在庫があるのに欠品するのはなぜか? サプライチェーンにおける「ブルウィップ効果」の原因と対策

なぜ、在庫があるのに欠品するのか?

小さな需要差が、上流では大きな発注差になる

ブルウィップ効果が起きると、店頭の販売はそれほど荒れていないのに、卸やメーカーが受け取る注文は大きく揺れます。

たとえば店舗で100個前後売れているだけなのに、在庫補充の判断や安全在庫の上乗せが重なると、卸の発注が120個、メーカー向けの手配が150個といった形で膨らみやすくなります。

もともとこの現象は、上流の注文のぶれが下流の販売のぶれより大きくなることと、そのぶれが上流に行くほど増幅することを指します。

メーカーが見ているのが実際の販売数ではなく下流からの注文だけだと、需要を過大にも過小にも読みやすくなり、結果として過剰在庫と欠品が同時に起こりやすくなります。

さらに、余った在庫の保管費、緊急輸送、残業、計画変更の手間まで増えやすいため、問題は在庫金額だけでは終わりません。営業には売れている実感がないのに増産依頼が飛び、物流は急ぎ便で埋まり、管理部門では在庫回転の悪化が後から見つかる、といったちぐはぐも起きやすくなります。¹

この話は理論だけではありません。経済産業省の委託事業として行われた小売と製造の実証では、需要予測を共同でつくり、情報を事前共有した後、サプライチェーン全体の在庫が17.3%減り、欠品数も18.2%減少しました。

ここで注目したいのは、在庫を減らしたのに欠品も減っている点です。単に在庫を厚くするより、情報の流し方と発注の決め方を整えたほうが成果につながる場面がある。ブルウィップ効果は、そのことを最も分かりやすく示す現象です。²

ブルウィップ効果は何が原因で起きるのか?

需要予測を各段階でやり直すと、ぶれが積み上がる

原因を一つに絞るなら、需要の二重三重の読み直しです。小売は売れ行きを見て発注し、卸はその発注を見てまた予測し、メーカーはさらにその注文を見て生産を決めます。

各段階が自分の安全在庫を上乗せし、しかもリードタイム(発注から入荷までの時間)が長いと、そのたびに注文量は実需より大きく振れやすくなります。

研究でも、注文情報を次の需要信号として処理する構造そのものが、増幅の主要因だと整理されています。¹³

ここで大事なのは、現場の担当者が特別に未熟だから起きるわけではないという点です。Leeらの研究は、ビールゲームで見えるような大きなぶれが、単なる判断ミスではなく、限られた情報と局所最適の中で各社が合理的に動いても起きると説明しました。

つまり、個人の勘や経験だけを責めても解決しにくく、仕組みの問題として直す必要があるわけです。¹

まとめ発注、値引き、欠品時の駆け込みが増幅を強める

もう一つ見落としやすいのが、予測以外の増幅装置です。代表例は、輸送や事務の都合で注文をまとめるまとめ発注、安売りの前に買い溜めを誘う価格施策、そして欠品が見えたときに多めに注文する駆け込み発注です。

Leeらの研究は、この三つに加え、供給不足時の割当を見越した過大発注まで含めて、ブルウィップ効果の主要な原因として挙げています。需要そのものが急に増えていなくても、制度や慣行が増幅を生むわけです。¹

半導体メモリのように供給不安が起きやすい市場では、この最後の動きが特に分かりやすく表れます。古い研究ですが、DRAM(半導体メモリの一種)の不足感が強まった時期には、実際の消費が急増したからではなく、足りなくなる前に押さえたいという思惑で注文が膨らむことがあると紹介されています。

特定商品の今後の価格をブルウィップ効果だけで読むのが難しいのは、この現象に本当の需要変化や供給制約が重なるからです。サプライチェーンを見るときは、注文が増えた事実だけでなく、なぜ増えたのかまで分けて考える必要があります。³

すべての受注変動をブルウィップ効果と見てよいのか?

本当の需要変化と、情報の歪みを切り分ける

答えは、いいえです。新製品の立ち上がり、季節要因、大きな販促、法改正、取引先の入れ替えのように、末端需要そのものが動いているケースでは、上流の受注が荒れても、それだけでブルウィップ効果とは言えません。

見るべきなのは、店頭販売や出荷のぶれに対して、上流の注文のぶれがどこまで大きいかです。販売実績が10%動いただけなのに、工場の生産計画が30%も40%も動くなら、そこに情報の歪みが混ざっている可能性が高い。

逆に、販売実績自体が大きく跳ねているなら、まず市場側の変化を追うべきです。実務では、月次の平均値だけを見ると見落としやすいので、週次や日次で並べるのが有効です。

販促の初日だけ売れているのに、その後も高めの発注が続いていれば、真の需要増より、発注ルールの惰性が疑われます。

逆に、販売、出荷、発注が同じ向きに同じ程度で動いているなら、市場変化の可能性が高いと言えます。¹

この切り分けが大事なのは、ブルウィップ効果が常に起きているわけではないからです。米国の上場企業4,689社を対象にした実証研究では、約65%の企業でブルウィップ効果が確認された一方、35%は確認されませんでした。

広く見られる現象ではありますが、すべての企業、すべての局面で自動的に起きるわけではありません。だから実務では、言葉を知っているかどうかより、販売、出荷、発注の三つを同じ時間軸で比べるほうが先です。

原因を見誤ると、在庫を積み増す、値引きを増やす、修正発注を細かく入れるといった対処が、かえって揺れを大きくすることがあります。⁴

対策は何から始めればよいのか?

実需情報を上流まで共有する

最優先は、実需情報をつなぐことです。ここでいう実需情報とは、POSデータのような店頭で実際に売れた数や、在庫残、販促予定のことです。

上流が下流の注文だけを見る状態では、注文の背後にある事情が分かりません。Leeらは、注文データをそのまま需要だと見なすのではなく、販売実績データ(sell-through data)と在庫状況を共有することが、増幅を抑える鍵だと示しました。¹

日本でも方向性は同じです。経済産業省の2024年報告書は、製造業と小売業が需要予測と在庫補充を一緒に組み立てるCPFR(協働計画、需要予測、補充の連携)を、ミスマッチを解消する仕組みとして位置づけています。

さらに、日本経営工学会の研究では、チェーン全体で完璧な情報共有が難しくても、隣接する取引相手との知識共有や、少し遅れた最終需要情報の中継でも、ブルウィップ効果の抑制が期待できると報告されています。全社横断の巨大システムがなくても、始められる余地はあります。²⁵⁶

ただし、情報共有はデータを渡せば終わりではありません。経済産業省の報告書は、CPFRは一部の事業者だけが連携しても効果が限定されやすく、小売側のメリットが見えにくいと広がりにくいと指摘しています。

だから実務では、誰が予測を更新するのか、どの時点で注文を確定するのか、例外の修正発注をどこまで認めるのかまで決める必要があります。情報共有と役割分担をセットで設計しないと、現場では元の運用に戻りやすくなります。²

発注ルールとリードタイムを同時に見直す

二つ目は、発注のルールを変えることです。まとめ発注が常態化しているなら、発注頻度を上げられないかを見ます。特売のたびに前倒し注文が起きるなら、安売り中心の仕組みを見直します。欠品時に多めに注文したほうが得をする割当ルールなら、そのままでは過大発注を誘います。

対策は、予測モデルより前に、発注の癖を生む制度を直すことです。¹

三つ目は、リードタイムを短くするか、少なくとも急な修正発注が出にくい時間設計に変えることです。

経産省の実証では、小売側の発注リードタイムを製造側の納品リードタイムより長く取り、事前共有を進めたことで、見込み生産を受注生産に近づけ、緊急輸送や工場内の仕掛品在庫廃棄の削減につなげています。

情報共有だけ、あるいはリードタイム短縮だけでは片手落ちで、両方を一緒に見直すのが実務的です。言い換えると、対策の中心は予測モデルではなく、情報とルールの設計にあります。¹²

自社で最初に確認したい項目は何か?

3つの観察点で症状を見分ける

最初の確認は、複雑な最適化モデルから入る必要はありません。販売、出荷、発注の流れに沿って次の三つを見るだけでも、症状はかなりはっきり見分けられます。初期診断には十分役立ちます。

• 販売、出荷、発注の三つの時系列を並べ、どの段階からぶれが急に大きくなるかを見る
• まとめ発注、特売前の前倒し発注、欠品時の特例発注が常態化していないかを確認する
• 修正発注の締切と補充リードタイムを比べ、現場が無理な後追い調整をしていないかを確かめる

進め方も大げさに考えなくてかまいません。まずは一つの商品群、一つの取引先、一か月から三か月分の時系列を並べ、販売と発注の差が最も開く場面を探します。

次に、その期間に特売、欠品、修正発注、輸送制約のどれが重なったかを確認します。原因が見えれば、共有すべきデータ項目も絞れます。POSの全項目を一気に連携しなくても、欠品率、在庫日数、修正発注回数の三つだけで、改善の方向はかなり見えやすくなります。

この三つのうち二つ以上が当てはまるなら、最初の一歩は全社横断の大改革ではなく、隣接工程とのデータ接続です。実需、在庫、販促予定、修正発注の理由だけでも共有すると、上流の読み違いはかなり減ります。全社で一斉に完璧な情報共有を目指さなくても、隣同士の連携や、少し遅れた最終需要情報の共有から効果は出せます。

ブルウィップ効果は、需要のぶれそのものより、需要をどう受け取り、どう注文に変えるかで大きくなります。だからこそ、在庫を増やす前に、まず情報の流れと発注ルールを見直すべきです。数字を足す前に流れを整える。この順番を守るだけでも、対策の精度はかなり変わります。

店頭販売の数字より上流の注文だけが荒れているなら、それは需要予測の限界ではなく、サプライチェーン設計を見直す合図かもしれません。¹⁵⁶

出典・参考資料

1. 「Information Distortion in a Supply Chain: The Bullwhip Effect」Hau L. Lee, V. Padmanabhan and Seungjin Whang ↩

2. 「令和 5 年度流通・物流の効率化・付加価値創出に係る基盤構築事業（複数事業者協働での製品在庫配置の最適化による輸配送効率向上並びに返品・廃棄削減事例の創出）調査報告書」一般財団法人 日本気象協会 ↩

3. 「The Bullwhip Effect in Supply Chains」Hau L. Lee, V. Padmanabhan, Seungjin Whang ↩

4. 「Information Transmission and the Bullwhip Effect: An Empirical Investigation」Robert L. Bray, Haim Mendelson ↩

5. 「在庫に関する知識共有のブルウィップ効果に及ぼす影響について－ 在庫シミュレーションモデルの提案と検証 －」齊藤 史哲 ↩

6. 「最終需要情報を共有するサプライチェーンにおいて共有情報伝達の遅れがブルウィップ効果抑制に及ぼす影響の分析」水野 浩孝, 森山 弘海, 羽田 隆男 ↩