小売業のMD部門の業務内容｜商品企画・棚割・PB開発とエージェントAIがもたらす変化【2026年版】

小売業のMD部門の業務内容｜商品企画・棚割・PB開発とエージェントAIがもたらす変化【2026年版】

小売業のMD（マーチャンダイジング）部門は、商品部・商品企画部・マーチャンダイジング部などと呼ばれる組織で、「何を・どれだけ・いつ・どこで・いくらで売るか」という小売業の収益構造の根幹を設計する機能を担います。バイヤーがサプライヤーと商談して仕入を行うのに対し、マーチャンダイザーは商品企画・カテゴリ戦略・棚割・プロモーション・PB（プライベートブランド）開発まで担当し、売場全体の最適化を設計します。2026年はBCG・RELEX Solutions・o9 Solutions・dunnhumbyといったコンサル／SaaSベンダーが揃って「エージェントAIが商品部を再設計する年」と位置づけており、MD部門の役割は大きく再定義されつつあります。本記事ではMD部門の業務範囲と、AIで大きく変わる領域／変わらない領域を3階層で整理します。

MD部門の全体像

MDと商品部の関係

流通専門メディアMD NEXTの用語集によれば、小売企業の組織はオペレーションライン（店舗運営部）とクリエイティブライン（商品部）の2つに大別されます。商品部に属する主な職位はバイヤーとマーチャンダイザー（MD）で、バイヤーはサプライヤーとの商談・仕入値・投入数量の決定を、マーチャンダイザーは商品企画・アソートメント・棚割・販売戦略を担当します。企業によってはバイヤー兼MDが置かれたり、カテゴリーマネジャー（CM）という呼称で両方を担う組織もあります。小売店舗開発系メディアのMAPマーケティング「小売MD戦略」も、MD業務フローの全体像と5つの適正を実務目線で整理しています。

マーチャンダイジング（MD）の5つの適正

ダイヤモンド・チェーンストアオンライン「マーチャンダイジング（MD）とは？」が整理するとおり、MDは「適正な商品を・適正な数量で・適正な時期に・適正な場所で・適正な価格で」提供するマーケティング戦略です。この5つの「適正」をデータと現場感で両輪として回すのが商品部の本質機能です。

• 適正な商品（品揃え・アソートメント）：カテゴリ構成、SKU選定、PB/NBミックス
• 適正な数量（在庫・発注）：需要予測、発注数量、安全在庫、在庫回転
• 適正な時期（タイミング）：新商品投入、季節商材、販促連動
• 適正な場所（売場・棚割・チャネル）：店舗フォーマット別、地域別、EC連動
• 適正な価格（プライシング）：通常価格、プロモーション価格、値下げ、エンドレスアイル

MD部門が担う主な機能

• カテゴリ戦略の設計：カテゴリツリー設計、ロール（トラフィック生成・利益源・拡散・季節）設定、成長戦略
• アソートメント計画：SKU数・幅（breadth）・深さ（depth）、PB/NBバランス、地域／店舗フォーマット別の品揃え
• 商品開発・PB企画：PB商品の企画・仕様設計・サプライヤー選定・原価設計・OEM交渉
• 棚割（プラノグラム）：定番売場の棚配置、優位置／劣位置、フェイシング設計、インストア・マーチャンダイジング
• プロモーション計画：チラシ・店頭POP・デジタルサイネージ連動、販促カレンダー
• プライシング戦略：通常価格、特売価格、値引き、ダイナミックプライシング
• サプライヤー（メーカー）との交渉：リベート、販促協賛、新商品情報、EDI連携
• 売上・粗利・在庫KPIの管理：カテゴリ別P/L、GMROI、在庫回転、消化率、欠品率

MD部門の主要業務フロー

ステップ1：市場・カテゴリ分析

自社POSデータ、メーカー提供データ（インテージSRI+など）、消費者調査、競合動向を踏まえて、カテゴリの市場規模・成長性・トレンド・自社シェアを分析します。分析結果を元に、カテゴリの伸ばすべき領域・縮小すべき領域を特定します。

ステップ2：カテゴリ戦略・アソートメント計画

店舗フォーマット（大型・中型・小型・郊外・都心）、地域特性、顧客層に応じたカテゴリ戦略を策定します。各カテゴリで扱うSKU数、PB/NBバランス、価格帯構成を決定します。

ステップ3：商品選定・バイイング

メーカーの新商品情報・展示会・過去販売実績に基づき、新規投入SKU・継続SKU・カット（廃番）SKUを決定します。バイヤーがメーカーとの商談で仕入条件（仕入価格・リベート・販促協賛・独占販売）を交渉します。

ステップ4：PB（プライベートブランド）開発

自社PB商品を企画する場合は、ターゲット設定・仕様設計・原価計算・サプライヤー選定・パッケージデザイン・品質保証体制・販売計画を1プロジェクトとして運営します。フードやコスメではOEMメーカーとの共同開発、アパレルではファクトリー直接発注など、カテゴリで手法が異なります。

ステップ5：棚割（プラノグラム）設計

定番売場の棚配置を設計します。売上・粗利・在庫日数・回転率のデータを元に、どの商品をどの棚段・どのフェイス数で配置するかを決定します。店舗サイズ・顧客層・曜日時間帯需要に応じて、フォーマット別・店舗別の棚割を作成します。

ステップ6：プロモーション・価格設計

月次・週次のプロモーション計画、チラシ掲載商品、特売価格、クーポン、ポイント施策を計画します。メーカーの協賛金・販売協力金との整合を取りながら、自社の粗利目標を守る価格戦略を設計します。

ステップ7：売上・在庫・粗利モニタリングと是正

週次・月次でカテゴリ別のKPIを追跡し、計画対比の差異を分析します。欠品対応、追加発注、値下げ判断、カテゴリ内SKUの入替、PB計画の修正などを継続的に意思決定します。

求められる専門性とキャリアパス

必要な知識領域

• マーチャンダイジング理論：5つの適正、カテゴリマネジメント、ECR（効率的消費者対応）
• データ分析：POS分析、バスケット分析、ABC分析、GMROI、在庫回転率
• 商品知識：担当カテゴリの商品特性・原材料・生産工程・品質管理
• サプライヤー関係：メーカー・商社・卸との交渉、契約、トラブル対応
• 消費者行動：ショッパー心理、インストア・マーチャンダイジング、パッケージデザイン
• ファイナンス：原価・粗利・投資回収、PB投資判断

キャリアパス

• 縦の深化：ジュニアMD→マーチャンダイザー→カテゴリマネジャー→バイヤー→商品部長。担当カテゴリ（食品・酒・日配・アパレル・家電・書籍・雑貨）別の専門性深化も典型
• 横の拡張：店舗運営マネジャー、営業企画、販促企画、EC商品企画への転身
• メーカー側キャリア：小売バイヤー経験を活かして、メーカーの営業企画・トレードマーケティング・流通営業に転身するパターン
• コンサル・事業会社：小売コンサル、ベンダーのカテゴリアドバイザー、PEファンド投資先小売企業のMD責任者等

MD部門でのAI活用の設計観点：3階層で整理する

観点1：日本の小売構造×POSデータ×AI商品企画のレイヤー

日本の小売業では、総合スーパー（GMS）・食品スーパー（SM）・ドラッグストア・コンビニエンスストア・ホームセンター・家電量販店・専門店・百貨店など業態ごとにMDの意思決定様式が異なり、FMS「MDとは？」が整理するとおり同じ「MD」職でも役割は大きく変わります。業態ごとに固有の制約（冷凍・冷蔵・常温の温度帯、賞味期限、単品管理、サイズ展開、シーズン性）を理解した上でAIを組み込む必要があります。

• 需要予測AI：POS実績・天候・曜日・イベント・プロモーションを統合した需要予測。特に食品スーパー・コンビニでは日別・SKU別の予測精度が発注の良し悪しを決める
• 棚割生成AI：店舗サイズ・フォーマット・顧客層・売上構成から店舗別プラノグラムを自動生成。ただし現場感（巡回時に気づく売場の違和感）は店舗運営部とMDの人間判断が最終レビュー
• PB商品企画支援AI：競合NB商品の仕様・価格帯・レビュー感情・需要トレンドをLLMで整理し、PB企画書の下書きを生成。ただし最終的な仕様決定・サプライヤー選定・価格戦略はMDとPB担当の判断
• 新商品投入候補のスクリーニング：メーカーから提示される新商品の販売予測、既存SKUとのカニバリゼーション分析
• 値下げ・廃番判断の支援：消化率・在庫日数・粗利貢献から値下げ／廃番の候補SKUを抽出。最終判断はMDがサプライヤー関係・季節性を加味

日本の小売現場で特有なのは、メーカー販売協力金（棚貸し・販促協賛）と小売業のMDの関係です。AIが「純粋な売上データ」だけで棚割・アソートメントを最適化すると、メーカー協賛金が減少して粗利構造が崩れるケースがあります。AIの出力を「参考案」として扱い、協賛金・リベート構造を含めた意思決定はMDの人間判断に残す設計が現実的です。

観点2：グローバル小売×エージェントAI×アソートメント最適化のレイヤー

グローバルでは2026年にエージェントAIが小売MD領域で本番運用フェーズに入りました。BCG「Always-On Merchandising: How AI Agents Are Transforming Retail」は、商品部の意思決定がサイロ化された個別プロセスから、エージェントAIによる「常時稼働・統合型」に移行していると指摘しています。

• アソートメントエージェント：店舗単位の購買パターン・地域選好・リアルタイムトレンドで商品構成を動的に最適化。o9 Solutions「AI-Powered Retail Planning」やRELEX Solutions「Unified AI-Powered Merchandising」などの統合プランニングSaaSが主要プラットフォーム
• PBプライベートブランド戦略AI：o9 Solutionsのアソートメント計画ソリューションなどが、PB vs NBの比率、breadth（幅）vs depth（深さ）のトレードオフをカテゴリ別に動的に最適化
• 自動プロモーション／プライシング：Jesta I.S.「Agentic AI for Retail Merchants」が示すように、意思決定が高頻度・変数が密結合な領域（アソートメント・価格・販促）でエージェントAIの変化が最初に現れる
• 店舗クラスタリング+空間対応プラノグラム：RELEXのアプローチでは店舗クラスタリングと棚サイズ・キャパシティを組み合わせた店舗別プラノグラム自動生成
• 実装事例：Retail Gazette報道では、英国アパレル「AllSaints」がバイイング・MDをAIで近代化する取り組みを展開。dunnhumby「Retail innovation in 2026」や、IBM「Retail Technology Solutions」、NVIDIA「Retail Industry Solutions Powered by AI」、Tech Mahindra「AI-Driven Retail Merchandising」、Leafio「AI Retail Merchandising」、業界比較サイトThe Retail Exec「18 Best Planogram Software Picks for 2026」なども2026年の主要AIプラットフォームと適用領域を整理

このレイヤーの日本企業への示唆は、AIエージェントを「単独のツール」ではなく「MD部門全体の意思決定プロセスの再設計」として導入する必要がある点です。部分最適のAI導入では既存プロセスの効率化にとどまり、BCGが示す「Always-On Merchandising」型の変化は得られません。

観点3：中国・東アジア小売×新零售×AI実装のレイヤー

中国小売市場は、アリババ「新零售（ニューリテール）」を契機に、オンライン・オフラインの統合MD、ライブコマース連動、AI需要予測、PBブランド強化が急速に進みました。知乎「2026零售品牌的AI革命」などの業界メディアが整理するとおり、2026年はデジタル化からAI化への転換フェーズとされています。

• AIコパイロット×商品企画：SKU属性、消費者レビュー、SNSトレンドをLLMで整理し、新商品企画のアイデア生成。中国KPMGの「智能零售」レポートやNVIDIA中国の「AI in Retail & CPG Survey 2026」などが企業事例を整理
• 新零售型オムニMD：ECプラットフォーム（天猫・京東）とオフライン店舗の在庫・価格・プロモーションを統合するMD。AIでリアルタイム連動
• 中国EC特有のデータ規制：PIPL、データ越境、購買履歴の利用範囲。日系小売が中国現地でAI活用する際の規制対応
• AI導入によるKPI改善事例：中国業界メディアや各ベンダー公開資料では在庫最適化・調達周期短縮の成果事例が多数紹介されているが、具体的な改善率はベンダー・コンサル各社の自己申告値であり、KPI定義・比較条件・対象業態で幅が大きいため、数値単体を日本市場にそのまま当てはめるのは避け、自社のベースライン測定をもとに意思決定する必要がある
• ライブコマース×MD：ライブ配信の売上実績と在庫・発注を即時に連携する仕組み。日本企業にとっては中国越境EC戦略・訪日インバウンド需要での参考モデル

中国リテールのAI MDは、日本小売と比べて実装スピードとスケールが1〜2周先を行く領域もあり、日系小売企業のMD部門が中国市場・越境ECを検討する際は、中国ベンダー・プラットフォームの理解が必須になりつつあります。

AI化される領域と、AI化されない領域の切り分け

AI化が進む領域

• SKU別・店舗別の需要予測
• 発注推奨数量の自動計算
• 店舗別・フォーマット別の棚割（プラノグラム）自動生成
• PB商品企画書のドラフト生成（競合分析・仕様提案）
• プロモーション効果の事前予測と事後分析
• 値下げ・廃番候補SKUのスクリーニング
• カテゴリ別KPIダッシュボードと異常検知
• 消費者レビュー・SNSトレンドの要約

AI化されない・すべきでない領域

• カテゴリ戦略の最終意思決定：自社ブランドポジショニング、差別化方針、長期的な商品投資は経営判断
• PB商品の仕様・品質の最終判断：原料選定、衛生管理、パッケージ、品質保証はMD・PB担当・品質保証部門の人間判断領域
• サプライヤー（メーカー）との交渉：リベート・販促協賛・独占販売・クレーム対応は人間関係と交渉力が決定的
• 新規メーカー・新規商品の目利き：ベンチャーメーカーや小規模サプライヤーの商品は過去データが少なく、バイヤーの経験とネットワークが鍵
• ブランドイメージと整合しない値下げ判断：高級業態・専門店ではブランド毀損を避ける判断がAIでは難しい
• 店舗ごとの特殊事情：地域の競合開店、地元イベント、気候変動、季節商材の「今年の盛り上がり」は現場MDと店舗運営の連携で判断
• 協賛金・取引慣習を踏まえた粗利構造の判断：日本の小売特有の取引慣習・協賛金構造はAIが直接モデル化しづらい領域

MD部門でAI導入を検討する際、上記の「AIが判断しない領域」を業務マニュアルと組織設計に明文化しておくことが、AIと現場MDが健全に共存するための出発点です。

MD部門の立ち上げ・強化のポイント

組織設計

MD部門を新設・強化する際は以下のロールを意識します。

• カテゴリMD／マーチャンダイザー：担当カテゴリの計画・戦略・サプライヤー対応
• バイヤー：商談・仕入条件交渉・発注
• PB企画担当：自社PB商品の企画・仕様・品質
• データアナリスト／AIエンジニア：POS分析、需要予測モデル、AIシステム運用
• プライシング／プロモーション担当：価格戦略、販促計画
• 店舗運営との連携窓口：現場感・フィードバックの吸い上げ

AI導入ロードマップ

1. 第1段階（データ基盤整備）：POS・発注・在庫・価格・販促のデータ統合、BI可視化
2. 第2段階（需要予測・発注推奨）：SKU×店舗単位の需要予測と発注量推奨
3. 第3段階（棚割自動生成）：店舗クラスタ別プラノグラム自動提案
4. 第4段階（PB企画・プロモーション）：PB商品企画書ドラフト・販促案自動生成
5. 第5段階（統合MDエージェント）：カテゴリ横断の統合意思決定エージェント（BCG・RELEX・o9が提示する方向性）

各段階で「どのKPIを誰が責任を持つか」「AIの推奨をどこまで自動適用するか」を明示しておくことが、AIが意図せず利益構造を破壊する事故を防止する設計の基本です。

まとめ：MD部門は「データと現場感の両輪」にAIをどう組み込むか

MD部門は小売業の収益構造の根幹を設計する戦略機能であり、POSデータを起点にしたデータドリブン意思決定と、現場感・サプライヤー関係を踏まえた人間判断の両輪で回すことが本質です。2026年はエージェントAIがアソートメント・プライシング・プロモーションの意思決定プロセスを再設計する転換点で、AIを「単なるツール」ではなく「意思決定プロセスの再構築」として導入できるかが勝負所になります。

日本の小売では協賛金・リベート・季節商材・地域特性といった「データだけでは読めない要素」が多く、AIの出力をそのまま自動適用するのは危険です。AIは「需要予測・棚割・企画ドラフト・KPI異常検知」で強みを発揮し、「カテゴリ戦略・PB仕様・サプライヤー交渉・協賛金構造・ブランド判断」はMDと商品部の人間判断として残すバランス設計が、2026年以降の小売MDの競争力を分ける分水嶺になります。

関連記事

• 小売業の店舗運営部門の業務内容
• 小売業のEC運営部門の業務内容
• 小売業のマーケティング部門の業務内容

よくある質問

Q1. バイヤーとマーチャンダイザー（MD）の違いは何ですか？

バイヤーはサプライヤーとの商談・仕入値・数量決定が主業務、マーチャンダイザーは商品企画・アソートメント・棚割・販売戦略が主業務です。小規模小売では兼任、大規模小売では別ロールに分かれることが多いです。

Q2. MD部門はAIでどの程度自動化できますか？

需要予測・発注推奨・棚割生成・プロモーション分析・SNS要約は自動化が進みます。ただしカテゴリ戦略の最終意思決定、PB商品の仕様判断、サプライヤー交渉、協賛金構造を踏まえた粗利判断、ブランド整合性のチェックは人間MDの判断領域として残ります。

Q3. PB商品開発でAIはどこまで使えますか？

競合NB商品の仕様・価格帯・レビュー要約、市場トレンド分析、企画書のドラフト生成は有効です。一方、原料選定・品質基準設定・サプライヤー選定・パッケージ最終判断・価格戦略はMDとPB担当・品質保証部門の人間判断が中核です。

Q4. 棚割（プラノグラム）AIの精度はどのくらいですか？

ベンダー公開値では店舗クラスタリング＋データ駆動で売上・粗利向上、欠品減、品出し負荷軽減の事例が報告されますが、数値はベンダー自己申告で業態・カテゴリ・店舗条件により差が大きい傾向です。導入前は自社の小規模PoCで実測することが必要です。

Q5. 中国の新零售型MDは日本に応用できますか？

オンライン・オフライン統合、ライブコマース連動、リアルタイム在庫・価格連動の考え方は参考になります。一方、日本小売特有の取引慣習（卸・商社経由、協賛金・リベート構造、買取／返品の慣行）を踏まえた適応が必要で、中国手法をそのまま持ち込むと取引関係が破綻するリスクがあります。