このページでは、大手コンビニ3社の購買データの購入方法について紹介をしています。
POSデータをコンビニから直接提供を受ける以外の方法も紹介していますので、商品開発に実際のコンビニの購買データを用いた分析がしたいという方は必見です。
このセクションでは、コンビニ各チェーンからPOSデータを購入する際の概要と注意点をまとめています。各チェーンごとにデータを購入することが可能ですが、ただしデメリットもいくつか存在します。
結論として、現状の方法ではデータの不足が問題となる可能性がある、またはこの不足を解消するためには追加の費用が必要となります。
各コンビニの購買データを取得することにより、データを網羅的に収集することが可能です。
皆さんは現状、コンビニのデータが十分に揃っていると感じていますか?商品開発を進める上で、実は全てのコンビニチェーンからのデータが必要なのではないでしょうか?
この点に着目し、3つの主要コンビニチェーン(セブンイレブン、ローソン、ファミリーマート)のデータを取得できるサービスを紹介していますので確認してください。
セブンイレブンでは、顧客が商品を購入する際の清算作業と同時に販売データを収集しています。
さらに、2020年より「セブンセントラル」と呼ばれる仕組みを導入し、北海道から沖縄まで全国で展開しているセブンイレブンにおける買い物データをスピーディーに購入が発生してから10分で集約しています。
セブンイレブンでは共同で商品開発プロジェクトを推進していく中で、同社のPOSデータが提供されます。
本部と国内外の取引先(メーカーなど)、物流企業において「チームMD」を組み、その中で毎週およそ100もの新しい商品を生み出しています。
セブンイレブンの
ID-POSデータの購入方法
についてもっと見る
ローソンでは、「Pontaカード」「dポイントカード」「LAWSON ID」などから得られる顧客属性に関するデータのほか、店舗データや商品データなど独自のデータを保有しています。
これらのデータを単独で利用するのではなく総合的に分析することによって、マーケティングや店舗開発など、さまざまな場面での活用を行っています。
また、ユーザーにとって分析しやすい形でデータを入手できるのも特徴の一つです。
ローソンの購買データを収集しようとする場合の方法としては、まず取引を行う際に直接交渉するという方法があります。
さまざまな消費者データを保持していて、例えば売れ筋商品や商品の売れ時、顧客の性別・年齢層などの属性どのような顧客が購入しているのかといった点や、同時に購入されている商品などの細かいデータを保持しています。
ファミリーマートでは同社に集積される多彩な消費者データを活用して、商品開発やプロモーションなど、マーケティング業務をサポートする「データマーケティングソリューション」というサービスを展開しています。
こちらのサービスでは、ファミリーマートの購買データと紐付けた調査も行うことができます。
ファミリーマートの
ID-POSデータの購入方法
についてもっと見る
コンビニのPOSデータ | 他のデータソース ※IDレシートデータ |
|
---|---|---|
商品カテゴリの横断 | △ ※商品カテゴリごとの購入が必要。 提供されないカテゴリもあり。 |
〇 |
チェーンの横断 | - | 〇 |
JANなし商品 | - ※カウンターフードなど 提供されないカテゴリもあり。 |
〇 |
コンビニ以外 の購買データ |
- | 〇 |
コンビニから購買データを購入する場合は、1社1社から購入することが必要になりますが、
データソースを活用すれば、コンビニチェーン全体の購買行動を横断的に分析できます。
買い回り分析も可能で、例えば、セブンイレブンでプライベートブランドの紅茶と新作チョコを購入したユーザーが、ファミマではファミチキを購入しているといった購買行動も可視化できます。
また、コンビニ以外のスーパーやドラッグストアなどの購買データの分析ができますので、消費者の購買行動をより「広く」・「深く」理解することにつながるでしょう。
レシートデータを活用した顧客分析の方法や、各分析で分かることについてまとめました。
消費者の属性が分かる
(属性分析)
消費者の居住地域や年代、性別、家族構成、職業などの属性を、レシートデータから得られた購買データに掛け合わせることで、ターゲット層の分析やペルソナの深掘りができます。
消費者の購買行動の変化が分かる
(行動トレンド分析等)
過去の購買データから、季節ごとの購買率を算出する分析方法です。
購買行動のデータから、消費者のトレンドを抑えた商品開発が可能になります。
「よく一緒に買われている商品」が分かる
(併買分析)
レシートデータから、対象商品と一緒に購入されている「併買品」も知ることができます。同時購入の相関関係や購入頻度を分析することで、販促施策の立案に役立てることができます。
お試し購入者とリピート率が分かる
(トライアル・リピート分析)
レシートデータから、商品の「トライアル(お試し購入)」と「リピート率」を分析することができます。新商品の反応や、購入者の定着率を把握することで、今後のマーケティング戦略や商品開発に役立てることができます。
どんな顧客に支持されているかが分かる
(RFM分析)
購買履歴(最新の購入日、購買頻度、購入金額)をもとに、顧客を「優良顧客」「安定顧客」などにランク分けし、購買の傾向を探る分析方法です。それぞれのグループの特徴を把握することで、顧客のニーズに合わせたアプローチ方法を考えられます。
購買金額から顧客の属性が分かる
(デシル分析)
顧客の売上金額を上から並べて10等分したランクを作成し、各ランクの累積購入金額比率を算出する分析方法です。
売り上げに貢献している商品や顧客層を知ることができます。
「IDレシートBIツール」は家計簿アプリと提携し、約3万人の会員から月間120万枚以上のレシートデータを継続的に取得しています。
コンビニやスーパー、ドラッグストア、ディスカウントストアなど小売200チェーン350万商品を独自マスタで分類し、複数の業態やチェーンにまたがる消費者の購買行動を分析することができます。
購買データには消費者の年齢や性別などの情報が紐づいていて「どんな人が、どのような商品を、どこで購入しているか」や「自社商品と一緒に購入されているものは何か」をペルソナごとに分析することもできます。
IDレシートBIツールは、スーパーやコンビニ、ドラッグストア、外食チェーンの情報を網羅的に分析することができます。コンビニ業界大手のセブンイレブン、ローソン、ファミリーマートの購買データを横並びで比較できるのも魅力の一つです。
「IDレシートBIツール」開発会社の
イチ押しポイント!
実際にご利用いただいている企業様からは
といったお声を多くいただいています。
「IDレシートBIツール」の公式サイトから、セブンイレブン・ファミリーマート・ローソンの違いをまとめた「3大コンビニ徹底攻略レポート」を無料でダウンロードしていただけます。ぜひお役立てください。(フェリカネットワークス株式会社)
「IDレシートBIツール」
開発会社のイチ押し
ポイント
実際にご利用いただいている企業様からは
といったお声を多くいただいています。
「IDレシートBIツール」の公式サイトから、セブン・ファミマ・ローソンの違いをまとめた「3大コンビニ徹底攻略レポート」を無料でダウンロードしていただけます。ぜひお役立てください。
(フェリカネットワークス株式会社)
小売店のレジやハンディターミナルなどから、POSデータが記録されます。POSデータで取得できる情報には、「品目」「価格」「顧客情報」「時間」「場所」「PI」「販売店率」「前期比」など。溜まったデータは、定期的に時間帯別や地域別といった軸で整理した上で、売り上げ動向を分析するために使われます。
顧客情報は、ポイントカードなどで顧客のIDが分かる場合があります。ない場合は、レジ店員が推定の性別・年齢を入力していることもあります。PIとは、Purchase Indexの略で、商品がどのくらい買われているかを示すための指標です。数量PIや金額PIなど、計算方法は数種類あります。
これらのデータを分析することで、自社商品の売れ行きなどの状態を把握できます。
POSデータは複数の軸があり、データを一覧しただけではどのように活用すればいいか分かりません。必要なデータを的確に抽出するためには、目的を明確にすることが重要です。その目的に応じて、軸を決め、必要なデータを抽出して、表やグラフにするなどの加工を行います。目的に合わせたデータ加工がデータ分析です。データの活用目的はひとつではありません。データ分析方法も複数あります。分析手法を使い分け、POSデータを活用していきます。
消費者の購買行動のうち、同時に購入される割合が高い商品の組み合わせを予測・分析する手法のことをバスケット分析といいます。購入割合の高い客層や売れ行きの良い商品を予測することで、販売に注力すべき商品を特定し施策に活用します。信頼度・リフト値を使い、商品の相関性を分析することで、相性の良い商品の組み合わせを把握できます。レコメンド施策やクロス施策などのマーケティング施策、売り場レイアウトのアレンジ、商品の在庫管理などに役立つ分析です。
トレンド分析は、販売実績データなどを集計して、年間の視野で、商品が売れるタイミングを予測する分析手法です。最適な販売時期を把握できます。仕入れの最適化にもつながり、在庫効率の最大化が可能です。トレンド分析は、Excelでもできます。分析したい商品の売上や販売数を月ごとに集計。ピポットテーブルなどの機能で月・売上・販売数を入力すれば、月ごとの売上傾向が分かります。数年分のデータを作成することで、より季節変動を把握しやすくなります。
トライアル・リピート分析は、商品を購入した顧客がまた同じ商品を購入するリピート率を算出する分析手法です。新商品の定着度を測ることができます。1回目のトライアル客、2回目以降のリピート客の推移を分析します。対象となる商品の購入者数(トライアル)と期間中に2回以上購入した数(リピート)を用意して、「リピート÷トライアル×100%」の計算で求めます。また、トライアルを横軸、リピートを縦軸にしたマトリックスを作成すると細かな分析ができます。
ラテン語で「10等分」を意味する「デシル」に由来する分析手法がデシル分析です。顧客を上位から10等分し注力すべき顧客をグループ化します。属性や購買金額で特定顧客を抽出。購入金額を上位から並べ替え、上位から10等分してグルーピングを行います。それぞれのグル-プにおける購入金額合計と構成比を算出します。その結果は、次の施策やアプローチ方法を検討する際に役立てることが可能です。集計期間によって結果が変化するため、データ分析対象期間を決めなければいけません。
RFM分析は、「最近の購入日(Recency)」「来店・購入頻度(Frequency)」「購入金額(Monetary)」の3視点から分析する方法です。POSデータなどを用いて、R・F・Mのデータをそれぞれ集計し、顧客のランク付けやグルーピングを行います。それぞれのグループに対して施策を検討する際に使用できる分析です。「あのお客さんはよく来る」といった感覚ではなく、データとして捉えることで、効果的に売上拡大に活用できます。RFM分析は、購入頻度が低い優良顧客を見落とす可能性がある点に注意が必要です。
売上高・コスト・在庫など指標を大きい順にランク付けして分析する手法です。POSシステムなどから販売データの集計を行い、どの商品がいくらでいくつ売れたのかといったことを表形式でまとめ、売上の内訳に該当する商品ごとの販売実績を可視化します。集計した販売データを元に、販売金額の多い順に並べて、全体の売上高に対する構成比を算出。小野構成比を上から順番に合計し、累計構成比を算出した上で、Aランク・Bランク・Cランクに分類します。
コンビニではどのような購買データを紐づけて顧客分析を行っているのか、購買データの種類とそれぞれで活用されるデータの内容をまとめました。実際に購買データを使って行われる分析方法についても解説しています。
コンビニでは、その店舗の購買データはもちろん、近隣店舗やエリアごとの購買データからニーズや傾向を分析し、売れ筋を把握しています。また、曜日や時間帯などで異なる売れ行きを把握することによって、適切な在庫管理や仕入計画に役立てられています。売れ筋を知るためのデータ活用法や実際の事例をまとめましたので、ぜひチェックしてください。
データドリブン戦略とは、可視化されたデータ(数値)に基づいてビジネスの判断やアクションをする戦略で、コンビニ各社も実際に実践しているマーケティング戦略です。ここでは、データドリブンの基礎知識や必要性、実践するメリットや事例をご紹介しています。