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

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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

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。

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。