小売店のPOSデータ分析をエクセルでやる方法 売れ筋・死に筋抽出とABC分析の実務

POSデータ分析はエクセルで大半組める。壁は「量」と「速さ」

POSレジのCSV出力とピボットテーブル、ABC分析の数式さえ組めば、売れ筋・死に筋の把握は追加のツール費用なしで実務レベルまで到達する。1〜2店舗規模なら、この記事の型をそのまま実装すれば十分に運用できる。

限界が出るのは分析の精度ではなく「量」と「速さ」だ。SKU数と店舗数が増えるとピボットの再計算が重くなり、日次で追いたい仕入判断が週次・月次にずれ込む。まず実装の型を押さえ、そのうえで自分の店がどこまでエクセルで戦えるかを後半で判断できるようにする。

POSデータのCSV出力からピボット集計までの型

POSレジからのCSV出力は、多くの機種で「日付・時刻・店舗コード・商品コード・商品名・数量・単価・金額・決済方法」の列構成になる。この生データを直接見て売れ筋を判断するのは非効率で、まず商品マスタ（商品コード・カテゴリ・仕入原価）とVLOOKUPかXLOOKUPで結合し、分析用の1枚のテーブルに整える工程が実務の起点になる。

このとき生データの範囲を「テーブル」（Ctrl+T）に変換しておくと、翌日以降のCSVを貼り足しても数式やピボットの参照範囲が自動で広がる。範囲固定のSUMIFSだけで組んでいる店舗は、月が替わるたびに参照範囲を手で伸ばす作業が発生し、そこで入力ミスが起きやすい。

集計そのものはピボットテーブルに任せるのが最短だ。「商品×日次」「カテゴリ×店舗」のクロス集計をピボットで作り、値フィールドを「合計」ではなく必要に応じて「個数」に切り替えれば、売上金額と販売点数の両方を同じ操作で見られる。日次の売上金額だけをダッシュボード的に見たい場合はSUMIFS（条件付き合計）で組んだほうが、更新の軽さと自由度のバランスが良い。

売れ筋・死に筋を分けるABC分析の実装

ABC分析の考え方はシンプルで、商品別売上を降順に並べ替え、累積構成比を計算し、上位から売上の70%までをAランク、70〜90%をBランク、残りをCランク（死に筋候補）に分類する。

実装は、商品別売上を降順ソートした表に対して、累積売上を絶対参照のSUM（例: =SUM($C$2:C2)）で1行ずつ積み上げ、それを総売上で割って累積構成比を出す。そこにIFS関数で「70%以下ならA」「90%以下ならB」「それ以外はC」とランクを付与すれば完成する。

実際にこの仕組みを組むときによくある失敗が、累積構成比の数式を相対参照のまま組んでしまい、翌月に商品ラインナップが変わった瞬間に参照範囲がずれてランクが総入れ替えになる不具合だ。絶対参照とテーブル機能を併用し、商品リストの増減があってもランク付けのロジックが崩れない形にしておく必要がある。Cランクが「死に筋」と即断できるわけではなく、新商品や季節限定品はまだAランクに育つ途中の場合があるので、初回登録から一定期間（3〜6ヶ月が目安）はランク判定から除外するか、別枠で見るルールを設けておくと運用が安定する。

季節変動をどう見るか（前年同月比・移動平均）

売れ筋・死に筋は一時点の判断ではなく、季節変動を差し引いて見る必要がある。夏物が冬に死に筋判定されても意味がないからだ。

エクセルで組める範囲では、前年同月比（=今年の売上/前年同月の売上-1）と、3ヶ月移動平均（=AVERAGE()で直近3ヶ月をスライドさせる）の2つで実務は十分に回る。前年同月比が算出できない新規出店・新商品には、カテゴリ全体の季節指数（カテゴリ売上の月別構成比）を代用値として当てはめる運用でカバーできる。

ここで見えてくる限界が、天候・近隣イベント・競合の出店といった外部要因までは、エクセルの延長線上では再現性のあるモデルに落とし込みにくいという点だ。担当者の経験と勘に頼る比率が残り、属人化が進みやすい。

データ量が増えると何が起きるか（エクセル運用の限界）

エクセルでのPOS分析が崩れ始めるタイミングは、感覚的には次の3つに集約される。

• 重い: 複数店舗のCSVを1ファイルに集約し、SKU数が数千規模になると、ピボットの再計算やファイルを開く動作が数十秒〜数分単位で遅くなる（目安・要検証）。分析のたびに待ち時間が発生し、確認自体が後回しにされていく。
• リアルタイム分析ができない: POSからのCSV出力を手動でダウンロードし、エクセルに貼り付ける運用が大半のため、当日の動きをその場で追うことができない。基本的に日次バッチ、店舗が多いと週次バッチに落ち着く。
• 仕入判断への反映が遅れる: 分析結果が出るのが週次・月次になると、発注のタイミングと分析結果がずれる。売れ筋の欠品や死に筋の過剰在庫が、実際に発生してから数週間後に気づく構造になりやすい。

これらは「エクセルが悪い」のではなく、表計算ソフトの設計思想（1ファイル・手動更新・逐次計算）が、店舗数・SKU数のスケールに比例して不利になっていくという構造の問題だ。自社のどの業務がこの構造に当てはまっているかを一度整理すると、どこから手を付けるべきかが見えやすくなる。初月無料の経営AI診断（通常30万円相当）では、こうした運用の詰まりどころを一緒に洗い出すところから始めている。

脱エクセルの判断基準（POSデータ分析AI・BIツールへの移行）

エクセルを全部捨てる必要はない。移行を検討すべきサインを3つに絞ると判断しやすくなる。

1. 発注の意思決定に使うデータが1週間以上古い: 週次・月次でしか売れ筋を追えていない場合、リアルタイムに近い集計基盤への移行で欠品・過剰在庫のロスを削減できる余地が大きい。
2. 店舗間の数字合わせに半日以上かかる: 店舗ごとにファイルが分かれ、統合作業自体が担当者の主業務になっている状態は、集計の自動化だけでもBIツールやAI分析基盤への移行効果が出やすい。
3. ランク判定・季節指数の計算ロジックが属人化している: 特定の担当者しか数式を触れない状態は、退職・異動のリスクがそのまま業務停止リスクになる。

3つとも当てはまらないなら、今のエクセル運用を磨き込むほうが投資対効果は高い。1つでも常態化しているなら、集計・可視化部分だけをツール化し、個別の深掘り分析はエクセルに残すという段階的な移行が現実的な選択肢になる。どこまでを残しどこから自動化するかの線引きは、自社の業務量とSKU構成によって変わるため、迷ったら診断で現状を可視化してから決めるのが遠回りに見えて早い。

まとめ

POSデータのCSV出力・ピボット集計・ABC分析・季節変動の把握は、いずれもエクセルの標準機能だけで実装できる。限界が出るのは分析ロジックではなく、店舗数・SKU数が増えたときの「量」と「更新の速さ」だ。自社がどの段階にいるかを見極め、崩れる前に集計基盤を見直すことが、欠品・過剰在庫のロスを防ぐ一番の近道になる。

関連記事

• 小売店の在庫管理をエクセルでやる方法 発注点・棚卸の実務設計と限界 — 関連: 在庫管理側の実装知と限界
• 飲食店の売上管理をエクセルでやる方法 商品別・決済別・店舗別集計 — 関連: 売上集計の型の応用
• 受注管理をエクセルで続ける限界と脱エクセルの判断基準・移行ステップ — 関連: 脱エクセル判断基準の考え方
• EC・小売のAI需要予測で在庫最適化 欠品と過剰在庫を減らす方法 — 関連: 移行先のAI活用イメージ
• 中小企業のAI導入 費用相場と内訳 初期費用から運用コストまで実例で解説 — 関連: 移行時のコスト視点（横断クラスタ）

よくある質問

POSデータのABC分析はエクセルの関数だけで組めますか？

組める。商品別売上を降順に並べ替え、累積売上構成比を数式（絶対参照のSUM）で計算し、IFS関数で70%までをA・90%までをB・残りをCにランク分けすれば追加ツールは不要。ただし商品マスタの増減で参照範囲がずれる設計は崩れやすいので、テーブル機能（Ctrl+T）で自動拡張する形にしておくと運用が安定する。

何店舗・何SKUくらいからエクセル集計が重くなりますか？

目安（仮説・要検証）として、1店舗で日次数百明細なら関数だけで数秒以内に再計算できるが、複数店舗を1ファイルに集約してSKU数が数千を超えるとピボットの再計算に数十秒〜数分かかり始める。体感で「開くたびに固まる」と感じ始めたら、集計方法の見直しどきという合図。

季節変動はエクセルでどこまで見えますか？

前年同月比と移動平均は関数で十分に出せる。ただし天候や近隣イベントなど外部要因まで含めた需要予測は、エクセルの延長では再現性のあるモデルにしづらく、経験と勘に頼る部分が残る。ここがBIツールやAI分析に移す判断の分かれ目になりやすい。

POSデータ分析AIやBIツールに乗り換えるタイミングの目安は？

「発注の意思決定に使うデータが1週間以上古い」「店舗間の数字を合わせるのに半日以上かかる」のいずれかが常態化したら検討どき（仮説）。エクセルを完全に捨てる必要はなく、集計・可視化だけをツール化してエクセルは個別分析用に残す移行の仕方も現実的。