経営データ一元管理SaaS「ストアレコード」、自然言語で経営データを分析できる「ストアレコード AI」β版リリース
チャットで問いかけるだけで、売上・在庫・利益のデータ分析が完結。"Excelと睨めっこする経営"からの脱却へ
ストアレコード株式会社（本社：東京都新宿区、代表取締役：樋口 幸太郎、以下「当社」）は、経営データ一元管理SaaS「ストアレコード」の新機能として、自然言語での対話により経営データの分析・可視化が可能な「ストアレコード AI」を、2026年4月22日よりβ版としてリリースしたことをお知らせします。
本機能により、ストアレコードをご利用中の小売・EC事業者さまは、専門的なSQLやダッシュボード操作の知識がなくとも、チャットで問いかけるだけで、売上・在庫・仕入・費用といった自社の経営データを即座に分析・可視化することが可能になります。
「ストアレコード AI」開発の背景
小売企業の現場では、経営判断に必要なデータがストアレコードに一元化された後も、「欲しい切り口でデータを見るためには、ダッシュボードの設定を調整したり、CSVをダウンロードしてExcelで再集計したりする必要がある」という新たな課題が生まれていました。特に、ブランド・カテゴリー・チャネルを横断した分析や、仮説検証のための多角的な深掘り分析では、データ抽出から集計までに一定の時間を要するケースが多く、スピーディな意思決定の妨げとなっていました。
こうした課題を解消すべく、当社は生成AIを活用した分析機能「ストアレコード AI」を開発いたしました。経営者や現場担当者が、社内のデータアナリストに問いかけるような感覚で、自然な日本語で質問するだけで、自社の経営データに基づいた回答と可視化を得ることが可能です。
「ストアレコード AI」の主な機能
自然言語による経営データ分析
「直近30日で販売実績がなく在庫数量が多い品番を抽出して」、「ブランド別の限界利益率を前年同月と比較して」といった自然な日本語での質問に対し、AIが自社のデータベースから必要なデータを抽出し、回答します。SQLや関数の知識は一切不要で、経営者・MD・EC担当者の誰もが、自らの手でデータ分析を完結させることができます。
「ストアレコード AI」のおすすめの使い方
実際に「ストアレコード AI」がどのような分析を行えるのか、代表的なユースケースをご紹介します。
① 経営成績の深掘り分析
売上総利益の増減要因を、対話を重ねることで構造的に解明していくユースケースです。
問いかけの流れ：
「売上総利益の前年比を出して分析して」
「売上総利益率の前年比について、値引き・仕入原価・その他の要因に分けて分析して」
「ブランド別で大きく売上総利益の増減が発生した要因を分析して」
一度の質問で完結させず、AIとの対話を重ねながら仮説を深めていくことで、経営会議や月次レビューで議論すべき論点を短時間で抽出できます。
② ダッシュボードにはない切り口でのデータ抽出
ストアレコードのダッシュボードには標準搭載されていないものの、蓄積データから算出可能な指標を、AIに直接問い合わせて取得するユースケースです。
問いかけの例：
「新規に発注した商品の中で、2回目の発注につながった商品の比率（リピート発注率）を出して」
「1年間の顧客LTVを出して」
「返品率の高い商品をカテゴリ別に分類して分析して」
「エントリー商品として企画した商品が実際に意図通りに機能しているか、初回購入者のリピート率を他の商品と比較して」
ダッシュボードの開発を待たずとも、現場が必要とする独自KPIを即座に取得できるため、施策検証や新しい経営指標の検討を柔軟に進めることが可能です。
③ 在庫・値下げ判断の高速化
在庫の見直しや値下げ判断など、小売業の現場で日々発生する意思決定を、AIとの対話で一気通貫に支援するユースケースです。問題となる品番の特定から具体的なアクション検討までを、ダッシュボードでの絞り込み作業を経ることなく短時間で完結できます。
問いかけの例：
「在庫日数が長い品番を、売上影響度の大きい順に教えて」
「先月から在庫日数が急増した品番と、その要因を教えて」
「値下げ候補として優先すべき品番トップ10を、在庫金額と過去の販売トレンドから提案して」
自社で設定した目標在庫日数や値下げ開始の目安をAIが参照し、一般論ではなく自社基準に沿った評価・提案が得られます。在庫管理会議や商品会議の事前準備を削減しながら、個別SKUに対する具体的なアクションまで素早く引き出すことが可能です。
Amazon Bedrock × Claudeによる堅牢なセキュリティ
「ストアレコード AI」は、AWS上で稼働するAmazon Bedrock経由でAnthropic社の大規模言語モデル「Claude」を利用しています。
お客さまデータはAI学習に利用されません
Amazon Bedrockを経由することで、お客さまのデータがAnthropic社をはじめとする第三者のAI学習に利用されることは一切ありません。データはAWSの閉じた環境内で処理され、外部に送信されることなくAI分析が完結します。
データベースへのアクセスは読み取り専用
AIがアクセスするデータベースは読み取り専用権限に限定されており、AIが誤ってデータを書き換えたり削除したりするリスクはありません。
ご提供価格について
「ストアレコード AI」は現在β版として提供しており、ストアレコードの既存プランをご契約中のお客さまに対し、一定の条件下でご利用いただけます。
正式版のリリース時には、ベーシックプランではAI分析機能を含まず、プレミアムプランにてAI分析機能およびMCPサーバーの提供を行う構成を想定しており、プラン構成の見直しに伴い追加料金を申し受ける可能性がございます。詳細が決まり次第、改めてご案内いたします。β版のご利用をご希望のお客さまは、下記お問い合わせ窓口までご連絡ください。
今後の展望
当社は「すべての小売企業に良質な経営を提供する」を掲げ、「ストアレコード AI」を起点に、定型レポートの自動生成・異常値検知・アクション提案など、生成AIを活用した経営意思決定支援機能をさらに拡充してまいります。
また、MCPサーバーの提供を通じて、お客さま自身の業務環境からストアレコードのデータへ直接アクセスし、データ集計・分析を自動化するための基盤を提供してまいります。加えて、MCPサーバーを実際に活用するためのClaudeをはじめとする生成AIツールの導入支援、ストアレコードとの接続設定、さらに各企業が定期的に確認したいレポートや分析資料の自動生成フローの構築まで、個別のご要望に応じた導入支援も展開してまいります。
単なるデータの一元管理に留まらず、「AI時代の小売経営のインフラ」として、小売業の経営品質向上に貢献してまいります。
経営データ一元管理SaaS「ストアレコード」とは
小売企業の経営に必要な売上・費用・仕入・在庫といったデータを、EC・モール・POS・OMSなど各チャネルからAPI・RPA連携により自動で収集・統合するSaaSです。収集したデータをもとに、商品別の限界利益やOTB管理、チャネル別KPIをダッシュボードで一元的に可視化。「Excel集計からの脱却」による現場の業務効率化と、データに基づく経営の意思決定の迅速化を同時に実現します。
会社概要
会社名：ストアレコード株式会社
創業：2022年12月
代表者：代表取締役 樋口 幸太郎
所在地：〒162-0825 東京都新宿区神楽坂2-13 末よしビル本館4B
お問い合わせ：info@storerecord.co.jp
サービスHP：https://service.storerecord.jp
会社HP：https://storerecord.co.jp/
代表者プロフィール
慶應義塾大学卒業後、2008年に伊藤忠商事株式会社に入社。2011年に退社し、Unistyle株式会社を共同創業、代表取締役COOに就任。2016年に同社の全株式を人材系ベンチャー企業に全株式売却、2017年に代表を退任。2019年1月、子供服D2Cブランド「pairmanon」を運営する株式会社オープンアンドナチュラルに入社、取締役COOに就任。同職にてPL・BS責任を負いながら、モール・自社サイト運営、Web広告、物流、カスタマーサポート、財務・人事・経理などを統括し、売上20億円・営業利益1.7億円規模へと成長させた後、アダストリアグループに全株式売却。2022年12月にストアレコード株式会社を設立し、代表取締役に就任。
すべての画像
