供給量シミュレーション

前提: 日本向け Pro 年間約700万台、1日約1.9万台、1ヶ月約57万台
※ 全iPhone購入経路調査に Pro比率40% を乗じて推計
※ 購入経路シェアは ALL CONNECT 調査（全iPhone対象）に Pro比率40% を適用
※ 家電量販店枠には SIMフリー端末単体販売・オンラインEC を含む可能性あり
※ キャリア店舗内のショップ・インショップはキャリア店舗に含まれる可能性あり

目的: バイヤー向けの月供給量を推定する。
考え方: 月の生産量は変動しうるが、1日の処理数（出荷ペース）はだいたい固定。実際の出荷日数とバイヤー比率で月のバイヤー供給量が決まる。
式: 月のバイヤー供給量 = N × 実際の出荷日数 × バイヤー比率
N = 1日の処理数（rate）。値は推定しない。下の金額スケールで仮置き可能。
キャンセル仮説: 出荷待ちが長期化すると一般人がキャンセル → 残るのはバイヤー注文だけ。だから出荷が長引く月ほどバイヤー比率は上がる傾向。
本質: 世界全体の生産量は固定で、地域・チャネル間の分配は付け替えにすぎない。だから本当に重要なのは「全出荷のうちバイヤーへ流れる割合」=バイヤー比率。出荷数や出荷日数は局所的な観測値で、内訳を測る手がかりにすぎない。

前提: iPhone 17 Pro Max 256GB / 単価 194,800円
※ 買取単価は単価と同一（利益上乗せ無視）として簡略化。
目的: 「ほぼ全注文がバイヤー」だった場合に動く資金とブツの規模感を掴む。Nと買取店数に仮置き値を入れて確認する。

ごちあり期間とは: Apple が「ご注文ありがとうございます」メールを送り、その後支払いが完了次第発送する工程。
目的: この期間がどれくらい続いているかで、供給量について参考にする。
使い方: 日付をタップすると状態がサイクル: 未マーク → ごちあり（オレンジ） → 配送済み（緑） → 未マーク。

目的: どの日に注文したか・それが発送されたかを記録する。注文日と発送日の差から島流しまでのリードタイムが見える。
使い方: 日付をタップすると状態がサイクル: 未マーク → 注文日（青） → 配送済み（緑） → 未マーク。
島流し完了との関係: 配送済み（緑）が増えていくほど、島流し完了に近づく。島流し完了していないと新しい郵送注文が届かない＝供給制限。

目的: 価格が動く理由を、3者の利害関係で説明する。買取価格は単独の意思決定ではなく、3者の綱引きで決まる。

① 価格レンジは海外オーダーが決める
海外オーダーは入荷が欲しい時に金額を上げて注文する。国内買取屋はその範囲内で価格を決定する。
→ 買取屋単独で天井を超えることはできない。海外側の上限が買取価格の天井。

② 国内買取屋はなるべく安く買い取ろうとする
・他の買取店より500円より高くする必要がないから、しない。
・一気に台数を集めたいときには価格を一番高くする。
・交渉された時は他の買取店と同値にして流してもらうようにする。
・価格を他店に合わせている時は、平均的な流入を欲しがっている。

③ 利害関係に亀裂が発生する
海外オーダーよりはるかに国内買取屋の価格が小さい時、さらに海外オーダーは値段を釣り上げても、上乗せ分は全部国内買取屋に取られるだけだから、やりたくない。海外オーダー的には、自分が出すお金のなるべく高い部分が買取価格に反映されて、同じ金額でより多くの台数を集めたいと思う（台数が目標）。
でも国内買取屋は利益を出したいからなるべく下げる。
→ ここで利害関係に亀裂が発生する。

④ 価格が大きく動く局面
納期前 → 高騰: ある時点での納期みたいなものがあり、そこまでに一定の台数を集める必要がある場合、一気に価格競争・取り合いが発生する。価格が大きく上がる。
大量売却 → 暴落: バイヤーが大量売却すると、短期的な納品の目標を満たすことができ、それ以上は一旦不要になる。なるべく安く買うモードに入り暴落する。でも返品はしないように、ポイントでギリプラスになる -1000円 やプラマイゼロなどの価格にする。

⑤ バイヤー側の力学（2つの波）
バイヤー目線では入手したらすぐに売るタイプと、まとめて売るタイプがいる。これによって2つの波が発生する。

資金回転の力: バイヤーにも資金に上限があるので、
・支払いのために売りが発生する
・新しい注文を入れて回転させた方がいいという判断で売りが発生する
→ 資金枠が売りタイミングの強い制約になっている。

キャンセル vs 返品（アカウント管理）:
注文の発送前キャンセルより、返品の方が Apple 側のコストが高い。発送費用、着払い、製品の中身の確認、またそれを新品として売れないという話もある。それらを踏まえると、返品がアカウントに対して大きくマイナスの影響を与える可能性がある。
→ 支払い前にキャンセルするのがいい。ただし注文のキャンセル・返品が多いと配送が厳しくなる・遅くなる可能性がある。ピックアップのキャンセルが多いとピックアップが厳しくなる可能性がある。なるべく全部避けるのが望ましい。

⑥ バイヤーのシンプルなルール
・海外オーダー価格を把握する。
・その価格に国内買取価格が近づくまで売らない。
・天井に近づいたら他の人が売る前に売る。
・ただし大量に供給される場合は、自分が売らなくても量が足りて価格が下がってしまうので、その前に売る。

⑦ 「もう十分」シグナル — 買取拒否 + 大幅な値下げ
買取店が買取拒否をしている時には、同時に大きく値段を下げる。
両方の動きは「もう十分な量を入手した」サイン。これ以上は欲しくないので、買取自体を断り、価格でも新規流入を止めにかかる。

目的: 繰り返し観測される価格パターンを記録する。理論より経験ベース。

① 土日パターン（下げやすい）
土日は価格が下げやすい。理由は3つ:
・海外オーダーが休み
・売る人が多い
・営業してる店舗が少ない（競争が弱い）

ジンクス: 逆に土日に価格を上げる店舗があったら「買い（海外オーダー）が来てる」サイン。

指示のタイミング: 海外オーダーからの指示は決まったタイミングはなく、いつでも来る可能性がある。

② 朝の状態で価格を決める店舗
朝の状況（予約数・他店の動き・供給見込み）を見てから価格を決める店舗。情報源は店ごとに違うが、やってることは同じ。
・一丁目: 朝下げ。承認なしで予約できる → 予約時の価格がそのまま確定 → 朝の予約が集まりやすい → 大量予約で供給見込みが確定 → 朝から下げにいける。
・森森: 朝の反応が遅い → 朝の状態を見てから価格を決めている。
・ソムリエ: 昼から営業 → 同様に朝の状態を見てから決めている可能性。

承認制との構造的な違い: 承認が必要な店は、承認段階の価格に変更してくる。つまり申し込み段階の価格は意味がない（予約しても買取価格は承認時に再決定される）。一丁目だけが「承認なし = 予約時の価格が確定」という構造なので、朝の予約に意味がある = 予約が集中しやすい。
→ いずれも朝の段階で当日の供給を見極めてから価格を確定するスタイル。一丁目はそれを「予約のインセンティブ設計」で構造的に引き寄せている。

③ 価格変動の時間帯パターン
暴落と上昇で、発生する時刻と動き方が違う。

暴落（一気に大幅下げ）:
・大きく長く続く暴落 → 10:25 前後に始まる
・翌日回復するレベルの暴落 → 11:00 に始まる
・一般則: 暴落は 11:00 までに始まることが多い
・補足: 15:00 前後 や 開始直後 から下げるパターンもある

上昇（細かく刻んで上げる）:
・11:00 くらいから
・13:00 くらいから
→ 下げは一気に、上げはチビチビ。暴落が午前中に集中するのは、最初に予約注文が入っているからかもしれない（早朝の予約 = 供給確定 = 朝のうちに下げにいける）。② のパターンと整合する。
さらに仮説: 一丁目は承認なしで予約できるから、早朝の予約が特に集中する可能性が高い → 一丁目の朝の更新タイミング（10:25 前後?）で当日の供給が確定 → 他店も追随して下げに行く、という連動仮説。

④ バイヤーの承諾タイミング
バイヤーの承諾が遅いと、国内買取屋は売りを確定させていいのか迷う。
→ 国内買取屋の判断（価格更新・売り確定）には、バイヤー側の承諾が必要。これが遅れると意思決定全体が遅れる。供給見込みが固まらないと下げにも上げにも動きづらい。② の「朝の状態を見て決める」スタイルとも整合する（バイヤー承諾も「朝の状態」の一部）。

⑤ 買取金確定の人件費
買取金を確定させること自体に人件費がかかる。査定・承認・価格更新の手間はタダではない。
→ 一丁目の「承認なし」は人件費を圧縮する仕組みでもある（自動化で固定費削減）。承認制の店は処理コストを織り込んだ価格にせざるを得ない。頻繁な価格更新も人件費がかかるので、まとめて朝に決め打ちする動機になる（② のパターンの裏側）。

目的: 1年を通じての供給の流れを把握する。供給量予測の土台になる。

① 在庫がキャリアから Apple Store に流れてくる（確実なところ）
需要が消化していき、在庫がダブり出したらキャリアとかがいらないってなる。その在庫が最後に Apple Store に流れてくる。
→ Apple Store 側の供給量は、キャリアの消化が終わった後に増える可能性がある。

目的: バイヤー活動の量を外部から推定する手がかり。

① X の「ごちゅあり」検索インプレッション
「ごちゅあり」というキーワードだとインプレッションが増えるらしい。だからこれで検索されている。インプレッションの数で検索してる人の数が分かる（正確には「回」: 同じ人が複数回見ても加算される）。

観測値:
・一週間前で 600 回 とかしかいない
・1日で 300 回 とか
→ ここが急増したらバイヤー活動が増えているサイン。逆に減ったら関心が薄れているサイン。