# InventoryAX — 在庫を、数式とデータで語る。 > 製造業の在庫を、計算式・モデル・データ・システム境界で解説する専門メディア。安全在庫・発注点・需要予測・棚卸精度・在庫KPIの算出方法、ERP／MES／WMSの役割分担、AIによる在庫算出の検証方法を、計算ツール・製品データベース・導入事例データベース・日英中の用語集とともに届けます。MESとデータ基盤の実装経験を持つ実務者が書いています。 運営：株式会社サオス (SAWS K.K.)（https://saws.jp/）。編集方針：一次情報にあたる／数字には発表元・時期を併記／推測は「推測」と明記／更新日を水増ししない／製品・サービスの提供元から掲載料を受け取らない。詳細: https://inventoryax.com/editorial-policy/ 収録規模：記事60本、製品・サービスDB 0件、導入事例DB 0件、用語集（日英中）421語。 ## 在庫の基礎と計算式（https://inventoryax.com/basics/） 在庫とは何か、なぜ増えるのか。在庫回転率・回転日数・在庫金額の定義を、計算式と数値例で押さえます。 - [製造業の在庫の種類：原材料・部品・仕掛品・製品・保守部品の5区分と管理の要点](https://inventoryax.com/basics/inventory-types-manufacturing): 製造業の在庫は原材料・部品・仕掛品・製品・保守部品の5つに分けると、管理単位・正本システム・評価方法・リスクの違いが見えます。仕掛品の評価額を進捗度で計算する例（1個7,000円×200個＝140万円）も示します。 - [在庫回転率の計算式：売上原価ベースと売上高ベースで4.0回と5.3回に分かれる理由](https://inventoryax.com/basics/inventory-turnover-formula): 在庫回転率は売上原価÷平均在庫（原価）で計算するのが基本です。売上高ベースで割ると売上総利益の分だけ回転が良く見え、数値例では4.0回が5.33回になります。平均在庫の取り方と、式が誤った判断を生む条件も示します。 - [サイクル在庫・輸送中在庫・季節在庫：在庫を6つの機能で分けて計算する](https://inventoryax.com/basics/cycle-pipeline-seasonal-stock): 在庫は持つ理由で、サイクル在庫・安全在庫・輸送中在庫・季節在庫・工程間在庫・見越し在庫の6つに分けられます。輸送中在庫は流量×輸送日数（300個/日×25日＝7,500個）、季節在庫は能力不足分の先行生産で計算でき、機能ごとに減らし方が違います。 - [在庫回転日数（DIO）の計算と、月数・週数への換算：91日は3.0か月・13週](https://inventoryax.com/basics/inventory-days-on-hand): 在庫回転日数（DIO）は平均在庫÷売上原価×365で計算し、数値例では91.25日（3.0か月・13.0週）になります。暦日と稼働日の違い、過去実績ベースと将来需要ベースで日数が6週と4.1週に分かれる例、式が使えない条件を示します。 - [製造業の在庫KPI一覧：10指標の定義・計算式・よくある誤用](https://inventoryax.com/basics/inventory-kpi-list): 製造業の在庫KPIを、在庫の量（在庫金額・回転率・回転日数）、欠品（サイクルサービス率・フィルレート）、質（滞留在庫比率・在庫精度）、資金（CCC）の4群10指標に分け、式と数値例、誤用の例を示します。在庫精度は差異の相殺で0.2%と9.8%に分かれます。 - [在庫金額の算出：数量×単価の「単価」を先入先出法・移動平均法など4方式で比べる](https://inventoryax.com/basics/inventory-value-calculation): 在庫金額は数量×単価ですが、単価を先入先出法・移動平均法・総平均法・最終仕入原価法のどれで決めるかで、同じ200個の在庫が22.2万〜24.0万円に分かれます。数値例と標準原価の扱い、システムで単価がずれる原因を示します。 - [適正在庫の決め方：サイクル在庫＋安全在庫で「平均463個・上限863個」を出す手順](https://inventoryax.com/basics/appropriate-inventory-level): 適正在庫は1つの数字ではなく、下限（安全在庫）・平均（発注量÷2＋安全在庫）・上限（発注量＋安全在庫）の幅で決めます。日需要40個・リードタイム10日・発注量800個の数値例で計算し、リードタイムがばらつくと安全在庫が3.3倍になる例も示します。 - [製造業で在庫が増える7つの構造要因と、数字での見分け方](https://inventoryax.com/basics/why-inventory-increases): 製造業の在庫はロットサイズ・リードタイム・安全在庫の設定・品目数・発注の増幅・需要終息・帳簿の不一致の7要因で増えます。品目を4種類に分けると安全在庫が2倍（330→660個）になる例など、要因ごとの式と、データで見分ける指標を示します。 ## 安全在庫・発注方式（https://inventoryax.com/holding/） 安全在庫、発注点、定量・定期発注、EOQ、サービス率。式の前提と、前提が崩れたときに数字がどう狂うかまで書いています。 - [安全在庫の計算式：安全係数×標準偏差×√リードタイムの前提と数値例](https://inventoryax.com/holding/safety-stock-formula): 安全在庫＝安全係数z×需要の標準偏差×√リードタイム。日次需要100個・標準偏差30個・リードタイム9日・サービス率95%なら148個です。単位のそろえ方、月次データの換算、式の前提が崩れる4つの場面まで数値例で確かめます。 - [リードタイムがばらつくときの安全在庫の式と、遅延が偏るときの補正](https://inventoryax.com/holding/safety-stock-lead-time-variability): 日次需要100個の部品でリードタイムが平均9日・標準偏差2日でばらつくと、安全在庫は148個から361個へ2.4倍になります。分散を合成する式の記号と単位、数値例、遅延が一方向に偏るときに式が過小になる理由をシミュレーションで確かめます。 - [発注点の計算：リードタイム需要＋安全在庫と、発注残・引当の扱い](https://inventoryax.com/holding/reorder-point-calculation): 発注点＝平均需要×リードタイム＋安全在庫。日次100個・9日・安全在庫149個なら1,049個です。比べる相手は手持在庫ではなく発注残と引当を加減した在庫ポジションで、手持だけで判定すると二重発注が起きます。数値例とシステム上の注意点を示します。 - [定量発注と定期発注の違い：安全在庫が1.33倍になる理由と選び方の5基準](https://inventoryax.com/holding/fixed-quantity-vs-periodic-ordering): 定量発注は在庫が発注点を割ったら一定量、定期発注は決まった間隔で目標水準まで発注します。発注間隔7日・リードタイム9日なら定期発注の安全在庫は148個から197個へ1.33倍。違いを式と模擬計算で示し、品目ごとの選び方を整理します。 - [経済的発注量（EOQ）の式と、製造業で前提が崩れる6つの場面](https://inventoryax.com/holding/eoq-formula-assumptions): EOQ＝√(2×年間需要×1回の発注費÷1個あたり年間保管費)。年間12,000個・発注費8,000円・保管費300円なら800個です。総費用曲線が平らなこと、段取費や保管費率の決め方、生産ロットへの拡張（EPQ）など前提が崩れる場面を数値で確かめます。 - [サイクルサービス率とフィルレートの違いと換算：フィルレート98%でも安全在庫が3倍違う理由](https://inventoryax.com/holding/cycle-service-level-vs-fill-rate): サイクルサービス率は欠品しなかった発注サイクルの割合、フィルレートは需要数量のうち即納できた割合です。フィルレート98%を狙うと、発注量800個なら安全在庫51個、100個なら146個。期待欠品数の式で換算し、KPIとして測るときの注意点を示します。 - [需要が正規分布でないときの安全在庫：ポアソン・ガンマ・経験分布の使い分けと数値例](https://inventoryax.com/holding/safety-stock-non-normal-demand): 変動係数0.8の需要に正規分布の安全在庫を置くと、95%狙いが実績92.9%、99%狙いが96.7%に落ちます。ポアソン分布・ガンマ分布・経験分布で発注点を求める式と数値例を示し、需要の大きさと変動から使う分布を選ぶ基準を整理します。 - [間欠需要（保守部品など）の安全在庫と発注方式：正規分布で1個足りなくなる理由](https://inventoryax.com/holding/intermittent-demand-safety-stock): 6週に1回・平均3個ずつ出る保守部品をリードタイム8週で持つと、95%に必要な在庫は11個で、正規分布の計算では10個と1個不足します。間欠需要の分類（ADIとCV²）、複合分布での計算、1個ずつ補充する基準在庫方式の設計を数値例で示します。 ## 棚卸・在庫精度（https://inventoryax.com/counting/） 実地棚卸と循環棚卸、帳簿在庫との差異、在庫精度（IRA）の測り方。差異の原因をデータで切り分ける手順です。 - [実地棚卸の手順：準備・カウント・差異確認・調整の4段階と14日前からの段取り](https://inventoryax.com/counting/physical-inventory-procedure): 実地棚卸の精度は当日のカウントより、14日前からの準備と差異確認の段取りで決まります。担当・期限・残す記録を4段階で整理し、5品目の計算例で正味差異率−0.33%と絶対差異率1.32%の違いを示し、差異が小さく見える落とし穴を示します。 - [循環棚卸（サイクルカウント）の設計：対象・頻度・人員を年間1万3千件の例で決める](https://inventoryax.com/counting/cycle-counting-design): 循環棚卸は「定期の対象」と「事象で起動する対象」を組み合わせて設計します。対象の選び方、頻度、カウント時間帯、必要人員の計算式を、年間1万3,000件・1日0.54人の数値例で示し、運用が崩れる典型パターンも整理します。 - [在庫精度（IRA）の測り方：許容誤差の決め方と10件の計算例、標本数の目安](https://inventoryax.com/counting/inventory-record-accuracy-ira): 在庫精度（IRA）は「許容誤差内に収まったカウント件数÷カウント件数」で測ります。ABC区分別の許容誤差の決め方、10件の計算例で完全一致40%と許容誤差込み70%の違い、少量品の扱い、標本200件で±3.3ポイントの誤差幅を示します。 - [棚卸差異の原因を取引データで切り分ける6ステップと、差異−135個の分解例](https://inventoryax.com/counting/inventory-discrepancy-root-cause): 棚卸差異は、前回の実数から取引を積み上げた理論在庫と照合し、カットオフ・ロケーション違い・単位換算・バックフラッシュの順に「データの痕跡」で切り分けます。6ステップの手順と、差異−135個を連携遅れ120個と不良未計上15個に分解する計算例を示します。 - [ブラインドカウント（盲検棚卸）の効果と運用：見逃し率で測り、年130時間の増分を見積もる](https://inventoryax.com/counting/blind-count): ブラインドカウントは帳簿数量を見せずに数えさせ、帳簿への合わせ込みを防ぐ方法です。効果を「見逃し率」で測る手順と、仮の数値例で見逃し率37.5%が8.3%に下がる計算、1件0.6分の増加が年130時間になる工数の見積もり、品目も伏せる方式の使い分けを示します。 - [棚卸の凍結とカットオフ：入出庫を止めずに数える3方式と、時刻補正の計算例](https://inventoryax.com/counting/stocktaking-freeze-cutoff): 入出庫を止めずに棚卸するには、ゾーン単位の順次凍結か、帳簿スナップショットとカウント時刻による補正を使います。3方式の比較と、計上時刻ではなく現物が動いた時刻で補正しないと差異+10個が実は−10個になる計算例、期末の所有権カットオフの注意点を示します。 - [仕掛品の棚卸：工程在庫の数え方4パターンと、進捗度で評価額が8%変わる計算例](https://inventoryax.com/counting/wip-counting): 仕掛品は「どこにあるか」と「どこまで加工されたか」の両方を数えないと評価できません。個数・重量換算・容量・工程通過記録の4つの数え方、重量換算の誤差、進捗度60%と50%で評価額が96万円と88万円に分かれる計算例、MESの実績と照合する手順を示します。 - [RFIDとバーコードによる棚卸：2万点で工数23時間対13時間、精度と向き不向きの判断](https://inventoryax.com/counting/rfid-stocktaking): RFIDは一括で読めるため棚卸の工数を減らせますが、読み漏れと隣接棚の誤読という固有の誤差を持ちます。2万点・2,000ロケーションの仮定で工数23.3時間対13.3時間を計算し、タグ費用との損益、読取率の測り方、製造業で向く在庫と向かない在庫を示します。 ## 在庫とシステム境界（https://inventoryax.com/systems/） ERP・MES・WMS・SCP のどこが在庫の正本を持つのか。引当・ロット・仕掛在庫の受け渡しを、システム境界の表で整理します。 - [在庫の正本はどのシステムが持つか：ERP・MES・WMSで7属性を分ける考え方](https://inventoryax.com/systems/inventory-system-of-record): 在庫の正本は「システム単位」ではなく「属性単位」で決めます。品目・ロット・仕掛・ロケーション・ステータス・引当・評価の7属性をERP・MES・WMSのどれが持つかを表で示し、正本を決めないと起きるずれの典型3パターンと決め方の手順を書きます。 - [ERP・MES・WMSの在庫の境界表：品目・ロット・仕掛・ロケーションの17項目](https://inventoryax.com/systems/erp-mes-wms-boundary-table): ERP・MES・WMS・SCPが在庫のどの項目を持つかを17項目の境界表で示します。品目・ロット・仕掛・ロケーション・ステータス・引当・評価のそれぞれで正本と写しを分け、境界をまたぐ取引と、境界があいまいなときに起きる差異の型を整理します。 - [引当の設計：仮引当と本引当を3システムでどう分けるか、二重引当を防ぐ5つのルール](https://inventoryax.com/systems/inventory-allocation-soft-hard): 引当は数量だけを押さえる仮引当と、ロット・棚番まで指定する本引当の2段で設計します。ERP・WMS・MESのどこで各段を行うかを表で示し、数値例で二重引当と引当残りが起きる仕組みと、防ぐための5つのルールを書きます。 - [仕掛在庫をMESで持つ意味と、ERPへの計上タイミング4方式の比較](https://inventoryax.com/systems/wip-inventory-in-mes): 仕掛在庫は工程の進捗とロットの状態を知るMESで持ち、ERPには金額計算に必要な粒度だけを渡すのが基本です。ERPへの計上タイミングを工程ごと・節目工程・完成時・月末の4方式で比較し、月末の仕掛金額がずれる原因を図で示します。 - [バックフラッシュ（自動引落し）の落とし穴：在庫差異を生む5つのパターンと数値例](https://inventoryax.com/systems/backflush-pitfalls): バックフラッシュは完成数×BOM数量で部材を自動で引き落とすため、ロス・代替品・不良・タイミングのずれがそのまま在庫差異になります。差異を生む5つのパターンを数値例で示し、ERPとMESのどちらで引き落とすべきかの判断基準と、差異を早く見つける照合の方法を書きます。 - [ERPとMESの在庫がずれる6つの原因と、同期を設計する4つの要素](https://inventoryax.com/systems/erp-mes-inventory-sync): ERPとMESの在庫のずれは、連携の遅れ、送信失敗、再送による二重計上、取消の未連携、単位換算、締めの基準時刻の6つでほぼ説明できます。原因ごとの症状を表で整理し、取引ID・冪等性・状態管理・日次照合の4要素で同期を設計する方法を書きます。 - [単位換算（入数・荷姿・重量）が在庫の数字を狂わせる仕組みと、換算マスタの持ち方4原則](https://inventoryax.com/systems/unit-of-measure-conversion): 箱と個、パレットとケース、kgとmのように単位が混在すると、入数の改訂や端数の丸めで在庫がずれます。ERP・MES・WMSで単位と換算係数をどう持つかを表で示し、入数変更・丸め・変動換算の3つの数値例と、換算マスタを設計する4原則を書きます。 - [在庫ステータスの設計：良品・検査待ち・保留・不良の4区分と遷移表、システム間の対応](https://inventoryax.com/systems/inventory-status-design): 在庫ステータスは良品・検査待ち・保留・不良の4区分を基本に、誰がどの取引で遷移させるかを遷移表で定義します。ERP・MES・WMSでステータスの粒度が違うときの対応表と、ステータスが引き継がれずに保留品が使われる典型的な失敗を書きます。 ## 需要予測と在庫（https://inventoryax.com/forecast/） 移動平均から機械学習まで、需要予測の手法と誤差指標。AI が出した予測値と在庫量を、どう検証すれば正しいと言えるか。 - [製造業の需要予測手法：統計手法と機械学習を使い分ける5つの判断軸](https://inventoryax.com/forecast/demand-forecasting-methods-manufacturing): 移動平均・指数平滑・季節ナイーブ・クロストン法・機械学習を、系列の性質と在庫への効き方で使い分ける判断軸を整理。季節性のある24か月の例で、季節ナイーブがWAPE4.7%、移動平均が14.9%になる差を検算し、在庫への換算も示します。 - [移動平均と指数平滑法：段差のある12か月の計算例で見る遅れとαの選び方](https://inventoryax.com/forecast/moving-average-vs-exponential-smoothing): 3か月移動平均と単純指数平滑（α=0.1/0.3/0.5）を、需要が100から130へ段差で増えた12か月のデータで計算。α=0.1では増加後6か月の予測不足が累計141個になる一方、安定期はα=0.1が最も誤差が小さい。αの決め方を検算します。 - [予測誤差の指標：MAPE・WAPE・MAE・RMSEの違いを4品目の数値例で比較](https://inventoryax.com/forecast/forecast-error-mape-wape): 同じ4品目の予測でも、数量ベースのWAPEは14.8%、金額ベースでは43.9%、MAPEは需要ゼロの品目で計算不能になります。MAE・RMSE・MAPE・WAPE・MASE・バイアスの定義と、在庫の判断にどれを使うべきかを検算つきで整理します。 - [AIの需要予測を在庫と欠品の数字で検証する方法：16週の比較で見る5つの手順](https://inventoryax.com/forecast/validate-ai-demand-forecast): MAPEが良いAI予測が、在庫では欠品を増やすことがあります。16週の数値例で、MAPE5.3%だがバイアス−5.5%の予測Aは欠品4週、MAPE6.8%で偏りのない予測Bは欠品0週。同じサービス率にそろえて在庫を比べる検証手順を示します。 - [予測誤差から安全在庫を計算する方法：需要のばらつきで計算すると5倍になる例](https://inventoryax.com/forecast/forecast-to-safety-stock): 安全在庫の式のσには、需要の標準偏差ではなく予測誤差の標準偏差を入れます。季節性のある12か月の例では、需要の標準偏差175に対し誤差のRMSEは34.4で、リードタイム1.5か月・サービス率95%の安全在庫は352個と69個。誤差の自己相関とバイアスの補正も示します。 - [予測バイアスとトラッキングシグナルの見方：12か月の例で±4を超える時点](https://inventoryax.com/forecast/forecast-bias-tracking-signal): 予測が一方向に外れ続けるバイアスは、誤差の大きさの指標では見えません。トラッキングシグナル（累積誤差÷MAD）を12か月の例で計算し、需要が15%落ちてから2か月目で±4を超えること、放置すると6か月で80個の過剰生産になることを示します。 - [間欠需要の予測：クロストン法とSBA・TSBの3手法を18期の例で計算](https://inventoryax.com/forecast/intermittent-demand-croston): 保守部品のようにゼロが多い需要には、クロストン法が使われます。18期の例で、クロストン法・SBA・TSBを計算し、需要が止まった後もクロストン法は1期1.85個の予測を出し続け、TSBは0.28個まで下がる違いと、在庫の過剰につながる偏りを検算します。 - [予測の付加価値分析（FVA）で予測プロセスを評価する：8か月の階段表の作り方](https://inventoryax.com/forecast/forecast-value-added): FVAは、予測プロセスの各段階が誤差をどれだけ減らしたかを、ナイーブ予測を基準に測る方法です。8か月の例では統計予測がWAPEを9.4ポイント改善し、営業の上乗せは2.1ポイント悪化させました。階段表の作り方と、在庫への換算を示します。 ## 在庫管理用語集（https://inventoryax.com/terms/） 在庫・SCM・生産管理の用語を日本語・英語・中国語で引ける用語集。計算式つきで定義しています。 ## 業種から探す（https://inventoryax.com/industry/） 自動車・電子・半導体・機械など、自分の業界で何が起きているかを先に読みたい人のための入口です。各業種の記事・導入事例・製品をまとめています。 ## 在庫の種類から探す（https://inventoryax.com/function/） 原材料・部品・仕掛品・製品・保守部品。担当している在庫の種類から、計算式と管理方法を読める入口です。 - [原材料](https://inventoryax.com/function/raw/): 記事26本 - [部品・購買品](https://inventoryax.com/function/parts/): 記事36本 - [仕掛品](https://inventoryax.com/function/wip/): 記事15本 - [製品・出荷](https://inventoryax.com/function/finished/): 記事31本 - [保守部品・MRO](https://inventoryax.com/function/spares/): 記事6本 - [計画・S&OP](https://inventoryax.com/function/planning/): 記事17本 - [財務・経営](https://inventoryax.com/function/finance/): 記事9本 ## 手法・システムから探す（https://inventoryax.com/tech/） 統計・需要予測・最適化と、ERP・MES・WMS・バーコード。使う手法やシステムの側から、在庫の計算と注意点を読める入口です。 - [統計・安全在庫](https://inventoryax.com/tech/statistics/): 記事21本 - [需要予測・機械学習](https://inventoryax.com/tech/forecasting/): 記事12本 - [最適化・シミュレーション](https://inventoryax.com/tech/optimization/): 記事4本 - [ERP・MRP](https://inventoryax.com/tech/erp/): 記事33本 - [MES](https://inventoryax.com/tech/mes/): 記事23本 - [WMS・倉庫](https://inventoryax.com/tech/wms/): 記事20本 - [バーコード・RFID・IoT](https://inventoryax.com/tech/auto-id/): 記事5本 ## 全文・索引 全記事・全事例の本文（プレーンテキスト・出典つき）: https://inventoryax.com/llms-full.txt 用語集データ（CC BY 4.0）: https://inventoryax.com/terms/inventoryax-glossary.csv ／ https://inventoryax.com/terms/inventoryax-glossary.json sitemap: https://inventoryax.com/sitemap.xml RSS: https://inventoryax.com/feed.xml ## 引用時のお願い 数字・製品名・日付を引用する際は、各ページ末尾の「出典」に記載した発表元と時期をあわせて示してください。記事の公開日・更新日、製品・事例の情報確認日は各ページの先頭に明記しています。