「来年のインバウンド売上はどのくらいになるだろうか」――この問いに対して、明確な根拠をもって答えられる企業は、実はそれほど多くありません。

訪日外国人の消費額は2024年に約8兆円を突破し、市場としての存在感は年々増しています。しかし、為替変動や国際情勢、航空路線の増減など外部要因が複雑に絡み合うインバウンド市場では、「なんとなくの感覚」で売上を見積もることにはリスクが伴います。

本記事では、インバウンド売上の予測方法について、データの集め方から予測モデルの組み立て、さらに予算策定への落とし込みまでを体系的に解説します。初めて需要予測に取り組む方にも実践しやすいよう、具体的な手順とポイントを整理しました。

なぜインバウンド売上の予測が必要なのか

「肌感覚」の経営から脱却する重要性

インバウンドビジネスに携わる企業の中には、過去の繁忙期の印象や現場スタッフの実感をもとに、翌年の売上目標を設定しているケースが少なくありません。たとえば「昨年の桜シーズンは好調だったから、今年も同じくらいだろう」という見立ては、一見合理的に思えます。しかし、こうした肌感覚による予測には大きな落とし穴があります。

訪日外国人の動向は、ビザ政策の変更、為替レートの変動、LCC（格安航空会社）の路線開設や撤退、さらには感染症や自然災害といった予測困難な要因に大きく左右されます。2019年に約3,188万人だった訪日外国人数が2020年には約412万人にまで急減したことは、その象徴的な例です。肌感覚に頼った経営では、こうした急激な変化に対応するための備えが不十分になりがちです。データに基づくインバウンド売上予測の仕組みを持つことは、不確実性の高い市場で安定した経営判断を行うための第一歩と言えるでしょう。

予測がもたらす意思決定の精度向上

売上予測が精度高く行えるようになると、企業の意思決定は大きく変わります。まず、仕入れや在庫管理の最適化が可能になります。たとえば、小売業であれば訪日外国人の来店が増える時期を予測して免税対応商品の在庫を積み増すことができ、ホテルであれば多言語対応スタッフの配置を繁忙期に合わせて調整できます。

また、マーケティング投資のタイミングも精緻になります。訪日客数が増加する見込みの時期に合わせて、海外向けのデジタル広告やSNSプロモーションを集中投下すれば、限られた予算でも高い効果を期待できます。

さらに、投資家や金融機関への説明においても、「根拠あるデータに基づいた売上見通し」を提示できることは、企業の信頼性向上に直結します。予測の仕組みを持つこと自体が、組織全体のデータドリブン経営（データに基づく意思決定を重視する経営スタイル）への転換を促す効果もあります。実際に、売上予測を導入した企業では、部門間の認識のずれが減少し、全社的な目標に対する一体感が生まれやすくなるという副次的な効果も報告されています。

インバウンド売上予測の基本ステップ

過去データの収集と整理

インバウンド売上の予測を始めるにあたり、最初に取り組むべきは自社の過去データの収集と整理です。具体的には、月別・国籍別・商品カテゴリ別の売上データを最低でも過去2〜3年分は用意したいところです。POS（販売時点管理）データや予約管理システムの記録、免税販売の実績データなどが主な情報源になります。

ここで重要なのは、単に売上金額の推移を並べるだけでなく、客数と客単価に分解して整理することです。訪日外国人の売上は「来店客数 × 購買率 × 客単価」で構成されるため、どの要素が売上変動の主因なのかを把握しておくと、後の予測精度が格段に上がります。また、過去にイレギュラーな要因があった時期（たとえば近隣での大型イベント開催や、為替が急変した期間など）にはフラグを立てておくと、異常値として処理すべきかどうかの判断に役立ちます。データの粒度が細かいほど予測の自由度は高まりますので、できる限り詳細なレベルで蓄積しておくことをお勧めします。

外部データ（訪日客数・為替・航空便）の活用

自社データだけでは、市場全体の動向を捉えきることはできません。インバウンド売上の予測精度を高めるためには、外部データの活用が不可欠です。代表的な外部データとしては、日本政府観光局（JNTO）が毎月発表する訪日外国人数の統計があります。国籍別の訪日客数推移を自社の売上データと重ね合わせることで、どの国からの訪日客が自社の売上に影響を与えているかが明確になります。

次に注目すべきは為替レートです。円安局面では訪日外国人の購買力が高まり、客単価が上昇する傾向があります。実際に2022年後半から2024年にかけての円安期には、訪日外国人1人あたりの消費額が大幅に増加しました。さらに、航空便の就航状況も重要な先行指標です。新規路線の開設や増便の情報は、数か月先の訪日客数を見通す上で有力な手がかりとなります。これらの外部データは、観光庁や各航空会社のプレスリリース、為替データ提供サービスなどから無料で入手できるものが多いため、定期的にチェックする習慣をつけておくとよいでしょう。

予測モデルの組み立て方

過去データと外部データが揃ったら、いよいよ予測モデルを組み立てるステップに入ります。高度な統計手法や機械学習を使うことも可能ですが、まずはシンプルなアプローチから始めることをお勧めします。

最も基本的な方法は、過去の売上実績に季節指数を掛け合わせる「季節調整法」です。たとえば、過去3年間の月別売上を平均し、各月が年間平均に対してどの程度の比率になるかを算出します。これが季節指数です。次に、前年の年間売上に成長率（訪日客数の増減率や為替変動を加味して設定）を掛け、さらに季節指数で月別に按分すれば、月次の売上予測値が得られます。

もう少し精度を高めたい場合は、Excelの回帰分析機能を活用して、訪日客数や為替レートといった説明変数と自社売上の関係をモデル化する方法もあります。

重要なのは、最初から完璧なモデルを目指すのではなく、まず「ベースラインとなる予測」を作り、実績との差異を分析しながら段階的に改善していくことです。予測モデルは一度作って終わりではなく、継続的に磨き上げていくものだという認識が大切です。

予算策定への落とし込み方

売上予測と連動した投資計画

売上予測の数値が固まったら、それを基に投資計画を策定していきます。ここで重要なのは、予測された売上額に対して適切な投資配分を設計することです。

インバウンド関連の投資項目としては、多言語対応（Webサイト・店舗案内・接客マニュアルの翻訳）、デジタルマーケティング（海外向けSNS広告・SEO対策・インフルエンサー施策）、決済環境整備（海外クレジットカード・QRコード決済への対応）、そして人材確保（多言語スタッフの採用・研修）などが挙げられます。

売上予測を持っていれば、これらの投資に対して「予測売上の何％を充てるか」という基準で計画を立てることができます。たとえば、マーケティング投資を予測売上の5〜10％に設定するといった目安を持つだけでも、根拠のない投資判断を避けることができます。

また、予測データがあることで、投資の回収見通しを事前にシミュレーションすることも可能になり、経営層や関係部署への説明にも説得力が生まれます。

シナリオ別の予算シミュレーション

インバウンド市場の不確実性を考慮すると、売上予測を1つの数値に絞るのではなく、複数のシナリオを用意して予算を組むことが現実的です。

一般的には「楽観シナリオ」「基本シナリオ」「悲観シナリオ」の3パターンを用意します。

たとえば、訪日客数が前年比115％で伸びる場合を楽観シナリオ、105％を基本シナリオ、90％に減少する場合を悲観シナリオと設定します。

各シナリオにおける売上見通しを算出し、それぞれに対応する投資額と損益分岐点を明確にしておくのです。

この手法の最大のメリットは、実際の状況が当初の想定から外れた際に、すでに用意してあるシナリオに基づいて迅速に計画を切り替えられることです。「もし円高に振れたらどうするか」「訪日客数が想定を上回ったらどの施策を追加するか」といった対応を事前に検討しておくことで、環境変化へのレスポンスが格段に速くなります。シナリオ別の予算シミュレーションは、Excelのデータテーブル機能を使えば比較的簡単に作成できますので、ぜひ取り入れてみてください。

予測精度を高めるための実務Tips

定期的な振り返りと補正の仕組み

売上予測は「作ったら終わり」ではなく、定期的に実績と照合して補正していくことで真価を発揮します。具体的には、毎月の売上実績が確定した時点で予測値との差異を確認し、乖離が大きかった場合にはその原因を分析するプロセスを設けることが重要です。

差異の原因は大きく分けて「予測モデルの構造的な問題」と「一時的な外部要因」の2つに分類できます。前者であればモデルのパラメータや使用する変数を見直す必要がありますし、後者であれば異常値として処理した上で、今後同様の事象が起きた際の対処法を記録しておきます。この振り返りを四半期ごとに実施するだけでも、年間を通じた予測精度は着実に向上していきます。

振り返りの際には、予測値と実績値の差異率を時系列で記録しておくと、モデル改善の効果を可視化でき、次の改善にも役立ちます。また、振り返りの結果を関係者間で共有する場を設けることで、現場の知見（たとえば「最近、特定の国からの団体客が増えている」といった情報）がモデルに反映されやすくなり、組織全体で予測の質を高めていく文化が醸成されます。

活用できるツール・データソースの紹介

インバウンド売上の予測に活用できるツールやデータソースは、無料のものから有料のものまで幅広く存在します。まず、予測モデルの構築にはExcelやGoogleスプレッドシートが最もハードルの低い選択肢です。回帰分析やトレンド分析の機能が標準搭載されており、特別なプログラミング知識がなくても基本的な予測モデルを組むことができます。さらに精度を追求する場合は、Pythonの「Prophet」というライブラリが注目されています。これはMeta社（旧Facebook）が開発した時系列予測ツールで、季節性を自動検出してくれるため、インバウンドのような季節変動の大きいデータとの相性が優れています。

データソースとしては、JNTOの訪日外客統計、観光庁の訪日外国人消費動向調査、日本銀行の為替統計などが基本です。加えて、Googleトレンドを使えば「Tokyo travel」「Japan shopping」といった検索キーワードのボリューム推移から、訪日意欲の先行指標を把握することも可能です。OAG（航空データ提供企業）の就航データや、各OTA（オンライン旅行予約サイト）の予約動向レポートなども、より精度の高い予測を行う際には有用な情報源となります。

まとめ

データに基づくインバウンド経営の第一歩

本記事では、インバウンド売上の予測方法について、必要性から具体的な手順、そして予算策定への活用までを一貫して解説してきました。

改めてポイントを振り返ると、まず肌感覚に頼る経営から脱却し、データに基づく予測の仕組みを持つことが出発点です。自社の過去データを客数と客単価に分解して整理し、訪日客数統計や為替レート、航空便情報といった外部データと組み合わせることで、実用的な予測モデルを構築できます。

その予測を投資計画や予算に反映し、楽観・基本・悲観の3シナリオで備えておくことで、環境変化にも柔軟に対応できる体制が整います。

そして、予測は一度きりではなく、毎月・四半期ごとに実績と照合して改善し続けることで精度が高まっていきます。インバウンド市場は今後も成長が見込まれる一方で、外部環境の変化が激しい領域でもあります。だからこそ、データに基づく売上予測の仕組みを早い段階で整えておくことが、競合との差別化にもつながるのです。

最後に

インバウンド売上の予測や需要分析に取り組みたいとお考えの方は、まずは自社データの棚卸しから始めてみてはいかがでしょうか。とはいえ、初めての取り組みでは「どのデータをどう使えばよいのか」「自社に合った予測モデルはどれか」「外部データはどこから取得すればよいのか」といった疑問が次々と出てくるかもしれません。社内にデータ分析の専門人材がいない場合にはなおさらです。

Digima〜出島〜では、無料でお問い合わせを承っております。インバウンド市場での成長を目指す企業様は、ぜひお気軽にお問い合わせください。