「新規事業の売上予測を出してほしい」と言われたとき、多くの担当者が手を止めてしまいます。既存事業であれば過去の実績データを延長すれば済みますが、新規事業にはそれがありません。結果として「なんとなくこれくらい売れるだろう」という当てずっぽうの数字が独り歩きし、後から経営会議や金融機関で根拠を問われて答えられない、という事態が起こりがちです。この記事では、新規事業の売上予測でよく使われる計算式（トップダウン式・ボトムアップ式）と、その精度をAIやデータで補正していく考え方を整理します。
新規事業の売上予測 計算方法はなぜ難しいのか
既存事業の売上予測は「先月の売上×季節係数」のように、過去の実績データを土台に組み立てられます。ところが新規事業には参照できる自社データが存在しません。市場は本当に存在するのか、価格は妥当か、顧客はどれくらいの頻度で買ってくれるのか——すべてが仮説の段階からスタートします。そのため、根拠の薄い数字をそれらしく見せるだけの「絵に描いた餅」の予測書が量産されてしまうのです。この構造的な難しさを理解した上で、まずは代表的な2つの計算式（トップダウン式・ボトムアップ式）の「型」を知ることが、精度の高い予測への第一歩になります。なお、売上予測を組み立てる前提として、そもそも何を目標に置くべきかを整理しておきたい場合は、新規事業の目標設定｜売上目標より先に決めるべき検証指標とKGIへの逆算手順もあわせてご覧ください。
Top-Down
トップダウン方式の計算式（市場規模×想定シェア率）
トップダウン方式は「市場規模×想定シェア率＝売上予測」というシンプルな計算式です。例えば対象市場が100億円で、自社が初年度に0.5％のシェアを獲得できると仮定すれば、売上予測は5,000万円になります。算出のステップは、①対象市場の規模を統計・業界データから把握する、②競合の状況や自社の強みからシェア率を仮置きする、③市場規模×シェア率で売上を算出する、という3段階です。メリットは事業全体の大枠を短時間で掴めることで、投資判断の初期段階や事業計画のたたき台作りに向いています。一方で注意点もあります。想定シェア率の根拠が「他社もこれくらいだから」といった曖昧なものだと、計算式自体は正しくても予測は絵に描いた餅になってしまいます。シェア率は必ず、獲得可能な顧客層の規模や営業リソースの制約など、具体的な根拠とセットで設定する必要があります。
Bottom-Up
ボトムアップ方式の計算式（客数×客単価×購買頻度／営業ファネル積み上げ）
ボトムアップ方式は、現場の活動量から売上を積み上げて計算します。BtoCであれば「客数×客単価×購買頻度＝売上予測」が基本式です。BtoBであれば、営業ファネルの歩留まりを積み上げる方法が有効で、「リード数×商談化率×受注率×平均単価＝売上予測」という計算式になります。例えば月間100件のリードから商談化率30％、受注率20％、平均単価50万円だとすれば、月間売上予測は300万円です。この方式のメリットは、営業活動やオペレーションの現実的な制約を反映できる点と、固定費・変動費から算出した損益分岐点と照らし合わせて「この活動量で黒字化できるか」を検証しやすい点にあります。トップダウン式が「市場から見た天井」を示すのに対し、ボトムアップ式は「現場の実力から見た積み上げ」を示すため、両方を並べて使うことで予測の妥当性を相互にチェックできます。
自社の売上予測の計算式が妥当かどうか、第三者視点で確認したい場合もお気軽にご相談ください。
無料で相談するMisconceptions
売上予測の計算でよくある3つの誤解
誤解1：トップダウン式かボトムアップ式のどちらか一方で十分。実際には、片方だけでは検証が効きません。トップダウン式で描いた市場の天井と、ボトムアップ式で積み上げた現場の実力を突き合わせることで、初めて予測の妥当性が見えてきます。
誤解2：シェア率や歩留まり率は「えいや」で決めても後で調整すればいい。実際には、最初の前提が曖昧なままだと、後から数字がズレたときに「どこが間違っていたのか」を特定できません。仮置きの根拠を必ず記録しておくことが、後の検証を可能にします。
誤解3：一度算出した予測は固定して使い続ければいい。実際には、新規事業の予測は最初から高精度に当たることはほとんどありません。予測は「一度作って終わり」ではなく、実績と照らして継続的に修正していくものだという前提を持つ必要があります。
Practice
日本政策金融公庫の創業計画書に学ぶ実務の「型」と方式比較
創業融資の審査でも使われる実務的な計算例として、日本政策金融公庫（国民生活事業）の創業の手引では「売上予測（1ヵ月）＝客単価×台数×回転数×稼働日数」という積み上げ計算式が紹介されています。飲食店であれば客単価×席数×回転数×営業日数、美容室であれば客単価×台数×回転数×稼働日数といった形で、業種ごとに具体的な運営条件から売上を組み立てる方法です。これはボトムアップ式の一種ですが、「客数」を「席数×回転数」のように運営上の制約から分解している点に実務としての精度があります。トップダウン式・ボトムアップ式・創業計画書型に加えて、近年はAIによる需要予測を組み合わせる方式も広がっています。それぞれの方式は、予測を出した後の「更新・検証のしやすさ」という観点で比較すると特徴が分かれます。
| 予測の更新・検証のしやすさ | 特徴 |
|---|---|
| トップダウン方式 | 市場規模データの更新頻度が低く、シェア率の再検証には外部調査が必要になりやすい |
| ボトムアップ方式 | 営業活動の実績値で歩留まりを随時更新できるが、手作業だと集計・反映に時間がかかる |
| 創業計画書型（客単価×回転数×稼働日数） | 運営条件の変化を反映しやすいが、条件が増えるほど手計算での更新が煩雑になる |
| AIプロダクト開発による需要予測活用 | データ連携により前提の更新やシナリオ再計算を自動化しやすいが、初期のデータ整備には一定の設計工数がかかる |
Reality
予測と実績はどれくらいズレるのか、ズレをAI・データで補正する方法
そもそも新規事業の売上予測は、どれくらい実績とズレるものなのでしょうか。日本政策金融公庫総合研究所の新規開業実態調査によると、予想月商達成率（開業後の平均月商÷開業前の予想月商）が「100〜125％未満」の企業は22.8％、「125％以上」の企業は27.7％で、合計約半数（50.5％）が予想を上回る月商を達成しています。裏を返せば、残りの約半数近くは予想に届いていないということです。この数字が示すのは、「予測は当たらなくて当然」という前提を持ち、外れたときにいかに早く検証し、修正サイクルを回せるかが重要だということです。この修正サイクルを高速化する手段として、需要予測AIやデータ活用への関心が高まっています。実際、独立行政法人中小企業基盤整備機構の調査でも、AI導入検討中の企業が挙げるサービスとして「生成AI」に次いで「需要予測AI」が31.4％と高い関心を集めています。当社が製造業向けに開発・運営しているAI見積・受発注システムNewji oneも、調達・購買業務の属人化を解消することを目的に開発しています。売上予測についても同様に、実績データを継続的に取り込み、前提条件やシナリオを素早く更新できる仕組みを持つことが、予測を「当てにいく」ための現実的な近道になります。
FAQ
よくある質問とまとめ
トップダウン式とボトムアップ式、どちらを使えばいいですか？
どちらか一方ではなく、両方を併用することをおすすめします。トップダウン式で市場からの天井を、ボトムアップ式で現場からの積み上げを算出し、両者の数字が大きく乖離していないかを確認することで、予測の妥当性を高められます。
売上予測は何回くらい見直すべきですか？
決まった回数はありませんが、少なくとも月次で実績と予測を照らし合わせ、四半期に一度は前提条件（シェア率や歩留まり率）そのものを見直すサイクルを組むことをおすすめします。開業直後は特にズレが大きく出やすいため、初年度は月次での検証が望ましいです。
売上予測の精度を上げるためにAIは必須ですか？
必須ではありません。エクセルでの手計算でも十分に機能します。ただし、扱う変数（顧客セグメントや在庫、季節要因など）が増えてくると手計算での更新に限界が出るため、その段階でAIやデータ活用による自動化を検討する価値があります。
自社に売上予測のデータ基盤がなくても相談できますか？
可能です。現状どのようなデータをお持ちか、どの計算方式で予測を組んでいるかを伺った上で、AIやデータ活用による補正の余地があるかどうかをご提案します。まずは現状のヒアリングからお気軽にご相談ください。
新規事業の売上予測は、トップダウン式（市場規模×想定シェア率）とボトムアップ式（客数×客単価×購買頻度、または営業ファネルの歩留まり積み上げ）という2つの計算式を軸に組み立てるのが基本です。日本政策金融公庫の創業計画書に見られる「客単価×回転数×稼働日数」のような実務的な積み上げ型も、精度を高める上で参考になります。ただし、どれだけ丁寧に計算しても予測が実績とズレるのは避けられません。大切なのは、ズレを前提とした上で検証・修正のサイクルをいかに早く回せるかです。AIやデータ活用によってこのサイクルを高速化したい場合は、ぜひ一度ご相談ください。
