複数のShopifyロケーションにわたる在庫を予測する方法

2 番目の店舗をオープンしても、店舗レベルの予測は崩れません。それは必要な数字ではなくなります。 Shopifyはその理由について率直に「各拠点の在庫は独立しており、他の拠点と共有したりプールしたりすることはできない」としている。置く場所が 1 か所であれば、1 日に 5 ユニットの予測を 1 つで十分でした。 2 つでは、何台がどこに行くのかも答える必要があり、その答えには、構築するのに十分なデータがない可能性がある需要を場所ごとに把握する必要があります。

ロケーションの設定、ロケーションごとの数量の編集、フルフィルメントの優先順位の注文、および転送の実行は、次のセクションで説明されています。 複数のShopifyロケーションにわたる在庫の管理。この投稿はその後、その下にある計画に関する質問から始まります。店舗を予測して結果を分割するか、独自の薄い履歴に基づいて各場所を予測します。

場所が予測を裏切る理由

SKU を 1 つ取り上げます。 Cedar & Fig、250g は店頭で 1 日に約 5 個売れ、価格は 7 ドル、小売価格は 18 ドルで、到着までに 12 日かかります。あなたは 2 つの店舗を経営しています。ほとんどのオンライン注文に対応するポートランドと、より新しく小規模なオースティンです。

これは、8 週間で 280 単位、週に 35 単位、1 日あたり 5 単位になります。ポートランドは週平均 24.5 回、オースティンは 10.5 回なので、その割合は 70/30 になります。次に、平均ではなくスイングに注目してください。ポートランドの範囲は 22 ～ 27、オースティンの範囲は 8 ～ 13 です。両方の列で同じ 5 ユニットの広がりですが、5 ユニットはポートランドの週平均の 5 分の 1 であり、オースティンの週平均の半分近くです。オースティンでは何も問題は起きていない。これはより小さな系列であり、より小さな系列ほど、同じ動作に対してより多くの相対ノイズが含まれます。

これが最初の問題です。1 つの履歴を場所の数で割ると、結果として得られるすべてのシリーズが薄くなります。ある店舗で SKU が 1 週間か 2 週間で販売され、その間に空白の週があった場合は、 断続的な需要、標準の平均化方法は適用されなくなります。 ABC-XYZ分析 これは、開始前に従来の方法で予測できるほど安定している SKU を並べ替える通常の方法です。

2 番目の問題は、場所ごとの売上シリーズが場所ごとの需要シリーズではないことです。注文ルーティングは、注文がすでに存在した後に注文を発送する場所を決定します。Shopify が定めているルールの 1 つは、「すべての商品の在庫がある場所が、在庫のない場所よりも優先される」というものです。ポートランドの在庫がなくなると、ポートランドが出荷するはずだった注文は代わりにオースティンから出ていき、オースティンの歴史は決してオースティンのものではなかった需要を静かに吸収していきます。以下に独自のセクションがあります。

一元的な予測と場所レベルの予測

各場所の番号を生成するには 2 つの方法があります。

集中化してから割り当てます。 お店の予想をします。 Cedar & Fig は 1 日 5 個売れます。次に、その予測を各拠点の需要の過去の割合で分割します。ポートランドが 70 パーセント、オースティンが 30 パーセントとなり、1 日あたり 3.5 ユニットと 1.5 ユニットとなります。すべての場所の番号は、歴史上の 280 台すべてに取り付けられた 1 つのシリーズから派生しています。

場所レベル。 各場所を独自に予測します。ポートランドの 196 ユニットを 8 週間にわたって 1 つのシリーズとして、オースティンの 84 ユニットを別のシリーズとして当てはめます。 2 つの履歴、2 つの予測があり、需要がどのように分割されるかについての共通の仮定はありません。

集中型バージョンはより多くのデータに適合するため、より安定しており、まぐれを追跡する可能性が低くなります。その代償として、分割は過去からの固定比率であるということです。オースティンのシェアが本当に上昇している場合、70/30の割り当てでは、誰かが手動で比率を変更するまで供給不足が続きます。オースティン自体の番号が移動するため、場所レベルのバージョンでは認識されます。また、ノイズにも反応します。8 から 13 の間で変動するシリーズでは、何も変化がなければ、1 週間で需要が 30 パーセント増加したと元気よく報告します。

同じ選択を 1 つ下のレベルにすると、薄いシリーズは場所ではなくサイズまたは色に属します。 バリアントレベルでの予測 親製品の予測とサイズ曲線による分割を、各バリアントを独自の履歴に当てはめることと比較検討します。

ここには普遍的な正しい答えはありません。それを決定するのは、場所がどの程度相関しているかです。同じ季節性と同じプロモーションによってそれらが同時に上昇および下降した場合、店舗の合計にはすでにほぼすべての情報が含まれており、意図的に分割した中央の予測によって損失はほとんどありません。これらが独立して移行する場合、一方は地元の客足を扱う小売フロアであり、もう一方は全国的なオンライン視聴者にサービスを提供する倉庫であるため、店舗レベルのシリーズは 2 つの異なるビジネスの平均であり、分割は両端で間違っています。

あなたのストアに適したアプローチはどれですか

3 つのテストを、適用する価値のある順序で示します。

2 つまたは 3 つの拠点を運営しており、そのうちの 1 つが明らかに優勢な店舗のほとんどは、集中的な予測と意図的な分割によってより適切なサービスを提供します。場所レベルの予測は、その場所に読みやすいシリーズを表示するのに十分なボリュームがあり、ストアの他の部分から分岐する本当の理由がある場合に有効です。どの方法で基礎的な予測を生成するかは別の決定であり、これについては後述します。 予測方法の選択。

中央予測の割り当て

デフォルトのスプリッターは、過去の需要に対する各ロケーションのシェアであり、通常はこれが正しいです。分割が機能したかどうかを確認するのは、ユニットが比例しているように見えるかどうかではなく、両方の場所が最終的に同じカバー日数になるかどうかです。これは、次の計算式です。 どの場所にどの在庫を保管するかを決定する。

ここで重要なのは、共有がいつ間違ったスプリッターであるかを知ることです。 5 つのケースがあり、いずれも共通です。

すべては、まず店舗レベルのレートを正しく把握することにかかっています。 Shopify の売上データを日次レートに変換する その仕事だけでなく、より広範な仕事をカバーします 在庫予測ガイド それをどうするかをカバーします。

転送ノイズの問題

異動によって売上が増えるわけではありません。 Shopify の転送では店舗の場所間で在庫が移動され、すべての変更が調整履歴に表示されるため、60 個のユニットをポートランドからオースティンに移動しても、需要数値には何も追加されません。ノイズは目立たない場所から発生します。

それはルーティングから来ています。 Shopify はすべての商品の在庫がある場所を優先するため、注文を発送する場所は、顧客がいた場所ではなく、その日に在庫があった場所に部分的に依存します。ポートランドがゼロで過ごす時間ごとに、注文がオースティンの履行記録に追加されます。オースティンの歴史を素朴に読めば、オースティンでの需要が高まったと言えます。そうではありませんでした。ポートランドは逃げ出した。

場所ごとの番号を信頼する前に、確認する価値のある 2 番目の歪みがあります。顧客がオンラインで購入できるのは、オンライン注文の履行が可能な拠点で利用可能な在庫の合計であり、拠点ごとのトグルをオフに切り替えると、「拠点がオンライン注文を履行できないようにすると、その拠点に割り当てられた在庫が製品のオンライン数量から削除されます。」という文書化された結果が得られます。オンラインで入手可能な数値に基づいて予測を作成すると、スイッチがオフになっている場所は、在庫やその他すべてから見えなくなります。

2026 年 5 月に公開された変更以降、バリアントを満たしていない拠点の手持在庫は「表示され、更新できるようになりました」が、利用可能な数量は「その拠点が新しい注文の履行に使用されていないため」表示されず、「拠点がこのバリアントを満たしていません」という警告とともにダッシュとして表示されます。公開されているガイダンスのほとんどが追いついていないため、履行されていない場所の在庫は表示されないという記事を読んだことがあれば、それは時代遅れです。

どのブログにも当てはまらない点が 1 つあります。このブログには、プランに含まれる場所ごとのレポートが含まれています。 Shopify 自身のドキュメントには矛盾があるため、管理者を確認してください。

実際的な解決策は、履行を読み取るのではなく、需要を再構築することです。場所がゼロであったすべての期間にフラグを立て、それらの週を履歴から除外し、緩みが生じた場所についても同じことを行います。手動で行うのは面倒です。これが、多くの店舗が中央予測に落ち着いている正直な理由の 1 つです。

安全在庫のプール

安全在庫は分割されません。これは在庫理論における標準的な結果であり、在庫を必要以上に広く分散させることに対する最も強力な論拠です。つまり、ユニットが同じ場所にある場合、ある場所での混雑した週は別の場所での閑散とした週によってのみ吸収されるため、変動を組み合わせてカバーする 1 つのバッファは、同じサービス レベルに保持される個別のバッファの合計よりも小さくなります。同じ需要を 2 つの拠点に分割すると、安全在庫の合計は減少するのではなく増加します。

どの程度上昇するかは、予測方法を決定したのと同じ相関関係の質問によって異なります。ロケーションが独立して移動する場合、プールされたバッファーは多くの作業を実行しており、バッファーを分割するとコストがかかります。それらが急増すると、プールしてもあまり節約できなくなります。バッファのサイズを決定する公式と、その背後にあるサービス レベルの選択は次のとおりです。 安全在庫ガイド。

Shopify 独自のツールについて計画を立てる前に: Shopify には場所ごとの再注文ポイント フィールドがなく、ヘルプ センターには場所ごとの予測や在庫割り当て計画が文書化されていません。注文をすでに存在する在庫にルーティングします。入荷した荷物のどれだけをどこに送るべきかについては推奨せず、リバランスもせず、別の場所が何か月も保証されている間に在庫がなくなりそうな場所にフラグを立てることもありません。ルーティングは実行時の決定であり、計画による決定ではありません。

レビュールーチン

どちらのアプローチを選択しても、それは衰退します。ほとんどの店舗では、4 つの項目を毎月パスすれば十分です。

レビューを進めるには、拠点の開設または閉鎖、ルーティング ルールの変更、オンライン フルフィルメントのための拠点のオンとオフの切り替え、リード タイムを変更するサプライヤーの変更の 4 つのイベントが必要です。

実際のカタログに対してこれを手動で行うのは、ほとんどの店舗が行き詰まる場所であるため、ソフトウェアが何を削除するかを正確に把握する価値があります。 StockCue 無料を含むすべてのプランで、ストア全体の SKU レベルで、季節性を考慮した予測とアラートが提供され、Growth では各推奨数量の説明可能な内訳が追加されます。これがこの投稿の中心的な半分です。現在、場所ごとに予測することはなく、場所ごとの再注文ポイントもありません。複数拠点の在庫数のカウントはスターターで開始され、転送はスケール機能です。割り当ての決定はあなた次第です。

よくある質問

Shopify の各ロケーションを個別に予測する必要がありますか?

その場所に、その店舗自体の販売履歴を読み取るのに十分なボリュームがあり、店舗の他の部分と異なる真の理由がある場合に限ります。 2 つまたは 3 つの拠点があり、そのうちの 1 つが明らかに支配的であるほとんどの店舗では、店舗の合計を予測し、それを各拠点の需要の割合で分割する方が安定しています。これは、結合された系列がすべてのデータに適合するためです。トレードは応答性です。誰かが手動で比率を更新するまで、固定分割は間違ったままになります。

ある場所で独自の予測を行う価値がある前に、どのくらいの販売履歴が必要ですか?

引用する価値のある月数は存在せず、あなたが見た数字は発見ではなく誰かの経験則です。使用可能なテストは、その場所独自の週次シリーズです。最高週と最低週の差を測定し、その差を週平均と比較します。変動が平均の大きな割合を占める場合、系列はほとんどノイズであり、店舗予測の分割がそれを上回ります。空白の週があり、その場所が 1 週間と 2 週間で売れた場合、それは断続的なシリーズであり、まったく異なる方法が必要です。

拠点間の移動により販売データが歪められることはありますか?

移動により在庫が移動されるため、売上高ではなく在庫調整履歴に記録され、どちらの場所にも需要が追加されることはありません。本当の歪みは注文のルーティングから生じます。 Shopify はすべての商品の在庫がある店舗を優先するため、ある店舗が在庫切れになると、その店舗で出荷されるはずだった注文は別の店舗で満たされ、その店舗の履歴がその店舗独自ではなかった需要を吸収します。

拠点が増えると、合計でより多くの安全在庫が必要になるということですか?

同じサービス レベルの場合、その通りです。これは在庫理論における標準的な結果です。複数のユニットが同じ場所にある場合にのみ、ある場所での混雑した週が別の場所での静かな週によって吸収される可能性があるため、組み合わせた変動をカバーする 1 つのバッファーは個別のバッファーの合計よりも小さくなります。どれだけ追加が必要かは、場所がどの程度独立しているかによって決まります。場所が急増した場合、プールしてもあまり節約できません。