Embedded Files
” ニーズが見える ” ID-POS分析
ID-POS意思決定支援クラウドサービスBiZOOPe
第二弾は、前回のフロアレイアウトの流れを受けて、ゴンドラレイアウトについてです。
いよいよ小売業さんだけで無く、卸さん（リーダーベンダーさん）の業務領域にも足を踏み入れて参りました。
前回は大分類を”売場”と見做して店内の売場面積の割り振りを行ってみましたが、今回は小分類を”ゴンドラ群”もしくは”ゾーン”と見做したゴンドラへの割り振り＝ゴンドラレイアウトを真剣に考えてみたいと思います。
本来であれば大分類＝一般食品等を例に、配下の中分類の売り場面積の割り振りを行う／配下の小分類全てで一気に分析を行うといった手順があります（そもそも中分類でフロアレイアウト割り当てを行っても良かった）が、前者は基本フロアレイアウトと同じ考え方なのでまだるっこしいですし、後者は人為的な入れ替えが必要等、やや複雑でみなさんの興味を失いかねないかな？と思いました。
まあ「絶対にこうしなきゃいけない！」なんて手順はありませんので。。。
勘と経験と度胸とハッタリで、今回はいきなり一般食品中の中分類＝菓子配下の小分類のゴンドラレイアウトについて考えて行きます。
集計のレギュレーション
集計のレギュレーション
利用メニュー：BiZOOPe の Tapir_MK（テンポラリーTapirにおいても利用可能なメニュー）
期間：2018年5月28日 〜 26週間
店舗：静岡地区の複数店舗
商品：デモデータから「一般食品 ＞ 菓子」配下の「吊り下げ」を除く小分類
表示：一部の列を追加／削除／非表示しています。
ここでは商品の分類＝小分類を「ゴンドラ群」もしくは「ゾーン」と見做して扱います。
ゴンドラレイアウト（小分類）のクラスター分析結果
ゴンドラレイアウト（小分類）のクラスター分析結果
表の主要な項目について説明します。
（表をクリックで開きます）
【seg_f】
セグメントfar（遠い）の略で、顧客にとっては漠然とした利用動機の塊です。ここである意味「売り場が分かれる」、双方利用する顧客にとっては「利用時の精神モードが異なる」もしくは「利用顧客が異なる」と解釈されます。
【seg_n】
セグメントnear（近い）の略で、顧客にとってはより具体的な利用動機の塊です。この塊中の小分類同士は「利用目的としての親和性が高い」と解釈されます。
【並び順】
ざっくりと「より数字が近いもの程、顧客にとっての利用メリットが近い／小分類同士の関連性が高い」事を表す指標です。
【レコメンド】
seg_fの利用メリットを代表する小分類に「1st」、seg_nの利用メリットを代表する小分類に「2nd」と振られます。
レコメンドがついた小分類が、マグネットとすべきより代表的な利用メリットと考えられます。
これらの算出ロジックについて詳しくはこちらをご覧ください。
ゴンドラ配置の方針
ゴンドラ配置の方針
まず売り場を顧客の利用目的が大きく異なるf1とf2で綺麗に分けたいのですが、各小分類に単純にゴンドラ1台を割り当てるとしても、双方の小分類が必ずしも同数に分かれる訳ではありませんし、小分類数が奇数では上手く行きませんｗ
更には全小分類で割り当て面積が同じという訳にも行きません。
そこで、以下の方針で行きたいと思います。
方針１）最も多くの顧客の目に触れるであろう場所に最多ID数の1stチョイス小分類を配置し、そこをスタート地点とする。
方針２）スタート地点を起点に各小分類を並び順に沿って巻く（昇順または降順）。
方針３）昇順に巻くのか、降順に巻くのかは、スタート地点とした小分類と同一面に所属するf1の露出面積がより多くなる事を基準とする。
方針４）単純化の為特に図のような売場では、定番売り場への引き込みはエンドで行うと考え、その他の1stチョイス、2ndチョイス小分類の位置は気にしない（図ではたまたまいい位置に来てるけどｗ）。
※.方針を表す為、1小分類＝1台で表した概念図であり、実際このような配置にはなりません。
スタート地点である「スナック」の位置は、売り場全体の構成によって変わって来ます。
例えば図の売り場右側が入り口からの壁面であった場合には「均一」の位置、左側が出口に向けた壁面であった場合には「米菓」の位置、入口からの壁面であった場合には「珍味・豆菓子」の位置に「スナック」を置き、巻いて行きます。
いづれにせよエンドを除く最も多くの人の目に触れるであろう場所をスタート地点とします。
ゴンドラへの小分類の割り振り
ゴンドラへの小分類の割り振り
菓子売り場に割り当てられたゴンドラを30台として、前回フロアレイアウトの売り場面積配分でも使った「点数÷ID回数」の構成比を用いて、各小分類に割り振って行きます。
（表をクリックで開きます）
この割り振りを、前出の方針に従って並べて行ったのが下図になります。
できるだけ見易くする為に、台数をきっちりと割り当てたかったのですが、四捨五入だと総和が30台を超えてしまう為、「グミ・小袋キャンディー」と「大袋」の小数点以下を泣く泣く削っています。
フロアレイアウトの項でも書いた通り、科学的である事は大事ですが、「エイヤッ！」や「しっくり来る」と言った感覚も大事です♪
以上で来店動機／利用目的別に分かれた「見つけやすく、選びやすい」＝「買い逃しがなく、競合の利用機会を減じる」＝「客数を増やす」ゴンドラレイアウトの完成です。
次の業務の順番として、次の「これからのID-POS活用を真剣に考えてみよう！」はプラノグラム（定番棚割）になるのでしょうが、今回のゴンドラレイアウトの方針4で「定番売り場への引き込みはエンドで行う」と書いた手前、どのように行うのか？次はエンド陳列について真剣に考えてみたいと思います。
（エンド陳列に行っちゃうと、手法がチラシ商品選抜にも通じる為、また迷いが生じるかもしれませんがorz）
BiZOOPeでの分析設定
BiZOOPeでの分析設定
BiZOOPeでの操作におけるミソは、Tapir_MKを開いたら図のように「分類でクラスター分析」を選択する事です。
大分類／中分類／小分類のような任意の集計単位を選択したら、ツリーから任意複数の項目を選択します。
テンポラリーTapirの場合、例えば小分類で分析したいのであれば、「ジャーナルデータ」の商品コード部分をその商品に該当する小分類コードに置換し、併せて読み込ませる「商品名称データ」の実態を、小分類コードと小分類名で構成された小分類マスタとしてしまえばOKです。
（テンポラリーTapirのジャーナルデータ、商品名称データのファイルフォーマットはこちら。）
バックナンバー
バックナンバー
Page updated
Report abuse