在庫予測ダッシュボード - AI販売予測・在庫管理システム

## 概要

前年販売実績と日次の販売数・在庫数をもとに、AI・統計手法を用いて将来の販売予測と在庫過不足を自動計算するシステムです。EC・通販事業者が複数販売チャネル(店舗+EC+卸)を統合管理し、日々の在庫判断と発注計画を効率化できます。

## 想定ユーザー

- EC・通販事業者の在庫管理担当者
- 複数販売チャネルを運営する小〜中規模企業
- 日次で販売数と在庫を管理し、将来の過不足を予測したい事業者
- 季節性やトレンド変動に対応した在庫計画が必要な企業

## 主な機能

- **日次販売数の入力・管理**: 商品ごと、日ごとに毎日の販売数量を記録
- **在庫数の入力・追跡**: 現在の在庫数をリアルタイムで入力・更新
- **AI/統計による販売予測**: 時系列予測(ARIMA等)、移動平均・トレンド線で将来の販売量を自動計算
- **在庫不足警告**: 予測結果から在庫が不足する時期を事前に検出し、アラート表示
- **商品別・カテゴリ別の分析**: 商品ごと、カテゴリごとの販売傾向を可視化
- **期間指定での予測**: 指定した期間(日次・週次・月次)での販売予測を実施
- **季節性・トレンド調整**: 季節変動や市場トレンドを考慮した精度の高い予測
- **推奨在庫量の自動提案**: 予測結果から最適な在庫水準を提案
- **予測グラフ・チャート表示**: 折れ線グラフ・面グラフで過去実績と予測を視覚化
- **予測テーブル表示**: 日次・週次・月次の予測値を表形式で確認
- **複数商品の予測比較**: 複数商品の予測結果を並べて比較分析
- **発注推奨・在庫調整の提案**: システムが最適な発注数・在庫調整を提案
- **データのCSV出力・レポート生成**: 予測データをCSV形式でエクスポート、レポート生成
- **複数販売チャネルの統合管理**: 店舗・EC・卸など複数チャネルの販売データを一元管理

## デザイン・UI の方向性

- **ダッシュボード型レイアウト**: データ重視で、複数の予測グラフ・テーブル・KPI指標を同時表示
- **ビジネス・フォーマル**: 企業向けの信頼感と専門性を備えた落ち着いた雰囲気
- **表計算ライク**: 表形式のデータ入力・編集機能を充実させ、スプレッドシート的な操作感
- **企業青(紺・コバルト)をベース**: メインカラーに紺・コバルトを採用し、企業的イメージを強化
- **カラフル・データ視認性重視**: グラフやチャートは色分けして、複数データの区別を容易に。警告・推奨情報は目立つ色(赤・黄・緑)で表示

## 必要な共通機能

- 🔑 簡易パスワード認証(合言葉のみ)
- 💾 データのサーバー保存(MySQL)
- 📁 ファイルアップロード(過去実績データのCSVインポート)
- 🤖 AI機能連携(時系列予測・統計計算エンジン)
- 🌍 多言語対応(日本語/英語)

## モバイル・タブレット対応

- **全画面表示対応**: スマートフォン縦表示、タブレット横/縦表示、PC ワイド表示のいずれにも最適化
- **タップ領域**: 最低 44×44px を確保し、スマートフォンでの操作性を確保
- **主要操作の配置**: データ入力・予測実行・レポート出力などの主要ボタンは画面下部に配置し、片手操作で親指が届く範囲に設置
- **スクロール設計**: 横スクロール禁止。表やリストは縦スクロール、またはカード型レイアウトで対応
- **フォーム入力対策**: 販売数・在庫数の入力時、キーボード表示でフィールドが隠れないよう、入力中フィールドが画面中央〜上部に自動スクロール
- **レスポンシブグラフ**: グラフ・チャートはデバイス幅に応じて自動調整し、スマートフォンでも読みやすく

## データ・技術の方針

- **バックエンド**: Node.js / Python(Flask/FastAPI) + MySQL
- **フロンテンド**: React / Vue.js で ダッシュボード UI を構築
- **予測エンジン**: Python(statsmodels / scikit-learn) で ARIMA・移動平均・トレンド線を実装
- **認証**: 簡易パスワード認証(JWT トークン管理)
- **ファイル処理**: CSV インポート機能で過去販売実績をバッチ登録
- **多言語**: i18n ライブラリで日本語/英語を切り替え
- **API 連携**: 外部の EC プラットフォーム(Shopify など)との販売データ連携も視野に

## その他の希望

複数販売チャネル(店舗+EC+卸)を統合管理できることを最優先に設計してください。各チャネルごとの販売傾向の違いを認識しつつ、全体の在庫最適化を支援する機能を重視します。