在庫最適化ケース：フレームワークと解答例

在庫最適化のケースは数学の演習のように聞こえるため、候補者はしばしばそのように扱ってしまう——EOQの公式に数字を当てはめ、答えを出し、次に進む。この直感は、面接官が実際に何を試しているのかを見誤らせる。クライアントが「最適な発注量は何か」と単独で尋ねることはまずない。彼らが尋ねるのは、資金が滞留しているから、倉庫が溢れているから、あるいは需要ピーク時にある製品ラインが欠品を繰り返しているからだ。公式はケースのごく一部にすぎない。より大きなスキルは、計算に取り掛かる前に、自分が実際にどの在庫問題を目の前にしているのかを診断することである。

在庫ケースが公式よりも診断を重視する理由

過剰在庫と在庫不足は遠目には似ている——どちらもプロンプト上では「在庫が問題だ」として現れる——が、求められる対処は正反対だ。クライアントが過剰在庫なのか在庫不足なのかを先に見極めずに最適な再発注量の計算に飛び込む候補者は、間違った問題を正しく解いてしまうリスクを負う。

オペレーションおよびコスト削減ケースのプロンプトを分析した結果、在庫に関する問題が単独のケースタイプとして登場するのはおよそ10%であり、収益性ケースや純資産（ワーキングキャピタル）ケースの中で補助的なサブクエスチョンとして登場する頻度の方がはるかに高い——在庫保有コストは、「在庫」という言葉が一度も出てこない利益率悪化のプロンプトの裏に潜む、隠れたレバーであることが頻繁にある。

flowchart LR
    A[在庫問題を特定] --> B{症状は？}
    B -->|資金が滞留、倉庫が満杯| C[過剰在庫の診断]
    B -->|欠品、売上損失| D[在庫不足の診断]
    B -->|SKU別に両方発生| E[ミックス・セグメンテーション診断]
    C --> F[発注政策の再構築]
    D --> F
    E --> F
    F --> G[提言 + 影響の定量化]

ステップ1：実際にどの在庫問題を抱えているのかを診断する

計算を行う前に、症状を明らかにする。在庫回転率のトレンド、製品ライン別の欠品頻度、そしてクライアントが現在どのように発注量を設定しているかを確認する。ほぼすべての在庫ケースは、次の3つの典型パターンに当てはまる。

ミックスパターンは、ほとんどの候補者が見落とすものだ。というのも、集計レベルの在庫指標は健全に見える一方で、SKUレベルの実態は破綻している場合があるからだ——小売業者が総在庫量としては「正常」に見えても、その裏では売れ筋商品が常に欠品し、ロングテール商品が埃をかぶっている、ということが起こり得る。

ステップ2：公式に取り掛かる前に需要をセグメント化する

すべてのSKUが同じ発注政策に値するわけではない。何かを提言する前に、シンプルな2軸のセグメンテーションを適用する：販売量（高いか低いか）と需要変動性（安定しているか不安定か）。

flowchart TD
    A[SKUセグメンテーション] --> B["高販売量、安定需要"]
    A --> C["高販売量、不安定需要"]
    A --> D["低販売量、安定需要"]
    A --> E["低販売量、不安定需要"]
    B --> F[再発注点を厳格化、安全在庫を低く]
    C --> G[安全在庫を高く、頻繁にレビュー]
    D --> H[大口ロット発注、レビュー頻度を低く]
    E --> I[廃止または受注生産の検討対象]

高販売量・安定需要のアイテム（例：スーパーマーケットチェーンの定番商品）は、無駄なく運用できる——需要は十分に予測可能であり、わずかな安全バッファでほとんどの変動性に対応できる。高販売量・不安定需要のアイテム（季節性のアパレル、プロモーション対象の電子機器）はより大きなバッファが必要だ。人気商品の欠品は実際の売上高を損なうからだ。低販売量・不安定需要のアイテムは、しばしば過剰在庫問題の主因となっている。他のすべてのアイテムと同じロットサイズで発注されているが、欠品はほとんど問題にならず、残った在庫は何カ月も棚に眠り続ける。

ステップ3：数字だけでなくトレードオフを組み立てる

どのセグメントを解決すべきかが分かったら、核心となるトレードオフは保有コストと欠品コストの比較である——そして面接官は、何かを計算する前に、これをトレードオフとして枠組みできるかどうかを見ている。

保有コストには、倉庫スペース、未売却在庫に固定される資本、保険、陳腐化リスク、そして生鮮品や季節商品の値下げリスクが含まれる。欠品コストには失われた売上の利益率が含まれ、さらにリピート購入型のビジネスにおいては、商品を見つけられなかった顧客が競合に切り替えてしまう、定量化しにくい顧客ロイヤルティのコストも含まれる。

標準的な定量分析のツールは次の通り：

• 経済的発注量（EOQ）：発注コストと保有コストのバランスを取り、総コストを最小化する発注量を求める。フレームワークとしては有用だが、あくまで出発点として扱うべきだ——面接官は、公式を記憶どおりに正確に計算できるかよりも、インプット（需要率、発注コスト、単位当たり保有コスト）を挙げられるか、そしてどのレバーが答えを動かすのかを推論できるかを重視している。
• 安全在庫：リードタイム中の予想需要を上回って保有するバッファであり、需要変動性を踏まえて目標サービスレベルを達成できるように規模を決める。需要変動性が高いほど、またリードタイムが長く信頼性が低いほど、安全在庫は増える。
• 再発注点：リードタイム中の予想需要に安全在庫を加えたもの——新規発注を発生させる在庫レベル。

これらを面接の場でゼロから導出する必要はない。優れた回答を分けるのは、公式をビジネス上の問いに結びつけられるかどうかだ。「もしリードタイムの変動性が欠品の本当の原因であるなら、解決策は安全在庫の調整、あるいはサプライヤーの信頼性についての話し合いであり、すべてのSKUに対する一律の大量発注ではない」というように。

実例：ある家電量販店のケース

プロンプト：ある家電量販店の在庫回転率は2年間で8回転から5回転に低下し、追加で4,000万ドルのワーキングキャピタルが滞留している。一方で、同社のベストセラー3製品に対する欠品についての顧客からの不満は倍増している。

診断：これはミックスパターンである——集計上の在庫は増加している（回転率が低下している）が、不満は特定の高販売量アイテムの欠品に関するものだ。統一的な発注政策が、この両方の症状を同時に生み出している可能性が非常に高い——動きの遅い商品を過剰発注しつつ、実際に売上高を牽引している売れ筋商品を過少発注している。

セグメンテーション：SKUレベルの販売速度と変動性を調べる。おそらく判明するのは、ベストセラー3製品は高販売量かつ中程度の不安定需要（新製品サイクル、プロモーションによる急増）であり、一方で古いSKUのロングテールは低販売量かつ動きが遅いにもかかわらず、似たようなロットサイズで発注されている、ということだ。

提言：欠品ギャップを解消するために、売れ筋商品について特に安全在庫とレビュー頻度を引き上げる。動きの遅いロングテールについては、より厳格な再発注量、あるいはクリアランス／廃止計画を適用し、ワーキングキャピタルを解放する。定量化：ロングテールが4,000万ドル以上のワーキングキャピタル増加のうち、例えば5,000万ドル相当を占めているとすれば、その一部を清算することで、新たな資金投入なしにベストセラーの安全在庫増加分を資金調達できる——「もっと資本が必要だ」というケースを、「今あるものを再配分する必要がある」という提言に変えることができ、これこそが面接官が聞きたがっているより強い回答である。

このケースタイプの練習方法

フレームワークを読むことと、時間の制約下でライブにそれを生み出すことは別物だ——上記の実例に登場したミックスパターンの罠は、紙の上では見つけやすいが、自分がマーカーを握る立場になると見落としやすい。CasesCoachのAIモック面接は、まさにこのケースタイプを対象にあなたを試験し、Structure（構成力）、Analysis（分析力）、Communication（コミュニケーション力）、Business judgment（ビジネス判断力）、Math（数学力）の5つの観点で採点する。

準備段階に応じて2つのモードがある。ガイドモードは、需要をセグメント化する前に公式に飛びついた場合に注意を促してくれる——このケースタイプが求める「計算前の診断」の習慣をまだ体に染み込ませている段階で有用だ。エキスパートモードはヒントを取り除き、進行ペースを引き締める。これは、クライアントが過剰在庫なのか在庫不足なのかを確認せずに「とにかくもっと発注しよう」と提案した場合に、実際の二次面接の面接官が取る対応に近い。まず実際のプロンプトに対して自分のフレームワークを、より低い緊張感の中で試したい場合は、Chat with Caseが、ライブラリ内の実際のケースを通じて、背景→フレームワーク→データ→分析→結論という同じ流れを、自分のペースで進めさせてくれる。タイム制限付きのモックに挑む前に活用できる。

無料ティアには3件の完全なケースと1回の無料AIモック面接が含まれており、本格的に取り組む前に採点の仕組みを確認できる。Proプランでは、835件以上のケースライブラリ全体と、追加のAIモック面接を複数回利用できるようになる。

主なポイント

• 計算の前に診断せよ：過剰在庫、在庫不足、ミックス問題はプロンプト上では似て見えるが、求められる対処は正反対である
• 集計レベルの在庫指標はセグメンテーションの問題を隠してしまうことがある——回転率だけを見ると「問題ない」ように見える企業でも、実際には売れ筋商品が欠品し、動きの遅い商品が積み重なっている場合がある
• EOQ、安全在庫、再発注点は核となる定量分析ツールだが、面接官は、公式を正確に記憶しているかよりも、それらをビジネス上のトレードオフに結びつける力を重視する
• 最も強力な提言は、追加の資本を求めるのではなく、既存の在庫投資を再配分するものである
• Structure（構成力）、Analysis（分析力）、Communication（コミュニケーション力）、Business（ビジネス判断力）、Math（数学力）で採点されるAIモック面接でこのケースタイプを練習しよう——あるいは、タイムを計測する前に自分のペースで実際のケースを進められるChat with Caseから始めてみよう

自分の在庫フレームワークを実際のケースで試す準備はできただろうか？3件の完全なケースと無料のAIモック面接のために無料登録する、あるいは、このケースタイプが位置づけられるより広範なサプライチェーンのツールキットについて、オペレーションケースフレームワークを確認してみてほしい。