新製品の需要予測に役立つ 10 のステップ

AUTHOR

ベスト プラクティスを実践してより正確な需要予測を行い、新製品発売時のコスト効率を高めましょう。

たとえ既存製品のシリーズ製品であっても、新製品の需要予測は難しい作業です。それが、まったく新しいカテゴリー内の革新的な製品となれば、需要予測には異次元の難しさが伴います。そこには、将来の需要を裏付ける過去の傾向データは一切存在しません。存在するのは、市場が示唆する潜在的な需要は本当にそこにあるのか、また、調達した研究開発資金は無駄ではないか、という答えの出ない問いだけです。

また、多額の投資をした経営幹部は、なんとしてもその製品を次の「貴重な収入源」に仕立て上げようとします。もちろん、新製品のおよそ 80 %は失敗に終わり、フォーチュン 500 に選ばれるような企業でも大きな失敗を経験するということを説明して、幹部の膨らむ期待を制御することはできるでしょう。しかし、それではキャリアに悪影響を及ぼしかねません。次に紹介する 10 のステップは、こうした状況をコントロールするうえで役立ちます。成果が証明されているこれらのベスト プラクティスを実践し、効果的な需要予測を行いましょう。

自社の製品需要予測の精度を向上させたい方は、こちらのプレイブックをご覧ください。ライフ サイエンス業界に特化したガイダンスを紹介しています。
 

ステップ 1:連携体制をつくる

マーケティング、営業、運営、および関連する技術部門から主要な人材を集めてワーキング グループを結成しましょう。発売時に始まり、ある程度正確な需要計画が可能になるまでの間、このコア チームがプロセスの開発と管理を担います。
 

ステップ 2:仮説を特定してチームの同意を得る

市場調査、マーケット テスト、購入者アンケートなどから得られた利用可能なすべての定性データ及び定量データを全員で確認します。それらのデータを活用して一連の仮説を特定し、需要予測モデルの土台を作りましょう。

次の項目に対する仮説を立てることが理想的です。

  • ターゲット市場内の消費者数
  • 製品を購入する消費者の割合の見込み
  • 予測される購入のタイミング
  • リピート購入および買い替えのパターン

追加調査を依頼したり、外部の業界専門家に相談したりして、不足している重要データを収集する用意をしましょう。また、ワーキング グループのメンバーが常に協力して判断を行い、それぞれの仮説の現実的な数値範囲を話し合える環境を整えておくことも重要です。
 

ステップ 3:詳細なモデルを構築する

すべての消費者が同じペースで新製品を購入するとは限りません。一晩中店舗の前に並んででも製品を早く手にしたいと望む消費者もいれば、さまざまなバグが解消され、価格も比較的安価になってから後続のバージョンを購入したいと考える消費者もいるでしょう。異なる地域の異なる市場セグメントで、いつ、どのように、いくらで製品が購入されるかといった仮説を十分に反映した、詳細な予測モデルの構築が必要です。
 

ステップ 4:期間を柔軟に設定する

新製品の発売から数日および数週間における営業データは、将来の需要の動きをいち早く示すため、このデータを注意深くモニタニングすることが重要です。営業部門や財務部門は月次データにのみ注目しがちですが、最初の四半期は詳細な日次予測を行い、実際の売上と比較することをお勧めします。
 

ステップ 5:予測範囲を設定する

モデル内の仮説や確立を変更しながら複数回予測を繰り返し、予測範囲を設定しましょう。リアルタイムでの再計算が可能なモデリング ソリューションが導入されていれば、社内の専門家やビジネス リーダーが臨機応変に新しいシナリオを作成できるため、このステップを簡単に完了できます。
 

ステップ 6:ユーザーのニーズに迅速に応える

新製品の発売計画では、発売直後という最も見通しを立てにくい時期に在庫切れを防ぐため、複数のサプライヤーとの間に、迅速な製品入荷を可能にするための契約を結ぶことがあるかもしれません。しかし、サプライチェーン内のすべての配送ポイントで正確な製品補充ニーズを再予測するには手間がかかり、貴重な時間が失われてしまいます。

完全に統合された需要予測モデルを構築することで、大規模な仮説の変更があった場合に既存の在庫数を比較し、各配送拠点における詳細な補充レポートを自動的に生成することが可能になります。結果的に、製品補充の遅れを防ぎ、補充サイクルを短縮できるのです。

 

ステップ 7:異なる手法を組み合わせる

新製品の需要予測に利用できる手法は、購入意思に基づくボトムアップ型のモデリングだけではありません。テクノロジーや家電などの一部の市場では、数か月のうちに製品のライフ サイクルが終了することもあります。短期間で製品の運命が決まるこうした市場では、できる限り正確な需要予測を行うことが極めて重要になるのです。最も致命的なのは、製品がまだ人気を保っている時期に在庫切れを起こしてしまうことです。こうした状況では、失望した消費者が競合他社の製品を購入する可能性が高まります。

そのため、これらのセクターでは、専門家によって開発された精度の高いモデリング方法を採用し、切替え率や普及率を基に、新技術が古い技術に取って代わられるスピードを予測しています。たしかに、多くの企業にとってこの手法は有効ではないかもしれません。それでも、異なる予測手法を組み合わせることで、予測結果の精度を高められるということを示す良い例と言えるでしょう。
 

ステップ 8:予測の現実性をチェックする

信頼性の高いデータが存在する場合、比較可能な製品の売上の推移と照らし合わせて、予測が現実的なものであるかどうかを必ずチェックしましょう。同様に、その新興のカテゴリーに競合が参入してきた場合に自社の市場シェアがどう変化し、市場全体がどう成長するのかを予測することも大切です。信頼できるマクロの見通しを立てた後で、需要予測モデルの仮説を見直す準備を始めます。
 

ステップ 9:予測を繰り返し見直す

売上と、製品レビュー、メディアでの言及、顧客フィードバックなどの定性的なフィードバックを丁寧に監視し、モデル内の仮説を変更する必要性についてワーキング グループのメンバーで話し合います。変更が適切な場合は、毎日再予測を行います。
 

ステップ 10:損失を減らすために備える

最後に、不測の事態への対応方法であるコンティンジェンシー プランを必ず用意しておきましょう。新製品の多くは失敗する傾向にあります。新製品の売上が伸び悩み、採算が採れるほどの収益性が期待できない場合は、早いうちに販売を停止した方が得策です。そのため、発売までまだ余裕がある時期に、失敗とみなす市場浸透率のレベルを定め、メンバー内で合意しておくことが重要です。こうすることで迅速な意思決定が可能になり、既存の在庫をすばやく、そしてコスト効率良く売り切ることができます。

新製品の需要予測は、科学的に考えることは難しく、統計的手法よりも人的な判断力に依存します。需要予測の成功の鍵は、社内の連携体制です。そして、利用可能なすべての定性データと定量データを活用し、すばやく簡単にモデルを更新できるモデリング ソリューションを利用することで、社内の全ユーザーに向けて詳細な予測を生成することが重要です。これを実現できれば、在庫コストの削減、そして顧客満足度の向上という、新製品の成功には欠かせない両方の側面において、驚くような効果を実感できるでしょう。

Anaplan のソリューションは、事業活動のあらゆる場面で高度な意思決定を可能にし、企業の需要予測を支えます。詳細はデモをご覧ください。