データ分析は「商品軸」と「顧客軸」で行う

 ここからは基本的なPOS/ID-POSデータの分析を『商品軸での分析』と『顧客軸での分析』に分けて紹介する。

・『商品軸での分析』:何がどう売れているか把握

 この代表的な分析手法には、「ABC分析」と「バスケット分析」がある。これらの手法は、店頭という限られた売場の中でより効率的に売上げを上げるために、どの商品がどのように売れているのかを把握する目的で使われる。

 まずABC分析は、POSデータを使って実施される分析である。ある一定期間内の売上構成比から商品を3段階にランク付けし、売上げの好調な商品や不調な商品を把握できる。

図表2 ABC分析 売上構成比グラフ

 図表2に示したように、売上げが高い順に商品をソートし、売上構成比を高い順から足して累積構成比を算出し、例えば、累積で70%を占める商品をAランク、70~90%を占める商品をBランク、90~100%を占める商品をCランクとする。これによって現状売れている商品・売れていない商品が明らかになり、売れ行きが悪いCランク商品は、棚替えのタイミングなどで入れ替えの対象となる。この分析は最も良く利用されている手法の1つである。

 しかし、この手法は品揃えを売れ筋商品に収斂させていくことで売上げ効率が高まる反面、死に筋と判定されたCランク商品を買っているお客さまのニーズに応えられない品揃えになってしまう側面もある。人口が減少し、ライフスタイルや志向性も多様化する今日、Cランク商品を切り捨ててよいのかは、再考・工夫の余地がある。例えば、Aランク商品は売れ筋商品として当然品揃えに加えておき、Cランク商品に関しては来店されているお客さまのニーズを理解した上で、ニーズに合った商品は残し、合わないものは入れ替えることで“そのお店ならでは”を演出できたらとても有用である。

 ただ、POSデータだけでは、お客さまのニーズを理解することが難しい。そこでABC分析においても、ID-POSデータを使ったものが出てきた。それがABC分析に、商品ごとのリピート率(R)を追加した「ABC+R分析」である。顧客ニーズを把握するものではないが、固定のお客さまが支持しているものかという判断軸を追加したものである。これにより、Cランク商品であっても固定客が付いている商品であれば、残す候補と判断できるようになる。このように、ちょっとした工夫でお客さまに寄り添えるのだ。

「バスケット分析」の結果は関連販売に生かせる

図表3 バスケット分析 組み合わせイメージ

 次によく使われる手法が「バスケット分析」がある。一度の購入でどの商品とどの商品(あるいはカテゴリー同士)の組み合わせで買う傾向が強いかを把握できる。図表3のように、レシート単位で購入されている商品を並べ、出現率の高い組み合わせを見つけることで、例えば、「スナックと酒が最も同時に購入されている」ということが分かる。

 そして、この結果を受けて、酒の近くに一緒に買われやすいスナックを置いてみようというクロスMD(関連販売)が企画されたりする。ここまででも十分に有効な情報ではあるが、バスケット分析を行った多くの人が苦労するのは、酒とスナックといった分かりやすい結果だけでなく、容易に想像し難いさまざまな組み合わせが出てくることである。

「なぜ、それらが併買されているのか」が分からないため、具体的にどういうテーマやストーリーで売場づくりをしたらいいのかにまで行き着かず、結果、分析結果を使い切れないことが多々ある。

 例えば、スナックと酒を併買しているのが単身者であるなら、酒のつまみとしてスナックを購入しているだろう。シニア層が購入しているなら酒は自分用で、スナックは孫のために購入しているかもしれない。誰がそのような併買をしているのか、なぜそれを併買しているのかまで考えられれば、その後のアクションの取り方が大きく変わってくる。

 そこでバスケット分析においても、ID-POSデータを使ったものも出始めている。図表3の例はレシート単位で実施したものだが、そこに「誰が」という切り口を追加して、誰がどういう併買をしているかまで分析することで、「なぜ」という部分がより想像しやすくなる。