ある業界の解析事例
ある業界の解析例を紹介します。
調査期間は2020年2月~11月の10か月間、調査店舗総数1,739店、月平均調査店舗は193店舗のデータです。
メーカーすべてを調査対象とするのは大変ですので、代表的な7社(A社~G社)について説明します。
各メーカーの商品数の推移を見てみましょう
各メーカーの商品数の推移表ー1のようになっています。
各メーカーの商品数の推移
2月 | 3月 | 4月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 合計 | 平均 | |
---|---|---|---|---|---|---|---|---|---|---|---|
店舗数 | 198 | 141 | 145 | 133 | 222 | 218 | 234 | 212 | 236 | 1,739 | 193 |
全メーカー | 3,858 | 4,383 | 4,267 | 4,066 | 4,420 | 4,301 | 4,303 | 4,115 | 4,446 | 38,159 | 4,240 |
A社 | 455 | 608 | 612 | 565 | 596 | 579 | 575 | 563 | 636 | 5,189 | 577 |
B社 | 540 | 629 | 602 | 544 | 586 | 567 | 562 | 525 | 532 | 5,087 | 565 |
C社 | 158 | 226 | 215 | 220 | 216 | 211 | 209 | 211 | 229 | 1,895 | 211 |
D社 | 254 | 280 | 268 | 273 | 293 | 282 | 281 | 260 | 267 | 2,458 | 273 |
E社 | 188 | 197 | 197 | 192 | 207 | 208 | 203 | 202 | 206 | 1,800 | 200 |
F社 | 222 | 253 | 234 | 214 | 232 | 218 | 221 | 207 | 208 | 2,009 | 223 |
G社 | 178 | 264 | 260 | 218 | 241 | 240 | 236 | 223 | 239 | 2,099 | 233 |
表-1
メーカーA社、B社が飛び抜けて商品数が多いです。
1店舗あたりのフェイス数の推移を下の表-2に示しました。
1店舗あたりのフェイス数の推移
2月 | 3月 | 4月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 合計 | 平均 | |
---|---|---|---|---|---|---|---|---|---|---|---|
店舗数 | 198 | 141 | 145 | 133 | 222 | 218 | 234 | 212 | 236 | 1,739 | 193 |
全メーカー | 1,037 | 1,144 | 1,111 | 1,001 | 1,095 | 1,096 | 1,096 | 1,016 | 1,062 | 9,658 | 1,073 |
A社 | 232 | 294 | 286 | 258 | 279 | 278 | 280 | 267 | 278 | 2,452 | 272 |
B社 | 175 | 194 | 187 | 146 | 166 | 165 | 168 | 152 | 150 | 1,503 | 167 |
C社 | 72 | 95 | 94 | 88 | 93 | 93 | 94 | 87 | 90 | 806 | 90 |
D社 | 64 | 72 | 69 | 61 | 69 | 69 | 70 | 63 | 63 | 600 | 67 |
E社 | 89 | 91 | 88 | 81 | 90 | 91 | 89 | 84 | 84 | 787 | 87 |
F社 | 56 | 61 | 60 | 52 | 59 | 58 | 58 | 56 | 58 | 518 | 58 |
G社 | 46 | 70 | 69 | 67 | 73 | 73 | 70 | 66 | 65 | 599 | 67 |
表-2
店頭棚に登場した商品の評価はどうするのでしょうか。
全国の店舗500店舗、1,000店舗の陳列状況をメーカーの営業マンが直接現場に出向き目視によるチェックはほとんど無可能に近いといえるでしょう。
そこで、マーケットヴィジョンはミッションに掲げた如く、「実店舗のありのままの“姿”を正確に捉えデータ化」する仕事をしています。
500店舗、1,000店舗の店頭棚の撮影画像をAI画像認識を利用して店頭陳列状況を見える化し、解析しているのです。
その解析から、メーカーの商品の陳列状況の課題を発掘し、メーカーの担当者と共同で課題を解決しています。
1店舗あたりのフェイス数の推移を下の表-2に示しました。
1商品当たりのフェイス数の推移
2月 | 3月 | 4月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 合計 | 平均 | 指数 | |
---|---|---|---|---|---|---|---|---|---|---|---|---|
店舗数 | 198 | 141 | 145 | 133 | 222 | 218 | 234 | 212 | 236 | 1,739 | 193 | |
全メーカー | 53.2 | 36.8 | 37.8 | 32.8 | 55.0 | 55.6 | 59.6 | 52.3 | 56.4 | 439.4 | 48.8 | 1.00 |
A社 | 101.0 | 68.3 | 67.8 | 60.7 | 103.9 | 104.7 | 114.0 | 100.4 | 103.1 | 823.9 | 91.5 | 1.88 |
B社 | 64.0 | 43.4 | 44.9 | 35.8 | 62.9 | 63.6 | 69.9 | 61.4 | 66.4 | 512.4 | 56.9 | 1.17 |
C社 | 90.6 | 59.0 | 63.4 | 53.2 | 96.0 | 95.8 | 105.3 | 87.8 | 93.0 | 744.0 | 82.7 | 1.69 |
D社 | 50.2 | 36.2 | 37.2 | 29.8 | 52.1 | 53.6 | 58.3 | 51.7 | 55.4 | 424.5 | 47.2 | 0.97 |
E社 | 94.0 | 65.1 | 64.9 | 56.1 | 96.3 | 95.4 | 102.8 | 88.3 | 96.5 | 759.4 | 84.4 | 1.73 |
F社 | 49.7 | 34.0 | 37.4 | 32.1 | 56.5 | 57.9 | 61.8 | 57.0 | 65.9 | 452.3 | 50.3 | 1.03 |
G社 | 50.6 | 37.2 | 38.7 | 41.2 | 67.0 | 66.3 | 69.5 | 62.3 | 64.5 | 497.4 | 55.3 | 1.13 |
表-3
今までの検討結果をまとめると、下表-4のようになります。
まとめ
一ヶ月平均値
商品数 | 1店舗あたりの フェイス数 |
1商品あたりの フェイス数 |
||
---|---|---|---|---|
指数 | ||||
店舗数 | 193 | |||
全メーカー | 4,240 | 1,073 | 48.8 | 1.00 |
A社 | 577 | 272 | 91.5 | 1.88 |
B社 | 565 | 167 | 56.9 | 1.17 |
C社 | 211 | 90 | 82.7 | 1.69 |
D社 | 273 | 67 | 47.2 | 0.97 |
E社 | 200 | 87 | 84.4 | 1.73 |
F社 | 223 | 58 | 50.3 | 1.03 |
G社 | 233 | 67 | 55.3 | 1.13 |
表-4
A社について
① 商品数は577とトップ
② 1店当たりのフェイス数272で各店に満遍なく配荷されていることが想像できる
③ このため、1商品当たりのフェイス数も91.5とトップ
B社について
① 商品数は565とトップクラス
② 1店当たりのフェイス数は167と2番目に高いが、商品数が多いため1商品当たりのフェイス数が56.9となっている。
C社について
① 商品数は211でA社、B社の36%
② 1商品当たりのフェイス数の上位 A社、C社、E社
最後に、1商品当たりのフェイス数の指標(全メーカーを1.0とした時の各社の値)の推移を図ー1に示した。
B社は7メーカーの中でトップの商品数569を上市している。
しかし、商品当たりのフェイス数は1.1~1.2で第4位に甘んじている
なぜなのか、販売活動に問題があるのか、それともマーケティング、商品開発に課題があるのか検討する必要がある
2月 | 3月 | 4月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 月平均 | |
---|---|---|---|---|---|---|---|---|---|---|
A社 | 1.90 | 1.86 | 1.79 | 1.85 | 1.89 | 1.88 | 1.91 | 1.92 | 1.83 | 1.88 |
B社 | 1.20 | 1.18 | 1.19 | 1.09 | 1.14 | 1.14 | 1.17 | 1.17 | 1.18 | 1.17 |
C社 | 1.70 | 1.60 | 1.68 | 1.62 | 1.75 | 1.72 | 1.77 | 1.68 | 1.65 | 1.69 |
D社 | 0.94 | 0.98 | 0.98 | 0.91 | 0.95 | 0.96 | 0.98 | 0.99 | 0.98 | 0.97 |
E社 | 1.77 | 1.77 | 1.72 | 1.71 | 1.75 | 1.72 | 1.72 | 1.69 | 1.71 | 1.73 |
F社 | 0.93 | 0.92 | 0.99 | 0.98 | 1.03 | 1.04 | 1.04 | 1.09 | 1.17 | 1.03 |
G社 | 0.95 | 1.01 | 1.02 | 1.26 | 1.22 | 1.19 | 1.17 | 1.19 | 1.14 | 1.13 |
図ー1
以上の検討は、ラウンダーによる撮影画像のAI画像認識による商品特定のみで分析できる事例を説明しました。
商品特定では配荷率、店有率、欠品率等が分析解析可能です。