ID-POS意思決定支援クラウドサービスBiZOOPe
売場効率とID-POS

「店舗全体が利益を生み出す量とスピードを最大化する」のが売場効率です。

利益の三要素は売上、在庫、作業経費ですが、売上の無い在庫に意味は無く、在庫の無い作業に意味は無い為、その従属関係は

売上 ＞ 在庫 ＞ 作業

となります。

よって売上をベースに限られた売場スペースを割振り、在庫＞作業を従属させる事で、最大の売り場効率を得る事ができます。

スペース割振りの最少単位が、SKUとそのフェイシングです。

売場のスペースを規定するものには以下3つのレイヤーがありますが、ID-POSのホームページですので、これを従来のように売り手視点からだけで無く、買い手視点を交えながら見て行きたいと思います。

品揃え レイヤー

スペースを規定するはじまりの単位であり、売れている／いないに関わらず、品揃えが増える程多くのスペースを要します。

買い手視点では品揃えが豊富だと嬉しいものですが、限度を越えれば逆に見つけ難く、選び難くなります。

一般に利用者が多い程、その好みは多岐に渡りますので、より多くの品揃えが必要となります（利用ID数に比例）。

売り手視点では、品揃えは作業種に比例するので、品揃えが増える程作業量が増え、欠品のリスクも高まります。

ディスプレイ レイヤー

要は”看板”の大きさです。

未利用の買い手に「ココにあるよ！ウチの店にもあるよ！」と認識してもらう為、利用する買い手が「見つけやすく」する為のプレゼンテーション層です。

”看板”なので頻度に関わらず、基本はマーケットサイズ ≒ 利用ID数に比例します。

買い手一人が一回買う事で、客点数分の陳列が剥がされて行く為、”看板”効果を維持するバッファとして、フェイシングが行われます。

フェイシングは在庫の一翼でもある為、副次的効果として売り手の作業頻度を減らし（一度の作業点数は増えます）、欠品のリスクを下げる事にも繋がります。

在庫 レイヤー

このレイヤーからは買い手には”見えない”世界、売場効率の”売場”スペースを越える世界となります。

ディスプレイに「奥行き」を持たせる事で、在庫を買上げ点数に一致させる事ができれば、利益的に望ましいバランスとなります。

「奥行き」からはみ出す頻度の商品については、はみ出す「奥行き」分をバックルームに持たせ、品出し作業を行います。

更にはみ出す／バックルームが持て無い商品（店舗）については発注・品出し作業を行います。

リードタイムの関係上、それでも追いつかないものに関しては、DCを持つ事を検討します。

結局、在庫で耐えるか／作業頻度で耐えるかという話ですが、いづれも買い手から”見える”ディスプレイを維持する為に従属するものであり、前出し作業は（毎日？）発生します。

在庫と作業の関係

ID-POSとの関係

３．売場効率において割り振るべき”スペース”とは？

正に”頻度”の無い世界、奥行きの無い世界であり、頻度（ID回数）が分かるID-POSだからこそ可能なものと言えます。

４．売場へのスペース割振り

ここまで理路整然と説明して来たように見えますが、全体的に＝よりも、∝（比例）が連発されている事に気づかれたでしょうか？

売場面積、什器の奥行き、バックルームの有無等、買い手をも屈服させざるを得ない制約条件の存在により、（所謂スペース”アロケーション”なんで当然とは言え）最終的には既存の枠内での「構成比による分配」という何処かモヤッとした形に決着させざるを得ないからです。

まあ、制約条件はそもそも”存在するもの”ですし、それ無しでは理屈も野放図に発散して行ってしまうので、コントロール上、寧ろ必須のものだったりします。

理屈上ディスプレイを表す「ID数✕客点数」にしても、額面のまま捉えれば「売場利用者一人あたり1SKUの品揃え ✕ それの一回あたりの買上点数」ですので、構成比で相対化しない限り、余りに過剰な理論値です。

スペース構成比

さて、スペース ＝ ID数 ✕ 客点数 を構成比化したスペース構成比で、各売場への面積割振りを行ったのが下図です。

制約条件を250坪とし、点数（在庫）比例で割り振った場合と、スペース構成比で割り振った場合を示してみました。

点数（在庫）比例では一般食品66坪に対し、くすり7坪という割振りが、スペース構成比では一般食品56坪に対し、くすり10坪という割振りになっており、特に回転の低い売場の品揃えとディスプレイをきっちり確保する傾向となっている事が分かります。

品揃え構成比（ID数構成比）

「品揃えする」と決めたなら、回転に関わらずその瞬間1SKU＝1フェーススタートですので、品揃えは単純に各売場の利用ID数に比例するものと捉えられます。

利用ID数を構成比化※した品揃え構成比で、各売場へのSKUの割振りを行ったのが下図です。

制約条件を20,000SKUとし、点数（在庫）比例で割り振った場合と、品揃え構成比で割り振った場合を示してみました。

点数（在庫）比例では一般食品5,242SKUに対し、くすり534SKUという割振りが、品揃え構成比では一般食品3,248SKUに対し、くすり1,597SKUという割振りになっており、やはり回転の低い売場の品揃えをきっちり確保する傾向となっている事が分かります。

※.売場間でID数は重複します（併買）ので、通常、ID数を構成比化した数字を用いる事は無く、「利用者率」を用います。
　 その為、ここでは敢えてイレギュラーに作られた数字として、品揃え構成比、スペース構成比と言った造語を用います。

商品サイズ

商品サイズを考慮に入れていません。

集計期間

在庫の方程式が、集計期間によらない静的場面の切り取りである理論式であるのに対して、それを比例させる買上点数方程式は、実績値で構成されている為、集計期間の長さに応じてID数が増加して行きます。

回転の異なる売場のある中で、利用ID数がある程度出揃い、ID数構成比が落ち着くのを待ちたい事から、ある程度の長さ※の集計期間が必要です。

その為、本稿では集計期間として一般に落ち着くと言われる13週を採用していますが、「これがベスト」だとは言い切れません。

※．こと点数構成比については1日と1週間、13週の間で1％を越えるような大きなブレは殆んど見られません。
　　客点数が比較的落ち着く事から、ID数単体、ID回数単体の構成比が短期では落ち着かなくとも、ID数✕ID回数＝客数の構成比が短期でも落ち着く為と考えられます。

類似利用メリットを持つSKUの重複と来店動機／利用目的

品揃えはSKUの数を揃えれば良いというものではありません。

売り場には買い手にとって利用メリットの重複した複数の商品がありますし、来店／利用の動機付けとなっている商品、そうで無い商品があります。

また、売り場に割り振ったSKU、ディスプレイは、カテゴリー ＞ SKU へと割り振って行かなくてはなりません。

今回は理解を容易にする為、単純に売場の構成比で割振りを行いましたが、実際にはTapir_MKのクラスターとその構成比、採用順を用いた割振りが使えると考えています。

実証実験

まず実証実験を行えるのが、効果検証の事を考えれば改装時のみと極めて限定的です。

よしんば機会があったとして、店舗全体の利益に関わるような事、おいそれとは変えられないような事を果たして実験させてもらえるでしょうか？

13週集計／26週集計どちらが良いのか？構成比による単純割振りとクラスターを用いた割振りはどちらが良いのか？比較実験ともなれば尚更です。

６．関連ページ