安全在庫は本当にどれくらい必要か？逆から計算してみよう

2024年11月、カリフォルニア州オンタリオの3PL倉庫。クライアントは小型家電を販売していた。ある売れ筋SKUは1日平均200個動き、補充リードタイムは12日。ピークシーズンには1日需要が320個に跳ね上がった。結果：6日間の欠品。緊急航空輸送費が$18,000（概算値）に、クライアントからのSLA違約金を加えて、$30,000近くが消えた。

では、そのSKUにサービスレベル95%で1年分の安全在庫を持つにはいくらかかったか？以下で計算を示す：$1,715だ。

一度の欠品で、17年分の安全在庫維持費に相当する額が吹き飛んだ。そのお金は無駄になった。安全在庫は「安心のための余分」ではない。小数点以下まで計算できる費用項目だ。今日はそれをきちんと計算する。

まず式を：1行、3つの入力

安全在庫の標準式は、たった1行だ：

SS = Z × σd × √L

入力は3つ。すべてデータから取らなければならず、勘は許されない：

σd：日次需要の標準偏差。需要のばらつきを測る指標で、出荷実績にすでに入っている。Excelの関数1つだ。
L：補充リードタイム（日数）。発注から棚に商品が並ぶまでの日数。
Z：サービス係数。標準正規分布の分位数だ。下表で確認：

目標サービスレベル	90%	95%	97.5%	99%	99.9%
Z値	1.28	1.65	1.96	2.33	3.09

最後の列を見てほしい。99.9%ではZが3.09——95%の1.65の約1.87倍だ。サービスレベルの「9」が1つ増えるたび、安全在庫は不釣り合いに高くつく。この表を印刷して壁に貼ろう。

完全な計算例を1つ。あるSKU：平均日次需要200個、日次需要の標準偏差60個、リードタイム12日、目標サービスレベル95%：

SS = 1.65 × 60 × √12 = 1.65 × 60 × 3.464 ≈ 343個

発注点：ROP = 200 × 12 + 343 = 2,743個。2,743個になったら発注する。

この343個を1年間持つのにいくらかかるか？単価$20、年間在庫維持率25%と仮定する（資本コスト＋倉庫スペース＋保険＋減耗の合計。業界の目安は20–30%）：

年間維持費 = 343 × 20 × 25% = $1,715/年

冒頭の帳尻が合った：$1,715で1年間の欠品なしを買える。6日間の欠品は$30,000近くかかった。計算してみてほしい。

σdに関するデータ衛生の注意：σdは実際の出荷実績から計算すること。受注データは使わない——販促で「さばけない受注」が生まれ、見かけのばらつきが膨らむ。返品も除くこと。返品の波がσdを上振れさせ、安全在庫を肥大化させる。

リードタイム自体が不安定な場合の発展版：SS = Z × √(L × σd² + d̄² × σL²)。σLはリードタイムの標準偏差だ。サプライヤーの納期がふらつくなら、こちらを使おう。

そして、私が最もよく見かける間違ったやり方：発注点を「平均需要×リードタイム」にして安全在庫ゼロ、あるいは適当に10%の「バッファ」を上乗せするやり方だ。これは需要が変動せず、サプライヤーが遅延しないという前提に立っている。上の数字では、本当の必要量は343個。ゼロにすれば実効サービスレベルは50%だ。「節約」した$1,715は、一度の欠品で利息付きで消える。

お金はどこへ行き、どこで節約できるか

安全在庫は本質的にトレードオフだ。確実な維持費と、不確実な欠品損失の交換。どちらも定量化できる：

	維持費（確実）	欠品損失（リスク）
内訳	資本拘束＋倉庫スペース＋保険＋陳腐化	逸失利益＋緊急輸送費＋契約違約金＋顧客離反
振る舞い	線形——追加1個あたりのコストは一定	非線形——一度の欠品で1年分の利益が消えることも
計算方法	SS × 単価 × 維持率	過去の欠品回数 × 1回あたりの平均損失

重要な判断はこれだ：最適なサービスレベルは「追加1個の限界維持費＝削減1個の限界欠品損失」になる点であり、「できるだけ高く」ではない。 例のSKUの限界計算：

サービスレベル	Z	安全在庫	年間維持費	欠品確率
95%	1.65	343個	$1,715	5%
99%	2.33	484個	$2,420	1%
差分	—	+141個	+$705/年	−4ポイント

95%から99%へ上げると、年間$705の追加コストで、欠品確率は5%から1%に下がる。割に合うか？そのSKUの履歴を確認しよう。年間平均欠品損失が$705を超えるなら（航空便での緊急対応1回が$18,000だった）、引き上げるべきだ。欠品コストが年間数百ドルの利益に収まるなら、95%のままでいい。限界計算はサービスレベルごとに個別に行う——「会社の方針は98%」という一律ルールを鵜呑みにしてはいけない。

2025年初頭、この間違いの高くつく版を目にした。中西部のあるEC倉庫が、23,000 SKUすべてに一律98%のサービスレベルを設定していた。ロングテールSKUが死に筋在庫として積み上がり、キャッシュフローが詰まった（概算の例示）。対策はABCセグメンテーション：A品目（売上上位20%）は98%のまま、B品目を95%、C品目を90%に下げた。これで6桁ドルの運転資金が解放され、欠品率はほとんど動かなかった——欠品はもともとA品目に集中していたし、C品目の欠品が2、3回増えても年間の利益損失は数百ドルだった。全SKUに一律の高サービスレベルを設定することは、中小規模倉庫が犯しうる最も高くつく間違いだ。

ラック在庫の棚卸しカウントを行う倉庫作業員

小規模倉庫の近道：Excelレシピ

式に気後れする必要はない。小規模倉庫に新しいソフトウェアはいらない。Excelで十分だ。ルールは3つ：

第一に、日次データではなく週次データを使うこと。 日次の出荷量はノイズが多すぎて、計算したσdが水増しされ、安全在庫も膨らむ。過去12週間の週次出荷量を使う：

列A：過去12週間の週次出荷数
週次需要の標準偏差：σw = STDEV.P(A1:A12)
リードタイム（週）：L_weeks = リードタイム（日）÷ 7
SS = Z × σw × √L_weeks
ROP = 週平均出荷数 × L_weeks + SS

第二に、最大の節約レバーは予測ではなくリードタイムだ。 SSは√Lに比例する。Lを12日から3日に短縮すれば、安全在庫は343個から172個に減り、年間$855の維持費を節約できる——全SKU一斉にだ。分割納品を交渉し、より近いサプライヤーに切り替え、ピーク前に市場近傍に在庫を前配置する。優れた予測でもσを10%しか削れないかもしれないが、Lの半減は交渉のテーブルで実現できる。安全在庫の式において、Lは常に最も動かしやすい変数だ。

第三に、パラメータを四半期ごとに見直すこと。 σは季節で変わり、Lはサプライヤーが変われば変わる。四半期チェックリスト：過去12週間からσwを再計算する。購買部門と実際の平均入荷リードタイムを確認する。前四半期の実際の欠品回数を安全在庫維持費と並べて、サービスレベルがまだ妥当か点検する。

逆方向のトレードオフも1つ：過大な安全在庫は陳腐化する。季節SKU（夏の扇風機、ホリデーのギフトセット）をピーク時のσで積めば、シーズン後は死に筋在庫になる——半額で処分するか廃棄だ。私が見た最悪の例：ある倉庫が季節家電に98%で900個の安全在庫を持ち、シーズン後に600個が残り、処分損は「欠品防止」がこれまでに節約した額の3倍だった。季節SKUでは、ピークの6週間前に式を回し、ピークが過ぎたら即座に90%——または半分——に落とす。式は固定だが、カレンダーはそうではない。