売上上位商品だけで品揃えを決めてはいけない：入口・主力・高粗利・併売・象徴の「商品役割」
- 2 日前
- 読了時間: 15分
本記事は、数十から数百のSKUを扱い、「売れ筋を厚くするか、低売上商品を減らすか、新商品を加えるか」を判断したい小売、メーカー直販、EC・催事運営企業等を対象としています。
結論は、売上順位を捨てることではありません。売上・粗利・回転率に加え、各商品が入口、主力、高粗利、併売、象徴のどの役割を担い、その役割を実際に果たしているかを確認して、棚・在庫・仕入資金・販促・接客時間を配分することです。
売上上位商品だけを残せば、よい品揃えになるか
商品別売上を集計し、上位商品を増やし、下位商品を減らす。この方法は単純で、一定の合理性があります。売上順位は、どの商品へ需要が集まったかを把握する出発点だからです。
しかし、売上順位だけで品揃えを決めると、次のような商品を誤って扱います。
単品売上は中程度だが、新規客が最初に買いやすい商品
販売数量は少ないが、一件当たりの粗利額が大きい商品
単品では目立たないが、主力商品との買い合わせを支える商品
直接売上は小さいが、店の専門性や価格帯の上限を示す商品
売上上位だが、粗利が薄く、欠品・作業・資金負担が大きい商品
売上はあるが、類似商品同士で需要を奪い合っている商品
例えば、低価格の入口商品を削れば、単品売上の小さいSKUを減らせます。しかし、その商品をきっかけに初回購入が起き、次回以降に主力商品へ移る構造があれば、単品売上以上の損失が生じます。
反対に、「この商品はブランドの象徴だから」と説明するだけで、売れない商品を残し続けることも合理的ではありません。象徴性が来店、指名検索、問い合わせ、他商品購入等へ接続しているかを確認できなければ、それは役割ではなく、経営側の思い入れである可能性があります。
必要なのは、売上順位と商品役割の二者択一ではありません。
売上・粗利・回転率で直接成果を確認し、商品役割で単品集計から漏れる価値を確認する。
この二段階で品揃えを判断します。
既存の支援事例「イベント出展後の振り返りを、次につながる形で設計する」では、催事の商品を導入、主力、高粗利、複数購買、高単価・象徴等に分ける考え方を示しました。本稿では、これを催事の振り返りから全社の商品構成・仕入れ・売場判断へ一般化します。
この記事を読む前に――主要な用語の意味
用語 | 本稿での意味 |
SKU | 在庫を区別して管理する最小単位です。同じ商品でも、色・サイズ・仕様が異なり別在庫として管理する場合は、別SKUになります。 |
品揃え | どの商品カテゴリとSKUを、どのチャネル・売場・期間で販売するかという構成です。単にSKU数が多い状態を意味しません。 |
粗利額・粗利率 | 粗利額は、売上から商品原価を差し引いた金額です。粗利率は粗利額を売上で割った割合です。粗利率が高くても、販売数量が少なければ粗利額は小さい場合があります。 |
取引限界利益 | 売上から、商品原価に加え、決済、値引き、包装、配送等、その販売に伴って増える費用を差し引いた金額です。品揃え判断では、粗利だけでなく可能な範囲でこの金額を確認します。 |
在庫回転 | 在庫が一定期間にどれだけ販売・入替されたかを示す考え方です。回転が低い商品は、棚・保管場所・仕入資金を長く使用します。 |
併売・買い合わせ | 一回の会計で複数の商品が一緒に購入されることです。同時購入が多いだけでは、一方の商品が他方の購入を増やしたとは断定できません。 |
代替・カニバリゼーション | 代替は、第一希望の商品がないときに別の商品が選ばれることです。カニバリゼーションは、類似商品を増やした結果、自社商品の間で需要を奪い合うことです。 |
商品役割 | 商品が品揃え全体の中で担う機能についての仮説です。本稿では、入口、主力、高粗利、併売、象徴を中心に扱います。役割名を付けただけでは、役割を果たした証拠にはなりません。 |
要点は、商品役割が売上の代わりになる評価指標ではなく、単品売上だけでは見えない全体への影響を検証するための分類だということです。
品揃えは、単品の足し算ではない
小売の品揃え計画は、一般に、どのカテゴリを持つかという「幅」、カテゴリ内に何種類を持つかという「深さ」、各SKUをどれだけ在庫するかという「サービス水準」を同時に扱います。Mantralaらのレビューも、この三つを分離できない問題として整理しています。Mantrala et al.（2009）
棚、仕入資金、保管場所、接客時間は有限です。SKUを一つ増やせば、選択肢が増える一方で、他商品の在庫量や陳列面積が減り、管理作業も増えます。類似SKUを増やした場合は、売上の純増ではなく、既存SKUからの移動にとどまることがあります。
FisherとVaidyanathanは、SKUを属性の組合せとして捉え、第一希望が品揃えにない場合の代替まで含めて需要を推定しました。実装された二つの事例では売上増加が確認されていますが、予測誤差も示されており、高度なモデルでも不確実性は残ります。Fisher & Vaidyanathan（2014）
Rooderkerkらの研究も、類似SKU間のカニバリゼーション、商品属性、代替、価格を含めてカテゴリ利益を最大化する品揃えを検討しています。ただし、同研究の大幅な利益改善値は液体洗剤の店舗別スキャナーデータに基づくモデル上の結果であり、小規模な工芸・生活用品店へその数値を移植することはできません。Rooderkerk, van Heerde & Bijmolt（2013）
ここから得るべき実務上の結論は、高度な最適化ソフトを直ちに導入することではありません。
SKUごとの売上だけでなく、商品間の代替と補完を考える
類似SKUを増やしたとき、カテゴリ全体の売上・利益が増えたかを見る
品切れ時に顧客が代替購入するか、購入自体をやめるかを記録する
品揃え変更後は、単品ではなく客数、購買点数、粗利、欠品、在庫を同時に追う
この四点から始める方が現実的です。
五つの商品役割と、確認すべき指標
本稿で用いる五つの役割は、あらゆる企業に共通する学術的な標準分類ではありません。カテゴリ・マネジメントの実務では、カテゴリを「目的来店」「日常」「季節」「利便」等の役割で分け、役割に応じて資源を配分する考え方があります。ECR Community「The Essential Guide to Day-to-Day Category Management」
本稿では、その考え方を地域小売・工芸・生活用品等のSKU・商品群判断へ縮約し、次の五役割を用います。一商品が複数の役割を持つことはありますが、主役割と検証指標は絞ります。
役割 | 品揃え全体への機能 | 主に確認する指標 | 誤認しやすい状態 |
入口商品 | 初回購入、試用、入店後最初の購買を起こしやすくする | 新規客購入比率、初回購入率、商品起点の流入、購入後の再購入、初回取引限界利益 | 価格が安いだけの商品を、集客商品と呼ぶ |
主力商品 | 売上・粗利額・顧客満足を継続的に支える | 売上額、取引限界利益額、販売数量、欠品日数、指名購入、返品、供給安定性 | 過去売上が大きいだけで、現在の利益や需要を確認しない |
高粗利商品 | 限られた販売件数・棚・接客から利益を確保する | 一件当たり取引限界利益、期間粗利額、回転、値引き、滞留、接客時間当たり利益 | 粗利率だけ高く、粗利額や回転が小さい |
併売商品 | 他商品と組み合わさり、購買点数・客単価・取引利益を高める | 併売率、カテゴリ横断率、併売時の取引限界利益、提案前後差、単品需要 | 同時購入の相関を、当該商品の因果効果とみなす |
象徴商品 | 店の専門性、世界観、品質上限、独自性を伝え、指名・来店・相談を生む | 指名検索、商品ページ流入、来店理由、問い合わせ、接触後の他商品購入、メディア・発信反応 | 経営者の愛着や高価格を、ブランド価値と呼ぶ |
役割とは、商品を保護する称号ではありません。各役割には、役割を確認する指標、使用してよい棚・在庫・資金の上限、検証期間、再判定日が必要です。
数値例：売上6位の商品を残し、売上5位の商品を統合する場合
以下は、生活用品を扱う架空店舗の90日間の例です。数値は説明用であり、推奨水準ではありません。
商品 | 売上 | 粗利額 | 購買件数 | 役割仮説 | 追加して確認した事実 |
B 標準トレー | 120万円 | 48万円 | 160件 | 主力 | 欠品日があり、指名購入と再入荷照会が多い |
A 日用かごS | 60万円 | 24万円 | 150件 | 入口 | 購入者の58％が識別可能な範囲で初回客 |
C 上位トレー | 50万円 | 30万円 | 35件 | 高粗利 | 一件当たり粗利額が高いが、説明に時間を要する |
D 小型スプーン | 22万円 | 13.2万円 | 140件 | 併売 | 84％が他商品との同時購入。ただし因果効果は未検証 |
F トレー類似色 | 18万円 | 7.2万円 | 28件 | 不明 | Bとの用途・価格差が小さく、固有の購入理由が確認できない |
E 作家物の大かご | 16万円 | 6.4万円 | 9件 | 象徴 | 商品ページ閲覧・指名照会は多いが、他商品購入への影響は未検証 |
売上順位だけなら、EとFはともに削減候補です。しかし、判断は分かれます。
B 標準トレー：主力として在庫を厚くする候補
Bは売上・粗利額ともに大きく、指名と欠品が確認されています。欠品中の来店客が別商品へ代替したのか、購入を断念したのかを確認したうえで、追加在庫による粗利増加が仕入資金・保管費を上回るなら、在庫を厚くする候補です。
ただし、過去の売上上位という理由だけで無制限に仕入れることはできません。季節性、仕入リードタイム、最低発注量、欠品後の需要持越しを確認します。
A 日用かごS：入口役を、初回後の利益まで確認する
Aは初回客比率が高く、入口役の可能性があります。しかし、「初回客が買っている」と「この商品が新規客を連れてきた」は同じではありません。来店後に価格が低い商品を選んだだけかもしれないためです。
商品ページ・検索・広告・来店理由、初回購入後の90日・180日再購入、Aを買えない期間や売場での新規購買率等を確認します。初回だけ赤字で、再購入にもつながらないなら、入口役という説明は成立しません。
C 上位トレー：粗利率ではなく、制約資源当たり利益を見る
Cの粗利率は60％、粗利額は30万円です。しかし、接客、包装、展示面積、在庫期間を多く使うなら、見かけの高粗利ほど有利ではありません。
接客時間当たり取引限界利益 ＝ 取引限界利益 ÷ 接客・包装等の追加時間
繁忙時にCの説明が主力商品の販売機会を奪う場合、予約接客、説明カード、ECでの事前情報、展示点数の限定等が必要です。
D 小型スプーン：併売率84％だけでは、残す理由にならない
Dの84％が他商品と同時購入されていても、Dが他商品の購入を増やしたとは限りません。もともと多く買う顧客がDも選んでいる可能性があるからです。
まずは、次を分けます。
併売率 ＝ Dと他商品を同時購入した会計数 ÷ Dを購入した会計数
併売時の平均取引限界利益差 ＝ Dを含む会計の平均取引限界利益 － 比較可能なDなし会計の平均取引限界利益
後者も観察上の差であり、因果効果ではありません。陳列位置、セット提案、スタッフの声掛けを期間・売場ごとに変え、Dの販売増だけでなく、対象カテゴリの合計購買点数と取引限界利益が増えたかを確認します。
E 作家物の大かご：象徴役を、低在庫で検証する
Eは売上6位ですが、店の専門性を伝える可能性があります。しかし、閲覧や「いいね」が多いだけでは経済価値は確定しません。
Eの展示接触者が、来店、問い合わせ、他商品購入へ進んだかを、来店理由、商品別ページ経路、接客記録、受注記録等で確認します。証拠が弱い間は、在庫を深く持たず、展示一個、受注生産、期間限定、予約販売等へ変更できます。
象徴商品を残すことと、大量在庫を持つことは別の判断です。
F トレー類似色：役割がなければ統合候補
Fは売上5位でEより上ですが、Bとの用途・価格・購入者の差が小さく、独自の役割が確認できません。Fを外したときに、需要がBへ代替され、カテゴリ全体の売上・利益・顧客満足が維持されるなら、統合候補です。
低売上SKUの削減が必ず売上減になるわけではありません。BoatwrightとNunesが分析したオンライン食料品店の自然実験では、主に低売上SKUを大幅に削減した42カテゴリで、カテゴリ売上は平均11％増加しました。ただし、ブランドや風味等の重要属性を残すことが結果に関係しており、この平均値を他業種へ適用することはできません。Boatwright & Nunes（2001）
「売れない商品を残す理屈」にしないための四つの関門
商品役割による判断には、恣意性が入り込みます。特に、創業者の思い入れ、取引先との関係、仕入担当者の過去判断を守るため、役割が後付けされる危険があります。
そこで、各商品を次の四関門へ通します。
1．直接採算
売上、粗利額、取引限界利益、値引き、返品、廃棄、保管、接客・発送等を確認します。直接採算が負の場合、それを上回る間接効果の証拠が必要です。
2．役割成果
入口なら初回購入とその後の顧客利益、併売なら購買点数と取引利益、象徴なら指名・来店・他商品購入等、役割ごとに異なる成果を確認します。
3．増分性
その商品がなくても起きた購買を除けるかを検討します。完全な実験ができなくても、期間差、売場差、チャネル差、欠品時、展示変更前後を比較し、代替仮説を残します。
4．資源負担
棚、在庫、仕入資金、最低ロット、保管、説明、検品、撮影、EC更新、発送、返品対応を確認します。同じ役割をより少ない負担で果たす商品があれば、置換候補です。
四関門を通過できない商品は、直ちに全廃する必要はありません。展示限定、在庫上限、受注生産、季節限定、チャネル限定へ縮小し、検証を続ける選択肢があります。
小規模企業が商品役割表を作る手順
1．最初から全SKUを精密分類しない
まずカテゴリまたは商品群で全体を把握し、売上・粗利上位、低回転、欠品頻発、併売頻発、高閲覧等の重要SKUだけを深掘りします。数百SKUへ主観的な役割点数を付けても、精度は上がりません。
2．対象期間とチャネルをそろえる
通常店舗、EC、催事、卸売では、顧客、価格、費用、購買目的が異なります。全チャネル合算だけでなく、役割が変わる場合は分けます。季節商品は前年同時期または複数年で確認します。
3．直接成果を先に並べる
最低限、次を商品別に整理します。
税抜売上、販売数量、購買件数
粗利額・粗利率、可能なら取引限界利益
平均在庫、在庫日数、欠品日数、値引き・廃棄
仕入リードタイム、最低発注量、供給変動
返品、破損、検品、接客、包装・発送負担
4．役割仮説と反証条件を書く
記録欄 | 記載例 |
主役割 | 入口 |
仮説 | 初回購入の心理的・価格的障壁を下げる |
確認指標 | 新規客購入比率、初回後180日取引限界利益 |
代替仮説 | 新規客が来店後に安い商品を選んでいるだけ |
資源上限 | 月末在庫20個、棚一段 |
検証 | 商品起点流入、購入後コホート、売場変更比較 |
再判定日 | 3か月後 |
停止条件 | 初回取引が赤字で、再購入・他商品購買への接続も確認できない |
役割仮説と同時に、「何が確認できなければ、その役割を撤回するか」を書きます。
5．商品役割ではなく、品揃え全体で判定する
個々の商品がよく見えても、類似SKUが多すぎれば、在庫と注意が分散します。Hongらの研究は、同じ陳列空間にある一カテゴリの品揃えが、別カテゴリの購買確率へ影響し得ることを、購買データと実験で示しています。品揃えをカテゴリ別に独立最適化すると、売場全体の相互作用を見落とす可能性があります。Hong, Misra & Vilcassim（2016）
したがって、商品役割表の最後に、次を確認します。
役割ごとの商品が過剰・不足していないか
同じ役割の商品同士で需要を奪い合っていないか
顧客が重視するブランド、用途、価格帯、サイズ等が欠けていないか
SKU数を増やした結果、主力商品の在庫・視認性が落ちていないか
店の顧客と戦略に合わない「一般的な売れ筋」を増やしていないか
Brieschらの食料品店研究では、品揃えに対する反応は顧客間で異なり、最適な品揃えは当該小売の顧客選好に依存するとされています。Briesch, Chintagunta & Fox（2009）
他店のSKU数や売れ筋構成を、そのまま自社の正解にはできません。
継続・改善・縮小・停止・保留の条件
判断 | 主な条件 |
拡大 | 直接採算が正で、役割成果も確認でき、追加在庫・棚・販促の限界利益が正。供給・資金・品質にも余力がある |
維持 | 直接採算または役割成果が安定し、現在の資源配分が妥当。急な拡大の根拠はない |
改善 | 役割仮説は妥当だが、陳列、価格、説明、在庫、組合せ、チャネルが役割発揮を妨げている |
縮小・限定 | 役割の可能性はあるが証拠が弱い、または資源負担が大きい。展示一個、受注生産、季節・チャネル限定等へ変更する |
統合・停止 | 直接採算が負で、役割成果・増分効果も確認できず、代替可能。改善後も棚・在庫・資金の機会費用を回収できない |
保留 | 観測期間が短い、欠品・価格改定・催事等が重なった、顧客識別が不足している。暫定上限と再判定日を置く |
商品役割表は、一度作って固定するものではありません。新規客の入口だった商品が普及後には主力へ変わることも、高粗利商品が競合・原価変化で役割を失うこともあります。少なくとも季節・仕入れ・価格改定・販促計画と接続し、月次または四半期で見直します。
結論：商品役割は、例外を正当化する言葉ではなく、資源配分を検証する仕組みである
売上順位は必要です。しかし、売上順位だけでは、顧客を最初の購入へ動かした商品、他商品との買い合わせを支えた商品、店の専門性を伝えた商品、類似SKUへの代替可能性は見えません。
一方、商品役割という言葉には、売れない商品を恣意的に残す危険があります。それを避ける条件は明確です。
売上・粗利・回転・在庫等の直接成果を先に確認する
商品ごとに主役割と対応指標を定める
相関と因果を分け、代替仮説を残す
棚・在庫・仕入資金・人時の負担を含める
拡大だけでなく、限定・統合・停止条件を先に定める
商品単体ではなく、カテゴリ・売場・チャネル全体で再判定する
最も避けるべきなのは、「売上上位だけを残すこと」でも「多様な商品を残すこと」でもありません。
各商品を残す理由と、限られた資源を配分する根拠が検証されないまま、前年の品揃えを繰り返すことです。
株式会社Kerzeでは、POS・受注、商品原価、在庫、顧客、EC閲覧、催事、現場所感等を接続し、商品役割マップ、カテゴリ別KPI表、SKU別の継続・改善・限定・統合候補を整理します。データが不足する場合は、役割を断定せず、暫定分類、必要な記録、検証方法、再判定日まで設計します。
参考文献・出典
Mantrala, M. K. et al.（2009）Why Is Assortment Planning so Difficult for Retailers? A Framework and Research Agenda, Journal of Retailing, 85(1), 71–83.
Fisher, M. & Vaidyanathan, R.（2014）A Demand Estimation Procedure for Retail Assortment Optimization with Results from Implementations, Management Science, 60(10), 2401–2415.
Rooderkerk, R. P., van Heerde, H. J. & Bijmolt, T. H. A.（2013）Optimizing Retail Assortments, Marketing Science, 32(5), 699–715.
Broniarczyk, S. M., Hoyer, W. D. & McAlister, L.（1998）Consumers’ Perceptions of the Assortment Offered in a Grocery Category: The Impact of Item Reduction, Journal of Marketing Research, 35(2), 166–176.
Boatwright, P. & Nunes, J. C.（2001）Reducing Assortment: An Attribute-Based Approach, Journal of Marketing, 65(3), 50–63.
Briesch, R. A., Chintagunta, P. K. & Fox, E. J.（2009）How Does Assortment Affect Grocery Store Choice?, Journal of Marketing Research, 46(2), 176–189.
Hong, S., Misra, K. & Vilcassim, N. J.（2016）The Perils of Category Management: The Effect of Product Assortment on Multicategory Purchase Incidence, Journal of Marketing, 80(5), 34–52.
ECR Community（2020）The Essential Guide to Day-to-Day Category Management.
※本稿の五つの商品役割と数値例は、地域小売・工芸・生活用品等の意思決定へ適用するための実務上の整理および架空例です。特定企業の実績値、普遍的な分類、業界標準の配分比率を示すものではありません。
