ファッションなど、トレンドに左右される小売業界では、毎シーズン大量の新製品が投入される。このような状況下で、新製品に対する正確な需要予測は、アソートメント計画や在庫配分など、下流のサプライチェーン計画を効率的に行う上で不可欠である。従来の時系列予測アルゴリズムは、既存製品の販売を予測する際に利用可能であるが、新製品には過去の時系列データが存在しないため、その予測には新たなアプローチが必要となる。本研究では、製品画像、利用可能な製品属性、および祝日、イベント、天候、割引情報などの外部要因を用いて、新製品の販売を純粋に予測するための、複数の新規なアテンションベースのマルチモーダルエンコーダデコーダモデルを提案し、実証的に評価する。大規模なファッションデータセットを用いた実験により、従来のk近傍法（k-nearest neighbor）に基づくベースライン手法と比較して、予測精度の向上およびモデルの解釈可能性の向上を確認した。