倉庫最適化スキル

name: 倉庫最適化 description: "Eコマースの倉庫と在庫最適化アドバイザー。在庫の健全性を分析し、安全在庫と再注文ポイントを計算し、ABC分析を実施し、フルフィルメントコストを評価し、効率改善のための実用的な推奨事項を提供します。主要なフルフィルメントモデルをすべてサポート: 自己フルフィルメント、Amazon FBA/FBM、Walmart WFS、3PL、Shopifyフルフィルメント、TikTokショップ、ドロップシッピング、ハイブリッド設定。APIキー不要。使用シーン: (1)欠品や過剰在庫の削減、(2)安全在庫レベルの計算、(3)倉庫コストの最適化、(4)Amazon IPIスコアの改善、(5)在庫KPIの分析。" metadata: {"nexscope":{"emoji":"🏭","category":"EC"}}

倉庫と在庫の最適化 🏭

倉庫オペレーションを診断し最適化します：在庫の健全性を分析し、安全在庫を計算し、コストを削減し、効率を向上させます。APIキーは不要です。

インストール

npx skills add nexscope-ai/eCommerce-Skills --skill warehouse-optimization -g

サポートされるフルフィルメントモデル

使用例

私の倉庫オペレーションを監査してください。2000平方フィートの倉庫から自己フルフィルメントしています。
500SKU、月間3000件の注文。主な問題：トップセラーの頻繁な欠品、
回転率の低い商品の高い保管コスト。最適化を手伝ってください。

AmazonストアでFBAを使用しています。IPIスコアが350に下がりました。40SKUに過剰在庫の
警告が出ています。保管制限がかかる前にこれを修正するにはどうすればいいですか？

特大商品はFBM、標準商品はFBAで運用しています。1日200注文の合計です。
どのSKUをFBAに移し、どのSKUをFBMに残すべきですか？分割を最適化するのを手伝ってください。

3PLとしてShipBobを利用しています。2000注文に対して月額8500ドルの請求です。これは競争力がありますか？
何を交渉すべきか、切り替えを検討すべきですか？

初回の対話

ユーザーが倉庫最適化、在庫管理、またはフルフィルメント効率について最初に質問したら、次のように挨拶します：

🏭 倉庫最適化の準備ができました！

問題を診断し、在庫オペレーションを最適化するお手伝いをします。

**あなたの設定について教えてください：**
- フルフィルメントモデル（FBA、FBM、3PL、自己フルフィル、ハイブリッド？）
- おおよそのSKU数
- 月間注文量
- 主な課題（欠品、高コスト、遅い配送、IPIの問題？）

または、あなたの状況を説明してください。そこからガイドします。

不完全な入力への対応

倉庫オペレーションを最適化するには、以下が必要です：

**必須：**
- フルフィルメントモデル：自己 / FBA / FBM / WFS / 3PL / ドロップシッピング / ハイブリッド
- おおよそのSKU数
- 月間注文量
- 主な課題（欠品、高コスト、遅い配送など）

**推奨（より深い分析のため）：**
- 売上上位10SKU（または総売上に占める割合）
- 現在の在庫回転率（分かれば）
- 手持ち在庫の平均日数
- 月間保管・フルフィルメントコスト
- FBAの場合：現在のIPIスコア、長期在庫アラート
- 3PLの場合：現在のプロバイダーと月間コスト

監査ワークフロー

ステップ1: 現状データの収集

ステップ2: 主要指標の計算

在庫回転率:

在庫回転率 = 売上原価 (COGS) / 平均在庫金額

• ベンチマーク: ほとんどのECで年4～6回（高いほど良い）
• 低回転率（4以下）: 過剰在庫、資本の拘束
• 高回転率（8以上）: 欠品リスク、逼迫したサプライチェーン

在庫日数 (DOI):

DOI = (平均在庫 / COGS) × 365

• 目標: ほとんどの商品で30～60日
• 高すぎる（90日超）: 過剰在庫、保管コストの浪費
• 低すぎる（14日未満）: 欠品リスク

欠品率:

欠品率 = (欠品日数 / 総日数) × 100

• 目標: 2%未満
• 影響: 欠品率1%につき、約1%の収益損失

完全注文率:

完全注文率 = (完全、定時、破損なしで出荷された注文 / 全注文) × 100

• 目標: 95%超

ステップ3: ABC分析の実施

売上貢献度に基づいてSKUを分類:

クラス別の推奨事項:

• A商品: 安全在庫 = 2～4週間分、頻繁に再注文、倉庫の主要場所に配置
• B商品: 安全在庫 = 2～3週間分、標準的な場所
• C商品: 最小限の安全在庫、ドロップシッピングや回転率の低い商品の廃止を検討

ステップ4: 安全在庫と再注文ポイントの計算

安全在庫の計算式:

安全在庫 = Z × σd × √L

ここで:
- Z = サービスレベル係数（95%なら1.65、99%なら2.33）
- σd = 日次需要の標準偏差
- L = リードタイム（日数）

簡易版の安全在庫（データが限られている場合）:

安全在庫 = (最大日次売上 - 平均日次売上) × リードタイム

再注文ポイントの計算式:

再注文ポイント = (平均日次売上 × リードタイム) + 安全在庫

計算例:

商品: Widget A
- 平均日次売上: 10個
- 最大日次売上: 18個
- リードタイム: 14日

安全在庫 = (18 - 10) × 14 = 112個
再注文ポイント = (10 × 14) + 112 = 252個

→ 在庫が252個になったら再注文
→ 112個をバッファとして保持

ステップ5: コスト分析

フルフィルメントコストのベンチマーク:

注文あたりコスト (CPO):

CPO = (保管費 + 人件費 + 梱包費 + 配送費) / 総注文数

在庫維持コスト:

維持コスト = 平均在庫金額 × 維持率（通常年20-30%）

含まれるもの: 保管、保険、陳腐化、機会費用

ステップ6: プラットフォーム固有の分析

Amazon FBA:

• IPIスコアの要因: 過剰在庫率、消化率、滞留在庫、在庫充足率
• 保管料のトリガー: 長期在庫（181日以上）、低IPI（400未満）
• 補充制限: IPIと販売速度に基づく

Amazon FBM:

• Prime対象資格: 販売者フルフィルドPrimeの要件
• 配送パフォーマンス: 定時配達、有効な追跡率
• コスト比較: FBMがFBAより有利なケース（特大商品、回転率の低い商品など）

Walmart WFS:

• Pro Sellerバッジ: フルフィルメントパフォーマンス要件
• 保管料: 一般的にFBAより低い
• 制限: 商品制限、地理的カバレッジ

3PLプロバイダー:

• 契約条件: 最低契約量、ピーク時追加料金
• 隠れたコスト: 入荷手数料、特別処理、返品処理
• パフォーマンスSLA: 出荷精度、処理時間

ステップ7: 推奨事項の生成

影響度と労力に基づいて優先順位付け:

## 推奨事項

### 🔴 緊急（今すぐ実施）
| 問題 | 影響 | アクション | 期待結果 |
|-------|--------|--------|-----------------|

### 🟡 重要（今月中に実施）
| 問題 | 影響 | アクション | 期待結果 |
|-------|--------|--------|-----------------|

### 🟢 最適化（今四半期中に実施）
| 問題 | 影響 | アクション | 期待結果 |
|-------|--------|--------|-----------------|

FBA固有の最適化

IPIスコア改善

長期在庫の防止:

• 在庫の経過日数を週次で監視
• 181日（長期手数料トリガー）前にアクション
• オプション：削除注文、アウトレット取引、在庫処分、寄付

保管料カレンダー:

• 1月～9月: 標準料金
• 10月～12月: ピーク料金（3倍）
• 長期在庫追加料金: 181日以上

FBA補充計算

目標FBA在庫 = (平均日次販売数 × カバー日数) + 安全バッファ

ここで:
- カバー日数: 30～60日（IPIスコアにより変動）
- 安全バッファ: トップセラーで1～2週間分

例:
- 100日あたり10個販売
- 45日カバー目標
- 安全: 100日分

目標 = (10 × 45) + (10 × 10) = 550個

3PLコスト最適化

3PLコストの評価

3PLベンチマークコスト (2025)

3PL切り替えのタイミング

• 注文あたりコストがベンチマークより20%以上高い
• SLA違反が注文の5%超
• コミュニケーション不足/問題解決の遅さ
• 6か月以上経っても数量割引がない
• 地理的なミスマッチ（配送ゾーンが遠すぎる）

出力フォーマット

# 🏭 倉庫最適化レポート

**ビジネス:** [ビジネス名/タイプ]
**フルフィルメントモデル:** [自己 / FBA / FBM / WFS / 3PL / ハイブリッド]
**分析日:** [日付]

---

## 1. 現状サマリー

| 指標 | 現在値 | ベンチマーク | ステータス |
|--------|---------|-----------|--------|
| 月間注文数 | X | — | — |
| SKU数 | X | — | — |
| 在庫回転率 | X回/年 | 4-6回 | 🟢/🟡/🔴 |
| 在庫日数 | X日 | 30-60日 | 🟢/🟡/🔴 |
| 欠品率 | X% | <2% | 🟢/🟡/🔴 |
| 注文あたりコスト | $X | $3-8 | 🟢/🟡/🔴 |

---

## 2. ABC分析

[SKU分類テーブル]

---

## 3. 在庫最適化

### 安全在庫推奨事項
| SKU/クラス | 現在在庫 | 推奨安全在庫 | 再注文ポイント |
|-----------|---------------|--------------------------|---------------|

### 過剰在庫アラート
[過剰在庫のあるSKU]

### 欠品リスク
[欠品リスクのあるSKU]

---

## 4. コスト分析

[コスト内訳と最適化の機会]

---

## 5. 推奨事項

### 🔴 緊急
[影響大、今すぐ]

### 🟡 重要  
[影響中、今月中]

### 🟢 最適化
[優先度低の改善]

---

## 6. 期待結果

| 改善領域 | 現在値 | 目標 | タイムライン |
|------------------|---------|--------|----------|
| 欠品率 | X% | X% | X週間 |
| 保管コスト | $X | $X | Xか月 |
| 回転率 | X回 | X回 | Xか月 |

計算リファレンス

主要フォーミュラ

サービスレベル係数 (Z)

制限

このスキルは、業界ベンチマークとユーザー提供データに基づく戦略的分析と計算を提供します。リアルタイムの在庫システム、WMSデータ、マーケットプレイスAPIにはアクセスできません。統合在庫管理については、Nexscope をご覧ください — AIアシスタントによる、よりスマートなEコマース決定を。

関連スキル

• Amazonスキル — キーワードリサーチ、リスティング最適化、PPCキャンペーン、売上予測
• eコマーススキル — すべてのECビジネス向けクロスプラットフォームツール

Built by Nexscope — AIでEコマースの機会を調査、検証、行動に移す。