ID-POSデータを活用したデータ分析入門 その２

前回のおさらい

前回（第１回目）投稿では、とあるID-POSデータから2017年1月のデータを抽出し、「客単価」と「来店頻度」の２軸で店舗間比較を行いました。
その結果、「来店頻度」のばらつきよりも、「客単価」のばらつきの方が大きいことが分かりました。
念のため、前回作成した散布図を改めて表示します。

今回のテーマ

そこで今回（第２回目）は「客単価」が最も高い店舗と低い店舗の店舗間比較を行い、「客単価」に差が生じる要因を明らかにしていきたいと思います。

分析の流れ

分析の大まかな流れは以下の通りとします。

1.　2017年1月において、「客単価」が最も高い店舗と低い店舗を特定する
2.　客単価＝買上点数×買上商品単価に分解し、各々の店舗についてこれら指標を計算する
3.　（1回当たりの）買上点数と（1回当たりの）買上商品単価を比較し、客単価に差異が生じる要因を特定する

Rによる実装

1.　2017年1月において、「客単価」が最も高い店舗と低い店舗を特定する

code

#tidyverseの読み込み
library(tidyverse)

code

#前回作成した"id_pos_2017_1_sales_per_customer"を確認
id_pos_2017_1_sales_per_customer

id_pos_2017_1_sales_per_customerの先頭20行を表示

まずid_pos_2017_1_sales_per_customerの中から、客単価が最大の店舗を抽出します。

code

#id_pos_2017_1_sales_per_customerの中から客単価が最大の店舗と最小の店舗を抽出
max_row <- id_pos_2017_1_sales_per_customer %>% 
filter(sales_per_customer == max(sales_per_customer))

結果を表示します

code

#結果を表示
print(max_row)

store_cd 　sales_store_amount　 Row_count 　sales_per_customer

1 S14010 　/ 39320 /　 85 　/ 463.

店舗コード「S14010」の店舗が客単価最大となり、「463」であることが分かりました。

続いてid_pos_2017_1_sales_per_customerの中から、客単価が最小の店舗を抽出します。

code

#id_pos_2017_1_sales_per_customerの中から客単価が最小の店舗を抽出
min_row <- id_pos_2017_1_sales_per_customer %>% 
  filter(sales_per_customer == min(sales_per_customer))

結果を表示します

code

#結果を表示
print(min_row)

store_cd　sales_store_amount　 Row_count　 sales_per_customer

1 S14022 / 12016 / 59 / 204.

店舗コード「S1402」の店舗が客単価最小となり、「204」であることが分かりました。

2.　客単価＝買上点数×買上商品単価に分解する

続いて、客単価を買上点数と買上商品単価に分解していきます。
（1回購入あたりの）買上点数は以下の通り定義します。

（1回購入あたりの）買上点数＝総買上点数÷のべ購入回数

（1回購入あたりの）買上商品単価は以下の通り定義します。

（1回購入あたりの）買上商品単価＝合計売上金額÷総買上点数

以下、前回（第1回目）作成したid_pos_2017_1_sales_amountを使い計算していきます。

id_pos_2017_1_sales_amountの先頭20行を表示

quantityが「買上点数」、amountが「単価」、sales_amountが「売上金額」です。

2-1.客単価が最大である店舗コード「S14010」について

まずは、客単価が最大である店舗コード「S14010」から見ていきます。

ここからの集計の流れは以下の通り行います。

2-1-1.　店舗コード「S14010」の行を抽出し、合計売上金額、総買上点数、のべ購入回数を計算
2-1-2.　総買上点数÷のべ購入回数で（1回購入あたりの）買上点数を計算
2-1-3.　合計売上金額÷総買上点数で（1回購入あたりの）買上商品単価を計算

はじめに、「2-1-1.　店舗コード「S14010」の行を抽出し、合計売上金額、総買上点数、のべ購入回数を計算」を実装していきます。

code

#店舗コード「S14010」のみ抽出し合計売上金額、総買上点数、のべ購入回数を計算
#合計売上金額が"total_sales_amount"、総買上点数が"total_quantity"、のべ購入回数が"total_count"
s14010 <- id_pos_2017_1_sales_amount %>% 
  filter(store_cd == "S14010") %>% 
  summarise(total_sales_amount = sum(sales_amount), 
            total_quantity = sum(quantity),
            total_count = n()) 

結果を表示します。

code

#結果を表示
s14010

total_sales_amount（合計売上金額）/total_quantity（総買上点数）/total_count（のべ購入回数）

39320 / 89 / 85

これをもとに、2-1-2.「（1回購入あたりの）買上点数」と2-1-3.「（1回購入あたりの）買上商品単価」を計算していきます

code

#（1回購入あたりの）買上点数と（1回購入あたりの）買上商品単価を計算する
#（1回購入あたりの）買上点数が"quantity_per_count"、（1回購入あたりの）買上商品単価が
#"product_amount"

s14010_data <- s14010 %>% 
  mutate(quantity_per_count = total_quantity / total_count,
         product_amount = total_sales_amount / total_quantity)

結果を表示します

code

#結果を表示
s14010_data

quantity_per_count（1回購入あたりの買上点数）/ product_amount（1回当たりの買上商品単価）

1.05 　/　 442.

これで客単価が最大である店舗コード「S14010」の（1回購入あたりの）買上点数と（1回購入あたりの）買上商品単価が計算できました。

店舗コード「S14010」
1回当たりの買上点数　1.05ケ
1回当たりの買上商品単価　442

2-2.客単価が最小である店舗コード「S14022」について

続いて、客単価が最小である店舗コード「S14022」を見ていきます。

集計の流れは同じです。

code

#続いて店舗コード「S14022」のみ抽出し合計売上金額、総買上点数、のべ購入回数を計算
#合計売上金額が"total_sales_amount"、総買上点数が"total_quantity"、のべ購入回数が"total_count"

s14022 <- id_pos_2017_1_sales_amount %>% 
  filter(store_cd == "S14022") %>% 
  summarise(total_sales_amount = sum(sales_amount),
            total_quantity = sum(quantity),
            total_count = n())

結果を表示します

code

#結果を表示
s14022

total_sales_amount（合計売上金額）/total_quantity（総買上点数）/total_count（のべ購入回数）

12016 ／ 60 ／ 59

これをもとに、「1回あたりの買上点数」と「1回あたりの買上商品単価」を計算していきます

code

#1回あたりの買上点数と1回あたりの買上商品単価を計算する
#1回あたりの買上点数が"quantity_per_count"、1回あたりの買上商品単価が"product_amount"

s14022_data <- s14022 %>% 
  mutate(quantity_per_count = total_quantity / total_count,
         product_amount = total_sales_amount / total_quantity)

結果を表示します

code

#結果を表示
s14022_data

quantity_per_count（1回あたりの買上点数）/ product_amount（1回あたりの買上商品単価）
1.02 ／ 200.

これで客単価が最小である店舗コード「S14022」の1回あたりの買上点数と1回あたりの買上商品単価が計算できました。

店舗コード「S14022」
1回あたりの買上点数　1.02ケ
1回あたりの買上商品単価　200

3. （1回当たりの）買上点数と（1回当たりの）買上商品単価を比較し、客単価に差異が生じる要因を特定する

店舗コード「S14010」と「S14022」の計算結果を並べてみます

店舗コード「S14010」
（1回当たりの）買上点数　1.05ケ
（1回当たりの）買上商品単価　442

店舗コード「S14022」
（1回当たりの）買上点数　1.02ケ
（1回当たりの）買上商品単価　200

どちらも1回当たりの買上点数にはそれほど大きな差はないものの、（1回あたりの）買上商品単価が2.21倍の差があることが分かりました。

店舗コード「S14010」の方が、高い商品が売れているという事が分かりました。

要因としては、以下のような仮説が考えられます。

1. 店舗コード「S14010」の商圏内には所得の高い世帯が住んでいる
2. 店舗コード「S14010」の方が、高単価商品の品揃えが豊富
3. 店舗コード「S14010」の方が、高単価商品の陳列や見せ方がうまい
4. 店舗コード「S14010」の従業員の接客スキルが高い

などなど…

これらの仮説を検証し、客単価の低い店舗コード「S14022」で実行すれば、客単価の改善、そして売上の改善に繋がりそうです。

次回は、これら仮説のうちID-POSデータで検証可能な
『2. 店舗コード「S14010」の方が、高単価商品の品揃えが豊富』という仮説を検証していきます。