Perswell

在庫管理・倉庫管理システム

在庫最適化AI（小売）

SCM（サプライチェーンマネジメント）

使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ

あなたの職場・業務に求められることや重視することは？

この製品が本当に相応しいかチェックしてみましょう。

コスト

要問合せ

無料プラン

IT導入補助金

無料トライアル

~ 在庫管理・倉庫管理システム

事業規模

Perswellとは

強み

注意点

カテゴリ別市場マーケットシェア

代替サービス

サービス基本情報

運営サービス一覧

FitGapにおけるすべての評価は、公平性を最優先に、客観的なアルゴリズムを用いて計算されています。製品の評価方法は「FitGapの評価メソッド」、シェアデータの算出根拠は「シェアスコアの算出方法」をご覧ください。

Perswellとは

Perswellは、株式会社DATAFLUCTが提供する在庫管理・倉庫管理システムです。機械学習とビッグデータを活用してサプライチェーン全体の需要予測の高精度化を図り、適正在庫量の算出や自動発注を実現するサービスとなっています。天候やイベントなどの外部データも取り入れた最新アルゴリズムにより、従来の経験や統計ベースを上回る精度で需要を予測し、欠品防止と余剰在庫削減の両立を目指しています。自社にデータサイエンティストがいない企業でも導入が可能で、実際に大手卸売業の約200倉庫において予測精度を10%向上させ、欠品率と余剰在庫を大幅に改善した実績があります。人手不足や需要変動に対応してサプライチェーンを最適化したい企業に選ばれているソリューションです。また、日次でモデルを自動再学習し、新しい市場データを即座に予測に反映するため、消費トレンドの変化にも迅速に対応できる仕組みを備えています。

強み

外部データ×機械学習で高精度予測

Perswellは古典統計とは異なり、天候やイベントなどの外部データを機械学習に取り込んで需要を推定します。変動要因が多い小売・卸売業界や、SKU数が膨大な業態においても、多様な要因を考慮した予測により在庫最適化を支援します。従来の過去実績を重視した予測手法と比較して、市場や環境の変化により柔軟に追随できる点で優位性を発揮します。

200倉庫規模での自動発注実績と精度向上

Perswellは国分グループにおいて200倉庫への大規模展開実績を有し、予測精度を約10％改善するとともに、自動発注率の向上と欠品率の低減に貢献しています。基幹システムとの予測連携により、在庫数や欠品防止条件を適切に加味した運用を可能にし、全国拠点に跨る大規模サプライチェーンにおいても効果が検証されています。

基幹連携と伴走支援で業務装着までスムーズ

Perswellは、SFTPやAPIを通じて既存システムとの連携を実現し、日次自動発注や現場向けの可視化UIといった実用的な機能まで構築できます。専任のデータサイエンティストがモデル構築を担当するため、PoC段階で終わりがちな予測分析を実際の業務フローに組み込むことが可能です。単なるツール導入にとどまらず、運用の定着まで見据えた支援を提供するため、継続的な業務改善を重視する企業に適したソリューションといえます。

注意点

需要予測特化で基本的な在庫管理機能は含まない

Perswellは機械学習と外部データを活用した自動需要予測・自動発注サービスですが、一般的な入出庫管理や在庫台帳管理といったWMS機能は提供されていません。そのため、倉庫内作業や在庫の物理管理については別途WMSなどを導入する必要があり、本サービス単独でサプライチェーン全体を完結させることはできません。需要予測部分のみを高度化したい企業に適した特化型ツールであり、汎用的な在庫管理システムではない点を理解しておく必要があります。

基幹システムとの連携構築やデータ準備が前提

Perswellで需要予測の精度を高めるためには、販売実績や在庫数など基幹システムとのデータ連携が不可欠となります。導入の際は、データの整備やインテグレーションに相応の工数を要し、システム間インターフェースの開発やデータクレンジング作業が発生する可能性があります。データサイエンティストが不在でも活用できるサービスではありますが、導入初期においてはIT部門との連携や協力体制の構築が重要な要素となることを事前に検討しておく必要があります。

AI予測を活用する上で社内の運用調整が必要

これまで担当者の経験や勘に基づいて発注計画を行っていた企業では、PerswellのようなAI需要予測への移行時に社内調整が必要となる場合があります。予測結果に基づく自動発注を導入するには、現場スタッフがAIの提案を理解し信頼できるよう、適切な教育や説明が求められます。また、導入初期には予測精度や運用フローを検証する期間を設けることが重要です。組織全体でデータ駆動型の判断プロセスに移行するための調整コストが発生し、変革への適応が課題となる可能性があります。

カテゴリ別マーケットシェア

2026年3月 FitGap調査