ID-POS意思決定支援クラウドサービスBiZOOPe
＜売上順？リピート順？＞
商品選抜方法による品揃え差異

そもそものロジックがロジックですので、f1〜f7の全てのマーケット・セグメントから利用ID数の最も高い1SKUを選んで来ており、マーケットカバー率は100％となります。

しかし、やわらかイカフライに代表されるf1、おつまみセレクションに代表されるf3と比較的マイナーな（もしくは取扱が一部の）マーケットも拾おうとする事から、利用経験者率では売上順に10％離された2位となっています。

何故拾おうとするかと言えば、顧客を「珍味・豆菓子の利用顧客」としてだけでは無く「店舗の利用顧客」として見ている為です。

全店採用で無い商品も含め、各マーケットを代表する商品を選んでいるので、現時点での実利用者数は低くとも、より多くの人／より異なる価値観に”響く”可能性が高い品揃え ＝ 全店採用すれば売れる可能性の高い品揃えとなっています。

個人的には併買率の高さ（カニバリゼーション）によって採用順に及ばないのでは？とも思っていましたが、今回挙げた指標の中では最も順位の高さが採用店舗数の多さと結びついている指標である事もあり、利用経験者率では圧倒的母数によって、2位に10％差をつけての1位です。

品揃え的には極端にf6系（天ぷら系？）に偏っており、f1〜f3のような小さなマーケットから切り捨てて行く傾向が顕著です。

絞り込んだマーケットで戦うってのもランチェスターの弱者の戦略なんで、このゴリッとした品揃えもなかなかにパンチが効いて面白いですが、珍味・豆菓子売場だけで戦ってる訳では無いですからね。。。

利用経験者率で3位、マーケットカバー率も2位とやや回転の速いナッツ系（f4）やイカ以外の海産系（f5）への偏りも見えますが、売上順程極端なものでも無く、意外にいい感じの品揃えにも見えます。

今回データには含まれていませんでしたが、”率”の順位の宿命として利用ID数が極端に低い商品が多数存在していた場合、利用経験者率が著しく低下する点に注意が必要です（一般に利用者が少ないとリピート率が高く出易い）。

データ的にこの辺が顕著に見えず「いい感じ」になってしまったのは残念でしたが、品揃え的にはその特性上頻度順に近いものがある事が見て取れるかと思います。

売上 ＝ ID数 × ID回数 × 客点数 × 点単価　中のID回数しか見ていない為、利用経験者率では当然売上順に劣り、マーケットカバー率ではリピート順を更に回転の速いナッツ系に偏らせたような品揃えとなっています。

結果として売上順で利用経験者率を稼いでいたf6から1SKUも選抜されないといった事が起こります。

こちらは”平均指標”の順位の宿命として、”率”の順位と同じく利用ID数が極端に低い商品が多数存在していた場合、利用経験者率が更に低下します。

お店には様々な価値観を持った顧客が来店します。

例えば珍味・豆菓子売場の利用目的がf1のみだと言う顧客が居ます。
売上順で品揃えした場合、この顧客にとって最低限代替可能な利用目的が売場から一つも無くなりますから、少なくともこの顧客がこの珍味・豆菓子売場を利用する事はありません。
利用目的を充足したい時、この顧客は他店に行き買い物をするでしょう。

利用目的は主にf6だが、時にf3を必要とすると言う顧客が居ます。
この顧客もやはりf3を必要とする時には他店に行き買い物をするでしょう。

この7SKUでミニスーパーを作るというのもそうですが、現に今、f1やf3が存在しない事でこうなっているお店もあるでしょうから、私だったらまずこの7SKUを全店品揃えにしますね。

勿論、箸にも棒にも引っ掛からないような極小マーケットが表出して来る事も論理上有り得ます。

が、詰まるところ「まあ大体これで良いか♪」という割り切りが業務の省力化や自動化に繋がって行く訳です。