セールのやり方を変えるだけで、利益は2〜6割増える
セールをやめる必要はない。「いつ・どれだけ・どれを」下げるかをデータで決めるだけで、粗利は1〜3ポイント上がり、営業利益は2〜6割増える。
国内でも、売上約60億円の企業がこのやり方で黒字化しています。
アパレルの利益は、セールで消えている
アパレル企業の利益を一番削っているのは、原価でも人件費でもなく「値下げ」です。
- 国内で作られた服の約半分が売れ残る(2019年、51.8%)
- 全部を定価で売れたら100点として、実際は60〜75点しか取れていない
- 値下げで失う金額は、売上の2〜5割に達するという推計もある
つまり、値下げの失敗を少し減らすだけで、利益は大きく戻ってきます。
実例:売上60億円の企業が、定価で売れる割合を6ポイント上げて黒字化
L-DXグループが支援した売上約60億円のアパレル企業では、プロパー消化率(定価で売れた割合)が6ポイント上昇し、営業利益約1.5億円の黒字に転換しました。
| 項目 | 数値 |
| 売上規模 | 約60億円 |
| 粗利率 | 約55% |
| プロパー消化率 | +6ポイント |
| 営業利益 | 約1.5億円(黒字化) |
定価で売れる商品が少し増えるだけで、赤字企業が黒字になる。これがアパレルの利益構造です。
世界の勝ち組は「値下げのやり方」で稼いでいる
海外の有力ブランドは、勘と経験で一律に下げていたセールをデータで決めるやり方に変え、すでに結果を出しています。
| 誰が | 何を変えたか | 結果 |
| Zara | セールの値下げ率をデータで決定 | セール収益 +6%。現在は全世界で運用 |
| Rue La La(米ファッションEC) | 新商品の値付けをAIで毎日最適化 | 売上 +10% |
| 高級ブランド(売上1兆円規模) | 一律〇%オフをやめ、商品ごとに値下げ | 1年で利益率 +3ポイント |
| 靴・スポーツ専門店 | 効く値下げ率(20%・40%)だけに絞る | 粗利 +6%、消化率 +10% |
| ファッション小売 | 寒い地域だけ値下げを遅らせる | 定価販売が3週間延び、粗利 +7% |
| Leder & Schuh(欧州靴小売) | 値下げ作業を自動化 | 5人×5日 → 2人×1.5日 |
共通点は、AIが魔法を使ったのではなく「下げすぎ」「早すぎ」「全部一律」をやめたことです。
売上100億円の会社なら、営業利益5億円が6〜8億円に
売上100億円・営業利益5億円の会社に、上の事例の効果を当てはめるとこうなります。
| 改善の幅 | 増える利益 | 営業利益 |
| 控えめ(粗利 +1ポイント) | +1億円 | 5億 → 6億円(+20%) |
| 標準(粗利 +2ポイント) | +2億円 | 5億 → 7億円(+40%) |
| 高級ブランド並み(粗利 +3ポイント) | +3億円 | 5億 → 8億円(+60%) |
ポイントは、新しく商品を作る必要も、売上を伸ばす必要もないこと。すでに倉庫にある在庫の売り方を変えるだけなので、増えた分がほぼそのまま利益になります。
やることは3つだけ
- いつ下げるか:売れている商品まで「セール時期だから」と下げない。寒い地域は遅らせる
- どれだけ下げるか:30%で売れるものを50%にしない。効く値下げ率だけを使う
- どれを下げないか:売れ筋は定価で売り切る。下げるのは本当に動かない商品だけ
これを数千〜数万SKU、全店舗で毎週判断するのは人間には不可能です。だからシステムとAIに任せます。
では、なぜ日本のアパレルはできていないのか
答えはシンプルで、データがバラバラだからです。在庫は倉庫システム、売上はPOS、計画はExcel、ECは別システム。これでは「どの商品を、どこで、いくら下げれば一番儲かるか」を誰も計算できません。結果として、ベテランの勘で全店一律〇%オフ、を毎シーズン繰り返しています。
L-DXなら、この3つがそのまま実行できる
L-DXグループは、アパレル・ライフスタイル企業の基幹刷新とDXを専門に手がけてきました。その知見を詰め込んだL-DXには、ここまでの話を実行する機能が揃っています。
- スマートマークダウン:いつ・どれを・どれだけ下げるかを提案
- セールシミュレーション:セール前に「この値下げで粗利と消化率がどうなるか」を試算
- AIエージェント:日々の判断をAIが支援し、人は承認するだけ
- 全部が一つの基盤:企画・在庫・MD計画・予算・POS・EC・卸のデータが最初からつながっている
価格AIだけを入れても、データがつながっていなければ動きません。
L-DXは基盤ごと持っているので、別々のシステムをつなぐ大工事なしで始められます。
次のセールの前に、一度ご相談ください。
御社の在庫データで、どれだけ利益が戻るかを試算します。