Help us understand the problem. What is going on with this article?

データ分析をやっても無駄?実例から見る本当のデータ分析~【連載-2】

本記事はデータ分析をやっても無駄?実例から見る本当のデータ分析~【連載-1】の続きです。前回は商品管理におけるデータの分析を述べしましたが、今回はやはりスーパーチェーンを例として店舗管理を中心にデータの分析を紹介していきます。

(すべての画像はQiitaのみなさんと勉強し合うために掲載しているので、別の用途に使うのはご遠慮ください。)

複数のチェーン店を保有する企業にとって店舗管理は重要な業務のひとつです。売上管理や在庫管理、顧客管理、マーケティングなどを含めて、責任者は日々の業務に追われることが多いです。もし各店舗のデータを集中して分析すれば、個々の店舗で生じる問題を早めに対応できて、効率的な店舗管理を実現できると思います。

データ分析とPDCAサイクル

店舗管理であろうとどんな分野であろうとPDCAサイクルは重要です。継続的な改善がなければ、目標を達成することはできないからです。FineReportによる作ったデータ分析システムは時間、日、週、月、年を単位として、PDCAサイクルの回しによって店舗管理を促進します。つまり、改善スピードが速くなり、次の一手をどんどん出すことができるようになるのです。

下図の通り:
2019032701.png

以下はデータ分析の過程と指標を詳しく説明します。

Plan(計画)&Check(評価)―前日の実績

店長が営業終了後も店舗に残って売上分析のために時間を浪費することがよく見られます。以下のように分析すると、一目で前日の店舗売上状況を把握することで、「何のために行っているのか」という目標を明確にした上で一日の作業を行います。ダッシュボードを作ってみたらそんなに難しくないに述べたように、指標とレイアウトはデータ可視化上で一番注意すべき点です。主要指標としての昨日の売上/利益、累計売上/利益と累計売上/利益ランキング(地域)を上に置きます。それから、利益の高い順に部課を並べて、その客数、売上、利益を表すテーブルを作成します。

2019032702.png

Do(実行)ー販売管理

店舗管理の過程で、各店舗の販売状況をリアルタイムに確認する必要があります。店長やスタッフの経験に従って売れ行きを予測することもあるかもしれませんが、その方法は賢いとはいえません。必ず成功するとも限りませんし、再現性も低く、担当スタッフが変わった際に大きく売上を落とす恐れもあります。

以下のように、今月の売上の高い順に並べて、売上と利益を表す棒グラフと、売上増長、利益増長率を表す折れ線グラフを作ります。下では、売上増長率、利益増長率、在庫回転日数、仕入販売在庫などの具体的なデータを挙げます。そのうえ、様式を設定することで、各指標の下位3位を目立たせます。このように、本部から各店舗に対して正確に評価できるようになるだけでなく、店舗間比較でき、実施すべきサービスの改善や機会損失の低減などの経営判断に役立つのです。

2019032703.png

店舗をクリックすると、当店の各部課の販売動向が表示されます。部門をクリックすると、課ごとのデータが表示されます。FineReportは、簡単にデータのドリルアップとドリルダウンを実現してくれます。

店舗と部課の責任者は商品の売れ行きや在庫状況(特に生鮮食品のように賞味期限が短い商品)に合わせて施策を打つことができて、自主的な改善の意識も高くなります。

2019032704.png

今月累計と本日実績は一時間に一回の頻度でデータベースとともに更新されています。(ほかの頻度も設定できます)

2019032705.png

さらに、課をクリックすると、詳細なデータが表示されます。各責任者の行動をより正しく導くために、地域内の店舗間比較します。

2019032706.png

Do(実行)ー在庫管理

データ分析をやっても無駄?実例から見る本当のデータ分析~(1)の商品在庫分析で紹介しましたので、ここで省略します。

Check(評価)ー指標達成状況

下図のように、メーターグラフで売上、利益、客数の三つの方面から進捗度を評価して、縦棒グラフで増長率と目標を比べます。そのメリットは業績目標に対する進捗度を評価するだけでなく、定期的に軌道修正していけるというものがあります。実は業績目標に対して進んでいるように見えても知らうちにコースから逸れてしまうことはよくあります。この場合、軌道修正をして改めて目標に向かう必要があるので、指標達成状況を基づき、目標に対する“ズレ”が確認できます。

2019032707.png

ランキング ー実績順位

地域内各店舗の業績を毎月ランキングすることで店舗の責任者にプレッシャーをかける一方、仕入れ、販売、在庫の三つの方面から店舗のパフォーマンスを評価することによって(結果のAABのところ)、責任者も各店舗の問題点を知って、改善策を求めるようになります。

2019032708.png

前回の商品分析と一緒に、データ分析システムの画面は以下のように示しています。自動調整のレイアウトなのでFineReportのPC端末でもアプリでもレポートを検索し、確認できます。また、部署職位ごとにレポートを見る権限を設定することで、全員が共有して、利用できます。

2019032709.png

小売業以外の実例を見たいなら、FineReportのデモを参考してもいいです。
デモサイトを見る
PC端末、アプリのダウンロード

終わりに

これでスーパーチェーンのデータ分析についての説明が終わりましたが、小売業に応用してもいいのではないかと思います。テータ分析に一番重要なのはやはり考え方です。例えば、私はよく5W2H(つまり「Who(誰が)」「When(いつ)」「Where(どこで)」「What(何を)」「Why(なぜ)」「How(どうやって)」「How much(どれだけ)」)から分析することで、データから本当の因果関係を見いだせます。具体的には、お客様がどのような年齢層でどんな職業なのか、いつ頃どの店舗に来店して何を購入しているのか、なぜ購入しているのか、どれだけ購入しているのか、といったことです。

その他、データ分析、視覚化に関してご質問あるいは私に書いてほしいものがある方は、ここでコメントか、Twitter@Haileeで気軽にDMどうぞ。

そのほか

【学習計画】十週間で知識ゼロからのデータ分析入門シリーズ、今迄の記事:


ツイッターでデータ分析・可視化、仕事のスキルについての面白い情報を発信しています。よかたっら覗いてください!:sparkles:

Hailee
大学卒業して中国の最大のBIベンダーの研究開発部門で働き、今は日本市場のPM(プロダクトマネージャー)を担当する。 データ分析&可視化、ビジネス分析に関する情報を発信する。技術者でも非技術者でも簡単にデータを分析し、日々業務に活用できる知識はここにある。
fanruan
帳票、BIとデータ分析ソリューションズの提供企業。
http://www.finereport.com/jp/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away