การพยากรณ์ยอดขายด้วย AI

เรซิพท์โรลเลอร์คำนวณจุดสิ้นสุดเดือนของยอดขายและจำนวนธุรกรรมในเดือนปัจจุบันจากข้อมูลธุรกรรมในอดีตโดยอัตโนมัติ พร้อมทั้งพยากรณ์ความต้องการล่วงหน้า 14 วันของสินค้าหลัก สามารถแสดงเป็นการ์ดบนแดชบอร์ดธุรกิจ หรือดึงข้อมูลผ่านหน้าการวิเคราะห์ยอดขายแยกตามสินค้า หรือผ่าน API・เครื่องมือ MCP ได้เช่นกัน

ประเภทของการพยากรณ์

การพยากรณ์ยอดขาย・จำนวนธุรกรรมรายเดือน

คำนวณประมาณการยอดขาย・จำนวนธุรกรรมสิ้นเดือนของเดือนปัจจุบันด้วยวิธีเชิงเส้นจากผลลัพธ์จริงจนถึงปัจจุบันและจำนวนวันที่ผ่านไป

• ตัวอย่าง："คาดการณ์ยอดขายเดือนนี้: ¥5,866,000"
• บนตัวการ์ดจะแสดงจำนวนวันที่ผ่านไป（ผ่านไป 26/31 วัน ผลลัพธ์จริงปัจจุบัน ¥4,919,663）และช่วงความเชื่อมั่น（¥5,100,000 ～ ¥6,700,000）
• จำนวนธุรกรรมก็คำนวณประมาณการสิ้นเดือนด้วยตรรกะเดียวกัน

การพยากรณ์ความต้องการสินค้า（ล่วงหน้า 14 วัน）

จากปริมาณยอดขายรายวันในช่วง 30 วันล่าสุด จะพยากรณ์ความต้องการล่วงหน้า 14 วันสำหรับสินค้าหลัก（5 อันดับแรกตามปริมาณยอดขาย）โดยคำนวณรวมความเอนเอียงตามวันในสัปดาห์（เช่น เสาร์-อาทิตย์ขายดีกว่าวันธรรมดา）เข้าไปด้วย

• ตัวอย่าง："เครื่องดื่ม A: ประมาณ 168 ชิ้นภายใน 14 วัน (แนะนำให้สั่งซื้อ: ประมาณ 202 ชิ้น)"
• จำนวนที่แนะนำให้สั่งซื้อคือค่าพยากรณ์ × ค่าสัมประสิทธิ์ความปลอดภัย 1.2 เท่า
• สินค้าที่มีประวัติการขายน้อยกว่า 7 วันจะไม่อยู่ในเป้าหมายการพยากรณ์
• การ์ดจะแสดงอยู่ในหมวด「Forecast」บนแดชบอร์ดธุรกิจ

การตัดสินระดับความเชื่อมั่น

คำนวณค่าสัมประสิทธิ์ความแปรปรวน（Coefficient of Variation, CV）จากข้อมูลย้อนหลัง 3 เดือนล่าสุด แล้วตัดสินระดับความเชื่อมั่นเป็น 3 ระดับ

• สูง（high）：CV < 10% — แนวโน้มรายเดือน・รายวันมีความเสถียร
• กลาง（medium）：CV < 25% — ความผันผวนอยู่ในระดับปกติ
• ต่ำ（low）：CV ≥ 25% หรือมีประวัติน้อยกว่า 3 เดือน

ช่วงความเชื่อมั่นของการพยากรณ์รายเดือนคือค่าพยากรณ์ ± CV（สูงสุด 40%）หากประวัติข้อมูลมีน้อย จะใช้ค่าเริ่มต้น ±15% ระดับความเชื่อมั่นของการพยากรณ์ความต้องการสินค้าจะตัดสินจากอัตราวันที่มีการขาย（เช่น ขายได้กี่วันจาก 30 วันล่าสุด）และความผันผวนของปริมาณต่อวัน

เงื่อนไขการประมวลผลการพยากรณ์

• การพยากรณ์รายเดือน: จำนวนวันที่ผ่านไปในเดือนปัจจุบันตั้งแต่ 3 วันขึ้นไป มีข้อมูลสแนปช็อตของเดือนปัจจุบัน และยอดขายหรือจำนวนธุรกรรมมากกว่าหรือเท่ากับ 0
• การพยากรณ์ความต้องการสินค้า: มีประวัติการขายในช่วง 30 วันล่าสุด และจำนวนวันที่ขายสินค้าเป้าหมายตั้งแต่ 7 วันขึ้นไป

ระยะเวลาที่การ์ดมีผล

การ์ดพยากรณ์รายเดือนจะมีผลจนถึงสิ้นเดือน เมื่อเปลี่ยนเดือนจะสลับไปเป็นการพยากรณ์ใหม่ของเดือนถัดไปโดยอัตโนมัติ ส่วนการ์ดพยากรณ์ความต้องการสินค้าจะถูกคำนวณใหม่ด้วยข้อมูล 30 วันล่าสุดทุกวันเวลา 16:00 น. (JST) ตามรอบการทำงานของสเกจูลเลอร์

"ทบทวนช่วงนี้" ในการวิเคราะห์ยอดขายแยกตามสินค้า

เมื่อเปิดใช้งานการเชื่อมต่อ OpenAI แล้ว จะมีการ์ด「ทบทวนช่วงนี้」ที่สรุปการ์ดวิเคราะห์แบบใช้กฎเกณฑ์ให้เป็นข้อความภาษาธรรมชาติหนึ่งย่อหน้า แสดงอยู่ด้านบนของหน้าการวิเคราะห์ยอดขายแยกตามสินค้า（ทั้งเวอร์ชันแยกตามร้านค้าและรวมทุกร้านค้า）เมื่ออ่านควบคู่ไปกับการ์ดพยากรณ์ จะสามารถเข้าใจทั้งแนวโน้มและจุดที่ควรปรับปรุงได้ในหน้าจอเดียว รายละเอียดเพิ่มเติมดูได้ที่ การวิเคราะห์ยอดขายแยกตามสินค้า

การดึงข้อมูลผ่าน API・MCP

สามารถดึงข้อมูลการพยากรณ์ผ่าน REST API หรือผ่านเครื่องมือ MCP ได้ เมื่อถาม AI Assistant（Claude / ChatGPT）ว่า "บอกยอดขายที่คาดการณ์ของเดือนนี้หน่อย" ระบบจะส่งการ์ดนี้กลับมา

• REST: GET /api/v1/sales/forecast?organizationId={id}&storeId={id}
• MCP: sales_get_forecast

การขยายในอนาคต

• การพยากรณ์รายเดือนในช่วงเวลาที่ละเอียดขึ้น เช่น รายวัน・รายสัปดาห์
• โมเดลแบบไม่เป็นเชิงเส้นที่คำนึงถึงวันหยุดยาว・ปัจจัยตามฤดูกาล
• ขยายการพยากรณ์ความต้องการสินค้าให้ครอบคลุมระยะยาวกว่า 14 วัน

บทความที่เกี่ยวข้อง

• แดชบอร์ดยอดขาย
• การวิเคราะห์แนวโน้มการขาย
• การวิเคราะห์ยอดขายแยกตามสินค้า
• การวิเคราะห์ความภักดีของลูกค้า