POSデータ活用~マーチャンダイジングにおけるデータ活用 part3

こんちは！

前回から「POSデータ活用~マーチャンダイジングにおけるデータ活用」という内容で、紹介しています。

今回はデータ分析の観点で、ご紹介させていただきます。

POSデータ分析による業績評価

POSデータ分析の基本は、POSデータを集計して得られた数値を評価する事です。そして「評価」の基本は「比較」です。適切な評価をするには、適切な評価基準を設定しなければいけません。
比較対象は様々ですが、今回は3つ紹介します。

①期間比較
期間比較とは、同じ分析対象（商品軸・店舗軸）で異なった期間（時間軸）の実績値を比較する事です。
期間比較では、古い期間を基準に新しい期間を評価することが基本となります。（例：前年比は今年の実績を基準とする昨年の実績と比べてどの程度増加したかを示す指標）

前年の同じ時期（年・月・週・日）の売上実績を時系列の比較対象を用いて、店舗全体もしくは特定の店舗の売上実績を前年や前月と比較し、これよりも上回っていると好調であると判断をしたり、下回っていると何らかの課題があると判断したりします。
一般に評価のための時系列の分析では、前月比ではなく前年比（前年度同期比）を用います。
年間の実績を5年分比較することでそのカテゴリーの市場拡大（縮小）の傾向を確認する、特に傾向を見るために実績を比較することを「トレンド分析」と呼びます。

②商品間比較
商品間比較は、同じ期間（時間軸）で異なる商品軸の要素を比較する事です。代表的なものは、カテゴリー内の商品のランキングです。

③店舗間比較
同一期間、同一商品の実績を異なる店舗同士で比較したり、全店舗計や平均と比較するのが店舗間比較です。特定のカテゴリーや商品の実績の店舗別ランキングが店舗間比較の代表例です。

補足事項
データ分析で意識すべきは「大きな視点から小さな視点へ」あるいは、「上位分類から下位分類へ」ということです。ここでいう「大きな視点」とは」とは」とは期間計、全店、部門（カテゴリー）計といった比較的大きな集計単位を指します。
徐々に細かい単位へと視点を下げていく事が重要です。
時間軸においては「期間計→月次→週次→日次」と下げていくことが良いと言われています。月次での推移、週次での推移と徐々に細分化していきます。これにより年間通して不調だったのか、需要が増加する時期に不調だったのかなど、より具体的な課題が抽出できます。
商品軸においては、スマレジ内の用語を使用しますと「部門グループ→部門（カテゴリー）→商品」と細分化します。部門分類の基準の1つは「代替性」です。代替性とは、売場に「A商品」がなければ「B商品」あるいは「C商品」を買うという関係、あるいは「A商品」「B商品」どちらの商品を選ぶかで迷うような関係です。
店舗軸は「全店→エリア→個店」というように細分化する事ができます。

仮説の立案

仮説立案の重要性
カテゴリーなど大きな括りで実績上の課題が明らかになったら、その原因を探るためにデータを深掘り分析していくことになります。
なるべく少ない手数で効率よく原因を特定するには、「仮説」を立てることが重要です。仮説を立てることは、次にどのような集計・分析を行うのか、どのようなデータと重ねて集計すると説得力の高まる内容にできるのか、などを考えることにつながります。
例：「売上増加（減少）要因には気温の高低が関係あるのではないか」という仮説を立てたとします。この場合、週次の実績をトレンドで見るだけでなく、実績の週次トレンドを気温のトレンドと重ねてみると気温上昇期には売上が高まり、下降期には売上が低下するといった傾向があるにもかかわらず、前年の販促のタイミングが気温の変化に合っていなかったことが明らかになれば、当年は販促のタイミングをより気温の変化に合わせて考えるという打ち手（改善案）を立案する事ができます。
仮説がないとデータの掘り下げていく方向が定まりません。もちろん仮説通りの結果とならないこともあります、そうした場合は仮説の見直しとなりますが、仮説なしに闇雲にデータを掘り下げるよりは、効率の良い分析を行うことにつながります。

売れない理由の考察
日次や週次という細かい単位で見ていくと、売上点数・金額が「ゼロ」という日が続いたり、「ゼロ」の週が見受けられることがあります。
売上「ゼロ」は単にその商品を「買いたい」と思うお客様がいなかったため、とは限りません。例えば、以下の理由が考えられます。

・商品力がなく、消費者から指示が得られていない
・売場に品揃えされていない
・欠品していて売場に商品がない
・売場で商品が露出されていないため、お客様の目に留まっていない
・他の商品に隠され、お客様から見えていない
・陳列している売場がお客様のニーズと合っていない

単にデータ上の売上だけを見るのではなく、売れない理由の仮説を考え、売場を確認することも必要となります。

まとめ

今回はPOSデータ分析による業績評価、仮説の立案に関して紹介しました。

POSデータ分析の基本は、POSデータを集計して得られた数値を評価する事です。そして「評価」の基本は「比較」です。適切な評価をするには、適切な評価基準を設定しなければならない。

データ分析においては、細分化していくこと、「大きな視点から小さな視点へ」あるいは、「上位分類から下位分類へ」と細かく見ていくことが重要。

なるべく少ない手数で効率よく原因を特定するには、「仮説」を立てることが重要。仮説なしに闇雲にデータを掘り下げるよりは、効率の良い分析を行うことにつながる。
単にデータ上の売上だけを見るのではなく、売れない理由の仮説を考え、売場を確認することも必要。

今回は以上です。
では、また！