在庫管理システムとAI需要予測で、年間1.37億円の販売差額改善した事例

中古車貿易は輸送リードタイムや規制にかかる不確定要素が多く、仕入れ・輸出先の選定の早く正確な意思決定が重要になります。仕入れや郵送先の判断ミスは、そのまま在庫滞留につながってしまいます。

本事例では、社内在庫データと外部の取引・オークションデータを統合し、どこの市場で、どれだけ高く・どれだけ早く売れるかを一目で把握できる意思決定ダッシュボードをを開発し、中古車販売の業務フローを改善した事例を解説します。

背景と課題

中古車販売業務を行うクライアントは、下記のような課題を抱えていました。

• 輸送リードタイムが長く、判断が遅れるほど在庫滞留リスクが増える
• 市場相場が動くため、仕入れ・販売判断が後手に回りやすい
• 市場データ（取引・オークション）と自社在庫が分断され、全体像が見えない
• 売買判断が属人化し、経験の浅い担当者ほど意思決定が止まる

売れ行きと価格を同時に見て、判断を速くする

本事例で開発した需要予測ダッシュボードは、既存の在庫管理システムと連携し、仕入れ・販売データの加工・データ解析を行い、中古車の販売の社内ディーラー向けの意思決定支援を行いました。

更に、公開される市場データやオークションデータオークションデータを取得し、自社の取引データと外部の市場データを連携します。これにより、どの地域で、どの車種が、どんな値段で取引されており、かつその売れ行きや在庫回転率を一目でわかる形となりました。

加えて、市場データに基づくレコメンドシステムを搭載し、このタイミングにおいて人気で売れ行きのある車種と、その地域をおすすめします。

これらのダッシュボードは熟練　のディーラーによる意思決定プロセスを採用しているため、その道の専門家だけでなく、経験の浅いディーラーでもベテランと近い水準で仕入れの意思決定を行うことが可能になりました。

可能にした意思決定

1) 市場別に「高く売れる場所」を特定する

• 市場別の相場・成約価格の比較
• 車種／年式／走行距離など条件別の価格帯把握
• 価格の歪み（割安仕入れ機会）の発見

2) 市場別に「早く売れる場所」を特定する

• 市場別の需要の強さ・売れ筋傾向の可視化
• 滞留しやすい条件の早期検知
• 仕入れ・販売の優先順位付け（意思決定の前倒し）

3) 在庫滞留の兆候を早期に掴み、打ち手を速くする

• 滞留在庫の可視化、出口（市場）変更・価格調整の判断支援
• 「危ない在庫」を早期に見つけ、損失拡大を防ぐ

4) 経験の薄い担当者でも判断が止まらない状態を作る

• ベテランの暗黙知を「見るべき指標」として標準化
• 確認待ち・迷いを減らし、意思決定リードタイムを短縮

データ統合

• 社内データ：在庫、仕入れ原価、保有期間、販売実績、粗利、回転状況 など
• 外部データ：取引データ／オークションデータ、成約価格、需給、売れ筋トレンド など

これらを統合し、現場と経営が同じ根拠で判断できる形に整備しました。

既存の在庫管理システムとの違い

本システムは既存の在庫管理システムと連携して実装が行われました。

本ダッシュボードは一般の在庫管理システムと類似する部分がありますが、下記の観点で根本的な差異があります。

効果

本システムを実際に導入した大手中古車販売業様のケースにおいて、下記のような明確な変化がありました。

市場機会の発見

ダッシュボードにより、従来は見落とされていた地域×車種の組み合わせを特定し、年間約5億円規模の追加販売機会を可視化しました。

類似条件の車両群で効果を比較した

効果を確認するため、車種・年式・走行距離・仕入価格帯・仕入時期が近い車両を、ダッシュボードを使った判断と従来判断で比較しました。仕入価格はほぼ同じだったにもかかわらず、ダッシュボードを使った方が販売価格は高く、在庫日数も短くなっています。

中古車販売は、限られた在庫枠を回転させて販売差額を積み上げる事業なので、1台あたりの改善幅だけでなく、在庫1枠が年間に生む販売差額で見るとインパクトがわかりやすくなります。

在庫枠あたり年間販売差額の比較

1台あたりの仕入販売差額は36万円→40万円（+4万円）に改善しました。さらに在庫日数も118日→105日に短縮し、同じ在庫枠が年間に売れる回数も増えています。両者を掛け合わせると、在庫1枠あたりの年間販売差額は111.6万円→139.0万円（+27.4万円）。在庫枠500台規模で換算すれば、年間+1.37億円の販売差額改善に相当します。

整備費や保険・ローンなどの付帯収益は両群で大きな差がなく、改善は販売価格と在庫日数に集中していました。ダッシュボードによる市場選定と価格判断の支援が、効いた部分の大半を占めていると考えられます。