コンビニはどうやってデータをインバウンドに活用すべきなのか？
インバウンド市場が盛り上がる中で、コンビニがデータをインバウンド集客で活用する事例が増加しています。データ活用におけるコンビニのプロモーションの成功事例では、インバウンドに関連するデータを、収集し解析することで効果的なインバウンド対策を実施できているようです。
このページでは、コンビニのデータのインバウンド対策やインバウンド集客における活用について、次の3つの事例を取り上げます。
- コンビニ×データ活用事例その①：チャットボットからRFIDまで - あらゆる変化と戦うローソンのデータ活用術
- コンビニ×データ活用事例その②：セブン＆アイ、異業種とビッグデータ共有
- コンビニ×データ活用事例その③：ローソン：短期的に見ると売上の低い商品を、他の商品と比較しつつ長期的に観察することで、仕入れの最適化をはかる
コンビニのインバウンド対策やインバウンド集客では、データ活用をすることで効率的かつ効果的に施策を行えます。どこの国からのインバウンドが多いのか、消費額が多いのは国籍・年代含めどんな人なのかということは、対策を講じたりターゲットをしぼったりする上で非常に重要です。そして、それはイメージや体感ではわかりません。なんとなく中国人が多いかな、と思っていたら実は最も多いのは韓国人だった、ということもあるでしょう。正しいデータ活用をすることで、最も注力すべきはどこなのかということがわかってきます。体感ではかるよりも正確に、そして効率的に施策を行えます。
ここでは、コンビニという業界・業種におけるデータ活用のプロモーション事例を紹介していきます。
コンビニのデータ活用に関連するインバウンド対策資料を無料で詳しく見てみる
「インバウンドコンサル」の資料を無料でダウンロードする「インバウンドデータ」の資料を無料でダウンロードする「調査・リサーチ」の資料を無料でダウンロードするチャットボットからRFIDまで - あらゆる変化と戦うローソンのデータ活用術
チャットボットからRFIDまで - あらゆる変化と戦うローソンのデータ活用術
国内で約1万店舗を展開するファミリーマートは、商品開発や売り場作りにデータ分析を活用しています。データソースは、カルチュア・コンビニエンス・クラブ（CCC）が発行する「Tカード」にひも付いた属性付きのPOS（販売時点情報管理）の情報。年齢や性別で顧客を6つのグループに分類し、マーケティングチームがそれぞれの購買動向を把握。売り上げが伸びている商品ジャンルをさらに伸ばし、落ち込みが見えたグループはテコ入れするために、商品担当者と情報を共有しながら業務改善を進めています。ファミリーマートは、商品購入時に「ファミマTカード」（図1）や通常のTカードを提示した顧客の販売データをCCCへ毎日送付。CCCが提供しているデータ分析サービス「DB WATCH」を通じて、性別や年齢などの属性データと連動した顧客の購買情報を得ています。
セブン＆アイ、異業種とビッグデータ共有
セブン＆アイ、異業種とビッグデータ共有
セブン＆アイ・ホールディングスは6月1日、ANAホールディングス、NTTドコモなどと、ビッグデータを共有して活用する研究会「セブン＆アイ・データラボ」を立ち上げると発表しました。異業種の企業が保有している統計データから得た知見を相互に活用し、社会課題の解決を目指しています。セブン＆アイと各企業が1対1でいくつかの課題を設定し、実証実験を通じて解決を図りながら、得られた結果をラボ内で共有。さらなるデータ活用の可能性を検討していく方針です。発足時の参加企業は、ANAホールディングス、NTTドコモ、ディー・エヌ・エー（DeNA）、東京急行電鉄、東京電力エナジーパートナー、三井住友フィナンシャルグループ、三井物産など10社。セブン＆アイは「企業間でのビッグデータの連携としては、過去最大級の取り組み」としています。
セブン＆アイでは、人口減少や少子高齢化に伴う国内の小売店や施設が減るなか、複雑化する社会の課題に、一社だけのデータを活用した仮説の検証では限界があるとしています。そこで、研究会では異業種の参加企業が収集している統計データから得る知見を相互に活用しながら、生活や社会の課題を解決することを第一の目的に据えています。基本的に、セブン＆アイと各企業が1対1で課題を設定しながら実証実験した結果をラボ内で共有するというスキームです。あくまでも中心はセブン＆アイであるため、参加企業がどこまで広がるかがカギを握ります。セブン＆アイでは、今後も参加企業をはじめとしてアドバイザーや有識者などとの連携の輪を広げていく方針です。
ローソン：短期的に見ると売上の低い商品を、他の商品と比較しつつ長期的に観察することで、仕入れの最適化をはかる
ローソン：短期的に見ると売上の低い商品を、他の商品と比較しつつ長期的に観察することで、仕入れの最適化をはかる
ローソンはポンタの導入により、ビッグデータの分析が進んでいます。分析の結果、例えばほろにがショコラブランが「1割のヘビーユーザーが6割の売り上げを占めている」と分かりました。その分析結果をもとに、リピート率の高いほろにがショコラブランは、今も継続的に販売されています。このケースでは、ビッグデータを活用することで、短期的に見ると売上の低い商品を、他の商品と比較しつつ長期的に観察することで、仕入れの最適化を行っています。扱う商品数が増えれば増えるほど、仕入れの管理は困難になるため、効率よく仕入れの最適化を行う上で、ビッグデータを活用が重要性を増してきます。短期的に見ると売上の低い商品を、他の商品と比較しつつ長期的に観察することで、仕入れの最適化をはかっています。
インバウンド対策事例集を見てみる
データ活用に関する他の業種のインバウンド事例集を見てみる
コンビニのデータ活用に関連するインバウンド対策資料を無料で詳しく見てみる
「インバウンドコンサル」の資料を無料でダウンロードする「インバウンドデータ」の資料を無料でダウンロードする「調査・リサーチ」の資料を無料でダウンロードするこのページに関連する記事
