200カ国以上、1日19億杯。世界で最も飲まれている飲料ブランド、コカ・コーラ。2024年度の売上は$470億、オーガニック売上成長率は12%、Comparable営業利益率は30.0%。飲料業界で7年連続「顧客価値創造」No.1に選ばれている。コカ・コーラゼロシュガー、fairlife、BodyArmorと、ポートフォリオは炭酸飲料の枠を超えて拡大し続けている。だが、コカ・コーラのFP&Aが本当に面白いのは、この巨大企業が「気温1℃の差」を数億円の利益に変える仕組みを構築している点だ。気象データ、消費者行動、プライシング、プロモーション 。これらを統合し、「いつ、どこで、何を、いくらで売るか」をリアルタイムに最適化する。本記事では、コカ・コーラのFP&Aを「RGM（Revenue Growth Management）」「気象×需要シミュレーション」「1999年の大炎上事件」「AI需要予測」の4つの切り口で解説する。1. RGM ─飲料業界7年連続No.1の"値付けの科学"コカ・コーラのFP&Aの中核にあるのが、RGM（Revenue Growth Management）だ。RGMとは「どこで稼ぐか（Where to play）」と「どう勝つか（How to win）」を特定し、ブランド・価格・パッケージ・チャネルの最適な組み合わせを設計する商業戦略の規律である。コカ・コーラは公式にRGMを成長戦略の4つの柱（マーケティング、イノベーション、RGM、統合実行）の一つに位置づけている。RGMの実践例として象徴的なのが「ブランド-価格-パック・アーキテクチャ」だ。同じコカ・コーラでも、350ml缶・500mlペットボトル・1.5Lファミリーサイズでは消費シーン、価格弾力性、チャネル特性がまったく異なる。コンビニで買う500mlと、スーパーで買う1.5Lでは、1mlあたりの支払額が何倍も違う。消費者はそれを知っていながら、シーンに応じて使い分ける。FP&Aチームは、消費者のジオデモグラフィックセグメンテーション、価格弾力性分析、プロモーション最適化をデータで回し、「このエリアの、このチャネルで、このパッケージを、この価格で出す」という粒度の判断を支えている。新興市場では、コカ・コーラは少量で手頃な価格のパッケージを導入し、購買力が限られた消費者にもアクセスしやすくしつつ、先進国市場ではプレミアムラインの拡充で客単価を引き上げる。この「アフォーダビリティとプレミアム化の両立」がRGMの真髄だ。北米事業責任者のJennifer Mann氏はBarclaysのカンファレンスでこう語っている。「データによって、お金がどこで・どのように生まれるかを理解するだけでなく、何を優先しないかを明確にできるようになった（The data has allowed us not only to focus on understanding where and how the money is made, but as much as anything, be explicit on what not to prioritize）」。2025年Q3時点で、コカ・コーラの売上は$125億（前年比+5%）、オーガニック売上は+6%。価格/ミックスが+6%を牽引し、ユニットケースボリュームは+1%。つまり「量を増やす」のではなく「単価を上げる」ことで成長している。これはRGMが機能している証左だ。 出典：https://investors.coca-colacompany.com/about/growth-strategyhttps://investors.coca-colacompany.com/news-events/press-releases/detail/1128/coca-cola-reports-fourth-quarter-and-full-year-2024-results2. 気象×需要シミュレーション ─気温27℃を超えると何が起きるかコカ・コーラのFP&Aが他の消費財企業と一線を画すのは、気象データを経営管理に組み込んでいる点だ。「夏になれば清涼飲料が売れる」。これは誰でも知っている。しかしコカ・コーラは、それを「何度を超えると、どの飲料が、どの地域で、何%売れるか」というレベルまでデータ化している。CDO Timesの報道によれば、コカ・コーラのAIシステムは「気温が27℃を超えると、特定の地域で特定の製品の売上が15%増加する」ことを認識しており、さらに「湿度がフレーバーの好みに影響を与え、この関係が地域の人口構成によって異なる」ことまで分析しているという。つまり、単純な「暑い→売れる」ではなく、温度・湿度・地域特性・製品カテゴリの多変数を掛け合わせた精緻な需要予測を行っているのだ。この気象×需要モデルは、FP&Aにおいて3つの用途で機能している。第一に、需要予測そのもの。在庫配置とボトラーへの出荷計画を地域×製品×時間帯の粒度で最適化する。飲料は賞味期限があるため、過剰在庫は廃棄ロスに直結する。需要予測の精度向上は、売上機会の最大化と廃棄コストの最小化を同時に実現する。第二に、プロモーション投下タイミングの最適化。「来週のこのエリアは気温が急上昇する」と予測できれば、その直前にプロモーション費用を集中投下できる。分単位とまでは言わないが、週単位・エリア単位でのプロモーションROIが劇的に変わる。第三に、新製品テストの効率化。スマート自販機を使えば、新フレーバーを多様な立地で同時にテストし、数週間で数千のデータポイントを取得できる。不人気なら即座に撤退し、投資を最小化する。2022年のヨーロッパ熱波では、気温が過去の基準値を5〜8℃上回る異常な状況が長期間続いた。従来の過去データに基づく予測手法ではこうした極端な状況に対応できなかったが、コカ・コーラのAIモデルはリアルタイムの気象データを取り込むことで予測精度を維持し、在庫切れを最小化したとされている。参照Chief AI Officer "How Coca-Cola Increased Store Sales 8% Using AI"：https://chiefaiofficer.com/coca-cola-retail-manager-receiving-ai-powered-whatsapp-inventory-recommendations-that-increased-store-sales-by-8-through-optimized-restocking-predictions/Articsledge "Coca Cola's ML Driven Sales Forecasting"：https://www.articsledge.com/post/coca-cola-s-machine-learning-driven-sales-forecasting3. 1999年の大炎上 ─「暑い日に値上げする自販機」が教えた教訓気象データ×プライシングという発想自体は、実はコカ・コーラにとって新しくない。そしてこの発想は、かつて大炎上を引き起こしたことがある。1999年のことだ。当時のCEO、M. Douglas Ivester氏はブラジルの雑誌Vejaのインタビューで、こう語った。「コカ・コーラは、その効用が瞬間ごとに変わる製品だ（Coca Cola is a product whose utility varies from moment to moment）」。そして「暑い夏の日のスポーツ決勝戦では、冷たい飲み物への需要が急増する。だから、より高い価格をつけるのはフェアだ（So, it is fair that it should be more expensive）」と述べた。実際にコカ・コーラは、気温に連動して自動的に価格を変動させる自動販売機をテストしていた。温度センサーとコンピュータチップを搭載し、暑い日には価格が上がる仕組みだ。New York TimesやChicago Tribuneがこれを報道すると、消費者の反発は猛烈だった。ライバルのペプシは即座に「ペプシは、暑い日に暮らす消費者を搾取するような値上げはしない（We believe that machines that raise prices in hot weather exploit consumers who live in warm climates）」と声明を出した。ある業界幹部は「次は何だ？客のポケットをX線で透視して、小銭の量に応じて値段を変える自販機か？」と皮肉った。結局コカ・コーラは計画を撤回。Ivester氏はこの件を含む複数の失策により、わずか在任2年でCEOを退任した（退職パッケージは約$1.66億）。この事件がFP&Aの観点で教えてくれるのは、「需要の波を利益に変える」という発想自体は正しいが、その実装方法と消費者コミュニケーションを誤ると致命傷になるということだ。経済学的には「需要が増えたら価格を上げる」のは合理的だ。しかし消費者は経済学の教科書で買い物をしない。「暑い日に喉が渇いている消費者から余分に取る」と受け取られた瞬間、ブランド価値が毀損される。FP&Aは数字の正しさだけでなく、その実装が消費者にどう受け取られるかまで設計しなければならない。ここにはFP&Aにおける倫理観の問題がある。FP&Aの仕事は利益を最大化することだが、「最大化できるからやる」と「最大化すべきだからやる」は違う。猛暑の中で喉の渇きに苦しむ消費者から1円でも多く取ることは、短期的にはP&Lを改善するかもしれない。しかしそれはブランドへの信頼を切り崩すことで利益を「前借り」しているにすぎない。Ivester氏が犯したのは経済学的な誤りではなく、倫理的な判断の誤りだった。FP&Aが高度化し、AIがリアルタイムでプライシングを最適化できる時代だからこそ、「数字上は最適だが、人としてやるべきでないこと」を見極める倫理観がFP&Aに求められる。利益の最大化とブランド価値の保全、消費者の公正感 。この3つのバランスを取ることこそが、データ時代のFP&Aの最も難しい、そして最も重要な仕事だ。面白いのは、1999年に失敗した「気温連動プライシング」の基本思想が、25年後のいま、AIとスマート自販機とRGMの枠組みの中で、より洗練された形で実現されつつあることだ。ただし、いまのコカ・コーラは「暑い日に値上げする」のではなく、「閑散時に値下げする」「需要のピークにプロモーションを集中する」「パッケージミックスで単価を最適化する」というアプローチに転換している。同じ目的を、消費者が受け入れ可能な形で達成する 。1999年の炎上が、FP&Aの実装設計と倫理設計の両面に対する決定的な教訓になったのだ。参照Chicago Tribune "Price of vending machine Coke might rise with the temperature"：https://www.chicagotribune.com/1999/10/29/price-of-vending-machine-coke-might-rise-with-the-temperature/Today I Found Out "That Time Coca-Cola Tried..."：http://www.todayifoundout.com/index.php/2018/02/time-coca-cola-tried-introduce-vending-machines-charged-hot-days/4. AI需要予測 ─精度70%→90%への進化1999年の失敗から四半世紀。コカ・コーラはいま、Microsoftとの戦略的パートナーシップのもとAzure基盤でAI需要予測を本格展開し、FP&Aの精度を劇的に進化させている。CDO Timesによれば、AI導入前のコカ・コーラの需要予測精度は約70%だった。これがAIにより90%に向上。20ポイントの改善だ。この数字の意味は大きい。コカ・コーラはアセットライトモデルを採用しており、製造・配送はボトラー（ボトリングパートナー）が担う。コカ・コーラ本体は濃縮液の供給とブランド管理に特化しているが、ボトラーへの出荷予測が狂えば、システム全体に非効率が波及する。需要予測の20ポイント改善は、ボトラーの在庫ロス削減、配送効率の向上、そして最終的には小売店での欠品率低下として、サプライチェーン全体に価値を生む。従来の統計的予測手法が「夏は飲料が売れる」という一般ルールに依存していたのに対し、AIは気象パターン、ローカルイベント、季節パターン（地理的に詳細なレベル）、競合のプロモーションスケジュール、複数製品間の販売相関。これらを同時に分析する。結果として、AI導入後に店舗売上が8%増加したとの報告もある。スマート自販機もFP&Aの重要なデータソースだ。IoT接続された自販機は、どの製品が最も選ばれるか、時間帯が選好にどう影響するか、天候がフレーバーの好みにどう効くか、地域の人口構成と人気商品の相関 。これらをリアルタイムで収集する。自己申告のアンケートよりもはるかに正確な行動データであり、この情報がRGMの「ブランド-価格-パック・アーキテクチャ」の意思決定に直結する。出典：https://chiefaiofficer.com/coca-cola-retail-manager-receiving-ai-powered-whatsapp-inventory-recommendations-that-increased-store-sales-by-8-through-optimized-restocking-predictions/https://www.articsledge.com/post/coca-cola-s-machine-learning-driven-sales-forecastinghttps://ingrade.io/how-coca-cola-uses-big-data-to-predict-consumer-trends-and-optimize-distribution/さらに注目すべきは、コカ・コーラのB2Bプラットフォーム「MyCoke」だ。主要顧客の3分の2がこのプラットフォームに接続されており、デジタル取引を通じて収集されるデータが、FP&Aの予測精度と収益機会の発見に貢献している。AIによるプッシュ通知で推奨SKUを提案する初期パイロットでは、通知を受け取った小売店が推奨商品を追加購入する確率が向上し、増分売上につながったとConsumer Goods Technologyが報じている。コカ・コーラのCEO、James Quincey氏は「動的なプライシングとRGMがインテリジェントな方法で価格設定を行うことを可能にしている」と述べ、CFOが管轄するFP&A/RGMの機能を成長戦略の中核に位置づけている。まとめ ─コカ・コーラのFP&Aが教えてくれることFP&Aとは「天気予報を売上に変える翻訳装置」だ。コカ・コーラの仕組みの核心は、RGMという「値付けの科学」を軸に、気象データ×消費者行動×AI予測を統合し、200カ国・1日19億杯のオペレーションを「いつ・どこで・何を・いくらで」の粒度で最適化している点にある。1999年の大炎上という高い授業料を払い、「暑い日に値上げする」のではなく「需要の波をパッケージミックスとプロモーションタイミングで利益に変える」アプローチに進化させた。需要予測精度は70%から90%に向上し、店舗売上は8%増加した。日本の飲料・消費財企業の多くは、気象データを「天気が悪いから売れなかった」という差異説明に使っているのではないか。月次の予実会議で「今月は気温が低かったので計画未達です」。 心当たりがある方も多いのではないだろうか。しかしコカ・コーラが示すように、同じ気象データを「来週の気温上昇に合わせてプロモーションを前倒しする」「このエリアの湿度パターンに最適な製品ミックスを配置する」という予測と意思決定に使えば、FP&Aの価値は劇的に変わる。規模の大小を問わず、「天候を言い訳にする財務から、天候を利益に変える財務へ」。これがコカ・コーラの仕組みが教えてくれるFP&Aの普遍的な原則だ。免責事項 本記事は、公開情報（The Coca-Cola CompanyのEarnings Release、IR資料、公式サイト、公開インタビュー、報道記事等）を基に、同社におけるFP&A経営や経営管理の考え方、運用例を整理したものです。記載内容は一般的な情報提供および学習の補助を目的としており、The Coca-Cola Companyまたはその関連会社による公式な見解・手続・社内文書を示すものではありません。正確性・完全性・最新性について保証するものではなく、本記事の情報に基づく意思決定・行動によって生じたいかなる損害についても責任を負いません。