スーパーで扱う購買データ

スーパーの購買データの種類

POS

POSとは「Point Of Sales」で、おもに実店舗における商品販売データを指します。スーパーやコンビニ、ドラッグストア、アパレルなど幅広い業種の小売店が保有しているデータで、レジで商品を販売した時点で、「いつ」「どの店舗で」「どの商品を」「どんな人が」購入したかをデータとして収集できます。

POSのデータを分析することによって、どの商品がいつ・どの時間帯に売れやすいか、どんな人が購入しているか、といったことを把握できます。

会員カード

会員カードやポイントカード、またはスマホアプリ会員の顧客データです。店舗の会員になってもらうことによって、顧客がどの商品をどんな頻度で購入するか、どのくらいリピートしているかを把握できます。

さらに、会員登録の際に年齢や性別、住所など会員の属性データを収集できるため、データ収集と分析によって、ターゲットに合わせた広告展開やマーケティング戦略ができるようになります。

キャッシュレス決済

キャッシュレス決済では、購入者がキャッシュレス決済を利用した時のデータを入手できます。キャッシュレス決済番号やクレジットカードの番号と、購入時の日時や金額を紐づけて、購入金額や購入頻度、リピート率などが分かります。

キャッシュレス決済を利用する顧客層とその購買行動を把握することで、ターゲットが興味を持ちそうなクーポンやレシート広告などの戦略を決めやすくなります。

レシートデータ

レシートデータとは、スーパーやコンビニなどの小売店に限らず、飲食店や百貨店、専門店などのあらゆるショップのレシートデータを集約したものです。

一般消費者が日々どのような買い物をしているかを把握できるほか、プロファイルと紐づけて横断的な顧客分析を行えるようになります。

例えば、1人の顧客が1日にどのような店舗をめぐってどんな商品を購入したか、いくら買い物をしたか「買い回り」の把握ができます。また、期間や業種を特定せずに調査することで、消費者のリアルな日常の買い物状況を知ることができます。

スーパーの主なデータ分析方法

ABC分析

ABC分析とは、収集したデータをA・B・Cの3つに分けて分析する方法です。ABC分析によって人気商品のカテゴリを把握するのに役立ちます。

人気商品が分かれば、店舗でその売れ筋商品を切らさないよう仕入れを工夫する、ラインナップを増やすなど、在庫管理や売れ行きアップのための施策ができるようになります。

バスケット分析

バスケット分析とは、顧客が1度の買い物でセット購入されやすい商品があるか、どんな組み合わせが売れているかを調べる方法で、POSデータを利用して行います。

全体の購買データの中から、対象の商品が含まれた会計数と割合を出し、さらにペアで同時購入されている割合を出すと、意外な組み合わせで商品が売れている、といった発見に繋がります。バスケット分析により、セット購入されやすい商品の陳列棚を工夫することによって、売れ行きアップを狙えるようになります。

RFM分析

RFMとは「購入経過時間（Recency）」「購入頻度（Frequency）「購入金額（Momentary）」を表します。商品を購入した顧客をR・F・Mの3つの指標で評価してグルーピングします。

RFM分析によって、グルーピングした顧客に合わせたマーケティング施策をそれぞれ見出せるようになります。

多様なデータと組み合わせて分析するのがベター

スーパーの購買データには、POSをはじめ会員カードやキャッシュレス決済、レシートデータなど、さまざまなデータがあると分かりました。

1つの手法で収集した購買データを活用することもできますが、より精度の高い分析を行いたいなら複数のデータを組み合わせるのがおすすめです。特に、POSとそれぞれのデータを組み合わせることによって、顧客がなぜ購入したのか、どのような経緯で購入したかなど細かな分析ができるようになります。

ID-POSによる高度な顧客データ分析

スーパーが従来から行っているPOSデータ収集では、いつ・どの商品が購入されたか、どの時間帯が売れやすいかまでは分析できていましたが、どんなエリアで何が売れるかといったエリアごとのニーズを捉えることは難しい面がありました。

そこで登場したのが「ID-POS」です。ID-POSは1人の人がどのような購買行動をとるかを追跡し続けることができます。

ID-POSデータを活用することで、店舗やエリアをまたいだ購入やリピート率を把握でき、より多角的な経営ができるようになります。

成功事例に学ぶ！
POS＆ID-POS分析の活用方法
をもっと見る

スーパーの購買データ分析は何に活用できるのか

スーパーの購買データ分析によって、どの顧客がどの情報をもとに来店しているか、何を目的に商品を購入しているかを可視化できるようになります。それにより、無駄のない販促活動やマーケティング活動ができるようになるでしょう。

また、購買行動からシーズンごとの売れ筋商品や時間帯ごとに売れやすい商品、反対に売れていない商品が分かります。高精度な需要予測ができるようになり、在庫コントロールもしやすくなります。

walmartでの購買データ活用事例

世界的なスーパーマーケットチェーン「walmart」では、購買データを活用した戦略を展開し、大幅な売上増に成功しました。

2015年から、会員機能とQRコード決済を備えた便利なスマホアプリをリリース。世界各国にある店舗の膨大なデータを収集して消費者の行動を分析した結果、以下のような施策を先回りして打てるようになりました。

• 需要が増える商品を予測して店舗に在庫切れのアラームを通知する
• 急激に売上が下がった製品の原因を究明する
• 特定エリアに限定してタイムセール告知を行う

ほかにも、顧客ニーズに合わせてネットスーパーやピックアップ予約、現金送金や処方箋機能といった多彩なサービスをアプリ内で展開し、成果を上げています。