Blog
【中小企業向け】AIで売上予測を自動化する方法｜Excelデータ×ChatGPTで始める需要予測入門
売上予測をAIに任せるという選択肢
「来月の売上ってどのくらいだろう？」「この時期は例年どの商品が伸びるっけ？」
こうした予測は、多くの中小企業で社長や営業責任者の「勘と経験」に委ねられています。もちろん、長年の経験に基づく判断は価値があります。でも、それだけに頼るのはリスクがありますよね。
実は2026年現在、ChatGPTのようなAIツールを使えば、手元のExcelデータから売上の傾向を分析して、簡易的な予測を出すことが可能になっています。しかも、高額な専用ツールを導入する必要はありません。
この記事では、「AIによる売上予測って、うちでもできるの？」という疑問にお答えしていきます。
なぜ中小企業こそAI売上予測を始めるべきなのか
在庫ロスと機会損失を減らせる
売上予測の精度が上がると、仕入れや在庫のコントロールが改善されます。
- 多く仕入れすぎる（在庫ロス）を防げる
- 少なすぎて売り逃す（機会損失）を減らせる
- 資金繰りの見通しが立てやすくなる
特に中小企業では、余剰在庫の資金負担が経営を圧迫しやすいため、予測精度の改善は直接的な利益改善につながります。
属人化から脱却できる
「ベテランの営業部長が退職したら、誰も売上の見通しが立てられなくなった」——こうした話は珍しくありません。
AIを使った予測フローを作っておけば、データさえ蓄積されていれば誰でも予測を出せる仕組みが構築できます。これは組織としての大きな強みになります。
準備するもの——特別な環境は不要
AI売上予測を始めるにあたって必要なものは、驚くほどシンプルです。
- 過去の売上データ（Excel or CSV） ——最低12ヶ月分、理想は24〜36ヶ月分
- ChatGPT（GPT-4以上推奨） ——データ分析機能を使います
- 基本的なExcel操作スキル ——データの整形ができればOK
高額なBIツールやプログラミング知識は不要です。手元にあるデータとChatGPTだけで始められます。
Step 1：Excelデータを「AI向け」に整形する
最初のステップは、手元の売上データをAIが読み取りやすい形に整えることです。
整形のポイント
- 1行目をヘッダー（列名）にする：「日付」「商品名」「売上金額」「数量」など
- 日付の書式を統一する：「2025/01/15」のようにYYYY/MM/DD形式で統一
- 空白行・結合セルを解除する：AIはセル結合を正しく読めないことがあります
- 不要な装飾（色付け・罫線）を除去する：データの実質的な内容だけを残す
最低限必要なカラム
売上予測に必要な最小限のデータ構成は以下です。
- 日付（月単位でも可）
- 売上金額
- （任意）商品カテゴリ、顧客セグメント、地域
データがシンプルであるほど、AIの分析精度は安定します。最初は月次の売上合計だけで十分です。
Step 2：ChatGPTにデータを読み込ませる
データの整形が完了したら、ChatGPTにアップロードして分析を依頼します。
具体的なプロンプト例
ChatGPTにExcelファイルをアップロードしたうえで、以下のようなプロンプトを入力します。
このExcelファイルには過去24ヶ月分の月次売上データが入っています。
以下の分析をお願いします。
1. 売上の全体的なトレンド（上昇/下降/横ばい）を判定してください
2. 季節性（特定の月に売上が上がる/下がるパターン）があれば特定してください
3. 上記のトレンドと季節性を考慮して、今後6ヶ月の売上予測を算出してください
4. 予測の信頼度（高/中/低）とその根拠を示してください
結果は表形式でまとめてください。回答を検証するコツ
AIの予測は万能ではありません。以下の点を人間の目で確認しましょう。
- 異常値の影響：コロナ禍やキャンペーン月の売上がデータを歪めていないか
- 外部要因の考慮：法改正や季節イベントなど、データに現れにくい要素
- 予測幅の確認：「120万〜150万」のようにレンジで示されているか
Step 3：予測結果をビジネス判断に活かす
予測データは「出して終わり」では意味がありません。具体的なアクションに結びつけてこそ価値があります。
活用シーン別のアクションプラン
- 仕入れ計画：予測に基づいて発注量を調整する。上振れシナリオ・下振れシナリオの2パターンを準備する
- 人員配置：繁忙期の予測を踏まえてパート・アルバイトの採用時期を前倒しする
- キャッシュフロー管理：売上が落ちる月を事前に把握し、資金繰りに余裕を持たせる
- マーケティング施策：売上が伸びやすい月の直前に広告出稿を強化する
予測精度を上げるための3つのテクニック
データの粒度を細かくする
月次データよりも週次データのほうが、季節パターンの検出精度が上がります。余裕があれば日次データも試してみましょう。
外部データを組み合わせる
売上に影響しそうな外部要因のデータを追加すると、予測精度が向上します。
- 天候データ（小売業・飲食業で効果大）
- 地域のイベントカレンダー
- 業界の景況指数
定期的に予測を更新する
一度予測を出して安心するのではなく、月1回は最新データで予測を更新するサイクルを回しましょう。予測と実績のズレを観察することで、モデル自体の改善ポイントも見えてきます。
よくある失敗パターンと対処法
失敗1：データが少なすぎる
6ヶ月分のデータでは季節パターンの検出が困難です。最低12ヶ月、できれば24ヶ月以上のデータを用意しましょう。データが足りない場合は、まず「データを貯める仕組み」の構築から始めてください。
失敗2：AIの予測を盲信する
AIの予測はあくまで「過去のパターンに基づく推測」です。新規事業や新商品のように過去データがないものの予測には使えません。AIの結果を参考にしつつ、最終判断は人間が行いましょう。
失敗3：一度やって続かない
予測の価値は継続から生まれます。最初は「毎月1日にデータを更新してChatGPTに投げる」というシンプルなルーティンで構いません。
まとめ
AIによる売上予測は、中小企業にとってもはや「大企業だけのもの」ではありません。手元のExcelデータとChatGPTがあれば、今日から始めることができます。
大切なのは、完璧を求めすぎないこと。まずは「過去データからざっくりしたトレンドを掴む」ところから始めて、徐々に精度を高めていくアプローチが成功の鍵です。
Acquaでは、AIを活用した業務効率化の設計から導入支援まで、中小企業のみなさんに寄り添ったサポートを提供しています。「うちのデータでも使えるの？」という段階からご相談ください。