Claude Code × 飲食店在庫：POSデータをBigQueryに取り込み、発注予測を自動化する実装パターン
目次 クリックで開く
飲食店の食材ロスは売上の3〜8%に達し、利益率を直接圧迫します。本記事では、Square・Airレジ・Dinii などのPOSデータを BigQuery に取り込み、Claude Code が販売実績・天候・近隣イベント情報を踏まえて翌週の発注量を自動予測、LINE通知で店長に確認を取る実装パターンを解説します。
最短診断：原因の見極めチェックリスト
| 原因カテゴリ | 確認ポイント |
|---|---|
| 食材ロス3〜8% | 感覚発注で過剰在庫。 |
| 欠品ロス | 人気メニューが品切れ。客単価ダウン＋顧客離脱。 |
| 発注作業の属人化 | 店長が頭の中で計算。引継ぎ困難。 |
解決手順（推奨実行順）
- Square / Airレジ / Dinii の Webhook or API で日次売上を BigQuery に取り込み（Cloud Functions経由）。
- 気象庁API・Yahoo!ローカル経由でイベント情報を取得し補助テーブル化。
- Claude Code に MCP で BigQuery 接続させ、過去2年の販売×天候×イベントから翌週需要予測SQLを生成・実行。
- 予測結果を発注書フォーマットに整形 → LINE Bot で店長に提示。
- 店長の調整を反映 → 仕入先（八面六臂、ハイファイ等）にFAX/メールで自動送信。
- 実績データで予測精度を週次評価し、誤差5%以下を目標に改善。
よくある質問
Square / Airレジ どちらがAPIが充実？
Square が API ファースト設計で開発容易。Airレジは公式APIなしでウェブスクレイピング/CSV取込が必要なケース多。
予測の精度はどのくらい出ますか？
実装3ヶ月後で MAPE（平均絶対パーセント誤差）8〜12%が現場の典型値。継続学習で5%以下を狙えます。
導入コストはいくら？
初期200〜400万円、月額5〜10万円（BigQueryコスト含む）。月商800万円以上の店舗で投資回収できる目安。
複数店舗展開で使える？
店舗別モデル + チェーン共通モデルの2階建てが効果的。Dinii などのチェーン対応POSと組み合わせ可能。
Claude Code 以外（ChatGPT / Gemini）でも実装可能？
技術的には可能。MCP 標準対応で実装最短は Claude Code、OpenAI Function Calling 経由も可能ですが追加実装が必要です。
参考：Aurant Technologies 実プロジェクトのLooker Studio実装
本記事のテーマを実装段階まで進める際の参考として、Aurant Technologies が支援した複数の実案件で構築した Looker Studio ダッシュボードの一例をご紹介します。数値・社名・部門名はマスキングしていますが、実際に運用されている可視化です。
AI・業務自動化
ChatGPT・Claude APIを活用したAIエージェント開発、n8n・Difyによるワークフロー自動化で繰り返し業務を削減します。まずはどの業務をAI化できるか診断します。