AIで売上予測をエクセル自動化｜中小企業の5ステップ

「来月・来期の売上をエクセルで予測したいが、統計は苦手」——中小企業の現場でよく聞く悩みです。結論から言えば、難しい統計を書かなくても、エクセルやGoogleスプレッドシートに標準で入っている予測関数と生成AIを組み合わせれば、売上予測は十分に半自動化できます。

核になる考え方は3つだけです。過去データをならす「移動平均」、毎年のクセを織り込む「季節性」、右肩の傾きを伸ばす「回帰（トレンド）」。ExcelにはこれらをまとめてこなすFORECAST.ETS関数があり、月次データなら季節性の周期に「12」を指定するだけで、指数平滑法（ETS）を使って季節変動込みの予測値を返します（Microsoft公式ドキュメント）。本記事では、関数・予測シート・生成AIの使い分けを、実務目線の手順とプロンプト例つきで解説します。

なぜ売上予測を「AI×エクセル」で半自動化するのか

中小企業の売上予測は、勘と経験、あるいは「昨対で少し上乗せ」というどんぶり勘定になりがちです。専用のBI（ビジネスインテリジェンス）ツールや需要予測SaaSは高機能ですが、月額費用と学習コストがかかり、担当者が1〜2人の会社では持て余しがちです。

一方、多くの会社にはすでに販売実績のデータがエクセルやGoogleスプレッドシートに溜まっています。予測関数はこの表計算ソフトに最初から入っているため、追加費用ゼロで始められます。そこに生成AIを「予測結果の読み解き」と「作業の下ごしらえ」として足すと、統計の専門知識がなくても実用的な予測が回り始めます。ポイントは、AIに数字そのものを当てさせるのではなく、計算は関数、解釈と要約はAIという役割分担にすることです。

売上予測の3つの考え方（統計を書かずに理解する）

予測手法は無数にありますが、中小企業の実務でまず押さえるべきは次の3つです。数式の導出は関数に任せ、「どんな場面でどれを使うか」だけ理解すれば十分です。

移動平均：直近をならして流れを見る

移動平均は、直近数カ月の平均を取ってデコボコを平らにし、大きな流れ（トレンド）を見る方法です。たとえば直近3カ月の平均で「3カ月移動平均」を作れば、単月のブレに振り回されずに増減の向きがつかめます。スプレッドシートなら=AVERAGE(B2:B4)を1行ずつずらして下にコピーするだけ。季節性が弱く、短期の傾向だけ見たいときに向きます。

季節性：毎年のクセを織り込む

小売・飲食・BtoBを問わず、売上には「12月は伸びる」「2月は落ちる」といった毎年繰り返すパターン（季節変動）があります。これを無視して直線で伸ばすと、繁忙期を過小に、閑散期を過大に見積もってしまいます。季節性を扱うには、後述するExcelのFORECAST.ETS関数のように、周期（月次なら12、四半期なら4）を指定できる手法を使うのが実務的です。

回帰・トレンド：右肩の傾きを伸ばす

回帰（線形トレンド）は、過去の点にもっとも合う直線を引き、その傾きを未来へ延長する考え方です。「毎月おおよそ一定額ずつ伸びている」ような素直なデータに向きます。スプレッドシートでもExcelでも、FORECAST（1点の予測）やTREND（複数点の一括予測）といった関数が標準で使えます（FORECAST関数の解説）。

Googleスプレッドシートで売上予測する（FORECAST／TREND）

まずは無料で始めやすいGoogleスプレッドシートから。A列に月（日付）、B列に売上実績が並んでいる前提で進めます。

• 1点だけ予測する：来月の日付をA14に入れ、=FORECAST(A14, B2:B13, A2:A13)。既存データから線形回帰で1つの予測値を返します。
• 数カ月を一括予測する：予測したい複数の月をA14:A19に並べ、=TREND(B2:B13, A2:A13, A14:A19)。複数のxに対して予測を配列でまとめて返します。「向こう半年を一気に出したい」ときはこちらが便利です。
• 指数的な伸びを見たい：急成長フェーズで直線より曲線が合う場合は=GROWTH(...)（指数回帰）も使えます。

注意点として、Googleスプレッドシートは季節性を自動で扱うFORECAST.ETS関数に対応していません。季節変動を織り込みたい場合は、月ごとの「季節指数（その月が年平均の何倍か）」を自分で計算し、TRENDの予測値に掛け合わせる一手間が要ります。がっつり季節性を扱うなら、次章のExcelの方が向いています。

Excelの「予測シート」で季節性込みの予測を作る（FORECAST.ETS）

Windows版のExcel 2016以降には、クリックだけで予測グラフを作る「予測シート」機能があります。日付列と実績列を選択し、［データ］タブ →［予測シート］を押すだけで、FORECAST.ETSによる予測値・予測グラフ・信頼区間（予測の上振れ／下振れの幅）を自動生成します。

関数で細かく制御したいときは、直接FORECAST.ETSを書きます。書式は=FORECAST.ETS(目標期日, 値, タイムライン, [季節性], [データコンプリート], [集計])。月次データで毎年の季節変動を反映したいなら、季節性の引数に12を指定します。この関数は指数三重平滑化（ETS）アルゴリズムを使い、直近のデータほど重く扱いながら季節パターンも学習します（FORECAST.ETSの解説）。予測の確からしさの幅を出すFORECAST.ETS.CONFINT、季節周期を自動検出するFORECAST.ETS.SEASONALITYもセットで用意されています。

関数の選び分け｜FORECAST.LINEAR・TREND・FORECAST.ETS・予測シートのどれを使うか

予測の関数は種類が多く見えますが、実務で使うのは4つだけです。違いは「1点だけ出すのか、複数点をまとめて出すのか」「季節性を扱うのか」「数式で持つのか、シートとして書き出すのか」の3つで整理できます。自社のデータの状況から逆引きできるよう、選び方を先に置きます。

FORECAST.LINEARとTRENDの使い分け

この2つは中身が同じ線形回帰で、違うのは返す個数だけです。来月1点をたたき台として置きたいならFORECAST.LINEAR、予算表へ半年分を流し込みたいならTRENDが向きます。月次の予算表なら、TRENDで6〜12点を先に出し、実績が確定した月から順に上書きしていく形が扱いやすいはずです。

エラーの読み方も覚えておくと直すのが早くなります。実績側と日付側でデータの個数が違う、またはどちらかが空だと#N/A、日付側の値がすべて同じ（分散がゼロ）だと#DIV/0!が返ります。前者は範囲指定のずれ、後者は日付列に日付以外が入っているときに起きがちです。

FORECAST.ETSと予測シートの使い分け

季節性を扱うならこの2つですが、中身のアルゴリズムは同じで、予測シートは「FORECAST.ETSをGUIから実行して、表とグラフと信頼区間まで書き出す」機能だと考えると迷いません。毎月の運用に組み込むなら関数で持ったほうが更新が楽で、経営会議や金融機関へ一度きりの資料として出すなら予測シートのほうが早く仕上がります。

引っかかりやすいのはタイムラインの条件です。日付列は一定間隔である必要があり、月次なのに一部だけ週次が混ざっている表や、休業月の行が抜けている表はそのままでは通りません。欠測は30%までなら処理されるので、抜けている月も行だけは用意し空欄にしておくほうが安定します。季節性は自動検出され月単位の年間データなら12が設定されますが、実績が2サイクル未満のときは季節性を指定しないよう公式にも明記されています。

Googleスプレッドシートで季節性を扱う場合

前章のとおり、GoogleスプレッドシートにはFORECAST.ETSがありません。それでも季節性を織り込みたい場合は、季節指数を自分で作って掛け合わせます。手順は3つです。

• 月ごとの平均を出す：過去2年以上の実績から、1月〜12月それぞれの平均売上をAVERAGEIFSで求めます。
• 季節指数に直す：各月の平均÷全期間の平均。1.2なら「その月は平年の1.2倍」という意味になります。
• トレンドに掛ける：TRENDで出した予測値に、その月の季節指数を掛けます。（例：=TREND(...)*VLOOKUP(MONTH(A14), 季節指数表, 2, FALSE)）

粗い方法ですが、繁忙期を過小に見積もる事故はこれだけでかなり防げます。キャンペーンや大口の一発受注が入った月は、季節指数を作る前に除外するか補正列で分けておいてください。一度きりの特需が「毎年その月は伸びる」と誤って学習されてしまいます。

生成AIを予測に組み込む（プロンプト例つき）

関数で「数字」を出したら、生成AIは「解釈・要約・下ごしらえ」に使います。ここを混同して「AIに売上金額を当てさせる」使い方をすると、根拠のない数字が出てくるので避けましょう。

スプレッドシートのAI関数（=AI／Gemini）でできること・できないこと

Googleスプレッドシートには、セルに=AI("指示文", 参照範囲)と書くとGeminiが処理を返すAI関数が搭載されています（Google公式ヘルプ）。利用にはBusiness Standard以上のWorkspaceプラン、またはGoogle AI Pro／Ultraプランが必要で、一度に処理できるセル数にも上限があります。得意なのは要約・分類・抽出・感情分析といったテキスト処理で、たとえば「顧客コメント列を『満足／不満/要望』に自動分類」「商談メモから次アクションを抽出」などが実務で効きます。一方で、AI関数に売上の数値予測そのものを任せるのは不向きです。予測は関数、テキスト整形はAI関数、と分担するのが正解です。

ChatGPT・Copilotに「予測の読み解き」をさせるプロンプト例

関数で出した予測値と実績を貼り付け、ChatGPTなどに解釈させると、報告資料づくりが一気に楽になります。そのまま使えるプロンプト例です。

次の月次売上データ（実績と予測）を分析してください。(1) 直近の増減トレンドを2文で要約、(2) 季節性が見られる月とその理由の仮説、(3) 予測に対してリスクとなりうる要因を3つ、(4) 経営会議向けに120字以内のサマリー。数値は与えたデータの範囲でのみ述べ、推測は「仮説」と明記してください。［ここに表を貼り付け］

Excel派なら、Microsoft 365のCopilot in Excelを使えば、自然文で「この表から来期の売上を予測して」「季節性を考慮した数式を作って」と頼むだけで、数式の提案やグラフ化、分析までを対話で進められます。個人向けのCopilot Proは月額3,200円（2025年時点）で、利用にはサインインと自動保存の有効化、表のテーブル化が前提になります（Copilotの料金・機能解説）。

私たちが中小企業の現場で見てきた実感として、予測が定着する会社は「難しいモデル」を導入した会社ではなく、毎月同じ手順で同じ表を更新できる仕組みを持っている会社です。関数で自動計算し、AIで要約する——この一連の流れを1つのスプレッドシートに固定してしまうと、担当者が代わっても回り続けます。もし「予測表を入力フォームやボタン付きの社内ツールにまとめたい」段階まで来たら、スプレッドシートをそのままアプリのように使えるようにするのが近道です。アプリ化にかかる費用感は脱エクセルの費用相場ガイドを先に確認しておくと判断しやすくなります。

私たちはスプレッドシートを社内アプリ化するお手伝いもしています。記事の途中で恐縮ですが、良い選択肢だと思っておりますので、よろしければ合わせてご覧いただけたら嬉しいです。

売上シミュレーション｜楽観・標準・悲観の3シナリオを表計算で組む

予測関数が返すのは1本の線です。しかし実際の意思決定では、「この予測どおりなら採用してよいか」「悪いほうに振れたら資金は持つか」を同時に見たい場面がほとんどです。そこで使うのが売上シミュレーション、いわゆるWhat-If分析です。関数の予測を土台にして、楽観・標準・悲観の3シナリオを同じ表の上に並べるだけで、予測は「点」から「幅」に変わります。検索では「売上 シュミレーション エクセル」と入力されることも多い領域ですが、正しくはシミュレーションで、Excelにも標準の機能が用意されています。

ステップ1：前提値を1か所に切り出す

最初にやることは、数式の中に直接書き込んでいる数字を全部シートの上に出すことです。「単価8,000」「成約率20%」「客数の伸び率3%」といった値を、シート上部の「前提」ブロックに1セル1項目で並べ、数式はそのセルを参照する形に直します。ここが数式に埋まったままだと、シナリオを切り替えるたびに数式を書き換えることになり、必ずどこかで直し漏れが起きます。

ステップ2：売上をドライバに分解する

次に、売上を掛け算の形に分解します。小売なら「客数×客単価」、BtoBなら「商談数×受注率×平均単価」、サブスクなら「既存顧客数×継続率＋新規獲得数」×月額といった具合です。こうしておくと、シナリオの差を「受注率を25%から20%に落とした」と数字で説明できます。「なんとなく強気に見た」で終わらないことが、社内でシミュレーションが通るかどうかの分かれ目です。

ステップ3：3シナリオを横に並べる

前提ブロックの右に、楽観・標準・悲観の3列を作ります。標準列は関数で出した予測値をそのまま置き、楽観・悲観はドライバのうち不確実性が大きいもの1〜2個だけを動かすのがコツです。すべてを一斉に振ると現実にはまず起きない極端な結果になり、判断に使えません。振れ幅は過去の予実差から決めると根拠を説明できます。Excelの予測シートを使ったなら、既定で出る95%の信頼区間の上限・下限を楽観・悲観の目安に流用する手もあります。

ステップ4：Excelの標準機能で感度を見る

Excelには、この手のシミュレーション用にWhat-If分析が3つ用意されています。目的で選び分けてください。

• データテーブル：1つか2つの変数を動かしたとき、結果がどう変わるかを表で一覧にする機能です。「受注率を15〜30%、単価を7〜9万円で動かしたときの売上の一覧表」といった感度表が数クリックで作れます。扱えるのは変数1個または2個までですが、その変数に代入する値はいくつでも並べられます。
• シナリオ：値のセットに名前を付けて保存し、切り替えて表示する機能です。1つのシナリオで置き換えられるのは32個の値までで、シナリオの数自体に上限はありません。前提が3個以上ある売上シミュレーションはこちらが向きます。
• ゴールシーク：結果から逆算する機能です。「営業利益を1,200万円にするには受注率が何%必要か」のように、動かす変数が1つのときに使えます。目標から逆算した必要ラインが出るので、予算会議で効きます。

Googleスプレッドシートにはデータテーブルに相当する機能がないため、シナリオごとに列を分け、同じ数式を横に3本並べる形で代替します。手数は増えますが、共同編集しながら前提の数字を詰めていけるので、複数人で議論しながら作るならむしろこちらのほうが進めやすい場面もあります。

ステップ5：3シナリオの読み解きを生成AIに任せる

3列そろったら、その表をそのまま生成AIに貼り、差の意味を言葉にしてもらいます。ここでもAIに数字を作らせないことが前提です。

次の売上シミュレーション（楽観・標準・悲観の3シナリオ、前提となるドライバの値つき）を読み解いてください。(1) 3シナリオの差が主にどのドライバから生まれているかを指摘、(2) 悲観シナリオが現実になる場合に先に現れる兆候を3つ、(3) 標準シナリオの前提のうち、根拠が弱いと思われるものとその理由、(4) 経営会議向けに150字以内のサマリー。数値は与えた表の範囲でのみ述べ、計算はせず、推測は「仮説」と明記してください。［ここに表を貼り付け］

この「前提ブロック＋ドライバ分解＋3シナリオ」の構造は、一度作れば毎月そのまま使い回せます。ただし作りっぱなしのシートは、前提の書き換えや行の挿入で数式が崩れがちです。入力欄と計算部分を分け、更新をボタン操作に寄せてしまうと壊れにくくなります。その形にするやり方はスプレッドシートを社内アプリ化する「スプシ de 社内アプリ」にまとめています。

データが足りない・季節性がある・過去実績が無いときの対処

実際に手を動かすと、多くの会社が同じ3か所で止まります。それぞれの回避策を挙げます。

実績が2年分に満たない

季節性を学習させるには2周期分、月次なら約24カ月の実績が必要で、それに満たないうちは季節性を指定しないことが公式にも案内されています。12〜18カ月しかない段階でやるべきことは、季節性を諦めてトレンドだけを見ることです。3カ月移動平均で流れをならし、TRENDで数カ月先まで伸ばす。それで十分実用になります。データが浅いうちは、1本の線ではなく幅（3シナリオ）で持つほうが実態に合います。

季節性が強い（繁忙期と閑散期の差が大きい）

Excelが使えるならFORECAST.ETSに季節性12を指定するのが最短です。Googleスプレッドシートなら、前章の季節指数（各月の平均÷全体平均）を作ってTRENDの値に掛けます。どちらの場合も、事前に一度きりの特需を実績から切り離す作業が要ります。大口のスポット受注、補助金の駆け込み、災害や値上げ前の駆け込み需要などは、翌年も同じ月に起きるとは限らないため、補正列でフラグを立てて季節指数の計算から外します。ここを飛ばすと、たまたま良かった月が「毎年の繁忙期」として固定されてしまいます。

新規事業で過去データがまったく無い

過去がない以上、統計的な予測は成立しません。この場合は積み上げ式に切り替えます。「見込み客数×商談化率×受注率×平均単価」のようにドライバへ分解し、各ドライバの数字は既存事業の実績、業界の公表データ、最初の1〜2カ月のテスト結果から取ります。季節性は性格の近い既存商品の季節指数を暫定的に借りれば十分です。そのうえで3シナリオを必ず併記します。当たらないのが前提なので、1本の数字より「悪くてもここまで持ちこたえる」という幅のほうが意思決定に使えます。実績が3カ月、6カ月と溜まったら、借りてきた数字を自社の実測値へ置き換える。この作業を毎月の手順に組み込むことが、予測を育てる唯一の方法です。

よくある失敗と、中小企業の現実的な運用

最後に、予測を「動くけれど使えない」状態にしないための注意点をまとめます。

• データが短すぎる：季節性を扱うFORECAST.ETSは、最低でも2周期分（月次なら約24カ月）の実績がないと季節パターンを学習できません。データが浅いうちは移動平均や単純トレンドで十分です。
• 異常値をそのまま使う：スポット大口受注やキャンペーンの月をならさずに入れると、予測が引っ張られます。一度きりの特需は補正列で区別しましょう。
• 予測を1つの数字で信じ込む：予測は「幅」で捉えるのが実務。Excelの信頼区間や、上振れ／下振れの2シナリオを併記して、意思決定に幅を持たせます。
• 更新が属人化する：毎月の貼り付け・数式修正が手作業だと、担当者が変わると止まります。手順とフォーマットを固定し、可能な部分は自動化しておきます。

売上予測が回り出すと、「他の定型業務も同じ発想で自動化できないか」と見えてきます。たとえばAIで見積書を自動作成する手順や、エクセルで請求書を無料テンプレートから自動化する方法、エクセルでシフト表を自動作成する方法は、予測と同じ「関数＋AI」の考え方で取り組めます。さらに複数の業務をまたいで扱うなら、ノーコードで業務アプリを作る中小企業向けの進め方も参考になります。売上予測の先には、決算書（財務3表）全体を読み解いて経営判断に活かす動きもあります。AIで決算書を分析する方法で具体的な指標の見方を解説しています。売上の入りだけでなく資金の出入り全体を先読みしたい場合は、AI資金繰り予測で資金ショートを先読みする方法も参考になります。需要予測を在庫の発注点計算に応用したい場合は、AI在庫発注予測で欠品と過剰在庫を防ぐ方法も参考になります。売上予測を予算に落とし込み、実績との差異を月次で追いたい場合はAI予実管理で予算実績を自動化する方法も参考にしてみてください。まずは今ある売上表に予測関数を1つ足すところから、無理なく始めてみてください。