オムニチャネル時代のデータ分析 #1

前回はアパレル業界におけるIT化の波ということで
・ARを用いた仮想試着
・Beaconでの商品訴求
・データ分析
・タブレットでの在庫管理
の概要を紹介させていただきましたが、今回はその中でもデータ分析について、より詳細にまとめてみます！

「おむつとビール」に続く事例って・・・？

データ分析やデータマイニング、データマーケティングというと「おむつとビール」の事例が有名ですね！

おむつとビール

1990年代に米国大手スーパーマーケットにてデータマイニングを行ったところ、「おむつを買った人はビールを買う傾向にある」という結果が出て、実際におむつ売り場の近くにビールコーナーを設けたらビールの売上が上がったというものです。

今では有名な事例となっていますが、当時では画期的・革新的な発見であったことは想像に難くないです。

ところでデータマイニングの”マイニング(mining)”を辞書で調べてみると”採鉱”という意味のようです。つまりデータマイニングとは「データの中から数少ない”お宝”を探す」ようなものなのです。

実際にデータマイニングの有名事例は「おむつとビール」くらいです・・・。

ビッグデータが騒がれているような昨今、数十テラバイト以上の巨大なデータ群から、自社の利益を上げるような”お宝”を手探りで探すことは、ちょっと現実的ではないかもしれませんね。

では、どのようにデータ分析を行っていけば良いのでしょうか？
を考える前に、ここ数年でのデータ分析の事例を見て行きましょう！

JR東日本の子会社が手がけた飲料水“フロムアクア”

JR東日本の子会社として創業したJR東日本WBは、2009年にエキナカの数千台の自販機にSuica決済端末を導入し、大量のPOSデータを収集できるような体制を整え、商品開発と販売戦略に活用しています。

その成果の1つが、2012年にリニューアル発売したペットボトルの飲料水のフロムアクア。
データを分析し、「フロムアクアは移動中に飲まれている場合が多い」という仮説を立ったため、片手での飲みやすさを重視して“落ちないキャップ”を開発。

データ分析の賜物？フロムアクアの”落ちないキャップ”
（出典元：株式会社JR東日本ウォータービジネス）

“落ちないキャップ”を用いたリニューアル後、フロムアクアの年間売り上げは従来比で1.5倍に増えたとのことです。

（事例参照元：ITmediaエンタープライズ）

勘とデータの融合“あきんどスシロー”

全国に300店舗以上を展開し、年間1億人以上の来店客を誇るあきんどスシローでも膨大なデータを有効活用しています。

元々、鮮度管理を主目的にすし皿の裏にICタグを貼り付け、「今、どのすし皿が、どれほどレーンを流れているのか」といったデータを取得していました。

また、各席に注文用のタッチパネルを設置しているため、「どこのテーブルで、いつ、何を、どういう順番で頼んだか」というデータも取得することができていました。

各席に設置されたタッチパネル
（出典：あきんどスシロー）

そんな中、あきんどスシローでは鮮度を重視するために、遅くとも45分でレーン上で売れ残ったすしネタを廃棄してしまうため、「いつ、どのすしネタを、どのくらい流せばよいか」という需要予測をしなければ、大量の廃棄を発生させてしまい、仕入れコストを無駄にしてしまいます。

当時は店長が”独自の勘”を頼りに「いつ、どのすしネタを、どのくらい流せばよいか」を判斷してしていましたが、前述の大量のデータを用いて需要予測を弾き出すことによって仕入れコストの削減に成功しました。

しかし、ただ単純に大量のデータから需要予測を出すだけではなく、実際の店舗に導入した際に、店長の”独自の勘”とも照らし合わせて、システムをチューニングし、より精緻な仕組みとしたとのことです！
経験豊富な店長の勘と膨大なデータが融合した成功事例と言えるでしょう。

（事例参照元：株式会社アシスト）

では、この2つの共通点とは何でしょうか？
続きは オムニチャネル時代のデータ分析 #2をご覧ください！