アパレルECの予約販売の注文から、Pythonでサイズ違いの返品を「小さい・大きい」の向きまで予測し、発送前にサイズ変更を案内する候補を選ぶ

処理の起点を決める

毎朝6時の定時実行を起点にします。 担当者が9時に一覧を開いたときに、前日までの注文がそろっている時刻です。注文が入るたびに動かす形にはしません。 予約の注文は発送まで数週間あり、急ぐ理由がありません。1日1回にまとめれば、同じ会員が同じ日に複数の注文をしたときに、まとめて1通の案内にできます。

案内を出すのは、サイズの変更を無料で受け付ける期間の終わりの7日前までです。 それより後は候補を出しても一覧に「期限が近い」と印を付けるだけにし、送るかどうかは担当者に任せます。変更の期限を過ぎてから届く案内は、会員を困らせるだけです。

モデルの学び直しはシーズンごとに1回、受注を始める前の週に行います。

入力データを集める

質を決めるのは、商品のマスタのサイズごとの実寸です。 実寸が無い商品は、会員の残した服と比べる材料がありません。書き始める前に、予約の商品のうち何割に実寸が入っているかを数えてください。 実寸の項目が品目ごとに違うので、パンツはウエスト・ヒップ・股下、ジャケットは身幅・肩幅・袖丈・着丈、のように品目ごとに比べる項目を決めた表を作ります。

データの取得方法を決める

3つの仕組みから、決めた列だけを書き出します。 列の名前と数は毎朝の処理の最初に照らし、違えば止めます。理由の区分の並びが変わっただけで、「小さい」と「大きい」が入れ替わるからです。

「残した服」の決め方を固定します。 購入から返品の受付の期限を過ぎても返品されなかった服を「残した」と数えます。交換して受け取った服は、交換後のサイズを残したと数えます。 期限の内側にある最近の購入は、まだ返品されるかもしれないので「残した」に数えません。

学ばせるときの答えは、過去のシーズンの予約の注文の行ごとに、4つの区分のどれかにします。 返品の理由が「小さい」は small、「大きい」は large、「丈が合わない」は丈の実寸の差の符号で small か large に振り分け、それ以外の理由の返品は other、返品が無ければ kept です。交換も返品と同じに数えます。 交換は、サイズが合わなかったという意味では返品と同じだからです。

AIへ渡す前に整形する

1. 品目ごとの比べる項目の表を引く … パンツならウエスト・ヒップ・股下、ジャケットなら身幅・肩幅・袖丈・着丈、のように品目ごとに決めた項目だけを使います
2. 会員の基準の実寸を作る … 会員が同じ品目で残した服の実寸を、項目ごとに中央の値でまとめます。残した服が1着なら、その1着の実寸をそのまま使います
3. 実寸の差を計算する … 選ばれたサイズの実寸から、会員の基準の実寸を引きます。正なら大きめ、負なら小さめです
4. 素材とシルエットで差を読み替える … 伸縮のある素材と無い素材では、同じ2センチの差の意味が違います。素材の伸縮の区分とシルエットの区分を、カテゴリの型の列として渡します
5. 同じ型の複数サイズの注文に印を付ける … 同じ型をMとLで同時に注文している行は、どちらかを返品するつもりの注文です。印を付け、サイズの案内の対象からは外します
6. 欠けた値は欠けたままにする … 会員が同じ品目を一度も残していなければ、実寸の差の列は空のまま渡します

学ばせる記録の1行は、次のような形にします。1行が「ある予約の注文の、ある商品の1行」です。

{
  "order_line_id": "PO-2026A-004213-02",
  "season": "2026AW",
  "member_id_hash": "m_8f31c0",
  "category": "pants",
  "silhouette": "tapered",
  "stretch": "none",
  "size_label": "M",
  "diff_waist_cm": -2.5,
  "diff_hip_cm": -1.0,
  "diff_inseam_cm": 1.5,
  "kept_count_same_category": 4,
  "past_small_returns": 1,
  "past_large_returns": 0,
  "store_purchase_flag": true,
  "multi_size_flag": false,
  "label": "small"
}

label は学ばせるときだけの列で、見込むときにはありません。 member_id_hash は会員IDを置き換えた値で、モデルには入れません。 同じ会員の行がどれかを、学ばせる記録の分け方に使うだけです。

2番目で中央の値を使うのは、わざとゆったり着た服が1着混ざっても、基準が引っ張られないようにするためです。

AIに処理させる

させるのは、予約の注文の行ごとに、4つの区分の確率を出すことだけです。 候補を選ぶ線、向きの決め方、定型文の選び方は、確率を受け取った後の Python の側で決まった規則で行います。

確率は、出たままでは使いません。 0.3と出た注文が本当に10件に3件返品される注文だとは限らず、線の意味がずれます。そこで CalibratedClassifierCV で補正します。

補正の方法には method="temperature" を選びます。 公式の説明では、sigmoid と isotonic はもともと2クラスのための方法で、多クラスには1対他の形で広げて後から合計を1に直すとされ、温度による補正は多クラスにそのまま対応するとされています（バージョン1.8で追加）。4つの確率の合計が1のまま、全体の自信の強さだけを直せます。

候補の選び方は、決まった式で行います。

p_size = p_small + p_large            （補正後の確率）
候補 = p_size ≥ 線（シーズンの始めに決める。最初は 0.30）
       かつ 複数サイズの注文の印が無い
       かつ 変更の受付の期限まで7日以上ある
向き = p_small ＞ p_large × 1.5 なら「ひとつ上」
       p_large ＞ p_small × 1.5 なら「ひとつ下」
       どちらでもなければ「向きなし」（実寸の表を見てもらう案内）

向きに1.5倍の開きを求めるのは、迷う注文に向きを書かないためです。 確率が近い注文は、丈は長いが身幅は狭い、といった項目ごとに向きが逆の注文であることが多いからです。

2行目が大事です。 残した服の実寸から「この会員のウエストは何センチ」と言い換えると、体の寸法という、会員が渡していない情報を作り出すことになります。 一覧に出すのも、「過去に残したパンツよりウエストが2.5センチ小さい」という服どうしの差だけにします。

確率の当たり方は brier_score_loss で見ます。 公式の説明では、予測した確率と実際の結果の差の二乗の平均で、小さいほど良く、多クラスにも対応し、既定では範囲が0から2になるとされています。補正の前後で、この値が下がったかを毎シーズン確かめます。

指示内容を固定する

この構成は生成AIを使わないため、プロンプトはありません。 代わりに、学ばせ方・補正・候補の線・案内の定型文の選び方を、ひとつの設定ファイルにまとめます。

【見込む先】
label: small（小さくて返品・交換）／large（大きくて返品・交換）／other（サイズ以外の返品）／kept（返品なし）
「丈が合わない」: 丈の実寸の差が負なら small、正なら large
単位: 予約の注文の1行
学習期間: 直近4シーズンの予約の注文  検証: シーズン単位で、前のシーズンで学ばせて次のシーズンで確かめる

【モデル】
HistGradientBoostingClassifier(loss="log_loss", categorical_features="from_dtype")
補正: CalibratedClassifierCV(method="temperature")
入れ替えの条件: 検証のシーズンで、前のモデルより brier_score_loss が小さいこと

【品目ごとの比べる項目】
pants:  waist, hip, inseam
jacket: chest_width, shoulder, sleeve, length
coat:   chest_width, shoulder, sleeve, length
skirt:  waist, hip, length

【候補の線】
p_size の線: 0.30（シーズンの始めに見直す）
向き: 一方が他方の1.5倍を超えたときだけ書く
除外: 複数サイズの注文／変更の受付の期限まで7日未満／前回の案内に返信が無い会員への2通目

【案内の定型文】
up:   「ご注文のサイズは、これまでお選びいただいた同じ品目よりやや小さい作りです。ひとつ上のサイズにも、発送前でしたら無料で変更いただけます」
down: 「ご注文のサイズは、これまでお選びいただいた同じ品目よりやや大きい作りです。ひとつ下のサイズにも、発送前でしたら無料で変更いただけます」
none: 「発送前でしたら、サイズを無料で変更いただけます。商品ページの実寸の表もあわせてご覧ください」
共通: 変更の期限の日付、変更の手続きのページ、変更しない場合は返信不要であること

定型文に「返品が多い」「体型」の言葉を入れないのが大事です。 案内を受け取った会員が、自分の購入の履歴を見張られていると感じる書き方は避けます。 伝えるのは、この商品の作りが、会員がこれまで選んできたものと比べてどうか、ということだけです。

「変更しない場合は返信不要」を必ず入れます。 これが無いと、変更しない会員からも「このままで大丈夫です」という返信が届き、その返信を読む時間が新しい工数になります。

出力形式を固定する

一覧は表で出し、同じ内容を JSON でも残します。 表は担当者が読んで承認の列を埋めるため、JSON はシーズンが終わった後の突き合わせのためです。

{
  "run_at": "2026-10-15T06:00:00+09:00",
  "season": "2027SS",
  "candidates": [
    {
      "order_line_id": "",
      "member_id_hash": "",
      "style_no": "",
      "category": "pants",
      "size_label": "M",
      "p_small": 0.0, "p_large": 0.0, "p_other": 0.0, "p_kept": 0.0,
      "p_size": 0.0,
      "direction": "up | down | none",
      "template": "up | down | none",
      "evidence": [ { "item": "waist", "diff_cm": 0.0, "kept_count": 0 } ],
      "change_deadline": "2026-11-20",
      "approved_by": "",
      "decision": "send | skip | null",
      "skip_reason": ""
    }
  ],
  "model_version": "",
  "threshold": 0.30
}

1つ目の理由は、4つの確率を残せることです。 規則の1.5倍を後で変えても、残した確率から向きを計算し直せます。

2つ目は、evidence で根拠が読めることです。 担当者は確率の数字ではなく、「過去に残した4本のパンツよりウエストが2.5センチ小さい」という根拠を見て決めます。数字だけでは、送るかどうかを決められません。

p_other が高い候補は、サイズの案内では防げない返品のおそれです。 案内の対象にはせず、一覧で目に留めるだけにします。

システムへ連携する

配信の仕組みへ渡すのは、decision が send の行だけです。 一覧を書き出した時点では何も送られません。担当者が承認の列を埋めて保存したことを合図に、別の処理が承認された行だけを配信の仕組みに渡します。 書き出しと送信を同じ処理にしないことで、承認の前に送られる経路を無くします。

人が確認する

1. evidence を読む … どの項目が何センチ違うかを見て、案内が要るかを決めます。差が1センチ程度なら、送らないことも多いはずです
2. 会員の問い合わせの履歴を見る … 以前に「ゆったり着たい」「丈は詰める」と伝えてきている会員なら、送りません
3. 向きのない候補を見る … direction が none の候補は、項目ごとに向きが逆です。実寸の表を見る案内にするか、送らないかを決めます
4. 送らないと決めたら理由を書く … skip_reason に短く残します

2番目を省かないでください。 問い合わせの記録はモデルに入れておらず、会員が自分で伝えた希望は、どの確率よりも確かです。

目標は、720件をならして1件2分です。 候補にならなかった注文は一覧で件数を流し見るだけで、候補の注文は evidence と問い合わせの履歴を見るので数分かかります。 その配分でならすと2分です。候補が720件の3割を超える日は、線が低すぎるか、商品のマスタの実寸が誤っています。

例外に対処する

2行目の照らし合わせは、毎朝必ず行います。 実寸の入力の誤りは、その商品を注文した全員に誤った向きの案内を送ることにつながります。

記録を残す

• 毎朝の書き出しと、注文の行ごとの実寸の差
• 4つの確率（補正の前と後）と、使ったモデルの版と線
• 候補、向き、定型文の番号、evidence
• 担当者の承認と、送らなかった理由
• 送った案内と、会員の返信の有無、サイズの変更の有無
• 発送の後の、実際の返品と交換の理由
• 設定ファイルの変更の履歴（線、向きの開き、比べる項目）

4つ目と6つ目を並べて残すのが、振り返りの土台です。 1シーズン分たまると、送らなかった候補がどうなったかが見え、線を上げるか下げるかをこの表で決められます。