困りごと探偵🔎 業務課題を深堀り調査せよ！
前回は、自分の携わっている業務の目標は何か、目標を達成するための課題•問題•困りごとを整理してみました。前回の記事をご参考ください。
今回は、周囲の人と対話をする中で、少しずつ明確になってきた困りごとを、さらに深掘りして、DXの力で改善できそうか検証していきます。
困りごと① 値下げ•廃棄について
前回の記事から、多少復習になります。業務上、毎朝、店舗ごとにどの商品で何個廃棄したのかを確認します。
数量の多い物、廃棄せずに、未然に売りきる事が出来そうな商品について、店舗にメールをして報告をもらっています。
この一連の作業に時間を要しています。
定期的な期間(日別•週間、月間•四半期•半期•年間)でも管理を行いデータ化をしています。
利益率を上げるためには、値下げ、廃棄の管理は必須項目であり利益貢献だけでなく、フードロスの観点からも社会貢献度にも影響してきます。
今回はさらに、深掘りして上司と会話しみました。
私🕵️ :値下げや廃棄について管理していますが、どんな手法が効果的で、DXを使って解決できそうな事がありますか？。
上司👦: 今出ている指標だと、店舗別の数値のみで、個店別のどこに課題があるのかわからない、そこまで踏み込まないと大きく改善できないね。
🕵️♂️:なるほど、そのためには、どんなデータが必要で、どんなアプローチが必要でしょうか？。
👦:少なくとも、影響度の大きいワースト3店舗のピックアップが必要。その上で店舗別にドリルダウン分析できるようにする。問題を明確にしてアプローチする必要があるよ。
🕵️♂️:どのレベルまでドリルダウンできるといいでしょうか？
👦:まずは、ライン別(食品•衣料•住余•ヘルス＆ビューティ)かな、次にグループ別(食品の中でもデリカ、衣料品の中でも婦人服等•••)、そして部門(デリカの中でも揚げ物とか、婦人服の中でもボトム等•••)、最後に単品で分析できる。
🕵️:確かに、個店では把握できますが、複数の店舗を横並びで、かつ詳細管理はできていませんね。ピンポイントで報告をいただいていますが、それが成果につながっているのか明確になっていませんね。
👦:そうなんだ、もっと時間軸別に横並びで管理できると業務改善と成果に繋がりそうだよ。
🕵️:承知いたしました。ありがとうございます。再考してみます。
値下げや、廃棄を管理する指標は複数あります。
データは社外秘情報なので掲示できませんが、完成目標としては下記内容があげられます。
•完成目標
①店舗別でランキングがわかる
②グループ別でランキングがわかる
③部門別でランキングがわかる
④単品別でランキングがわかる
⑤店舗別で部門別ランキングがわかる
⑥店舗別で単品ランキングがわかる
⑦グラフ化する
⑧各店舗を横並びで比較し課題を抽出する
このデータを活用しながら関係者と共有して改善目指していく。
目的は、値下げ・廃棄を減らして、フードロスや環境への配慮を高め、利益の改善も行っていくことです。ファイト！！。
困りごと②店舗別の品揃え基準
前回書いた記事の中で、店舗の品揃えは、フォーマットによって決められていることを記載いたしました。
下記はお菓子などの品揃えの基準となる各商品量の指標です。根本的には、この指標をもとに品揃えを考案します。しかしながら、ここにエリア特性や居住者の中心年齢、競争環境などを考慮すると、当初とは全く違う品揃えとなります。最終的な品揃えからレイアウトの確定するまでに、多くの時間を費やしています。この工程を短縮する方法はないのか、困っていました。
今回さらに、深堀りトークをしてみました。
私:🕵️♂️品揃えの基準は、ある程度決められていますが、多くの段階を要して最終決定しています。もっと効率的に決定する事は可能でしょうか？。
上司:👦基準はあるけど、それはあくまでも、全店の平均であるため、外部要因を考慮していない。
🕵️♂️:地域の顧客情報、居住年齢を考慮して、品揃えを決定できると、時間的な効率と、売上・利益の拡大ができると思いますが、どうでしょうか？。
👦:着眼点は間違っていないよ。係数として設定することで、可能になるかもしれないが、ドミナントを形成するうえで、様々な障壁がでてくるとは思う。
🕵️♂️:具体的には、どのような障壁があるのでしょうか？？？。
👦:例えば、利益を創出するためには、会社全体で、決められた数量を販売する必要の商品がある。それを販売するために、あらかじめ設定が固定された品揃えが多々発生している。その部分を考慮すると、変更ができないという、大人の事情が発生してしまう。
🕵️♂️:やはり、大人の事情はありますよね。
👦:そうなんだ。だから、トライ＆エラーを積み重ねて、徐々に変更していくやり方になっている。
以上の会話から、ある程度の変更は可能であり、何が大人の事情を把握する必要があります。
事情は食品部、住居余暇部などの各部署で違うため、これ以上の深掘りが出来ず、今回の調査🔍はここまでとなってしまいました。
困りごと③ エリアの情報収集
今回、話していく中で、新たに出てきた課題があります。
上司と話していたら隣の部署から、もっと特定エリアの情報収集を簡単にできないか？という意見が出てきました。
私:🕵️♂️例えばどんな情報が必要だろう。
隣の部署のAさん👩🦳:エリアごとのシェア率とか、マーケットボリュームとか簡単にわかりませんか？
上司👦:外部委託して情報収集する方法はあるけど有料になるね。
🕵️:自分達でその仕組みが簡単にできるといいのですが？
👩🦳:これだけAIとか、進んできているなら出来そうですよね。
🕵️:現状は抽出するのに、特定エリアの家計消費支出から、該当する商品に対して、1世帯あたりがいくら消費しているか算出。該当店舗の該当商品の売上を割ってシェアを出しているよね。
👩🦳:そうなんです。商品の分類が複雑だと、とても時間がかかっています。
👦:確かに自動化出来ると、コスト面も、時間的な効率面でも効果がありそうだね。
🕵️:できそうかどうか調べてみる余地はありそうですね。
👦:ただ、シェアの算出が目的となってしまうともったいない、その先に見える目的意識を忘れないで欲しい。
🕵️承知いたしました。
統計局が出している家系消費支出データと、対象店舗の売上データを加工して算出しています。
項目ごとに算出します。
エリア別でも違いがあり、その度に算出する必要があります。
•完成目標
①エリア別の消費支出を算出する
②店舗別のエリアでのシェアを算出する
③シェアと利益率の相関関係を算出する
④店舗別の特徴を把握する
⑤店舗間比較から利益最大化のため課題を抽出
⑥課題解決のための手段を提案
最終的成果としては利益の最大化を目標としたいと思います。
深堀り調査をしてみて、具体的に完成目標が明確になってきました。
会話の中で、理想と現実の狭間が垣間見えてきたのですが、ハードルは高いけど出来る事、出来そうな事に焦点を当てることも大切なんだと感じました。
最後までお読みいただきありがとうございました。
この記事が気に入ったらサポートをしてみませんか？