オピニオン

スーパーマーケットにおけるID-POSデータのMDへの活用

更新日:

POSデータ

一般にPOSデータとして扱われているものには、データの充足度によって三つのモデルがある。それらは、日別/店舗別/単品コード別の売上数量・金額を合算した単品コード単位のサマリーデータ、クレジットカードやポイントカードなどで識別できる顧客IDを除いた取引単位のジャーナルデータ、そして、顧客IDデータを含むすべてのデータを包含した取引単位のID-POSデータである。

従って、ID-POSデータとジャーナルデータはサマリーデータと比べてデータ量が大きく、その順序で情報量が多い。把握できる情報をまとめると以下の通りである。

サマリー
データ
ジャーナル
データ
ID-POS
データ
Why:天候、販促、競合 × ×
What:商品
Who:レーン/販売員 ×
Whom:買物客 × ×
When:年月日、曜日、時刻
Where:企業、店舗(ネット)
How:支払方法 ×
How many:数量(重量)
How much:価格(値引、割引)、ポイント

ID-POSデータとジャーナルデータの違い

ID-POSデータとジャーナルデータの得られる情報の違いは、リピート購買の把握の可否、併買商品の対象範囲および購買客数の精度にある。

ID-POSデータは、顧客IDによって、どの取引データとどの取引データが同一顧客のものであるかを知ることができるので、ある顧客がある商品を、初めて買ったか、繰り返し買っているか、いつから買わなくなったか、また、ある商品を誰が買わないか、という情報を提供できる。これに対して、ジャーナルデータからは、これらのリピート購買の情報を知ることはできない。

ジャーナルデータは、同一取引内の併買商品情報を提供することはできるが、チェックアウト後の追加購買や購買日が異なった場合にはそれを把握することはできない。これに対して、ID-POSデータは、同様の理由から、一定期間内の併買商品情報を提供することができる。

ジャーナルデータは、チェックアウト回数情報を提供する。これに対して、ID-POSデータは、同様の理由から、同一顧客を複数回カウントすることなく購買客数情報を提供できる。同一日に複数回のチェックアウトがある顧客の発生頻度を想起すると、情報として意味を持つ程ではないと思われるが、両者の違いではある。

ID-POSデータとジャーナルデータの違い

ID-POSデータに基づき、マーチャンダイジングあるいはマーケティングに活用していく為には、全POSデータに対して一定比率を超えるID-POSデータが必要である。

ID-POSデータのマーチャンダイジングへの利用においては、少なくとも全POSデータの70%以上は必要であり、ID-POSデータの90%以上について性別、年齢(生年月日)情報を持っている必要があると言われている。

一方、マーケティング、即ちOne to One マーケティングに活用していく為には、加えて、氏名、メールアドレスあるいはLINE ID(電話番号)が必須である。更に、これまでは、住所、世帯情報(家族構成、子供の有無、末子年齢)、学歴、職業、所得があると望ましいと言われて来た。しかし乍ら、近時のデジタル・マーケティングにおいては、これらの取得し難く且つ消費者を捉える上の推定に必ずしも寄与しないデモクラティック・データより、購買実績によって積み上げられるライフスタイル、パーソナリティ、行動様式などのプロファイリングをより重視する方向が顕著である。 

ID-POSデータの活用

ID-POSデータの活用には、マーチャンダイジングとマーケティングのふたつの面が考えられる。マーチャンダイジングへの活用とは、基本的にはその顧客のプロフィールを参照することなく顧客IDのみを捉え、同一顧客の買物行動情報をマーチャンダイジングに反映するということである。一方、マーケティングへの活用とは、顧客IDに紐づけられた顧客属性と当該顧客の買物行動情報に基づいてOne to One Marketing を展開するということである。

ID-POSデータの活用と言えばOne to One Marketingと捉えられがちではあるが、スーパーマーケット業態においては、One to One Marketingだけに目を向けるのではなく、マーチャンダイジングへの活用も改めて見直す必要があるのではないだろうか。スーパーマーケットなど最寄り購買商品を主として扱う小売業においては、他の小売業態あるいは他産業と比べて、顧客の嗜好の多様化が必ずしも顕著ではない。また、システム投資・運用の負荷は、精緻なOne to One Marketingを展開する場合と比べると格段に小さいからである。

ID-POSデータのMDへの活用

ID-POSデータのマーチャンダイジングへの活用とは、前述の通り、顧客のプロフィールを参照することなく顧客IDのみを捉え、どの取引データとどの取引データが同一顧客のものであるかを知ることだけで、マーチャンダイジングに反映するということである。但し、性別、年齢(生年月日)情報に限っては、顧客セグメントとして考慮される必要がある。

クロス・マーチャンダイジング展開

スーパーマーケットでの買物は、ほぼすべての世帯構成で、週に2~3回の頻度、1度に2~3日分の食材購入が多数派である。従って、個別の買物が前回買物時の買い忘れなど本来同時購買とされたものを含むものであることは否めない。クロス・マーチャンダイジングの展開において、併買商品の判断は、同時購買に限定するのではなく、ID-POSデータによって得られる同一買物客の期間内購買を対象とする方がより適切である。

トライアル・リピート分析

ID-POSデータによって、同一買物客が特定の商品を、初めて買ったか、繰り返し買っているかを知ることができる。そして、トライアル・リピート分析によって、新規取扱商品の死筋の早期発見に繋げることができる。また、リピート率の低減した商品を発見し、価格競争力による流出なのか代替新規商品へのスイッチングなのかなど、原因の仮説を立てて検証することができる。

* リピート率 = 複数回購買客 ÷ 1回のみ購買客

ロイヤルカスタマーの購買分析

ID-POSデータによって、RFM分析あるいは購買額と家計消費状況調査(総務省統計局)の支出額との比較から、ロイヤルカスタマーを捉えることができる。それによって、ABC分析において、ロイヤルカスタマーのリピート購買とのクロス分析の結果を考慮することができる。単なるABC分析ではCランク商品は死筋として切り捨ての対象である。しかし乍ら、クロス分析の結果を考慮することによって、当該Cランク商品を目的に来店するロイヤルカスタマーを失う事態を回避することができる。また、ロイヤルカスタマーのRFMランクダウン(アップ)から、前項と同様に、購買商品の売上変化の原因の仮説を立てて検証することができる。

* RFM分析 : 最新購入日、来店頻度、購入金額の三つの指標で顧客をランク付けする手法

以上

-オピニオン

Copyright© リテイル総研 , 2020 All Rights Reserved Powered by STINGER.