売上予測とは？目的別の手法・ツール・精度を高めるポイントを徹底解説

売上予測は、事業の意思決定や経営の安定に欠かせない重要な指標です。特に、マーケティング活動や営業計画を立てるうえで、「将来どれくらい売れるのか？」を見通すことは、あらゆる施策の土台となります。

しかし実際には、「売上予測の立て方がよくわからない」「目標と何が違うの？」といった疑問を持つ方も多いのではないでしょうか。

この記事では、売上予測の基本から、目標との違い、具体的な予測手法、予測に使えるデータ、ツールや手段など、さらに精度を高めるためのポイントまで、非専門家でも理解しやすく解説します。

売上予測とは？意味と基本

売上予測とは、過去や現在のデータに基づいて、将来の売上を見積もる行為です。

たとえば、

• 昨年や過去数年の売上実績
• 現在の商談数や顧客数
• 市場の成長率や景気動向

といったデータをもとに、「このままいくと、これくらい売れそうだ」と予測するのが基本です。

重要なのは、売上予測は希望や目標ではなく、現実に基づく見通しだという点です。将来を完全に言い当てることはできませんが、「できるだけ精度の高い見立て」を立てることで、経営やマーケティングの判断をブレなくする効果があります。

売上予測と売上目標の違い

売上予測と混同されがちなのが「売上目標」です。
この2つの違いを正しく理解することで、現場の動きにも説得力が生まれます。

たとえば「現時点の営業パイプラインから見て、来期の売上は110億円と予測される」というのが売上予測です。
それに対して「市場シェアを拡大するために、来期は120億円を目指そう」というのが売上目標です。

売上目標は挑戦的であるべきですが、予測を土台にしてこそ現実味のある目標設計が可能になります。

売上予測がもたらす3つのメリット

次に、売上予測を立てることでどのようなメリットが得られるのか、詳しく解説します。

1. 経営判断がスムーズになる

経営者や管理職は、限られた資源（人・モノ・金）をどこに投下すべきかを日々判断しています。
このとき、「今後の売上はどうなるか？」という予測があるかどうかで、判断の質が大きく変わります。

たとえば、売上が大きく伸びる見通しがあれば人員の増強や在庫の積み増しが必要になりますし、反対に売上が落ち込む見通しであればコスト削減やリスク対策が急務になります。

未来を見通すことは、今日の判断を強くするのです。

2. 無理のない目標設定につながる

売上予測を無視して、「前年+20%」などの感覚的な目標を立ててしまうと、現場とのギャップが生まれます。
現実からかけ離れた目標では、社員の納得感も低く、計画倒れになりがちです。

一方で、予測に基づいた目標であれば、現場も納得しやすく、実行力の高い目標設計ができます。
売上予測は「現場の感覚と経営の視点をつなぐブリッジ」でもあるのです。

3. 社外への説明力が上がる

銀行・投資家・株主など、事業外のステークホルダーに対しても、売上予測は説得材料になります。

「この見通しは何を根拠にしているのか」「本当に実現可能なのか」といった問いに対して、データに基づく予測があれば、信頼性ある説明が可能になります。

売上予測は、社内の意思決定だけでなく、「他者からの信頼を得る武器」にもなるのです。

売上予測の精度を左右するデータの種類

売上予測は、「どんなデータを使うか」で精度が大きく変わります。
具体的には、社内と社外の両方から情報を集めるのが理想です。

社内データ（社内の事実を反映）

• 過去の売上実績（週次／月次／年次）
• 事業・組織・部門・商品ごとの売上高
• 現在の取引数（顧客数）
• 顧客のLTV（ライフタイムバリュー）
• 平均購入頻度、単価、再購入率　など

上記を指標としたデータは、「正確性」「誰でも活用できる透明性のあるデータかどうか」の2点が確保されているかどうかが重要になります。さらに、それぞれのデータにおいて日次・週次で集計されたものがあると、より理想的です。

社外データ（環境変化の兆しを捉える）

併せて、社内だけでなく、外的要因となる指標やデータも参考にするとよいでしょう。例えば、以下のようなデータが挙げられます。

• 業界全体の成長率
• 景気の動向、物価の変化
• 競合他社の販売戦略や価格変動
• 法改正、規制の強化・緩和
• 季節性、天候、トレンド変化　など

「社内の過去」だけにとらわれず、「外部の未来」も取り入れることが、ブレない予測を作るカギです。

代表的な3つの売上予測の立て方

次に、3つの売上予測の方法をピックアップして解説します。

1. 過去実績をもとにしたトレンド予測

もっとも基本的な方法です。過去の売上データを活用する場合、売上予測は以下の計算式で求められます。

例：

• 一昨年：80億円 → 昨年：100億円（25％増）
• 今年も同程度の成長と仮定 → 100億円 × 1.25 = 125億円

この方法はシンプルで分かりやすい反面、外部環境や内部施策の変化を加味しづらいという弱点があります。

2. 営業パイプライン・商談ステージから予測を立てる

営業活動のデータ（SFAやCRMに登録された商談状況）を使って、「今進行中の案件がどれくらい受注につながりそうか」を見積もる方法です。

例：

• 商談ステージA（確度30％）：100件 × 平均単価100万円 × 0.3 = 3億円
• 相談ステージB（確度70％）：50件 × 平均単価100万円 × 0.7 = 3.5億円
• 合計売上予測：6.5億円

この方法は短期的な見込みを把握するのに向いており、営業部門では日常的に使われています。

3. 統計モデル・AIによる予測

複数の要因を数式やアルゴリズムで解析し、より精度の高い予測を行う方法です。
以下のようなアプローチがあります：

• 回帰分析：売上に影響を与える変数との関係性を数式で表す
  （詳細記事：回帰分析で売上予測するには？基本と手順・注意点を解説）
• 時系列分析：季節性やトレンドの周期をもとに予測
• 機械学習：過去の膨大なデータからパターンを学習
  （詳細記事：機械学習を活用した売上予測のメリットや手順、手法を解説）

マーケティングの分野では、広告出稿量やメディア別効果をもとに売上を予測する「MMM（マーケティング・ミックス・モデリング）」という手法が用いられます。

サイカでは、このような高度なモデルを活用し、“意思決定につながる”売上予測支援を提供しています。

（詳細記事：MMMを活用したマーケティングによるの事業成果の予測分析）

売上予測に活用できるツールの選び方

売上予測は「どのツールを使うか」によって、精度・運用負荷・活用できるデータの範囲が大きく変わります。ツールの選択は目的と自社のデータ体制に合わせて判断することが重要です。ここでは、代表的な4つのアプローチを整理します。

Excel・スプレッドシート

最も手軽に始められる方法です。過去の売上実績を入力し、移動平均や線形回帰などの関数を使って将来の売上を推計できます。初期コストがかからず、直感的に操作できる点が強みです。

ただし、データ量が増えるにつれて管理が属人化しやすく、複数人での同時編集や最新データとの自動連携が難しくなります。月次・四半期ごとの簡易予測や、分析の出発点としては有効ですが、精度の高い中長期予測には限界があります。

事例資料の無料ダウンロード

マーケターに力を与える、Excelでできる重回帰分析ガイド
～マーケティング施策と事業成果の相関が理解できる～

今すぐダウンロード

SFA・CRM（営業管理ツール）

Salesforce・HubSpot・Dynamics 365などのSFA（営業支援システム）・CRM（顧客管理システム）は、商談ステージと受注確度をもとにした予測に強みを発揮します。営業担当者が日々入力する商談データをリアルタイムで集計し、「今期の着地見込みはいくらか」を自動的に可視化できます。

BtoB企業や、商談プロセスが明確な事業モデルとの親和性が高いツールです。一方、過去の蓄積データが少ない立ち上げ期の企業や、店頭販売・ECのように個別商談が発生しないビジネスモデルへの適用は限定的です。

BIツール・ダッシュボード

Google Looker Studio・Tableau・Power BIなどのBIツールは、複数のデータソース（売上・広告・在庫・顧客データなど）を統合し、視覚的に把握するのに適しています。予測そのものを行うというよりも、予測の根拠となるデータを一元管理・可視化するための基盤として機能します。

経営層への報告資料の作成や、部門横断でのデータ共有に向いており、売上予測ツールと組み合わせて使うケースが多いです。

統計モデル・MMM（マーケティング・ミックス・モデリング）

上記の3つは、いずれも「過去の社内データ」を主な根拠としています。これに対して、統計モデルを用いた予測は、広告出稿・季節性・競合の動き・景気指標など、社内外の複数の要因を同時に考慮した上で、将来の売上をシミュレーションできる点が大きく異なります。

特にMMMは、テレビCM・Web広告・SNS施策などオフライン・オンラインを問わず、各施策が売上にどれだけ貢献しているかを統計的に分解した上で将来を予測します。「施策Aを強化したら売上はどう変わるか」「来期の予算配分はどう組むべきか」といった問いに、データに基づいて答えられる点が特長です。

Excelや営業パイプラインベースの予測では捉えきれない外部要因の影響を組み込めるため、複数のマーケティングチャネルを持つ企業や、中長期の事業計画を精度高く立てたい企業において、補完的なアプローチとして有効です。

ツール選定の基準は「機能の豊富さ」ではなく、「自社の課題・データ体制・予測の目的に合っているか」です。まずExcelで始めて課題を把握し、必要に応じてSFAやMMMへ段階的に移行するアプローチが、多くの企業にとって現実的です。

業種・事業モデル別の売上予測の考え方

売上予測のアプローチは、業種や事業モデルによって大きく異なります。自社のビジネスの構造を理解した上で、適切な手法とデータを選ぶことが精度向上の前提です。ここでは、代表的な4つの事業モデル別に考え方を整理します。

BtoB（法人向け営業）

BtoBビジネスでは、商談ステージと受注確度を軸にしたパイプライン予測が中心になります。「現在進行中の案件が何件あり、それぞれの受注確度はどのくらいか」を積み上げることで、短期の売上見込みを精度高く算出できます。

注意すべき点は、担当者によって確度の見積もり方にばらつきが生じやすいことです。「50%と言っているが、実際の受注率は20%」といった認識のずれが蓄積すると、予測と現実の乖離が大きくなります。SFAツールで商談データを標準化し、過去の受注実績と照合しながら確度の基準を定期的に見直すことが精度向上の鍵です。

また、案件の受注から売上計上までに時間がかかるBtoBの場合、**売上の認識タイミング（契約締結・納品・検収など）**を明確にした上で予測を組む必要があります。

BtoC・EC（消費者向け・ECサイト）

BtoCやECでは、個別商談ではなく購買頻度・客単価・顧客数の変化を軸に予測を組み立てます。基本的な計算式は「売上 ＝ 購買客数 × 平均購買単価 × 購買頻度」であり、このうちのどの要素をどう伸ばすかを起点に予測します。

季節性と外部要因の影響を大きく受けやすい点も特徴です。例えば、クリスマス商戦・年末セール・新学期シーズンなど、過去の季節変動パターンを時系列データとして把握しておくことが、信頼性の高い予測につながります。広告出稿量や競合の価格変動も売上に直結するため、マーケティング施策の変化を予測に織り込む仕組みが重要です。

SaaS・サブスクリプション

月次・年次の定期課金モデルでは、MRR（月次経常収益）とチャーンレート（解約率）が売上予測の中心的な指標になります。

基本的な考え方は、「今月のMRR ＋ 新規獲得MRR − 解約MRR ＝ 来月のMRR」という積み上げ計算です。新規獲得数を広告・マーケティング施策でどう増やすかと、既存顧客の解約をどう抑えるかの両面を、それぞれ別のドライバーとして予測に組み込みます。

解約率がわずか1〜2%変化するだけで、年間の売上予測に大きな差が生まれるため、チャーン管理とカスタマーサクセスの精度が、売上予測の精度に直結します。LTV（顧客生涯価値）を軸にしたコホート分析との組み合わせも有効です。

小売・店舗ビジネス

実店舗を持つ小売業では、来店客数・客単価・購買率の3指標が予測の基軸になります。これに加えて、立地特性（周辺人口・競合店の動向）や天候、地域イベントなどの外部要因が売上に直接影響するため、これらを予測に組み込む工夫が必要です。

複数店舗を持つ企業では、エリア・店舗規模・顧客層などの属性でセグメントを分け、類似店舗の実績をベースに新店舗の売上を推計する手法が有効です。また、チラシ配布やテレビCMなどのオフライン施策が来店客数に与える影響を定量的に把握するには、MMMのような統合分析手法が適しています。

事業モデルが複合している場合（例：EC＋実店舗、SaaS＋導入支援など）は、収益の柱ごとに予測を分けて積み上げ、全社の売上予測を組み立てる方が精度が高くなります。一つの計算式で全体を予測しようとすると、実態と乖離した数字になりやすいため注意が必要です。

売上予測の精度を高める3つのポイント

1回予測を立てただけで終わりにせず、定期的に予測と実績の差分（誤差）を確認し、改善していくことが大切です。

さらに、

• 日次・週次など短いスパンでモニタリング
• 新商品や施策のインパクトを予測に反映
• 営業・マーケ部門からの現場情報を組み込む
• 外的要因（政策、気候、SNSバズなど）の変化も考慮

などを組み合わせることで、予測の実用性が高まります。

精度の高い売上予測とは、「使える」予測です。現場が活かせてこそ価値があります。

売上予測 シミュレーション：意思決定を支える「もしも」の検証

売上予測において、シミュレーションは意思決定を支える強力な武器です。過去のデータや傾向をもとに、さまざまな「もしも」のシナリオを仮定して、売上への影響を可視化できます。

たとえば、

• 「広告費を20％増やしたら売上はどうなるか？」
• 「主要チャネルが使えなくなった場合、売上はどこまで落ちるのか？」
• 「新商品AとBをそれぞれリリースした場合、売上の伸びはどう違うのか？」

といった問いに対し、数値で根拠ある見通しを得られるのがシミュレーションの価値です。
特にMMMを活用すると、複数の変数を同時に動かした複雑な条件下の予測も可能になります。

実務上では、予算配分や投資判断を検討する際に、「売上インパクトの見える化」によって、社内での合意形成も進みやすくなるという副次的な効果もあります。
意思決定の“自信”と“説明責任”の両立において、シミュレーションは欠かせない要素といえるでしょう。

まとめ

売上予測は、ただの数字合わせではありません。それは「今ある現実」と「これから目指す未来」をつなぐ、極めて実践的な思考のツールです。

目標を現実的に設計するための土台であり、資源配分の根拠となる判断材料であり、社内外の信頼を勝ち取る説得材料でもあります。
だからこそ、感覚や希望ではなく、データに基づいた見通しを持つことが、ビジネスにおける強さにつながります。

手軽なExcelから始めてみるのも良い選択ですし、より精緻な分析が必要であれば、統計モデルやAI、そしてMMMといった高度な手法も視野に入れるべきでしょう。

特に、マーケティング活動の売上インパクトを見える化したい企業にとっては、MMMは非常に有効なアプローチです。
サイカでは、MMMを軸にした“成果に直結する予測”をご支援しています。データを「集めて終わり」にせず、「意思決定につながる力」に変えていきませんか？

著者情報

株式会社サイカ マーケティングチーム