POS分析システム（お店の売上情報を活かす店舗営業支援システム）
POSデータ分析の新システムでは従来のカテゴリー分析に加え、PB商品や重点商品の予算・実績管理などを追加しより戦略的な情報支援を可能にしています。
更に多次元分析や、お客様のジャーナルデータなどから価格帯別の売上動向、商品の関連購買情報分析を可能にするインテリジェント・マイナーへの発展を可能にしています。
POSデータ分析A-PEX IIはお客様により多くの貴重な情報をタイムリーに提供できます
POSデータ分析の特徴
■カテゴリー分析手法を採用
- 部門・クラスという分類から食材やライフスタイルという商品の組合せ構成での売上分析を実現しています。
- また特定の商品を選定して売上の傾向分析をするといった利用が出来ます。
- この機能の活用は色々な場面で利用できますので、弊社ユーザー様でも一番使われています。もちろん単品分析のプログラムではほとんどのもので指定が出来るようになっています。
■重点商品やPB商品の分析
- PB商品やSB商品を他の商品と識別して分析が出来るようになっていいす。
- またメーカーとタイアップして特定の商品を任意に選択し、ある一定の期間での売上予算を作り、その実績対比をする分析手法を採用しています。
■特売の実績を見て価格や販売数量の目安を付ける。
- 過去1年分のデータを蓄積し、どの特売の時にいくらの価格で販売したときに何個売れたかを知ることが出来ます。この情報はかなり説得力があります。
包丁の種類や保有本数は世代によって変わります。
たとえば、さばを丸物で販売した場合と切り身で販売した場合の比較をする場合でも、分類で指定して見ることも出来ますが、商品アイテムが多いと比較しにくいという問題があります。
こうした特定の商品の比較をする上でも、見たい商品だけをカテゴリーに登録して検索を早くすることも可能です。
ヨーグルトの分類でも500gだけとか3個パックだけを重点的に見たいというような設定も可能になります。
また商品分類の見直しをする場合、直接POSの分類を直すのではなく、一旦カテゴリーに部門・クラスの分類を作成し、そのカテゴリーに対応する商品を登録します。その上で分析をして、その分類が適正と判断した段階で基幹系の部門・クラスの設定をするという、ある意味分類のシュミレーションに応用が出来ます。
食品スーパーの課題とPOSデータ分析
生鮮3品及び惣菜などわずか20%のアイテムで売上の約55%を占めています。 その為、商品アイテムの大部分を占める一般食品・雑貨の的確な分析は非常に難しいことになります。
しかしそれだけでは消費者の満足は得られなくなり、売り場の大部分を占める一般食品や雑貨の的確な分析が求められている。
この問題を解決することが急務です。
顧客満足度ランキング(日経食品マーケットの調査項目)
- 生鮮食品の鮮度・新鮮さ
- 商品の品揃え
- 売り場作り
- 店内スタッフ
- 惣 菜
- 価格の安さ(参考)
ここでPOSデータ分析システムの重要性が増して来ているのです。
操作性の良さが随所に
下の画面は対象のプログラムと分類を『カテゴリー』を指定して表示させた状態。
それ以外の条件を保持したままで実現しています。再設定の必要がありません。
一般的な分類は
野菜→葉もの→洋菜類というような大分類、中分類という指定での単品分析となりますが、このシステムでは自分が見たい商品をグループ化(カテゴリー登録)して見ることができます。
従って大量の商品から重要な商品の見落としを防止することが可能になります。また仮説・検証のツールとしても利用できることになります。
カテゴリーによるPOSデータ分析
従来の部門・クラスといった限られた分類ではなく、商品の性格や売り場単位にグループ化して分析する手法です。これにより様々な角度での商品の仮説と検証が実現出来ます。
この機能は関連商品の売上動向を分析するのに非常に適しているものです。
たとえば関連する食材がある特定の商品を特売にかけることで相乗効果で売上が伸びているかという分析に使用することが出来ます。
簡単な例でいうとチラシ上で鍋物の主材料と調味料を組み合わせた企画をした時に、両方の商品が前週に比べてどのように変化したかが簡単に検証することが出来ます。
あるいはチーズとワインの組合せのディスプレイ演出をした時に、その販促効果を検証する場合に利用できます。
またこのカテゴリーの設定も任意の商品を組み合わせることが出来ます。もちろん設定した段階で前年同時期との比較もタイムリーに実現できます。
(事前に設定しておかなければ比較できないというものではありません。)
大変な種類の商品を分類だけでは見落としがでませんか?
ヨーグルトの分類でも500gだけとか3個パックだけを重点的に見たいというような設定も可能になります。
また商品分類の見直しをする場合、直接POSの分類を直すのではなく、一旦カテゴリーに部門・クラスの分類を作成し、そのカテゴリーに対応する商品を登録します。その上で分析をして、その分類が適正と判断した段階で基幹系の部門・クラスの設定をするという、ある意味分類のシュミレーションに応用が出来ます。
更に棚に登録されている商品をひとつのカテゴリーに登録することで間的ですが『棚別の売り上げ分析』も可能になります。部門の異なる商品がその棚の売り上げに対する相乗効果も分析ができることになります。
包丁の種類や保有本数は世代によって変わります。
たとえば、さばを丸物で販売した場合と切り身で販売した場合の比較をする場合でも、分類で指定して見ることも出来ますが、商品アイテムが多いと比較しにくいという問題があります。
こうした特定の商品の比較をする上でも、見たい商品だけをカテゴリーに登録して検索を早くすることも可能です。
特売での価格設定と売上の関係分析
特売の商品選択と価格設定をする上で部門・クラスの範囲指定をして商品を表示し、特売にかける商品の過去の特売での販売単価と売上数量の実績を検証して予想を立てることが出来ます。
重点商品・PB商品のPOSデータ分析手法
この機能は企業の取扱商品の中で重要な位置をしめるPB商品の売上動向を分析するのに適しているものです。
部門やクラスに於けるPB商品のアイテム数や売上高比率の分析などをすることが出来ます。
またメーカーとのタイアップで商品を選定して売上数量の契約と予算設定をしてキャンペーンを行うケースでは当然、予算対比をする必要が発生します。
この商品グループを設定し予算数量やキャンペーンの開始・終了日付を設定して任意の日付で実績対比が出来ます。
店舗別のPB商品売上分析です。(商品マスタにPB区分の設定が必要です。)
数量や金額粗利益などのソートも出来ます。
ジャーナルデータの活用
基本的にFSPの分析にはジャーナルデータを利用することになりますが、ジャーナルデータ(＝買い上げ明細)を入手できるとどんな効果が期待できるか？
ジャーナルデータ＝買い上げ明細データです。これがあれば誰が何を買ってるのかが分かるのは前述の通りですが、ある特定の商品を購入した顧客は誰かということを特定できることになります。
商品の入れ替えは重要な仕事ですが、売上が少ないからといって安易に廃番に出来ないのが実態です。なぜならばその商品をどういう客層が購入しているか?ということを検証しないと客離れにつながる危険性をはらんでいるからです。
売上の80％は20％の優良顧客で占められているといわれます。廃番しようと判断する前にその商品の購入層がもし優良顧客の購入商品だったら大変なことになります。そうした検証にもジャーナルデータと顧客の関係を検証するのがFSPの仕組みにも必要になります。
一般的にFSPというとポイントカードで売上高だけで還元する仕組みでは消費者の支持が得られない時代です。ポイント還元は企業の体力を消耗させるだけで収益には貢献しにくいものと言えます。
優良顧客が必要とする商品を目に付きやすいような棚割りやフェイス設定が望まれます。
更に優良顧客に限りませんが、どの商品を購入る顧客が同時にどの商品を購入しているかという分析が出来れば商品の陳列方法にも工夫を凝らすことが出来ます。『紙おむつとビールを同時に購入する』という事例は有名ですが、こうした分析はデータマイニングのソフトが有効です。
ZENCU-AIは新開発のバスケット分析、関連購買の分析で売り場の演出やチラシ広告の情報を掴むことで売上げ増に貢献します
POSデータの活用事例
すでに実行されているとは存じますが、弊社のPOSデータ分析システムを利用されているお客様の活用事例です。
- 即効性のある分析から入って、よく売れる商品に関しては仕入先と仕入れ価格の交渉を実現する。特売の実績を把握し、次の特売の計画に反映させる。(商品や価格による変化を検証し、適正な企画を実現する。)
- 店舗間の商品の売上順位を比較し売れ筋商品の品揃えを拡充する。(売れていないお店の原因を調査する。欠品?値札やPOPがない?など)
- 分類が偏っている商品群に関してはバイヤーが管理したい商品をカテゴリーに登録(グループ化)して見易い環境を作る。例えば500gのヨーグルトのみ比較したいというようなケースに有効です。
- 品揃え検討フォーマットなどの帳票で発注数やフェイスの見直しを行う。⇒発注・検品・品出しなどのコスト削減
