【アパレル販売会社のデータ分析事例】売上・利益を改善する適切な在庫管理
この記事では、弊社が実際にコンサルティングした事例をもとに、ビジネスにおけるデータ分析のやり方や考え方を解説します。
目次
データ活用のお悩み KUROCOにご相談ください
適切な在庫管理に向けた在庫管理表の作成
今回は「アパレル販売会社F社」の事例をもとに、売上・利益を改善する適切な在庫管理のためのデータ分析を解説します。
Case Study
アパレル販売企業F社では、数年前から売上・利益ともに減少傾向にあり、いろいろと手は打っているものの抜本的な解決には至っていない状況でした。しかし、固定ファンがいて、人気のある商品も十分に抱えているため、商品展開としては他社に引けを取っていないと自負しています。そこで、データ分析を行うことで、現在の売上および利益の減少要因を明確にし、今後改善する見込みがあるのかどうかを把握していくことになりました。
データ分析は、下記の手順に沿って行います。
- 目的の明確化
- 仮説の絞り込み
- 分析方法の定義
- 情報(データ)の収集
- 分析
手順の詳細は「正しいデータ分析の手順とは?成果につながる5つのステップ」で解説しています。
1.目的の明確化
このケースでは、「在庫が収益を圧迫している要因を見極め、在庫適正化を図る」ことを目的としました。
2.仮説の洗い出しと絞り込み
売上・利益のロスの原因として、在庫管理の面から図表1のように仮説を立てていきます。
図表1 このケースにおける仮説
有力と考えられるのは、売れ筋商品(売上規模の大きい商品)の欠品が生じていたり、売上規模の小さい商品が過剰に在庫されていることにより、総在庫と比較して十分な売上が確保できていないことから収益性を圧迫しているという仮説です。
(ロジックツリーや、課題と仮説を洗い出すための考え方は「問題解決に欠かせないロジカルシンキングのやり方」で詳しく解説しています。)
3.分析方法の定義
以下の2つの視点で分析を行います。
1.商品別売上および在庫傾向の見極め
→ 商品別の売上および在庫状況を明確にすることで、現状の収益圧迫要因を明確にする
2.売れ筋商品と死に筋商品の状況把握
→在庫状況に基づき、売れている商品と売れない商品の違いを明確にする
4.情報(データ)の収集
「商品別売上および在庫傾向の見極め」をし、「売れ筋商品と死に筋商品の状況把握」をするために、「商品別の売上および在庫状況(推移)」のデータを収集します。
5.分析 / 「在庫管理」のデータ分析
それでは、実際にデータ分析を進めていきましょう。
商品カテゴリ別の傾向を把握する
まずは、大きなところから捉えていきましょう。売上と利益の減少を招いている元凶として、「適切な在庫管理ができていないこと」が課題になっています。
在庫管理について分析する場合、管理する商品ごとの在庫を見ていきますが、いきなり各商品で分析をしても、細かすぎて傾向が掴めませんので、まずは商品カテゴリで見ていきます。
図表2に示した商品カテゴリ別の売上高・粗利額は、売上構成比の高い順に並べています。売上高に関しては、上位カテゴリを中心にほとんどの商品カテゴリで減少しています。
粗利額は全体としては減少傾向で、特にトップ3の商品カテゴリで減少が顕著となっています。ただ、売上高の減少ほどには大きくはありません。以上のことから、粗利率よりも売上に課題があることがわかります。
図表2 商品カテゴリ別の売上高・粗利額
F社の状況として、アパレル業界全体の市場減少に伴い、売上が下がっても利益は残そうと努力してきた形跡が見られますが、このままでは行き詰まるのが目に見えています。何とか売上を上げる施策を実行しなければなりません。
売上について、もう少し分析してみます。
図表3の上のグラフは、商品カテゴリ別の取り扱い商品数を示し、売上構成比の高い順に並べています。売上構成比の高い商品カテゴリを中心に、取り扱い商品数が増加していることがわかります。
一方、下のグラフは、売上規模別の商品数になります。たとえば、一番上の「1000万円以上」の棒グラフは、1商品で年間1000万円以上を売り上げる商品を示します。2016年度は1つの商品で1000万円以上売り上げる商品が76種類あったのに対し、2018年度には67種類に減っているということです。
図表3 商品カテゴリ別の取り扱い商品数と規模
図表3から、取り扱い商品数は増加傾向にあるものの、1つの商品で効率よく大きな売上を上げる(=稼げる)商品が減っていることがわかります。
在庫状況を明確にする
ここまでのデータ分析で、売上減少要因は、「取り扱い商品数が増えた一方で、1商品当たりの販売金額が減少したこと」であることがわかりました。仮説として、各商品の管理が適切にできておらず、次の2つの状況が発生していると考えられます。
- 本来売れるはずの商品が切れてしまっている
- 売れない商品を余分に仕入れてしまっている
特に商品が切れてしまっている点においては、売上高が大きく減少した一方で、粗利額に関しては、売上高ほどの減少には至っていないことからも、在庫を絞って利益を捻出したと考えられます。
それでは、仮説を確かめるためデータ分析を続けましょう。
図表4の左側のグラフは、各商品カテゴリの在庫高の推移になります。
図表4 商品カテゴリ別と上位100 商品の在庫高
これを見ると、上位カテゴリのうち、レディスカジュアル、レディスモード、レディスキャリア、メンズキャリアでは在庫高が増え、メンズカジュアル、メンズモード、レディスビジネス、メンズストリートでは在庫高が減っています。つまり、商品カテゴリによって在庫状況にバラつきがあることがわかり、管理体制がしっかりできていないことが想定されます。
次に、同じく図表4の右側のグラフは、各商品カテゴリの中の上位100商品のみの在庫高の推移になります。こちらを見ると、先ほどのカテゴリ全体と異なり、全商品カテゴリにおいて、上位100商品の在庫高は減少していることがわかります。したがって、F社は全商品カテゴリにおいて一斉に、しかも売上構成比の高い上位商品を中心に在庫圧縮をしてしまったことがわかります。
特に、売上構成比の高いレディスカジュアルとレディスモードなど、全体の在庫高が増えている一方で、上位100商品の在庫高が減っているような商品カテゴリは、売れるはずの上位商品に欠品が生じている可能性があるといえるでしょう。
また、全体在庫高の増加の一方、売上高が減少しているので、売れない商品を余分に抱えている可能性も大いにあります。
売れ筋商品の欠品と死に筋商品を把握する
こうして商品カテゴリごとの傾向を掴むことができました。
特に売上高上位であるレディスカジュアルとレディスモードに問題が多そうです。
- 売上高は減少している〈図表2〉
- 取り扱い商品数は増加している〈図表3〉
- 在庫高も増加している〈図表4〉
- 売上高上位商品の在庫高は減少している〈図表4〉
上記より、この上位2つの商品カテゴリにおいて、次の2つのことが想定されます。
- 売れ筋商品の在庫が足らずに、本来であれば売れるはずなのに欠品を起こしてしまっている
- 売れない死に筋商品を多く抱えてしまっている
それでは、実際に商品ごとの消化率を見てみましょう。
消化率とは、期間内において仕入れた商品のうちどの程度が売れたのかを表す指標で、「消化率 = 売上数量 ÷ 仕入数量」で表されます。消化率が100%に近ければ近いほど、仕入れた数量が十分販売されているということになります。
しかし、100%に近い場合は、欠品が起こっている可能性があります。本当は店頭に置いておけば売れたはずなのに、在庫がないため売れない。しかし、消化率としては100%で算出されるので、仕入れた分を販売できているからよい、と勘違いしてしまうことがよくありますので、ご注意ください。
一方で、消化率が0%に近づけば近づくほど「売れていない」ことになります。消化率が50%を割るような商品は、「仕入れた数量ほどお客様は求めていない」と判断されます。在庫が最終的に残ってしまうと、廃棄処分となり、仕入れたコスト分がそのまま赤字となります。したがって、仮に一定期間販売しても消化率が芳しくない場合は、値下げなどして、少しでも現金回収を目指すことが必要となります。
以上を踏まえて、F社の商品別の消化率を見てみましょう。
商品別の消化率〈図表5〉を見ると、消化率が90%を超えている商品が多数存在しているのがわかります。
図表5 商品別の消化率
仕入れた分をすべて販売してしまっている消化率100%の商品も存在しています。これらの商品は欠品を起こしてしまっている可能性が大いにあります。売上増加および利益額増加をまだ十分に狙える商品でしょう。
一方で、消化率が50%を下回る死に筋商品も多数存在しています。
これらの商品はすでに仕入れてしまっているため、どうにかして売って、少しでも現金回収するほかありません。値引きやセールなどで少しでも多く販売することが重要でしょう。
打ち手の検討
以上のデータ分析より、今後のF社の方針が固まりました。
- 死に筋商品の値引きセールを大々的に行い、在庫を少しでも販売することで現金を生み出す
- 生み出した現金を使い、売上高上位商品の中でも消化率が100%に近い、欠品発生の可能性が高い商品の仕入数量を増やし、売上増加を狙う。
この2つの方針を、F社にとって影響力の強いレディスカジュアルとレディスモードの商品カテゴリに絞ってまずはトライしてみることにしました。
在庫には日々悩まされるという方も多いかもしれませんが、データ分析をすることで、少しでも適正在庫へと近づけることは可能なのです。
\ データ活用のお悩み KUROCOにご相談ください! /