POSデータの分析方法
マーケティングに活用して売上アップ
業種や業態を問わず、POSレジは多くの店舗に導入されていますが、そのポテンシャルを十分に発揮できていない店舗もまた多く見られます。
POSレジは、レジ集計や発注などの店舗オペレーションを効率化できるだけでなく、POSデータを分析・活用することで、売上や収益アップといったマーケティング施策を推進するツールです。こちらでは、POSデータ分析の重要性や分析手法、データの活用方法などを紹介していきます。
POSデータ分析とは?なぜ重要か?
POSデータ分析とは、POSレジでの会計時に取得・集積する「POSデータ」を活用した分析のことです。
- 購入された商品の名称
- 商品の価格
- 購入個数
- 購入日時
- 購入店舗
- 顧客の属性情報 など
これら、POSレジを通じて取得できるさまざまなデータを分析することで、売れ行きが上がっているトレンド商品や、売上が落ちている死に筋商品などを把握できます。また、セットで売れることが多い商品の組み合わせなどもデータから判別可能です。「ハンバーガーと一緒にポテトを売る」といった、クロスセル戦略のベースにもなります。
その他、在庫が不足しがちな商品、あるいは過剰在庫になることが多い商品を把握することで、適正在庫量の安定確保などにも役立てられます。
つまり、POSデータ分析の重要性は、分析結果を販売戦略や在庫管理に反映させ、売上アップやコスト削減など店舗運営を適正化できることにあります。
POSデータ分析手法
上述したように、POSレジが取得できるデータは広範におよびます。膨大な量のデータを整理し有効活用していくには、効率的な分析手法の理解および導入が欠かせません。
POSデータの主な分析アプローチとして用いられている、下記の4つの手法について確認していきましょう。
- ABC分析
- RFM分析
- トレンド分析
- バスケット分析
ABC分析
ABC分析は、売上高などを基準として商品を3つのグループに分類して管理する手法です。
グルーピングの一例
- A:よく売れている商品
- B:売れ行きがまずまずの商品
- C:あまり売れていない商品
こうした分類によって、グルーピングに応じた商品個別の施策を講じられるようになります。
施策の一例
- A:よく売れている商品 → 発注量を増やす
- B:売れ行きがまずまずの商品 → 発注量を変えずに様子を見る
- C:あまり売れていない商品 → 発注量を減らす
ABC分析によって売れ筋商品や死に筋商品を把握し仕入れを調整することで、適切な在庫管理が実現します。結果、売れ筋商品の欠品による販売機会の損失を防ぐとともに、過剰在庫の未然防止によるコスト削減を両立できます。
RFM分析
RFM分析は顧客分析の手法のひとつです。
- Recency:最終購入日
- Frequency:購入頻度
- Monetary:購入金額
上記の3つの指標で顧客を分類し分析を行うことから、それぞれの頭文字をとってRFM分析と呼ばれています。
そして、3つの指標ごとにそれぞれ3~5つ程度のランクを設定し、「優良顧客」「安定顧客」「休眠顧客」「新規顧客」といったグルーピングを行います。
グルーピングの一例
- 優良顧客:RFMすべての指標で最高ランクに該当する顧客
- 安定顧客:最終購入日(R)・購入頻度(F)は最高ランクだが、購入金額(M)は低ランクの顧客
- 休眠顧客:購入金額(M)は高ランクだが、最終購入日(R)が低ランクで離反傾向にある顧客
このようにRFM分析によって顧客をグルーピングし、それぞれの属性に合わせたマーケティング施策を講じます。
施策の一例
- 優良顧客:他店に目移りしないよう、優待制度の導入などロイヤルティを高める施策
- 安定顧客:購入金額(M)を高めるためのクロスセルキャンペーンなど、低ランク指標を高ランクに促す施策
- 休眠顧客:店舗への再訪を促すキャンペーン・販促施策
なお、POSデータを用いてRFM分析を実行するには、ポイントカードやアプリなどの会員登録から取得できる顧客データを、POSシステムに反映する仕組みが必要になります。
トレンド分析
トレンド分析は、商品ごとに販売数量を時系列で分析していく手法で、季節変動を把握できます。
時系列で売上を見ていくと、商品に応じたトレンド性が可視化されます。
トレンドの一例
- 商品A:5月や7月・8月、12月など大きな休暇の前に売上が上がる
- 商品B:10月~12月の売上が多く、12月にピークに達する
こうした商品ごとの売れる時期や傾向を把握することで、広告展開などPRを実施するタイミングの策定や、在庫量の調整などに役立てられます。また、商品A・Bがともに売れ筋となる12月には店頭の目立つ位置に並べてレイアウトするなど、販促施策も高精度に展開できるようになります。
バスケット分析
バスケット分析とは、買い物かご(=バスケット)単位、つまり1回の会計で一緒に購入された商品を分析する手法です。
このバスケット分析によって、セットで購入されることの多い商品を把握できるようになります。店内の商品配置やセット販売などのキャンペーンにも活用できる分析手法です。
施策の一例
- 冬場に白菜と鍋の素が一緒に購入されることが多い → 野菜コーナーに売れ筋の鍋の素を陳列する
- パスタとパスタソースが一緒に購入されることが多い → セット販売の確率を高められるよう並べて配置する
ツールを使ったPOSデータ分析方法
POSデータの分析手法自体は理解できても、実際のデータ数値を手法に当てはめ転用できなければ、分析が機能することはありません。
取得したPOSデータをデータ分析手法に取り入れ活用するには、Excelなどのツール・アプリケーションを使用する方法があります。
Excelを活用したPOSデータ分析の一例
- ABC分析:
商品ごとの売上データを売上金額が多い順に並び変え、売上構成比を算出してランク分けする - RFM分析:
顧客ごとの最終購入日からの日数、購入点数の合計、購入金額の合計を算出し、IF関数などを用いてRFMそれぞれのランクから顧客をグルーピングする - トレンド分析:
商品ごとに月次売上データを数年分入力し、ピボットテーブルを使用して数年分の月次売上を合算し、月ごとの売上を把握する
店舗の業種・業態によってExcelの活用方法は異なりますが、ExcelでのPOSデータ分析は難易度が高く、関数の知識・スキルが求められるケースが多いため、業務が属人化しがちです。
また、POSデータを分析していかに活用していくかという戦略も店舗ごとに異なるため、分析フローが汎用性に欠ける点も否めません。その他、データ量が膨大なため、パソコンに過大な負荷がかかるといった問題もあります。
こうした課題を勘案すると、「これからPOSデータの分析を始めていく」というフェーズにおいては、Excelでの分析は広く推奨できるものではありません。担当者がExcelの初心者である場合や、IT人材が不在の企業では、専用システムを用いたPOSデータ分析を検討すべきです。
急速に進むデジタル化は、小売店のマーケティングにも変革をもたらします。データの利活用はますます重要性を増し、POSデータの分析は店舗運営のカギを握るでしょう。
これからのデータ分析には、属人性を極力排除した定量的なアプローチが求められます。POSデータを多角的に分析し、効果的な店舗運営施策を提案する弊社システム「データソリューション」の導入をぜひご検討ください。
POSデータ分析から分かること
ここまで、POSデータの分析手法などをみてきましたが、POSデータ分析からわかることをあらためて整理してみましょう。
売上傾向
売れ筋商品や死に筋商品、最近売上が伸びているトレンド商品などを把握できます。また、一回の会計でセット購買されやすい商品や、販売数が伸びる時期など、商品ごとの売上傾向もつかめます。
顧客情報
ポイントカードやアプリなどの会員登録から取得できる顧客データをPOSシステムに反映し、顧客属性に応じた売上傾向をつかめます。たとえば、年齢層や性別ごとに、購入する商品や金額、来店回数などのデータを得られます。
あるいは、購入回数や購入頻度、最終来店日、購入金額の合計額なども顧客ごとに把握できます。
在庫状況
商品の仕入れや店舗間移動、返品などの入出庫データとPOSデータを紐づけておくと、在庫状況をリアルタイムで把握できるようになります。また、POSレジでの会計を通じて、販売した商品の数量に応じて在庫数は自動的に変動します。
POSデータのマーケティング活用方法
POSデータは具体的にどのようにマーケティングに活用できるのか、活用方法の例を挙げていきます。
- 発注量の調整
- 商品の売り出し方の工夫
- 顧客へのセールス
発注量の調整
月別や曜日別、時間帯別の売上データをベースに売上予測を立てられるようになり、発注量を適正化できます。売れ残り商品によるロスを削減するとともに、欠品による販売機会の損失を防げるため、売上・収益の向上にも寄与します。
商品の売り出し方の工夫
売上が伸びている商品や、過去のデータから売上が伸びると予想される時期に該当する商品を目立つ位置に陳列することで、顧客に手にとってもらいやすくなります。また、セットで購入されることが多い商品を近くに陳列するのも効果的です。
陳列の工夫は、顧客ニーズに応えることと同義です。特別な費用をかけることなく、顧客満足度および売上アップにつながります。
顧客へのセールス
顧客ごとのこれまでの購入回数や購入頻度、最終来店日、購入金額の合計などをベースに、DMなどによるアプローチをオンデマンドで展開できます。たとえば、「優良顧客を対象に特別キャンペーンを案内してさらに自社のファンになってもらう」「離反顧客を対象に期間限定の割引キャンペーンを実施して来店を促す」といった手法が挙げられます。
顧客の属性に応じて販促方法を変えたり、商品の購入につながりやすい顧客に絞ってアプローチしたりするなど、効率の良いマーケティング施策を講じられます。
まとめ
POSデータの分析・活用によって、売上傾向から品ぞろえを調整したり、顧客の属性に合わせたマーケティング施策を展開したりと、売上の向上やコスト削減を図れるようになります。
なお、POSデータの分析手法にはさまざまなアプローチがあります。Excelを用いた方法もありますが、担当者のスキルに左右される側面が大きく、業務が属人化しやすいことから定性的な分析になりがちです。
データの有効活用は、マーケティングにおいてますます重要性を増していきます。属人性を排除し定量的な分析アプローチを実行するために、POSデータの分析システムの導入を検討してみましょう。