コンビニで直近三年何が売れてきているのか調べる。

コンビニは昔と比べて販売品目が多種多様になりました。

品目別に売上も変わってきているのか調べてみました。

統計局estatの商業動態統計のなかの第4部　コンビニエンスストア内に目的のデータが含まれていることが判明。その中でも商品別販売額の中に前年度との増減比率データが存在していることまでつかめた。

下記コードによりestatより目的のCSVを取得

df_target = df[(df['STAT_NAME_val'] == '商業動態統計調査')&
               (df['TITLE'].str.contains('第4部　コンビニエンスストア'))&
               (df['TITLE'].str.contains('商品別販売額'))]

e_stat_utils.save_data_multi(p_id, df_target['id'].values, dir_path,
                             [df_target['GOV_ORG_val'].values,
                              df_target['id'].values,
                              df_target['TITLE'].values,
                              df_target['SURVEY_DATE'].values])                         

データ確認、平成27年からは販売額と増減比率は一つのデータにまとめられている様子

2015~2017の月ごとの販売額データをプロット

title_list = ['経済産業省_0003223672_第4部　コンビニエンスストア販売　 第1表　商品別販売額等及び前年（度・同期・同月）比増減率_201701-201712.csv',
              '経済産業省_0003199712_第4部　コンビニエンスストア販売　 第1表　商品別販売額等及び前年（度・同期・同月）比増減率_201601-201612.csv',
              '経済産業省_0003147186_第4部　コンビニエンスストア販売　 第1表　商品別販売額等及び前年（度・同期・同月）比増減率_201501-201512.csv']
for title in title_list:
    df_cs_01 = pd.read_csv(dir_path + title)

    df_cs_01["value"] = pd.to_numeric(df_cs_01["value"], errors='coerce').fillna(0)
    show_columns(df_cs_01)

    drop_list = ['平成25年',
                 '平成26年',
                 '平成27年',
                 '平成25年度',
                 '平成26年度',
                 '平成27年 1 ～ 3 月',
                 '平成27年 4 ～ 6 月',
                 '平成27年 7 ～ 9 月',
                 '平成28年 1 ～ 3 月',
                 '平成28年 4 ～ 6 月',
                 '平成28年 7 ～ 9 月',
                 '平成28年10～12月',
                 '平成27年10～12月', '平成20年',
                 '平成21年',
                 '平成22年',
                 '平成20年度',
                 '平成21年度',
                 '平成22年 1 ～ 3 月',
                 '平成22年 4 ～ 6 月',
                 '平成22年 7 ～ 9 月',
                 '平成22年10～12月''平成27年', '平成28年', '平成29年', '平成27年度', '平成28年度', '平成29年 1 ～ 3 月', '平成29年 4 ～ 6 月',
                 '平成29年 7 ～ 9 月', '平成29年10～12月']
    for i in drop_list:
        df_cs_01 = df_cs_01[(df_cs_01['年月（H24～H30）'] != i)]
    drop_list = ['合計',
                 '合計　既存店',
                 '商品販売額',
                 '商品販売額　既存店',
                 'サービス売上高　既存店']
    for i in drop_list:
        df_cs_01 = df_cs_01[(df_cs_01['コンビニエンス販売項目'] != i)]

    g = sns.catplot(x='年月（H24～H30）', y='value', hue='コンビニエンス販売項目', data=df_cs_01, row='行区分（平成27～）',
                    col=None, col_wrap=None, estimator=np.mean, ci=None, n_boot=1000)

やはり食品販売が強い

サービス売上高の項目の詳細が統計局では明記されていなかったため大本である経済産業省を見たところ下記を発見。

商業動態統計 調査の結果
項目７の商品分類表（コンビニエンスストア） (PDF/88KB)
をご参照

コンビニのATM手数料が含まれているのかどうか不明だったため経済産業省に電話し確認したが、
これは各コンビニ会社がこのサービスに含めているか否かということがわからないためそこまでは調べきれないとのことでした。

所感

月ごとにサービス販売増減率が乱高下しているがそもそもの販売額全体に占めるウェイトが少ないためあまり問題にならないのかもしれない。やはりコンビニはサービスを利用してもらうついでに食品等を購入してもらうモデルなのでしょう。食品と非食品販売という主戦場は変えないが、取り込み方法がサービス利用に付随する購買なので単純に売上比で考えることはできなそうです。サービスのバリエーションの量はコンビニの優位性の一つの指標として有効かもしれません。

個人的には今後コンビニは宅配便やスーツクリーニング等々のサービス販売額の占めるウェイトが大きくなっていくと考えていたがそうでもないみたいです。
食品の売り場面積を割いてでも設置するメリットが無いです。やはりコンビニは食品と日用品を売る場所なのでしょうね。
そう考えるとセブンプレミアム戦略（自社ブランドで最も販売額の大きな品目での利益率UPと差別化）も納得いきます。

朝昼夜別のデータが取れたらもっと面白いことがわかりそうなんですけどね。