ABC分析とは？

数千から数万に及ぶSKU（最小管理単位）を抱える物流倉庫や店舗において、すべての在庫を均等に管理することは、人員的にも保管コスト的にも不可能です。ABC分析は、売上高や出荷量などの客観的データをもとに在庫の優先順位を3グループに分類し、限られた管理リソースを最も効果的に配分するためのデータ分析手法です。本記事では、ABC分析の基礎から、エクセルを用いた具体的な作成手順、業種別の実務応用、そしてシステム連携による自動化までを網羅的に解説します。

ABC分析とは？パレートの法則から学ぶ在庫管理・経営の基礎知識

ABC分析は、膨大な在庫の中から「管理すべき優先順位」を明確にするためのフレームワークです。すべての在庫を等しく管理するのではなく、売上高や出荷量などの評価軸を用いて在庫をグループ分けし、限られた経営資源を効率的に分配する「重点管理」の考え方に基づいています。

この分析手法の土台となっているのが「パレートの法則（80:20の法則）」です。物流や小売の現場においては、全体の売上の大半は一部の主要な商品によって構成されています。この偏りに着目し、どの商品がビジネスに最も貢献しているのかを可視化することで、過剰在庫の防止や業務効率化を実現できます。

A・B・Cランクの分類基準と「累積構成比」の基本的な考え方

ABC分析では、各商品の売上高などのデータを大きい順に並べ、全体に対する割合を順次足し合わせた「累積構成比」を基準にして、商品をA・B・Cの3つのグループに分類します。一般的に用いられる分類基準は以下の通りです。

ランク	累積構成比の目安	管理方針	管理の具体例
Aランク	上位 0% 〜 70%	厳密な在庫管理（重点管理）	発注サイクルを短くし、安全在庫を最小化する
Bランク	70% 〜 90%	中程度の在庫管理	定期発注と定量発注を組み合わせ、適正水準を維持する
Cランク	90% 〜 100%	簡易的な在庫管理	発注点を低めに設定し、まとめ買いによって発注手間を削減する

例えば、常時3,000のSKU（最小管理単位）を抱えるEC専門の物流倉庫において、この累積構成比を算出すると、わずか10%〜20%のSKUで売上全体の70%（Aランク）を占めるケースが多々あります。実務で分析用シートを作成する際にも、まずはこの累積構成比を正しく算出し、自社の取り扱い商品がどのランクに属するかを区分けすることがスタートラインとなります。

パレートの法則（80:20の法則）が在庫管理に必要な理由

パレートの法則とは、「全体の数値の大部分（約8割）は、全体を構成する一部の要素（約2割）が生み出している」という経験則です。この法則が在庫管理において極めて重要な理由は、限られた保管スペースや人員のなかで、すべての商品を一律に管理することは物理的・時間的に不可能だからです。

常時1万点の商品を保管するディストリビューションセンター（配送センター）を例にとります。すべての在庫に対して毎日棚卸を行い、需要予測に基づいて緻密な発注をかけようとすると、管理コストが膨大になり現場は破綻します。パレートの法則に従えば、売上の8割を生み出している上位2割の商品（Aランク）の管理に注力し、残り8割の商品（B・Cランク）は週1回の発注や簡易的な在庫チェックに留めることで、管理工数を大幅に削減できます。

このように、重要度の高い商品に対して集中的に人員と時間を投じる仕組みを作ることで、欠品による販売機会損失を防ぎつつ、動かない死に筋商品（Cランク）の過剰な発注を抑えることが可能になります。結果として、倉庫全体の適正な在庫削減へとつながり、健全なキャッシュフローの維持に貢献します。

【実務直結】エクセルでの作り方とABC分析の計算5ステップ

倉庫に並ぶ数千種類ものSKUから、どれを重点的に管理すべきかを判断するには、ABC分析が極めて有効です。手元のエクセルを活用すれば、高額なシステム投資を行うことなく、今日からすぐに在庫削減と在庫管理の最適化に向けた分析を開始できます。ここでは、スクショなしでも迷わず作成できる具体的な「エクセルでの作り方」を5つのステップで解説します。

ステップ1〜5：売上データの並び替えからランク自動判定まで

分析を始める前に、エクセル上に「商品名」「売上金額」のデータを用意します。今回は、10個のアイテム（2行目〜11行目）を対象に、A列からE列を使って分析シートを作成する手順を追っていきます。

• ステップ1：総合計の算出
  売上金額が入力されているB列の最下部（B12セル）に、SUM関数を用いて合計値を算出します。
• ステップ2：売上金額の降順ソート
  売上金額のデータ範囲を選択し、データの並び替え機能を使って「降順（大きい順）」にソートします。これにより、売上貢献度の高い主要な商品が上位に集まります。
• ステップ3：売上構成比の計算（C列）
  各商品の売上が全体のなかで占める割合を算出します。個別売上をステップ1で求めた合計売上で除算します。数式コピー時に分母がずれないよう、合計売上のセルは絶対参照（F4キーで$マークを付与）にします。セルの表示形式は「パーセンテージ」に設定します。
• ステップ4：累積構成比の計算（D列）
  売上構成比を上から順に足し合わせます。1行目はそのまま1行目の構成比を、2行目以降は「上のセルの累積値 ＋ 自行の構成比」を計算します。最終行の数値が「100%」になれば計算は正確です。
• ステップ5：ABCランクの自動判定（E列）
  算出された累積構成比をもとに、商品をA・B・Cの3グループに分類します。一般値である「A：70%以下」「B：70%超〜90%以下」「C：90%超」を基準とし、IF関数をネスト（階層化）して判定します。

列	項目名	2行目の入力数式・例	設定のポイント
A	商品名	商品A	システム等から出力した元データを貼り付け
B	売上金額	1,500,000	数値。B12セルに「=SUM(B2:B11)」を入力しておく
C	売上構成比	=B2/$B$12	分母を絶対参照にして下方向へコピー（表示形式：％）
D	累積構成比	=C2 （3行目は =D2+C3）	累積構成比を順次加算。最終行が100%になることを確認
E	ABCランク	=IF(D2<=0.7,”A”,IF(D2<=0.9,”B”,”C”))	累積構成比を基準にIF関数をネストして自動判定

実務を効率化するExcelテンプレート設計と関数の応用例

実務でABC分析を定期運用する際、データが更新されるたびに手動で並び替えや数式の引き直しを行うのは非効率であり、入力ミスの原因にもなります。あらかじめテンプレートを設計しておくことで、データ貼り付けだけで分析が完了する仕組みを作ることができます。

例えば、並び替えの手間を省くために、エクセルの「SORT関数」と「SEQUENCE関数」を組み合わせる方法があります。元データとなるテーブルを別シートに用意し、分析用シートのセルに =SORT(元データ範囲, 2, -1) と入力するだけで、売上金額の大きい順に自動で並び替わった表が生成されます。これにより、データの追加や売上変動があった場合でも、累積構成比とABCランクがリアルタイムに再計算されます。

このように作成したABC分析データは、単なる売上の整理にとどまらず、次章で解説する倉庫ロケーションの最適化や適正な在庫削減アクションを実行するための「マスターデータ」として機能します。

【業種・目的別】在庫削減と売上最大化を実現するABC分析の活用法

実務におけるABC分析は、業種や目的ごとに分析の「軸」を適切に切り替えることで、現場の在庫削減や売上最大化に直接つなげることができます。ここでは、物流・製造、小売・飲食、マーケティングにおける具体的な活用パターンを見ていきます。

物流倉庫・製造業：出荷頻度に応じたロケーション最適化と「在庫削減」

物流倉庫や製造業の現場において、ABC分析は効率的な在庫管理と、ピッキング作業のスピードアップを同時に実現するための基盤となります。ここでの分析軸は、売上金額ではなく「出荷頻度（ピッキング回数）」や「出荷数量」に設定します。金額が高くても、月に数回しか動かない商品はピッキングの優先順位を下げるべきだからです。

例えば、SKU数が5,000点、月間出荷行数が5万行の3PL（サードパーティ・ロジスティクス）倉庫の場合、出荷頻度の高い順にデータをソートし、累積構成比を用いてA・B・Cの3グループに分類します。

• Aランク（累積構成比上位70%）：出荷頻度が極めて高い高回転商品。出荷口（発送エリア）に最も近い「ゴールデンゾーン」と呼ばれる動線上に配置し、ピッキング時の歩行距離を最小限に抑えます。
• Bランク（累積構成比70%〜90%）：中頻度で動く商品。手の届きやすい中段の棚など、標準的なエリアに配置します。
• Cランク（累積構成比90%〜100%）：低頻度で動く低回転商品。倉庫の奥側や高層ラックの上段など、作業効率に影響を与えにくいエリアに配置します。

このロケーション配置転換により、あるピッキング現場では作業員の総歩行距離が削減され、全体の出荷作業時間が20%短縮されました。また、Cランクに分類された長期滞留在庫は、発注点を引き下げる、あるいは受注生産（都度発注）に切り替えることで、倉庫の保管スペースを空け、無駄なキャッシュアウトを防ぐ「在庫削減」に直結します。

小売・飲食店：売上×数量で評価する「死に筋・売れ筋」メニュー分析

小売業や飲食店では、単一の軸（売上高のみなど）でABC分析を行うと、店舗の実態を見誤ることがあります。例えば、単価は非常に高いが月に1度しか売れない商品がAランクになり、毎日何十個も売れる定番の低単価商品がCランクに埋もれてしまうケースです。これを防ぐために、「売上高」と「販売数量」の2軸を掛け合わせたクロスABC分析を用います。

客席数50席のイタリアンレストランにおいて、全50種類のメニューを対象に、過去3ヶ月間のPOSデータからクロスABC分析を実施する場合を例に挙げます。分析結果は以下の4象限に整理され、それぞれ具体的な改善アクションに繋げます。

販売数量ランク	売上高ランク	評価・位置づけ	具体的な改善アクション
A	A	主力・超売れ筋メニュー	グランドメニューの目立つ位置に掲載し、品切れを起こさないよう食材発注を最優先にする。
A	C	客寄せ・薄利多売メニュー	ドリンクセットなどの高利益商品と組み合わせたセット販売を促し、客単価の上昇を図る。
C	A	高単価・低頻度メニュー	注文後の調理ロスが出ないよう食材を冷凍保管にするか、週末限定メニュー化して需要を集中させる。
C	C	死に筋・改廃候補メニュー	廃棄ロスを削減するためメニューから即座に削除し、新しい開発メニューのスペースに充てる。

全メニューのうち売上の80%を支えているのは上位約20%のAランクメニューです。このC/Cランクに該当する「死に筋」メニューを速やかに廃止することで、食材の廃棄ロスが平均で15%削減され、店舗の冷蔵・冷凍スペースの保管効率向上と、仕入れ資金の適正化が実現します。

マーケティング（CRM）：購入金額と頻度から優良顧客を導くセグメンテーション

マーケティングやCRM（顧客関係管理）の領域において、ABC分析は優良顧客（ロイヤルカスタマー）を特定し、限られた販促予算を効率的に配分するために活用されます。顧客ごとの「累積購入金額」をベースに、顧客ランクを設定します。

年間アクティブ顧客数が5,000名のECサイトを例に挙げます。前述のエクセル手順を用いて顧客ごとの年間購入額から累積構成比を算出すれば、顧客ごとのランク分けを容易に自動化できます。算出された各ランクに対する施策は以下の通りです。

• Aランク顧客（累積構成比上位70%・全体の約15%）：売上の大半をもたらす最重要顧客層です。一律の割引クーポンではなく、限定商品の先行案内や専任スタッフによるコンシェルジュ対応など、ロイヤルティを高める「非価格特典」を提供して離脱を防止します。
• Bランク顧客（累積構成比70%〜90%・全体の約30%）：Aランクへの引き上げ候補となる育成層です。過去の購入履歴に連動したレコメンドメールや、一定金額以上の購入で送料無料となる特典を付与し、購入頻度と客単価のアップを促します。
• Cランク顧客（累積構成比90%〜100%・全体の約55%）：初回購入のみで休眠している、または低単価な購入にとどまる層です。この層にコストのかかるDM発送や電話アプローチを行うと、マーケティングコストが回収できず赤字になります。そのため、LINE公式アカウントの自動配信やSNS広告など、配信コストが極めて低いチャネルでの接触に限定します。

すべての顧客に等しく販促費用をかけるのではなく、Aランクの優良顧客にリソースを集中的に投資することで、Cランク顧客への過剰な販促費を抑制し、全体の獲得LTV（顧客生涯価値）を最大化することができます。

ABC分析を実務に導入する際の落とし穴と運用の注意点

ABC分析は効率的な在庫管理や在庫削減を進める上で非常に有効な手段となります。しかし、エクセルで機械的に分析結果を適用するだけでは、現場の運用で深刻な機会損失を招くリスクがあります。定量的な数値データのみに頼った判断が引き起こす落とし穴と、実務における運用の注意点を解説します。

Cランク（ロングテール品）を安易に廃止してはいけない「ついで買い」の罠

Cランクの商品は、累積構成比で90%〜100%の範囲に位置し、個別の売上貢献度が低い「ロングテール品」に該当します。在庫管理の効率化や在庫削減の観点から、これらCランクの商品を一律に取扱中止（廃止）にする判断を下しがちですが、ここには大きな落とし穴が存在します。

例えば、業務用厨房機器や消耗品を取り扱うECサイトにおいて、売上の大半（Aランク）を占めるのは「高額なオーブン」や「定番の洗剤」です。一方で、「特定のマイナーなパッキン」や「特殊な形状の清掃用ブラシ」などは、年に数回しか動かないCランク品となります。しかし、顧客である飲食店は「必要な保守部品や消耗品がすべて1箇所で揃うこと」を利便性として感じてそのECサイトを利用しています。ここでCランクの消耗品を「在庫削減」のために廃止すると、顧客は他社サイトへ流出し、結果としてAランクである高額機器の売上まで失うことになります。

このように、Cランク品には「フック商品であるAランク品とのセット購入（ついで買い）」や「顧客維持」という、定量データには表れにくい定性的な価値があります。廃止を検討する際は、売上規模だけでなく、以下のステップで影響を多角的に評価する必要があります。

評価項目	確認するデータ・指標	廃止・維持の判断基準
併売率（ついで買い）	同時購買トランザクション数	Aランク品と同時に購入されている場合は維持
代替品の有無	同等スペックの他社製品数	市場に代替品がなく、顧客のストア定着動機になっている場合は維持
調達難易度	仕入先の最小発注数量（MOQ）	発注から納品まで3ヶ月以上かかる特殊品は、最小限の在庫で維持

機械的に「累積構成比90%以上は一律カット」とするのではなく、購入履歴のトランザクションデータを分析し、Aランク品との同時購買率が5%を超えるCランク品は残す、といった具体的な基準を設けることが、総売上を落とさないための防衛策となります。

季節変動や一時的なブームによるランク逆転（評価の陳腐化）を防ぐ対策

ABC分析のもう一つの大きな落とし穴は、分析に用いるデータの「期間設定」による評価の陳腐化です。一度作成したABC分析の結果を固定化したまま運用を続けると、市場の変化や季節変動に対応できず、過剰在庫や欠品を引き起こします。

例えば、年間10万件の出荷を処理するアパレル物流倉庫において、4月に前年度（4月〜翌3月）の通期データをもとにABC分析を行い、在庫管理の優先順位を設定したとします。この場合、夏物衣料や冬物衣料などの季節商品は、通期で見ると累積構成比の低いCランクに分類されてしまいます。しかし、7月単月で見れば、夏物サンダルや水着は明らかにAランクの売れ筋商品となります。これをCランク扱いのまま運用していると、需要期に深刻な機会損失（欠品）が発生します。

このような季節変動や一時的なトレンドによるランク逆転を防ぐためには、以下の3つの運用ルールを設計・定着させることが効果的です。

• 分析スパンの短サイクル化：
  季節性の高い商材を取り扱う現場では、過去1年間のデータだけでなく、「直近3ヶ月の移動累計データ」や「前年同月（例：7月度のみ）のデータ」を用いたローリング分析を実施します。これにより、直近の需要変化に追従した在庫管理が可能になります。
• ランク昇格・降格の自動トリガー設定：
  エクセルやWMS（倉庫管理システム）において、直近2週間の出荷数が過去3ヶ月平均の150%を超えた場合、自動的にCランクからBランクへ仮昇格させ、安全在庫を一時的に増やすアラート仕組みを構築します。
• 新規登録商品の「特別枠（Nランク）」運用：
  過去の販売実績がない新規商品は、累積構成比を算出できないため、一時的に「N（New）ランク」として別枠で管理します。テスト販売期間（例：発売後1ヶ月）が経過した後に、初めて通常のABC分析のフローへ組み込みます。

ABC分析は一度作って終わりにするものではなく、市場の変動に合わせてメンテナンスし続ける「動的な管理ツール」として運用しなければ、在庫削減と欠品防止の両立は実現できません。

【物流DX対応】在庫管理DXとシステム連携によるABC分析高度化アクション

物流業界におけるドライバー不足や法規制の強化（物流2024年問題など）に対応するためには、荷主企業側での在庫管理の高度化による出荷・配送プロセスの効率化が不可欠です。しかし、手動によるエクセルでの分析手順を毎月繰り返す運用では、リアルタイムな需要変動に追いつけず、突発的な欠品や過剰在庫、それに伴う緊急配送の発生を防ぎきれません。物流現場の生産性を高めるためには、システム連携による自動分析への移行を急ぐべきです。

WMS・IoT連携がもたらすリアルタイムABC分析と工数削減効果

WMS（倉庫管理システム）や基幹システム（ERP）、および重量センサーを搭載したスマートマットなどのIoT機器を連携させることで、出荷実績データから累積構成比を自動計算し、リアルタイムでABCランクを更新する仕組みが構築できます。これにより、従来の分析作業にかかっていた間接工数を削減するとともに、需要の変化に即座に対応した在庫削減施策が可能になります。

例えば、保有SKUが8,000点を超える食品卸の物流センターにおいては、従来は毎週末に担当者がデータを抽出し、エクセルを用いて3時間かけてABC分析を実施していました。これをWMSと連携したシステムに移行することで、分析工数がゼロになるだけでなく、急激に需要が増加した商品を即座にAランクへ昇格させ、ピッキング動線の手前に配置を変更する運用を自動化できます。システム連携によって実現するランク別の自動アクションは以下の通りです。

ランク	累積構成比の目安	対象となる商品の特性	システム連携による自動アクション
Aランク	0〜70%	出荷頻度が極めて高い売れ筋商品	自動発注システムと連動させ、日次で安全在庫を算出して発注。ピッキングエリアの最前線に動的配置。
Bランク	71〜90%	出荷頻度・需要ともに中程度の商品	週次で需要予測データを更新し、安全在庫基準と発注点の中間値で自動補充。
Cランク	91〜100%	出荷頻度が低いロングテール商品	定期不定量発注へ移行し、保管エリアを倉庫奥に固定。一部商品は複数拠点から特定拠点へ在庫を集約。

物流負荷を軽減する「発注頻度・安全在庫基準」最適化チェックリスト

全商品のうち約2割に相当するAランク品が、総出荷量の約8割を占めます。この高頻度出荷商品の在庫管理と発注ルールを自動化・最適化することで、トラックの積載効率向上や倉庫内の作業負荷軽減を実現できます。物流・倉庫管理の責任者が明日から取り組むべき、システム連携によるアクションチェックリストは以下の通りです。

• チェック1：Aランク品の発注方式を「定期定量発注」から「自動需要予測型発注」へ移行しているか
  出荷量の多いAランク品を固定のタイミングで発注すると、需要のブレによって緊急チャーター便の手配が必要になります。WMSの出荷スピードをベースにした自動予測発注へ移行することで、安全在庫のブレを最小限に抑え、急な増産や配送要請によるスポット便の発生率を20%以上削減できます。
• チェック2：Cランク品の保管拠点を集約し、複数拠点からの混載配送を回避できているか
  累積構成比の最下位層であるCランク品を全拠点に分散配置すると、拠点ごとの安全在庫が増加し、保管スペースを圧迫します。Cランク品を特定の基幹センターに集約し、受注確定時のみ基幹センターから発送する体制にすることで、全体の在庫量を抑制し、無駄な横持ち輸送を削減します。
• チェック3：WMSと棚割管理システムを連動させ、ABCランクに応じたロケーションの自動変更を実装しているか
  季節変動などでAランクとCランクが入れ替わった際、倉庫内のロケーション配置を手動で変更するのは困難です。システム連携により、ランク変動があったSKUに対して、翌日のピッキング開始前までに作業動線の短い「ゴールデンゾーン（手の届きやすい棚位置）」への移動指示をハンディターミナルに自動発信させることで、倉庫内歩行数を約30%削減できます。

よくある質問（FAQ）