POSデータのエリア別集計でプロモーション効果を検証

　前回は、販売データ(卸売業から小売業への配荷実績)とPOSデータ(小売業の販売実績)を使って、主に新商品の配荷・消化の状況を確認する活用例を紹介しました。
　両データは商品の導入期だけでなく、成長期・成熟期やリニューアル期も含め、商品ライフサイクルの各段階におけるさまざまな分析に利用することができます。
　データ分析の最終目標は売上アップにつなげることと言えますが、売上を伸ばすには、浸透店数を増やしたり(多くの店舗に商品を並べる)、1店当たりの販売金額を上げる必要があります(図表1)。

　その分析軸の一つとして、実施するプロモーションの効果をPOSデータから検証することができます。
　たとえばテレビCMのように都道府県や地方(関東、関西など)単位で行うプロモーションの効果を確認したい場合、POSデータをエリア別に見れば、その分析に役立ちます(図表2)。ただ小売業のPOSデータでは、各店舗が小売業固有のエリアで分類されているので、標準的なエリアに分類し直した方がよいでしょう。
　POSデータクレンジングサービスで使用している「取引先データベース」では、各小売店にJIS住所コードが付されているので、都道府県別や地域別、あるいは各メーカー固有のエリア区分別に集計するといった作業が容易にできるようになります。

立地や商圏人口の特性情報を付加　分析の幅がさらに広がる

　取引先データベースには、商圏人口や立地の特性を示す「立地条件」という項目もあります。従来は一部の店舗にしか付いていませんでしたが、今年1月の情報更新でその数が増え、活用の幅が大きく広がりました。現在はドラッグストアを中心にスーパーマーケット、GMSなど13万件超の立地条件のデータが付与されています(2025年5月23日時点)。
　商圏人口特性については国勢調査に基づき、シルバー層、単身女性、単身男性、ファミリー層、高所得層、第1次産業(農林水産業)従事者が多い地域の店舗にそれぞれ情報を付与しています。また立地に関しては、駅近の店舗を、駅の規模に応じて「駅(大型)近」「駅(中型)近」「駅(小型)近」に分類しています(図表3)。
　これらの情報があることで、たとえば単身女性の多い地域や駅近といった特性ごとに絞り込んで売れ行きを見るなど、より踏み込んだ分析が可能になります。さらに店舗形態(ドラッグストア、スーパーマーケット、ホームセンターなどの分類)など他の属性と組み合わせた絞り込みもできます。
　なお、このような分析を継続的に行うには、店舗の開店・閉店に合わせて店舗マスタを随時メンテナンスしていく必要がありますが、「取引先データベース」は常にアップデートされるため、マスタメンテナンスにかかる手間も省けます。つまりPOSデータクレンジングサービスを利用すれば、データ整形の作業を軽減しつつ、分析の幅を広げることができます。