本テンプレートは、深夜帯（22:00〜05:00）におけるコンビニエンスストアの弁当発注数を、過去データと外的要因から算出し、廃棄ロスを限界まで抑えつつ欠品機会損失を防ぐための実用フォーマットである。需要分析を重視し、感性を排した数値管理による適正在庫の維持を目的とする。 --- ### 1. 基礎データ入力欄（変数設定） まず、対象店舗の基本数値を以下の通り入力する。 * **A：過去4週間の同曜日・同時間帯の平均販売数** （例：直近4回の月曜深夜2時の平均＝[　　]個） * **B：当該時間帯の平均廃棄数** （例：直近4回の月曜深夜2時の平均＝[　　]個） * **C：安全在庫係数（0.8〜1.2で設定）** （※欠品リスクをどこまで許容するか。通常は1.0、厳しく絞る場合は0.8） --- ### 2. 変動要因の補正係数（重要：感性を排除し事実のみを見る） 売れる・売れないの直感を数値に置換する。以下の各項目に該当する場合、補正値を計算式に組み込むこと。 #### ① 天候による補正（気象庁データ参照） * 晴天・曇天：1.0 * 小雨：0.9 * 本降り・荒天：0.75（深夜の外出需要が激減するため） #### ② イベント・近隣要因 * 近隣での大型イベント終了後：1.5 * 給料日直後の週末：1.2 * 近隣競合店の改装・休業時：1.3 #### ③ 曜日・時間経過補正 * 金曜・土曜深夜：1.15 * 日曜深夜：0.9 * 早朝（04:00〜05:00）の通勤需要増：1.2 --- ### 3. 発注数算出アルゴリズム 以下の計算式に従い、最終的な発注数を算出する。 **【算出式】** **発注数 ＝ ( (A - B) × C ) × (① × ② × ③) × 0.95** ※最後の「0.95」は、廃棄コストを考慮した微調整係数（安全マージン）である。 **（記入例）** * A（平均販売）：10個 * B（平均廃棄）：2個 * C（安全係数）：1.0 * ①天候（小雨）：0.9 * ②イベント：1.0 * ③曜日（金曜深夜）：1.15 * 計算：( (10 - 2) × 1.0 ) × (0.9 × 1.0 × 1.15) × 0.95 ＝ 7.86 * **最終発注数：7個（端数切り捨て）** --- ### 4. 曜日別・時間帯別 運用チェックリスト 発注精度を向上させるため、以下の確認フローを毎日必ず実施すること。 1. **【14:00】**：翌日深夜分の天気予報を確認し、補正係数①を確定させる。 2. **【15:00】**：近隣の催事情報を確認し、補正係数②を反映させる。 3. **【16:00】**：上記計算式に基づき、発注数を算出する。 4. **【17:00】**：発注画面へ入力。この際、個人の「売れそうな気がする」という感情は一切排除すること。 5. **【翌日06:00】**：実際の販売数と廃棄数を確認し、AとBの値を更新する。 --- ### 5. 廃棄ロス最小化のための戦略的判断基準 相場と需要を分析する上で、以下の判断基準を遵守すること。 * **欠品率の許容範囲** 深夜帯において、特定の高単価弁当が1時間早く売り切れることは「機会損失」ではなく「成功」と定義する。廃棄ロス1個の損失を埋めるには、利益率を考慮すると平均3〜4個の追加販売が必要になる。このバランスを常に意識すること。 * **棚割りの最適化** 発注数を減らす場合、棚の「面」が空かないよう、陳列数を工夫すること。スペースを埋めるための過剰発注は、最も避けるべき「感性による無駄」である。 * **ピークタイムの特定** 深夜のどの時間帯に客足が集中しているかを15分単位で把握すること。02:00〜03:00に売れない店舗であれば、その時間帯の納品分は大胆に削るのが市場原理である。 --- ### 6. まとめ・運用上の注意点 このシートの目的は、個人の経験則に依存しない「売れる根拠」の可視化である。 運用開始から最初の2週間は、計算結果と実売数に乖離が生じることがある。その際は、B（平均廃棄数）の数値を週単位で修正し、モデルの精度を高めていくこと。 「売れるものを見極める嗅覚」とは、結局のところ「過去のデータと外的要因をいかに冷静に組み合わせるか」という作業の積み重ねに過ぎない。感情を挟まず、算出された数値を信じて発注を繰り返せば、確実に廃棄ロスは減少し、店舗利益は最適化される。 本テンプレートが、無駄な廃棄を削減し、利益最大化の武器となることを期待する。以上。