1. なぜモデルを変えても精度が上がらないのか

結論から述べます。需要予測の誤差が下がらない原因は、多くの場合アルゴリズムではなく、モデルに与える情報の設計にあります。

よくある光景です。誤差が下がらないので、勾配ブースティングから深層学習へと乗り換える。ところが誤差はほとんど改善せず、営業担当の勘による手修正が残り続ける——。モデルは渡された列にある情報しか使えません。売上と日付の2列だけでは「先週セールをやった」「翌週が三連休」を知る手立てがないのです。精度の上限は、モデルの表現力ではなく入力情報の量と質で決まります。

IPA（独立行政法人情報処理推進機構）が2026年7月16日に公表した「DX動向2026調査のポイント」（国内企業1,799社）でも、AI導入は着実に広がる一方、活用は業務効率化・迅速化が中心で企業価値創出への展開は限定的だと指摘されています。ツール導入と、意思決定が変わる水準まで予測を作り込むことの間には距離があります。

2. 特徴量エンジニアリングとは何か

特徴量エンジニアリングとは、モデルに入力する変数（特徴量）を、予測対象との関係が学習しやすい形へ加工・生成・選択する作業を指します。「需要が動く理由」を列として明示的に書き出す工程です。

たとえば日付「2026-09-10」は、モデルには単なる連続値です。ここから曜日、祝日フラグ、月内の週番号、給料日からの経過日数を切り出せば、曜日差や給料日サイクルを学習できます。なお、SARIMAやProphetのような時系列専用モデルは日付から周期性を自動推定しますが、勾配ブースティングなどの汎用モデルは日付を数値として渡すだけでは曜日差を表現できません。

この工程で必要なのは統計知識よりも業務知識です。「雨の翌日に売れる」「月初の月曜に法人発注が集中する」といった経験則を計算可能な列に翻訳する作業であり、分析担当者が単独で完成させられるものではありません。

3. 需要予測で効く特徴量の4つの型

特徴量の分類に定まったものはありません。本記事では取得コストの低い順に、次の4つの型へ整理しました。

着手すべきは1と2です。日付列と過去実績だけで作れるため、追加のデータ調達なしに試せます。ただしこの順序は、需要が自社の販売履歴とカレンダーで概ね説明できる商材が前提です。顧客の生産計画に連動するBtoBの部品需要などでは、先行指標を先に当たります。

またラグ特徴量は予測ホライズンと必ず整合させます。4週先を予測するなら直近3週分の実績は予測時点で未確定なので、ラグは4週以上を取ります。

外部データに踏み込む場合、気象データが現実的です。気象庁と気象ビジネス推進コンソーシアム（WXBC）が共同作成した「気象データ利用ガイド」に、入手可能なデータと活用事例が整理されています。ただし学習に実況値、推論に予報値を使うと本番で精度が落ちます。学習段階から予報値で検証してください。

「集めたが使えない」は調査にも表れています。PwCコンサルティング合同会社が2025年11月11日に公表した「2025年 サプライチェーンにおけるAI活用実態調査」（従業員1,000人以上の企業の経営幹部・リーダー506名対象）では、外部データの収集率は9割弱と高水準ながら、気象情報や位置情報などの効果的な活用先を見出せていない企業が多い可能性があると分析されています。

4. 精度を上げる実践5ステップ

1. 予測の前提を決める：誰が、いつ、どの粒度（商品×店舗×週など）の数字を、何に使うのかを書き出す。
2. ベースラインを置く：「前年同週実績」「直近4週平均」で誤差を測り、改善の基準値を残す。
3. 時間系・ラグ系を追加する：曜日・祝日・ラグ・移動平均を作り、差分を測る。
4. 業務知識を列に翻訳する：現場の経験則を1つずつ特徴量化し、効いたものだけ残す。
5. 運用に載せる：再学習の頻度、誤差の監視、特徴量の更新責任者を決める。

最も飛ばされやすいのがステップ2です。ベースラインを置かずに機械学習へ着手すると、「精度85%」（誤差15%）という数字が良いのか悪いのか誰も判断できません。前年同週の実績をそのまま使う季節ナイーブ予測だけで十分な精度が出る商品もあり、その場合はモデル開発自体が不要です。まず自問すべきは「単純な計算式では足りないのはどの商品か」です。

5. よくある失敗パターンと実務上の割り切り方

最も深刻な失敗はデータリーケージです。予測時点では手に入らない情報を特徴量に混ぜてしまう誤りで、たとえば予測したい週の実績から計算した在庫消化率を、そのまま特徴量に入れてしまうケースです。検証時の精度は驚くほど高く出る一方、本番では誤差が大きく膨らみます。現場には「AI予測は当たらない」という評価が残ります。防ぐには、特徴量を追加するたびに「この値は予測を出す時点で確定しているか」を確認することです。

次に多いのが作りすぎです。列を増やしても精度の伸びは早く止まり、過学習で悪化することもあります。さらに、なぜその予測値になったのかを説明できなくなります。説明できない予測は使われません。寄与度の高い数十列に絞るほうが運用として定着しやすくなります。三つ目は現場知の欠落で、データだけで作った列は業務の因果を外し、「精度は出ているのに誰も使わない」形で表れます。

なお理想を言えば、特徴量は1つずつ追加し、学習期間より後の期間で評価する時系列検証（ローリング検証）で汎化性能を確かめるべきです。しかし実務では工数も環境も限られます。その場合は型ごとにまとめて追加し、直近数か月を検証期間に切り出すだけでも判断できます。完璧な検証設計より、記録を残して回し続けるほうが成果に直結します。

6. 業種別の活用イメージ

効き方は業種で大きく異なります。たとえば食品小売業では曜日・祝日と気温の影響が大きく、時間系とラグ系を整えるだけでも発注担当の手修正量が減ります。一方、産業機械の部品製造業では需要が顧客の生産計画に連動するため、内示情報や引き合い件数といった先行指標が効きます。カレンダー特徴量にこだわっても成果は限られます。

7. まとめ：最初の一歩

需要予測の精度は、モデルの新しさではなく、需要が動く理由をどれだけ列として表現できているかで決まります。

最初の一歩は、いま需要予測に使っている入力項目を1枚の表に洗い出すことです。列名と「なぜ需要に関係するのか」を並べるだけです。多くの場合この表は10行に届かず、時間系・ラグ系すら入っていません。空白が見えれば、次に作る列は決まります。詳しくは当社コラム一覧もご覧ください。

8. よくある質問

Q. 特徴量エンジニアリングは、AutoMLを使えば不要になりますか？

A. 不要にはなりません。AutoMLが自動化するのはモデル選定やパラメータ調整が中心です。特徴量の自動生成機能を備えた製品もありますが、販促フラグや顧客の内示情報のように業務を知らないと作れない列こそ精度に効きます。

Q. 需要予測の精度は、どの指標で測るのが実務的ですか？

A. MAPE（平均絶対パーセント誤差）などの指標を1つ決め、前年同週実績などのベースラインと比較します。指標選びより、同じ指標で測り続けることが重要です。ただし実測値にゼロが含まれるとMAPEは計算できないため、販売のない日が多い商品ではMASE（平均絶対スケール誤差）などを併用します。

Q. 特徴量は何列くらい用意すればよいですか？

A. 一律の正解はありませんが、実務では寄与度の高い数十列に絞る運用が扱いやすい水準です。列を増やすと過学習のリスクが高まり、予測根拠を現場に説明できず使われなくなります。まず時間系とラグ系で10〜20列を作り、効果を見ながら追加してください。