サイエンスで販売促進を加速させる棚前の行動データ可視化による影響

店舗内における来店者の行動をデータ化できるショッパー行動解析サービス「Go Insight（ゴーインサイト）」。店舗内におけるマーケティングをどのように変革するのか。

コニカミノルタでは、小売・メーカーが長年実施したくてもできなかった、店頭におけるマーケティングの課題解決を進めている。同社は総合印刷機器メーカーとしての印象が強いが、2012年から国内外のマーケティングサービス企業を買収し、マーケティング関連だけでも約600億円の売上規模がある。メーカーのブランドマネージャーやマーケターと接する機会が多くあったのだ。

「3年ほど前、大手グローバル消費財メーカーの担当者の方から、新商品の販促に対する費用対効果が分からないといった悩みを聞きました。その話を掘り下げると、店頭で販促物が見られているかどうか、そもそも使われているかどうか分からず、まったくデータが取れていないことが見えてきたのです」と、コニカミノルタマーケティングサービス事業部の清水隆史氏は話す。

POSデータの分析は各社行っているが、それだけでは課題に対応できない。購買前の行動から分析をしているECサイトと比較して、リアル店舗ではそもそもそういったデータが取得できておらず、施策の効果検証ができていないのだ（図1）。

これでは売場にいる人がどんな人なのか、計画・非計画購買の比率、競合商品は何なのか、販促物に効果があるのか⋯⋯などが分からない。

図1 ECとリアル店舗の購買プロセス比較

©KONICA MINOLTA

ショッパー行動解析サービスとは

そういったクライアントの課題を聞いた同社では、自社の画像解析の技術を応用し、カメラで店内のデータを取得できるショッパー行動解析サービス「Go Insight（ゴーインサイト）」を開発した。

「スーパーやドラッグストアなど小売店舗の天井にカメラを設置することで、来棚の人数、性別・年代、滞在時間、商品接触回数、販促物の使用可否など全ての商品の購買のされ方（機会損失も含め）が把握できるようになりました」（清水氏）。

これらのデータを活用することで、メーカー側は販促物の効果を定量的に検証できるだけでなく、これまでの仮説を覆すような商品の買われ方が分かるようになった。小売側も、棚割変更などを経験則ではなくデータをもとに行えるようになった。

しかし技術的に可能になったとしても、課題解決にはまだ足りないと清水氏。「小売は人手が不足しており、店舗を回すだけでやっとの状況で、データ分析をしている余裕がないのです。そのためメーカーに任せている状況ですが、メーカー側にもスキルがある人が少ない。ここ1年で多くのメーカーがデータを積極的に活用しようと体制、人材、スキルの強化への取り組みを始められました」。

Go Insightでは、そのようなメーカーのマーケターや営業とともに成長を図るべく、データの読み解き方、さらにデータ分析のレクチャー支援も行ってきた。

「このソリューションのスキームとしては、小売とメーカーの間をとりもつ存在として私たちが入ります。データを媒介として、よりよい売場をつくり、ショッパーの買い物体験の向上を目指すという共通の目的に向かっていくことを目指しています。データ提供だけではなく、こういったプロセス全体の支援ができるのは、当社の面白いところだと思います。マーケティング部門担当、メーカー常駐で業界に詳しい担当、技術者、データサイエンティスト、コンサルタントなどいろいろな人材がいます。そういった多様性のある組織なので、それがうまく奏功しています」（清水氏）。

Go Insightは社内における販促、画像IoT技術、データサイエンスなどの知見が融合したサービスなのだ。カメラを使ったサービスは他にも生まれているが、同社はこのような一気通貫のサポート体制を強みにしている。

「Go Insightは、棚前行動をデータ化、分析して、効果的なアクションにつなげるコンサルティングサービスなのです。当社自体がDXを推進しており、潜在的な課題を見つけて提起し、解決していく“課題提起型デジタルカンパニー”を目指しています。そのアイデンティティがこのサービスにも反映されています」と清水氏は話す。

店舗内に設置したカメラの画像。コニカミノルタの画像処理技術は人物の骨格を自動で認識し、行動データを情報化する。

サイエンスの力で改善

Go Insightによって得られるデータによって、具体的にはどのようなことができるようになったのか。

新商品の売場展開では、店内のどこで買われているのか分からないという課題があった。しかし、店内行動が可視化されることによって、レジ前、エンドサイドなどどこで購入されたかが分かるようになった。

例えば、エンドサイドの効率が良く、そこでは大人の購入者が多いことが分かったとすると、大人目線で取りやすいように什器をつくればいいのでは、という企画につながる。

「こういった行動がされているからこうしよう、といった根拠のある改善ができます。従来は掴みどころのない細かい議論が起こりがちでした。例えば、POPの色を変えてみたほうがいい、タレントの顔をもう少し大きくしたほうがいいなど。そういった感情論で議論をしていてもきりがありません。データをもとにして話し合うことで、意思決定が早まり会議の回数も減り、効果も上がります」（清水氏）。

さらにメーカー側も、販促の効果が分かるため、それをもとに小売側と話し合いができる。POSデータだけではできなかった店内での行動を可視化でき、施策に生かすことができるのだ。

「お客さまから『型がないものを新しく創るとき、難易度は高いものですが、御社の素晴らしい技術で今まで見えなかった課題が解明でき、新しい未来が切り開けました』とメールをいただいた時、このサービスを開発して本当に良かったと思いました」（清水氏）。

店舗分析におけるインフラに

さらに同社は、定量的なデータだけではなく、外部リサーチ会社と連携し、定性的なデータを組み合わせることも進めている。アンケート調査では、売場で商品を手に取った来店者を追跡し、レジ通過後に声がけを行っている。どういった理由で手に取ったのか、ヒアリングして深掘りすることができる。

「定量と定性の両面で大変有効なデータを得ることができます。メーカーさんの新人研修の一環として、ずっと売場に立たせて来店者を観察させることもあると聞きますが、このサービスを使うことで、サンプル数も多く、より深く、手軽にリサーチすることができます。3年前はまだあまり要望をいただかなかったのですが、昨年あたりから一気にお客さまが増えており、大変うれしく思っています」（清水氏）。

最後に清水氏は展望について下記のように話した。

「私たちは、顧客のインサイトを得られるデータを定常的に見られる環境を構築していきたいと思います。なぜ購入されたのか、なぜ離脱されたのか。ウェブのようにリアル店舗も分析できるようにしたい。そうすることで、マーケティング活動も高速に回すことができます。店舗で行った施策で得られた知見を1カ月、1週間単位ですぐに活かせる、そのような世界を目指していきます」。