在庫ロス（シュリンケージ）
在庫ロス（シュリンケージ）とは、購入記録や販売記録に基づいて企業が保有していると予想される在庫と、実際に倉庫や店舗に物理的に存在する在庫との間に生じる損失のことです。盗難、破損、管理ミス、仕入先との差異、そしてEコマースにおいてはピッキングミスや未スキャンの返品などが原因となります。
在庫ロス（シュリンケージ）の定義
**在庫ロス（シュリンケージ）**とは、購入記録と販売データに基づいて企業が保有していると認識している在庫と、実際に棚卸しをした際に物理的に存在する在庫との差額のことです。この用語はもともと実店舗型小売において万引きによる在庫損失を表すために生まれましたが、Eコマースにも同様に直接的に当てはまります。Eコマースでは在庫が仕入先、倉庫、フルフィルメントセンター、返品処理の間を移動し、それぞれの受け渡しのたびに記録上の数量と実際の数量が乖離する機会が生じます。在庫ロスは通常、在庫総額に対する割合で表され、利益に直接的な打撃を与えます。それは、企業が取得費用を支払ったにもかかわらず販売できない在庫であり、破損、紛失、盗難、計数ミス、あるいは請求された数量が実際には届かなかったことによるものです。
在庫ロスの計算方法
標準的な計算式はシンプルです：
ロス率 = （記録上の在庫額 − 実際の棚卸在庫額）÷ 記録上の在庫額 × 100
計算例：ある店舗の在庫管理システムが、発注書と販売記録に基づいて15万ドル相当の在庫が手元にあると示しています。実地サイクルカウントにより、実際に棚や保管場所にある在庫は14万4,000ドル相当であることが判明しました。差額の6,000ドルが在庫ロスであり、ロス率は4%となります。この6,000ドルは、事業者がすでに支払いを済ませているにもかかわらず売上を生み出さない在庫であり、原因が特定され（例：仕入先への不足分のクレーム）、回復されない限り、粗利益に対する直接的な損失となります。
Eコマースブランドにとって在庫ロスが重要な理由
在庫ロスは粗利益を直接的に侵食します。盗難、破損、または計数ミスによって失われたすべてのユニットは、売上原価の一部としてすでに支払い済みであり、それを相殺する収益はありません。利益率の低い店舗では、わずか数パーセントのロス率であっても、全カタログで合計すると全体的な収益性に大きな影響を与える可能性があります。直接的なコストに加えて、対処されない在庫ロスは在庫計画を歪めます。システムが実際よりも多くの在庫を示している場合、店舗は実際には対応できない注文を処理できると誤認し、バックオーダー、出荷遅延、注文キャンセルにつながり、顧客の信頼を損なうことになります。説明のつかない在庫ロスが継続する場合は、特定の倉庫プロセス、仕入先との関係、または返品処理のギャップなど、より深い運用上の問題の兆候であることが多く、単に損失として計上するだけでなく、診断して修正するまで四半期ごとに繰り返し発生し続けます。
比較表：Eコマースにおける在庫ロスの一般的な原因
| 原因 | 典型的な要因 | 発見箇所 | 削減方法 |
|---|---|---|---|
| 入庫時の差異 | 仕入先が請求書より少なく納品 | 入庫数と発注書の照合 | 入庫時に数量を確認してから在庫に追加 |
| 倉庫内での破損 | 不適切な取り扱い、劣悪な保管環境 | サイクルカウント、破損品レポート | 取り扱い手順と梱包を改善 |
| ピッキングおよび梱包ミス | 誤った商品の発送、数量ミス | 顧客クレーム、返品理由 | ピッキング・梱包時のバーコードスキャン |
| 返品処理の不備 | 返品された商品が在庫にスキャンされない | 在庫数と返品記録の照合 | 返品受入手順の標準化 |
| 従業員または仕入先による盗難 | 内部またはサプライチェーンでの横流し | サイクルカウント、アクセスログの確認 | アクセス制御、職務の分離 |
| 管理ミス | 手入力ミス、システム同期の問題 | システム間の照合 | データ同期の自動化、手入力を削減 |
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
在庫ロスとAI駆動型コマース
在庫ロスは、価格設定や商品コンテンツのようにAIショッピングアシスタントと直接的に相互作用するものではありませんが、間接的かつ重要な接点があります。解決されていない在庫の不一致は、在庫がないにもかかわらず在庫ありと表示される最も一般的な原因の一つであり、顧客がすでに購入を確定した後に注文がキャンセルされることにつながります。これにはChatGPT Instant CheckoutのようなAIを介したチェックアウトフローを通じて開始された購入も含まれます。注文確定前に人間が在庫を再確認しない自動化・AI支援チャネルを通じた購入量が増えるにつれて、在庫記録の正確性を維持することの重要性はますます高まっており、低くなることはありません。売上確定前に手動で確認する機会が少なくなるからです。
分析面では、在庫ロスは実地棚卸しを待って発見するよりも、利益率の照合を通じて最も容易に把握できます。AmICitedのeショップレポートは、店舗のカタログ全体における記録上の売上高と売上原価を照合します。明確な価格設定や割引による説明がないにもかかわらず、実際の利益率があるカテゴリーやSKUで一貫して期待値を下回っている場合、それは多くの場合、対象を絞ったサイクルカウントで調査する価値のある在庫損失の問題を示しています。
在庫ロス管理のベストプラクティス
- 年1回の完全棚卸しのみに頼るのではなく、ローテーションでSKUのサブセットに対して頻繁にサイクルカウントを実施し、差異の原因がまだ追跡可能なうちに発見できるようにする
- 仕入先からの納品を受けたら、在庫として追加する前に発注書と照合し、不足納品を即座に把握する
- 返品受入のプロセスを標準化し、返品された各アイテムが一貫して検査され在庫にスキャンされるようにし、保留エリアに放置しない
- 入庫、保管、ピッキング、返品など、すべての在庫取扱工程でバーコードまたはRFIDスキャンを利用し、手入力ミスを削減する
- 可能な場合は在庫ロスを原因別（破損、盗難、管理ミス、返品）に区分し、単一の合計数値のみを追跡しない。各原因には異なる対策が必要であるため
在庫ロスに関するよくある間違い
よくある間違いは、在庫ロスを事業にとって避けられないコストとみなして原因を調査せずに損失計上してしまうことです。しかし、ほとんどの事業における在庫ロスのかなりの部分は、返品スキャンの不徹底や特定の倉庫シフトの問題など、特定の修正可能なプロセスの欠陥に起因しています。もう一つの一般的な問題は、年1回の実地棚卸しでのみ在庫ロスを測定することです。これでは、数ヶ月後に差異をその原因にさかのぼって追跡することがほぼ不可能になります。リスクの高いSKUや高額SKUについては、より頻繁なサイクルカウントを実施することで、問題がまだ診断可能なうちに発見できます。また、一部の企業は在庫ロスを値引きや計画的な陳腐化による損失と混同していますが、これにより運用上の問題と戦略上の問題という性質の異なる二つの問題が一つの数値に混ざり合い、両方が不明瞭になります。さらに、製品ライン別に在庫ロスと利益率データを照合しないことも落とし穴です。全体の在庫ロスのみに注目する店舗は、特定の高額カテゴリーに損失が集中していることに気づかず、そこに対象を絞った対策を講じれば大きな効果が得られる可能性を見逃します。最後に、一部のEコマース事業者は返品関連の在庫ロスを過小評価しており、返金処理が完了すれば自動的に物理的な商品が正しく再入庫されたものと思い込んでいますが、実際には、動きの速い倉庫では返品在庫のかなりの部分が紛失、破損、または単にスキャンされないままになっています。