メインコンテンツへスキップ
レッスン一覧に戻る

atom.ec-operator.draft-ai-demand-forecast

需要予測のたたき台を作る

需要予測のたたき台を作る お店の在庫管理で「来月どれくらい売れるかな?」と考えたことはありませんか? この予測作業は、料理でいえば「買い出しリスト」を作るようなもの。冷蔵庫の中身(=過去の売上データ)を見て、今週の...

create-demand-forecast-draftcreate-demand-forecast-draft「create demand forecast draft」に関するスキルがこのレッスンで身につきます。
想定時間未設定公開状態: draft
学習メモ

成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。

種類: markdown_doc検証: basic_manual_check_v1

証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。

screenshot

メディアメディアレッスン内に出てくる図や動画のスロットです。実際の画面やイメージで理解を補助します。

diagramscreen_capture

レッスン本文

需要予測のたたき台を作る

お店の在庫管理で「来月どれくらい売れるかな?」と考えたことはありませんか? この予測作業は、料理でいえば「買い出しリスト」を作るようなもの。冷蔵庫の中身(=過去の売上データ)を見て、今週の献立(=来月の販売計画)に必要な材料を見積もる作業です。

この Atom では、AIチャット(ChatGPT や Claude など)を使って、15分以内に需要予測のたたき台をマークダウン文書として作成します。 完了すると「AIに売上データを渡して、来月の予測表を自分で作れる」という実感が得られます。

需要予測フロー


前提を確認する

  • パソコンまたはスマートフォンでAIチャットツール(ChatGPT、Claude など)が使える状態であること
  • 過去の売上データが手元にあること(Excel、CSV、手書きメモでもOK)
    • データがない場合は、この Atom 内でサンプルデータを用意する手順があるので安心してください

ステップ1:売上データを用意する

まず、AIに渡すための「材料」を準備します。

データがある場合

Excel やスプレッドシートに入っている過去3〜6ヶ月分の月別売上データを開いてください。最低限、次の2列があればOKです。

売上個数
2025年10月120
2025年11月150
2025年12月200
2026年1月130
2026年2月140
2026年3月160

データがない場合

AIにサンプルデータを作ってもらいましょう。以下のプロンプトをコピーしてAIチャットに貼り付けてください。

あなたはECサイトの売上データ作成アシスタントです。 以下の条件でサンプルの月別売上データを作ってください。

  • 商品カテゴリ:アパレル(Tシャツ)
  • 期間:2025年10月〜2026年3月の6ヶ月間
  • 列:月、売上個数、売上金額
  • 季節変動を含めてリアルなデータにしてください

AIが表形式のデータを返してくれるので、それをそのまま次のステップで使います。


ステップ2:AIに需要予測を依頼する

ここが本題です。売上データをAIに渡して、来月以降の予測を作ってもらいます。

以下のプロンプトをAIチャットにコピーして、データ部分を自分のデータに置き換えてください。

あなたは小売業の需要予測アナリストです。 以下の過去6ヶ月の売上データから、今後3ヶ月の需要予測を作ってください。

【売上データ】 (ここにステップ1で用意したデータを貼り付ける)

以下の形式で出力してください:

  1. 予測結果の表(月、予測売上個数、予測売上金額、信頼度)
  2. 予測の根拠(なぜその数字になったか、2〜3行で)
  3. 注意点(予測が外れやすい要因を2つ)
  4. 在庫への提案(多めに仕入れるべきか、控えめにすべきか)

良いプロンプトの例

「過去6ヶ月の月別売上データを元に、4月・5月・6月の売上を予測して」

データと期間が明確で、AIが具体的な回答を返せます。

悪いプロンプトの例

「来月どれくらい売れますか?」

データを渡していないので、AIは一般論しか答えられません。


ステップ3:予測結果をたたき台にまとめる

AIの回答をそのまま使うのではなく、「自分のお店の事情」を加味してたたき台に仕上げます。

以下のプロンプトで、マークダウン文書として整形してもらいましょう。

さきほどの予測結果を、以下のフォーマットのマークダウン文書にまとめてください。

需要予測レポート(たたき台)

対象期間

予測サマリー(表)

予測の前提条件

リスク要因

次のアクション

「次のアクション」には、この予測を元に具体的に何をすべきか2〜3個書いてください。

AIが出力した文書をコピーして、テキストエディタやメモアプリに保存してください。これが今回の成果物(=たたき台)です。

AI出力の予測レポート例


確認する:完成チェックリスト

以下の項目をすべて満たしていれば、このAtomは完了です。

  • 過去の売上データ(またはサンプルデータ)をAIに渡した
  • AIから予測結果(表形式)を受け取った
  • 予測結果をマークダウン文書として保存した
  • 文書に「予測サマリー」「前提条件」「リスク要因」「次のアクション」が含まれている
  • 文書のスクリーンショットを撮った(evidence 用)

つまずきポイントと対処法

「データが少なすぎて予測できない」と言われた

3ヶ月分でもAIは傾向を読み取れます。ただし、プロンプトに「データが少ないですが、わかる範囲で予測してください」と一言添えてみてください。

AIの予測が明らかにおかしい(売上がいきなり10倍など)

データの貼り付けミスがないか確認してください。表のフォーマットが崩れていると、AIが数字を誤読することがあります。もう一度データを見やすい表形式で貼り直してみましょう。

「マークダウンって何?」

マークダウンは「簡単な記号で見出しや箇条書きを作る書き方」です。# が見出し、- が箇条書き、| が表になります。AIが自動で整形してくれるので、あなたが書き方を覚える必要はありません。

どのAIツールを使えばいいかわからない

  • ChatGPT(無料版でOK):ブラウザで chat.openai.com を開く
  • Claude(無料版でOK):ブラウザで claude.ai を開く

どちらでもこの Atom の手順は同じように使えます。

成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。

種類: markdown_doc

検証: basic_manual_check_v1

証跡とメディア

証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。

screenshot

メディア

diagramscreen_capture
前提 atom

必須

なし

あると楽

なし

学習完了