売上予測とシフト作成をAIで｜スプレッドシート運用のまま人件費を整える

店舗のシフト作成に、毎月かなりの時間を使っていないでしょうか。

食品店、アパレル、雑貨店、家具店などの小売店舗では、ExcelやGoogleスプレッドシートでシフト表を作っているケースが珍しくありません。

表そのものはシンプルでも、実際にシフトを組む作業は簡単ではありません。

「土曜の夕方は混むからレジを3人にしたい」「このスタッフは発注まで任せられる」「この学生スタッフは水曜日の夕方しか入れない」「この人はダブルワークなので遅番が続かないようにしたい」といった条件を、店長が頭の中で一つずつ組み合わせているからです。

その結果、シフト表はスプレッドシートにあるのに、シフトを組めるのは店長だけという属人化が起こります。

AIを使う目的は、この店長の判断をすべてAIへ任せることではありません。

POSレジの時間帯別売上、スタッフの勤務希望、勤務できる曜日や時間、担当できる業務などを整理し、AIに「シフトのたたき台」を作らせることで、店長がゼロから考える時間を減らすことが目的です。

新しいシフト管理システムをすぐに導入しなくても、現在使っているスプレッドシートとPOSデータをそのまま活用できる場合があります。

この記事では、シフト作成をAIで効率化する方法から、必要人数の考え方、パート・学生・ダブルワークなどの制約条件の整理、人件費率を翌月のシフトへ反映する方法まで解説します。

シフト作成はAIを入れる前に「店長の頭の中」を表に出す

AIでシフトを作成するために、最初から高度な仕組みを用意する必要はありません。

むしろ最初にやるべきなのは、店長が普段どのような基準でシフトを組んでいるのかを整理することです。

多くの店舗では、シフト表にはスタッフ名と勤務時間しか書かれていません。

しかし、実際のシフト作成では、それ以外の情報も判断材料になっています。

たとえば、同じ「4人勤務」でも、全員が新人なのか、レジ・発注・締め作業までできるスタッフが含まれているのかで、店舗を回せるかどうかは変わります。

また、平日の午前と土曜日の夕方では、必要人数も違います。

つまり、シフト作成とは単なる勤務希望の組み合わせではなく、「売上」「忙しさ」「スタッフの能力」「勤務条件」を同時に調整する仕事です。

AIを使うのであれば、この判断材料をAIが読める形に変える必要があります。

希望休だけではシフトを組めない理由

スタッフから集めた希望休だけをAIへ渡しても、実用的なシフトは作りにくいでしょう。

AIには、その日の店舗に何人必要なのかが分からないからです。

たとえば、月曜日の午前中は2人で回せても、金曜日の夕方は4人必要かもしれません。

さらに、納品が多い曜日、セール初日、棚替えの日、月末など、売上だけでは判断できない忙しさもあります。

シフト作成の精度を上げるには、スタッフの希望だけでなく、曜日や時間帯ごとの必要人数も整理しておく必要があります。

AIは店長の代わりではなく「条件整理と案作成」に使う

AIに向いているのは、多数の条件を読み取り、条件に合う組み合わせ案を短時間で作る仕事です。

一方、スタッフの体調、家庭事情、最近の勤務負担、人間関係など、表だけでは分からない情報まで完全に判断することはできません。

そのため、AIにはシフトの最終決定者ではなく、案を作る補助者として入ってもらうのが現実的です。

店長が一からシフトを作る状態から、AIが作った案を店長が確認して直す状態へ変えるだけでも、作業時間は大きく変わります。

想定事例｜月末2時間のシフト組みを30分にした食品店の考え方

ここでは、AI活用のイメージを分かりやすくするため、架空の食品店を想定した例で説明します。実在企業の事例ではありません。

この店舗では、約15人のパート・アルバイトが働いており、店長が毎月Excelで翌月のシフトを作成していました。

スタッフから提出された勤務希望を確認しながら、一人ずつ勤務日を入れ、土日や夕方には人数を増やします。

さらに、レジを一人で任せられるスタッフ、品出し中心のスタッフ、発注までできるスタッフを組み合わせていました。

作成時間は月末に約2時間かかる想定です。

そこで、まずPOSから曜日・時間帯別の売上データをCSVで出し、売上が高い時間帯と低い時間帯を整理しました。

次に、スタッフごとに勤務可能曜日、勤務可能時間、希望休、担当できる仕事を一つの表にまとめます。

AIには、この売上データとスタッフ条件を渡し、「時間帯ごとに必要人数を満たしながらシフト案を作成する」という役割を持たせます。

店長はAIが作った案を確認し、特殊な納品日やスタッフ同士の組み合わせなど、人間でなければ判断しにくい部分だけを調整します。

この運用であれば、ゼロから一人ずつ勤務を埋める必要がありません。

想定例として、これまで約2時間かけていた作業を、AIによる案の作成と店長の確認を合わせて約30分程度まで短縮できるケースをイメージできます。

重要なのは「AIだから30分になる」ということではありません。

店長の頭の中にあった条件を表にし、毎月使い回せる状態にすることが時間短縮の中心です。

シフト管理アプリを入れる前に、今のスプレッドシートで足りるか判断する

シフト作成を効率化したいと考えると、専用のシフト管理システムを検討したくなるかもしれません。

しかし、すべての店舗が最初から新しいシステムへ移行する必要はありません。

現在のスプレッドシートに大きな不満がなく、「作成する部分だけが大変」という店舗であれば、まずスプレッドシートとAIを組み合わせて試す方法があります。

一方、希望シフトの回収、スタッフへの通知、複数店舗間の応援調整などもまとめて解決したい場合は、専用システムを検討した方が管理しやすいことがあります。

判断するときは、単にスタッフ人数だけでなく、現在どこに手間がかかっているかを見ることが重要です。

新しいツールを増やすと、スタッフ教育や運用ルールも必要になります。

まず現在の表で改善できる範囲を確認し、それでも管理が難しい部分が残る場合に専用システムを検討すると、必要以上に仕組みを複雑にせずに済みます。

シフト自動作成を小売店で始める3つの材料

小売店でシフトの自動作成を考える場合、AIへいきなり「来月のシフトを作って」と依頼しても十分な結果は得られません。

必要なのは、「いつ忙しいのか」「誰が働けるのか」「誰が何をできるのか」という材料です。

この3つを整理しておけば、AIはシフト案を作りやすくなります。

POSから時間帯別売上CSVを出す

最初に確認したいのがPOSの売上データです。

多くの店舗では、月間売上や日別売上は確認していても、シフト作成では時間帯別の売上まで見ていないことがあります。

しかし、人員配置を考える場合は、日単位より時間帯単位の方が重要です。

たとえば、同じ1日30万円の売上でも、朝から均等に売れる店舗と、夕方の数時間へ集中する店舗では必要なシフトが異なります。

POSからCSVを出せるのであれば、曜日、時間帯、売上金額などをスプレッドシートへまとめます。

可能であれば来客数や取引件数も確認すると、売上金額だけでは分からない忙しさも判断しやすくなります。

高額商品を少数販売する家具店と、少額商品を大量に販売する食品店では、同じ売上金額でも接客負担が違うためです。

スタッフの希望と勤務条件をスプレッドシートへまとめる

次に、スタッフの情報を整理します。

ここで重要なのは、希望休だけを記録しないことです。

勤務できる曜日、勤務できる時間、月間の勤務時間の目安、担当できる業務なども同じ表で管理します。

この表ができるだけでも、店長の頭の中だけにあった情報が共有可能になります。

AIを使わない場合でも、シフト業務の属人化を減らす効果があります。

必要人数をAIに算出させるための基準を決める

POS売上をAIへ渡したからといって、自動的に正しい必要人数が分かるわけではありません。

店舗ごとに「どの程度の忙しさなら何人必要か」という基準が異なるためです。

過去のシフトと売上を並べて、「この程度の売上なら3人で問題なかった」「この時間帯は4人でもレジ待ちが発生した」といった実績を確認すると、自店に合う基準を作りやすくなります。

最初から完璧な基準を作る必要はありません。

仮の必要人数を設定し、実際に運用して修正していく方法の方が現実的です。

人件費と売上予測を店舗シフトへ反映する方法

店舗のシフトを考えるとき、人数を増やせば現場は楽になります。

しかし、人を増やし続ければ人件費も増えます。

反対に、人件費を削りすぎれば、レジ待ちや品出しの遅れ、接客不足につながる可能性があります。

そのため、目指すべきなのは単純な人員削減ではありません。

「必要な時間帯には必要な人数を置き、余裕のある時間帯は配置を見直す」という考え方です。

時間帯別売上から「必要人数の目安」を作る

まず過去の時間帯別売上と実際のシフトを並べます。

たとえば、平日10時から12時は平均売上が低く2人で回せる一方、17時から19時は来店が集中して4人必要という傾向が見えるかもしれません。

このような傾向をAIへ読み取らせると、「曜日×時間帯」の必要人数表を作る補助に使えます。

AIには「売上が高いから人を増やす」という単純な判断ではなく、自店の過去データと業務内容を合わせて見せることが重要です。

売上だけで人数を決めない

必要人数を決める際、POS売上は重要なデータですが、それだけで判断すると失敗しやすくなります。

小売店舗には、売上に直接表れない仕事があるからです。

開店準備、荷受け、品出し、棚替え、発注、清掃、閉店作業などは、お客様が少ない時間帯でも人員が必要です。

たとえば、火曜日の午前は売上が少なくても、大量の納品があるなら人を減らせない可能性があります。

AIへ必要人数を考えさせるときは、こうした固定作業も条件として渡します。

AIには最適解ではなく複数案を出させる

AIへ「最適なシフトを一つ作ってください」と指示するより、条件を変えた複数案を作らせる方が実務では使いやすくなります。

たとえば、人件費を抑えることを優先した案と、繁忙時間帯の接客人数に余裕を持たせた案を比較します。

店長は、翌月のイベントや店舗状況を見ながら適した方を選べます。

AIを答えを決める道具ではなく、比較案を短時間で作る道具として使うことがポイントです。

パートのシフトの組み方｜AIへ渡す制約条件を整理する

パート・アルバイトのシフト作成では、全員が自由に勤務できるわけではありません。

学生、家庭との両立、ダブルワークなど、スタッフごとに事情があります。

AIへシフト案を作らせる場合も、この条件を明確にしておかなければ現実的な案にはなりません。

学生の授業時間をどう書くか

学生スタッフの場合、「学校がある」とだけ書くのではなく、勤務できない曜日と時間を具体的にします。

たとえば「水曜日は17時まで勤務不可」「金曜日は18時以降なら勤務可能」のように、シフトを組む側が判断できる形にします。

授業予定が学期ごとに変わる場合は、勤務条件表を更新します。

毎月同じ情報を聞き直すのではなく、基本条件とその月だけの変更を分けて管理すると効率的です。

扶養の範囲をどう扱うか

扶養に関する税務や社会保険の条件は個人の状況によって異なるため、シフト作成の記事だけで一律の金額や時間を決めることは適切ではありません。

実務上は、スタッフ本人や必要に応じて専門家が確認した勤務上限を、シフト作成用の条件として登録します。

AIには制度を判断させるのではなく、「このスタッフは今月○時間以内」という確定済みの条件を守らせる使い方にします。

レジ・発注・締め作業などのスキルをどう書くか

スタッフ全員が同じ業務を担当できるとは限りません。

レジ、接客、発注、ラッピング、売場変更、締め作業など、店舗によって必要な業務は異なります。

スタッフごとに対応可能な仕事を表へ記録しておくと、単なる人数合わせを防ぎやすくなります。

たとえば閉店時に3人配置されていても、誰も締め作業をできなければシフトとして成立しません。

AIには「閉店時間帯には、締め作業ができるスタッフを最低1人含める」といった条件を与えます。

ダブルワークや固定シフトをどう書くか

ダブルワークのスタッフでは、勤務できる時間帯が曜日によって異なることがあります。

「平日は19時以降」「日曜日は終日可能」といった形で整理します。

固定勤務のスタッフについても、「毎週火曜日は勤務」のように固定条件として扱います。

曖昧な文章ではなく、曜日・時間・上限を表にしておくと、AIが処理しやすくなります。

AIにシフト案を作らせる具体的な手順

実際にAIを使ってシフト作成を行う場合は、いきなり全店舗・全スタッフを対象にするより、まず1店舗・1か月で試すのがおすすめです。

現在のシフト作成方法と比較できるため、改善効果も判断しやすくなります。

ステップ1｜時間帯別売上を整理する

最初に、POSから過去数か月分の時間帯別売上CSVを出します。

曜日と時間帯ごとの売上傾向をスプレッドシートへ整理します。

可能であれば、売上だけでなく来客数や取引件数なども確認します。

特殊なセール日や年末など、通常営業と大きく違う日は分けて考えた方がよいでしょう。

ステップ2｜希望と制約を一つの表にする

次にスタッフの勤務希望を整理します。

スタッフ名、勤務可能曜日、勤務可能時間、希望休、月間勤務時間の目安、対応可能業務などを一つの表へまとめます。

AIへ渡す前に、条件同士が矛盾していないかを店長が確認します。

「土曜日は勤務可能」と書いている一方で「土曜は終日勤務不可」など、元データに矛盾があるとAIの出力も不安定になります。

ステップ3｜AIに必要人数とシフト案を作らせる

データが整理できたら、AIに必要人数の目安とシフト案を作らせます。

このとき、「来月のシフトを作って」とだけ指示するのではなく、判断基準を具体的に伝えます。

AIへ渡す条件の例は次のような表にまとめると分かりやすくなります。

AIから出てきた結果は、確定シフトではなく「第1案」として扱います。

ステップ4｜店長が確認してスプレッドシートへ確定する

最後に店長がシフト案を確認します。

人数が足りているかだけでなく、必要な業務をできるスタッフがいるか、同じ人へ負担が集中していないか、現場の事情に合っているかを見ます。

修正した内容は翌月のAI活用にも生かせます。

毎回店長が同じ修正をしている場合、その修正ルールを次回から条件へ追加できるからです。

使うほど「店長がいつも考えていること」がルールとして整理されていきます。

AIでシフト作成するときに店長が確認すべきポイント

AIが作ったシフトは、条件上は成立していても、実際の店舗運営では調整が必要になることがあります。

そのため、最終確認を省略しないことが重要です。

繁忙時間帯に必要なスキルを持つ人がいるか

人数が足りているだけでは店舗は回りません。

たとえば繁忙時間に5人いても、レジを一人で担当できるスタッフが1人しかいなければ、その人へ負荷が集中します。

人数と同時に「誰が何をできるか」を確認します。

特定スタッフへ勤務が偏っていないか

条件を満たすことだけを優先すると、勤務可能時間の長いスタッフへシフトが集中する場合があります。

そのため、月間勤務時間や連続勤務なども確認します。

AIに勤務時間の偏りを比較させることもできますが、最終的には店舗側で確認する必要があります。

AIが扱えない例外業務がないか

催事、棚卸、大量納品、新人研修、売場変更など、通常とは違う業務がある日は注意が必要です。

過去売上だけを見ているAIには、その日の特殊事情が分かりません。

翌月の特別予定を先にスプレッドシートへ追加し、シフト条件へ反映します。

人件費率を毎月AIに見せてもらう運用へつなげる

AIでシフトを作成するメリットは、作成時間の短縮だけではありません。

毎月の売上と人件費を同じスプレッドシートで見られる状態を作ると、翌月の人員配置を改善しやすくなります。

重要なのは、予測してシフトを作った後に、実績を振り返ることです。

売上と人件費を月ごとに並べる

まず、月ごとの売上と人件費を並べます。

人件費率は、一般的には売上に対して人件費がどの程度かを見る指標として利用できます。

ただし、適切な水準は業態や店舗の方針によって異なります。

他社の数字だけを基準にするのではなく、自店の過去実績と比較することが重要です。

このデータをAIに見せることで、「売上が下がったのに勤務時間が増えている月」や「売上増加に対して人員配置が追いついていない月」などの確認を補助できます。

曜日・時間帯ごとの過不足をAIに分析させる

月全体の人件費だけでは、どこを改善すればよいか分からないことがあります。

そこで、曜日・時間帯単位まで分けて確認します。

たとえば「火曜日の午前は売上に対して人員が多い傾向がある」「土曜日の17時以降は売上が高いのに人数が少ない」といった傾向が見えれば、翌月の必要人数を調整できます。

AIは複数月の表を比較して傾向を探す用途に向いています。

ただし、AIが示した理由が必ず正しいとは限りません。

店舗のイベント、天候、地域行事、臨時休業など、表に入っていない事情がないか確認してください。

翌月のシフト案へ戻す

シフト作成を一度効率化して終わりにすると、改善は限定的です。

理想は「予測した必要人数でシフトを作る」「実績を確認する」「過不足を分析する」「翌月の必要人数を修正する」という循環です。

毎月この流れを繰り返すことで、店長の経験だけに頼っていたシフト作成が、店舗データを使った判断へ少しずつ変わっていきます。

スプレッドシート×AIのシフト作成で失敗しやすいケース

AIを使えば、自動的に良いシフトが完成するわけではありません。

特に失敗しやすいのは、AIへ渡す情報が足りない状態です。

希望休だけを渡すと、スタッフにとって都合のよいシフトは作れても、店舗運営に必要な人数やスキルが反映されない可能性があります。

反対に、POS売上だけを重視すると、荷受けや品出し、閉店作業といった売上に直接表れない仕事が抜け落ちることがあります。

また、AIの出力をそのまま確定シフトとして使う運用も避けた方がよいでしょう。

AIが作るのは、入力された条件から考えた案です。

入力されていない現場事情まで把握しているわけではありません。

AIが案を作り、店長が店舗事情を加えて完成させる役割分担が現実的です。

スタッフに関する情報をAIへ入力するときは、利用するAIサービスの利用規約や社内ルールも確認してください。

シフト作成に不要な個人情報まで入力せず、必要な勤務条件だけに絞ることも大切です。

まとめ｜まず1か月だけ「POS＋希望表＋AI」で試してみる

店舗のシフト作成をAIで効率化するために、最初から専用システムへ切り替える必要はありません。

現在のExcelやGoogleスプレッドシートを使いながら、POSの時間帯別売上、スタッフの勤務希望、勤務時間や担当可能業務などの制約条件を整理すれば、AIにシフト案を作らせることができます。

特に重要なのは、AIそのものより「店長が普段どのような条件でシフトを決めているのか」を表へ出すことです。

これができれば、シフト作成の属人化を減らしやすくなります。

まずは1店舗、1か月分だけ試してみるとよいでしょう。

従来の方法と比べてシフト作成時間がどの程度変わったか、忙しい時間帯の人員不足が減ったか、人件費率にどのような変化があったかを確認します。

効果があれば、そのルールを翌月へ引き継ぎます。

それでも希望回収や変更連絡、多店舗調整などに大きな手間が残るのであれば、その段階で専用システムを検討しても遅くありません。

AIの役割は店長を置き換えることではなく、店長が毎月ゼロから考えている作業を減らし、判断に使える材料を整えることです。

現在のシフト表を捨てて、新しいシステムへ入れ替える必要があるとは限りません。

POSから取得できる売上データと、スタッフの勤務条件を整理するだけで、現在のExcelやスプレッドシートを活用しながらシフト作成を効率化できる可能性があります。

「自店の場合はどのデータを用意すればよいのか」「今のシフト表のままでAIを使えるのか」「シフト管理システムを導入する前に試せることを知りたい」という場合は、現在の運用を整理したうえで相談すると検討しやすくなります。

問い合わせ時には、現在使用しているシフト表、スタッフのおおよその人数、POSから出力できるCSVの項目、毎月のシフト作成にかかっている時間が分かると、改善できる範囲を確認しやすくなります。