が変わっていない商品、粗利率が一定以上低下した商品などを確認対象にできます。

これなら店主が全商品を1件ずつ確認する必要はありません。

最初にAIが注意すべき商品を絞り、その商品だけを店主が見る方法に変えられます。

粗利率が落ちた商品から値付けを確認する

値上げを検討するときも、仕入値が上がった商品をすべて一律で値上げする必要はありません。

粗利率が大きく落ちた商品から優先的に確認する方が合理的です。

たとえば同じ10％の仕入値上昇でも、もともとの粗利率が高い商品と低い商品では影響が異なります。

また、価格を上げても販売数量がほとんど変わらない商品もあれば、少しの値上げが購入判断へ大きく影響する商品もあります。

したがって、スプレッドシートでは「値上げ対象」ではなく「値付け確認対象」という状態で管理するのが適しています。

値上げ候補はAI、最終的な売価は店主が決める

AIは数字の比較には向いています。

一方で、「この商品を買いに来る客が多い」「近隣店と価格差を付けたくない」「この商品は利益より来店動機として重要」といった店舗固有の事情までは正確に理解できません。

特に小売店の値付けでは、数字だけでは説明できない商品があります。

定番品、目玉商品、高価格帯商品、ついで買いされる商品など、役割が違えば値付けの考え方も変わります。

そのため、AIには粗利データから候補と理由を出させます。

最終価格は店主や店長が決定する運用が基本です。

仕入値上昇で売価はどこまで上げる？AIで確認する考え方

仕入値が上昇したとき、「仕入値が10％上がったから売価も10％上げる」と単純に考えると、商品によっては適切でない場合があります。

必要なのは、仕入値の上昇額と粗利率への影響を一緒に確認することです。

仕入値上昇率と粗利率の変化を並べる

次のような表にすると、価格を確認すべき商品が見つけやすくなります。

この場合、商品Aは仕入価格と粗利率の両方で変化が大きいため、値付けを優先的に確認する候補になります。

一方、商品Cは仕入値が上がっていても、すぐに売価変更が必要とは限りません。

AIには、このような表をもとに変化の大きい順に商品を整理させると便利です。

全商品を同じ率で値上げしない

仕入価格が上がったときに、店全体で一律5％値上げする方法は管理しやすい反面、商品の特性を無視してしまいます。

粗利が十分残っている商品は、あえて価格を維持して競争力を保つという判断もあります。

反対に、粗利率がすでに低く、さらに仕入価格が上昇している商品は早めの値付け見直しが必要かもしれません。

商品ごとの状況を確認し、「今すぐ確認する商品」と「しばらく価格維持できる商品」を分ける方が現実的です。

AIには値上げ額ではなく候補と理由を出させる

AIへ「売価をいくらにすればよいですか」と聞くと、もっともらしい数字を返すことがあります。

しかし、その数字が店舗にとって適切とは限りません。

AIには、「粗利率が前月より大きく下がった商品を抽出してください」「仕入価格が上昇しているのに売価が変わっていない商品を確認してください」といった分析を任せる方が安全です。

さらに、「なぜ確認対象になったのか」を説明させると、店主も判断しやすくなります。

AIの答えを価格決定として使うのではなく、価格会議の前に見る資料を作らせるイメージです。

セールの値下げ判断｜粗利を確認してから割引率を決める

セールも同じです。

「季節商品だから30％OFF」「在庫が残っているから半額」と感覚だけで決めると、想定以上に粗利が減ることがあります。

セール前に、値下げ後の価格と粗利を試算できる状態を作っておくと判断しやすくなります。

20％OFFでも商品によって残る粗利は違う

同じ20％OFFでも、仕入原価によって結果は違います。

通常売価が同じでも、仕入値が違えば20％OFF後の状態は大きく異なります。

商品Cでは、単純化すると仕入値を下回っています。

「20％OFF」という割引率だけを見るのではなく、その価格で粗利がどれだけ残るかを見る必要があります。

セール後の粗利率をスプレッドシートで試算する

スプレッドシートに「予定セール価格」の列を作っておけば、通常価格を変更する前に粗利を試算できます。

10％OFF、20％OFF、30％OFFと複数の割引パターンを試し、どこまで値下げすると粗利が大きく崩れるか確認できます。

セールの目的によっては、一時的に粗利を低く設定する判断もあり得ます。

しかし重要なのは、それが分かったうえで行う値下げなのか、気付かずに行う値下げなのかという違いです。

粗利を把握したうえで値下げするなら、経営上の判断になります。

粗利を確認せずに値下げする場合は、結果が出るまで利益への影響が分かりません。

AIにセール候補を出させても自動決定はさせない

AIには、セール候補の商品を絞らせることもできます。

たとえば、一定の割引をしても粗利が残る商品や、粗利率の高い商品を候補として整理させる方法があります。

ただし、粗利が高いからといってセールすべきとは限りません。

定価でも十分売れている商品を値下げすれば、利益を減らすだけになる可能性があります。

反対に、粗利が低くても在庫処分を優先する商品があるかもしれません。

そのため、AIにはセール候補を抽出させても、セール実施の決定まで任せないようにします。

値上げ・値下げ・セール候補をAIに出させる運用

AIを粗利管理に使うメリットは、大量の商品の中から「店主が見るべき商品」を絞れることです。

店舗の商品数が100点程度なら人でも確認できるかもしれません。しかし数百点、数千点になると毎月すべてを見るのは難しくなります。

AIを使うことで、数字に変化があった商品だけを先に見る運用へ変えられます。

この方法なら、AIが価格を決めるのではありません。

AIは異常や変化を見つける担当、店主は商売として判断する担当という役割分担になります。

月次の粗利レビューでAIに聞く質問の型

粗利管理は、スプレッドシートを作っただけでは意味がありません。

重要なのは、その数字を定期的に確認し、値付け判断へつなげることです。

毎日確認する必要がない店舗であれば、まずは月1回の粗利レビューから始める方法があります。

月末や月初にPOS売上CSVと最新仕入価格を更新し、AIへ表の内容を確認させます。

こうした質問を毎月同じ形式で行うと、粗利レビューの型ができます。

「今月は何を見ればよいか」を毎回ゼロから考える必要がなくなり、店長会議や月次確認の準備時間も減らせます。

AIとスプレッドシートで粗利管理するときの注意点

AIを使えば粗利管理が完全自動化できるわけではありません。

特に仕入価格や商品コードの読み取りを間違えると、その後の粗利計算もすべてずれてしまいます。

AIを使う場所と、人が確認する場所を分けることが重要です。

AIが読み取った仕入価格は必ず原本確認する

紙の伝票を撮影してAIへ読み取らせる場合、画像の角度、影、文字のかすれなどで誤認識することがあります。

PDFでも、表の列が複雑な場合には単価と金額を取り違える可能性があります。

粗利管理では、仕入値が100円違うだけでも商品数や販売数量によって大きな差になります。

特に新しい仕入先、新商品、価格改定があった商品は原本確認を行います。

AIを入力担当ではなく、入力補助として使う考え方が重要です。

最新仕入値と平均原価を混同しない

今回紹介している方法では、値付け判断をしやすくするため、最新の仕入価格を使って粗利を確認する方法を中心にしています。

一方、正式な会計上の売上原価や在庫評価では、店舗の会計処理に応じた原価計算が必要になります。

最新仕入価格を使った簡易粗利と、決算上の正式な利益計算は同じとは限りません。

値付け判断用の管理表と会計帳簿の役割を混同しないようにしてください。

粗利率だけで売れ筋商品の価格を変えない

粗利率が低い商品だからといって、必ず値上げすべきとは限りません。

お客様が価格をよく覚えている定番商品や、来店のきっかけになる商品では、戦略的に価格を抑える場合があります。

逆に、多少値上げしても購入判断へ影響しにくい商品もあります。

AIは数字の比較には強い一方、店舗の商圏、客層、接客で感じる反応までは十分に把握できません。

粗利表は判断材料の一つとして使います。

最初から毎日管理しようとしない

粗利管理が続かない原因の一つは、最初から細かい運用を作りすぎることです。

毎日すべての仕入伝票を登録し、全商品の粗利を確認し、毎週価格を変更するような仕組みにすると、店舗業務の負担になることがあります。

まずは月1回でも構いません。

POS売上CSVを出し、その月に変更された仕入価格を反映し、粗利率が大きく変わった商品だけ確認するところから始めます。

月1回の確認が定着してから、必要に応じて週次管理へ細かくしていく方が運用しやすくなります。

まずは月1回、売上CSVと仕入データを並べるところから始める

小売店の粗利管理で最初に必要なのは、高額な専用システムではありません。

POSで管理している売上データと、紙やPDFに残っている仕入価格を同じ商品単位で見られる状態を作ることです。

これだけでも、「売れているのに粗利率が落ちている商品」「仕入値が上がったまま価格を据え置いている商品」「セールすると想定以上に利益が減る商品」が見えやすくなります。

AIは、仕入伝票の一覧化、商品名の整理、前月との比較、確認商品の抽出に使えます。

一方、値上げするか、価格を維持するか、セールするかは店主や店長が決めます。

AIに価格決定を任せるのではなく、AIによって「見るべき商品を絞る」のが現実的な活用方法です。

売上しか見えていない状態から、粗利まで見える状態へ変われば、値付けやセールを感覚だけで決める場面を減らせます。

最初は月1回、POS売上CSVと最新の仕入データをスプレッドシートへ並べるところから始めてみてください。

よくある質問

POSレジだけでは粗利管理できないのでしょうか？

POSによっては原価や粗利を管理できる機能があります。ただし、仕入価格がPOS側へ正しく登録・更新されていなければ、実際の最新仕入値を反映した粗利にならない場合があります。紙やPDFの仕入伝票だけで価格改定を管理している店舗では、まずPOS側の原価情報と実際の仕入価格が一致しているか確認することが重要です。

小売店の値付けは粗利率だけを見ればよいですか？

粗利率だけで決めるのはおすすめできません。粗利率は重要な判断材料ですが、競合価格、客層、商品の位置付け、売れ行き、定番商品かどうかなども価格に影響します。AIには数字上の確認候補を出させ、最終的な値付けは店舗側で判断するのが基本です。

AIに仕入伝票の写真を読み取らせても大丈夫ですか？

技術的には、画像やPDFから商品名、数量、単価などを整理できるAIがあります。ただし、仕入先情報や取引条件などの業務情報を外部AIへ入力する場合は、利用するサービスのデータ利用方針、保存設定、社内ルールなどを事前に確認してください。また、読み取り結果には誤りが含まれる可能性があるため、仕入単価など重要な数字は原本と照合する必要があります。

セールの値下げ率もAIに決めてもらえますか？

候補を出させることはできますが、最終決定までAIに任せるのは避けた方がよいでしょう。AIは、10％OFF、20％OFF、30％OFFにした場合の粗利を比較したり、粗利が残りやすい商品を抽出したりする用途に向いています。実際に値下げするかどうかは、在庫状況、販売時期、商品戦略なども踏まえて店主が判断します。

粗利管理は毎日行う必要がありますか？

必ずしも毎日行う必要はありません。粗利管理をこれから始める店舗なら、まずは月1回の確認でも十分に意味があります。POS売上CSVと最新の仕入価格を月ごとに並べ、粗利率が大きく変わった商品や仕入値上昇商品だけを確認するところから始めると定着しやすくなります。

POSで売上は確認できていても、仕入価格が紙やPDFに残っていると、商品別の粗利までは見えません。

だからといって、最初から専用の原価管理システムへ入れ替える必要があるとは限りません。

現在使っているPOSからどのようなCSVを出力できるか、仕入伝票にはどのような情報が載っているかを確認すれば、スプレッドシートとAIを使って粗利管理を整理できる可能性があります。

「売上は見えているが粗利が分からない」「仕入値が上がった商品の価格を見直したい」「セール価格を勘ではなく数字で考えたい」という場合は、まず現在の業務フローを整理するところから始めてみてください。

相談時には、現在利用しているPOSレジの種類、商品別売上CSVの項目、仕入伝票の形式、商品点数、現在の値付け方法が分かると、整理すべきポイントを確認しやすくなります。