海外事例研究｜データドリブンで進化するショッピングモール運営
はじめに
GEOTRAインターン生の筒井です。
以前、米国におけるデータを用いた飲食店の経営戦略にアプローチした事例について取り上げました。
本記事ではショッピングセンターにおける、GPSデータや人流データを活用したマーケティング・運営戦略の最適化の事例をご紹介します。
事例1：Location iQのショッピングセンター訪問者追跡
Location iQ社（豪州）は、スマートフォンの位置情報データを使い、ショッピングセンター内の人の流れをリアルタイムで追跡しています。
人流データを通じて、訪問者数、訪問時間、滞在時間、混雑エリアを把握することが出来、それをもとにテナントの配置改善、ターゲティングの最適化、イベント効果等の把握が可能になります。
同社は2019年から携帯電話の位置情報データを活用しており、2023年1月には位置情報関連データなどの処理・分析を手掛けるNear社（米州）と提携しました。
Near社は、モバイル広告やSDKなどから収集した位置情報データを提供しており、同データをもとに、訪問者の行動や位置を正確に分析することが出来ます。
これにより、ショッピングセンターを訪れる人々の動向を詳細に把握出来ます。
Elara Village シドニー北西部での事例
Elara Villageは、シドニー北西部のマースデンパークに位置するスーパーマーケットを中心としたショッピングセンターです。
この施設には、スーパーマーケットに加えて、隣接するショップ、医療センター、コミュニティセンター、ラーニングセンターなどが含まれています。
Location iQ社は、これらの施設をエリアごとに区分けし、Near社のGPSデータを活用して、各エリアへの訪問者数や、エリア間の行き来について分析を行いました。
以下のマップは、Elara Village内の施設をエリアごとに区分けしたものです。
出典：Developing the Ultimate Neighbourhood Hub/Location iQ
以下の図は、各施設の訪問者の居住地を表しています。
訪問者がどこから来るのかを把握することで、地域別により効果的な集客を行うことができます。
出典：Developing the Ultimate Neighbourhood Hub/Location iQ
図３のグラフは、エリア間の相互訪問を表しています。
この図では、コミュニティ センターへの訪問者のおよそ40%が小売センターにも訪れています（図3右）。
出典：Developing the Ultimate Neighbourhood Hub /Location iQ
Location iQ社は、ショッピングセンターの所有者・開発者と協力し、従来の小売用途に加えて、補完的な非小売用途を組み込むことで、ショッピングセンターの機能を最適化・向上させています。
これにより、1つの場所で利便性の高いさまざまなサービスを提供できるようになり、来客者の利用頻度や滞在時間が増え、さらに周辺エリアへの訪問も促進されます。
事例2：Placer.aiによる位置情報データ活用
Placer.ai社（米国）は、位置情報データを使って顧客の動線を可視化することで、顧客の特性や行動を明らかにし、適切な店舗配置や運営をサポートします。
具体的な取り組み例を紹介します。
店舗最適エリアの特定
Placer.ai社のデータを活用し、人口統計的及び心理的特性、来店者数の分析から、店舗設置に最適な場所を特定することが出来ます。
図4では、エリアの顧客の世帯収入などの人口統計や競合他社とのターゲットの重複度合を踏まえ、適合性スコアを算出しています。
出典：Retail Foot Traffic: Optimize Store Performance | Placer.ai
店舗のパフォーマンス評価
商圏と小売店の来店者数データを競合他社と比較し、店舗のパフォーマンスを測ります。
顧客が他にどこで買い物をしているかを明らかにし、顧客の嗜好を理解することで、より効果的なターゲットアプローチをすることが可能です。
以下の図5は、来店者数、来店頻度、平均滞在時間を競合他社と比較したグラフです。
出典：Retail Foot Traffic: Optimize Store Performance | Placer.ai
顧客の嗜好分析
クロスショッピングデータ（複数の実店舗やオンラインショッピングモールなど、様々な販売チャネルで商品を購入した顧客の行動データ）を活用し、他店舗や目的地との顧客の重複を測定します。
顧客の行動や目的地を確認することで、顧客の嗜好を理解し、顧客に適切な商品を提供する施策を講じることが可能となります。
図6では、他店舗との商圏の重複（図右上）や、顧客がどこから来て、どこへ向かうのかという人流分析（図右下）を表しています。
出典：Retail Foot Traffic: Optimize Store Performance | Placer.ai
これらの事例は、GPSデータや人流データを活用してマーケティングや運営戦略を最適化する事例であり、データドリブンな運営の好例として、他国や本邦のショッピングモールでも応用可能です。
最後に
ここまでご覧いただきありがとうございました。
本記事では、ショッピングセンターにおける、GPSデータや人流データを活用したマーケティング・運営戦略の最適化の事例についてご紹介しました。
当社のnoteでは、他にもデータドリブンな経営戦略の事例を掲載しています。興味のある方は是非ご覧ください。
▼マガジン「海外事例で学ぶデータ活用最前線」の他の記事はこちらから！
GEOTRAでは、独自の個人情報保護技術により、人々の動きや行動目的などが高粒度に可視化された人流データ、GEOTRA Activity Dataをご提供しています。更に人流データのご提供に留まらず位置情報データ全般に関する利活用促進のためのご支援を行っております。
▶資料請求・分析相談はこちら：https://www.geotra.jp/contents/contents_aboutGEOTRA
noteでは、引き続きGEOTRAの事例紹介や活動報告、GEOTRAに関連するテーマの特集や事例研究を掲載していきます。
今後も皆さんのお役に立てるコンテンツを配信できればと思っておりますので、皆様のいいね・フォローをお待ちしています！
弊社へのお問合せ先:
メールアドレス: sales@geotra.jp
Facebookプロフィール URL: https://www.facebook.com/geotra.jp