【実例付き】ID-POSデータの分析手法をご紹介！

POSデータの分析方法

店舗のレジで決済時に蓄積されるPOSデータは購買日時や商品、顧客情報などが含まれ、分析することで販売促進や売上向上に役立ちます。またID-POSでは、POSデータの情報に加え、性別・年代・購入履歴などの「ID（顧客ID）」が紐づいたデータです。 しかし、POSデータが手元にあるものの分析まで至らないという声や、分析はしているが多くの人的リソースをかけているといった声も聞かれます。本記事を読むことで、POSデータ分析の方法や事例がわかり、貴社の課題解決のアプローチの気づきを得る事が出来るでしょう。

目次

POSはPoint of salesの略で、商品が販売された時点という意味であり、POSデータは、レジで商品のバーコードを読み取った時点で得られるデータです。具体的には、購入された商品名や価格、購入日時、購入店舗、販売数などの情報が含まれます。


ID-POSデータとは

「ID-POS」の「POS」とは「Points Of Sales／ポイント　オブ　セールス」の頭文字をとったもので、商品が会計されたときに記録されるデータの総称です。
POSデータとID-POSデータの違いは「顧客情報連携の有無」です。

POSシステム搭載のレジやハンディターミナル、スマートデバイス等から収集された以下のような情報がPOSデータに含まれます。

POSデータは「商品」が軸なのに対して、ID-POSデータではいつ・どこで・何が・何と一緒に・いくつ・いくらで売れたのかに加え、どんな人が・どんな頻度で購入したか、どんな購買行動の変化があったか。のように「商品」＋「顧客」が軸のデータです。

自社のポイントカード・アプリや、キャッシュレス事業者が展開する決済アプリやアプリ等を連携することで取得できるようになります。


POSデータは購入したタイミングでシステムに蓄積されるため、リアルタイム性が高く、在庫管理や仕入計画の精度を高められるでしょう。また、購買データと客層データから、顧客の属性と購買傾向を分析でき、販売のみならず商品企画やプロモーションにも活かせます。
POSデータ活用がもたらす具体的な効果は以下の通りです。

①売れ筋商品と売れ行きが悪い商品を把握でき、仕入れ量を調整できる
②セット販売にすると売上アップが見込める商品を判断できる
③ピーク時間帯など売上予測の精度が高まり、販売タイミングを最適化できる
④顧客の属性ごとに売れやすい商品の傾向が掴め、商品開発へスピーディーに活かせる

参考：POSデータとは？活用術や分析方法を紹介

POSデータの5つの分析手法

POSデータ分析のために知っておくべき5つの手法について解説します。

代表的な分析方法 概要 手法からわかること
バスケット分析 一つの買い物かごで購入された商品の組み合わせから、同時に購入されやすい商品を明らかにし、商品の相関性を把握します。 セットと単独のどちらで購入されているかや、より売上に貢献する販売方法はどちらかなどがわかります。
トレンド分析 SNSやレビューサイトなどのデータを基に、顧客の本音や市場傾向を分析し、季節性やユーザー属性などトレンドの法則性を見出します。 トレンドとなる時期やターゲットが予測でき、先行してプロモーション施策やニーズに合う商品を検討できます。
RFM分析 「最新の購入日」「来店頻度」「購入金額ボリューム」の3指標で顧客をグループ分けし、状態やロイヤリティの高さでランクを付けます。 優良顧客、リピーター、離反顧客などの判別ができ、販促活動に活かすことでLVTを最大化できます。
ABC分析 商品の売り上げや在庫など、重視すべき指標を選び、選んだ指標を軸にウェイトが大きい順に並べ、A、B、Cとランクをつけて管理します。 自社商品のうち、どの商品により投資すれば効果が大きいかがわかるため、効率的に利益を向上できます。
デシル分析 ある期間における顧客の購入金額に焦点をあて、金額が高い順に顧客を並べた上で、10等分になる人数でグループ化し、売上構成比を分析します。 各グループの売上構成比がわかり、比重が大きいグループの顧客へ集中的に施策を実施できます。

これらの分析手法の概要に加え、業態やチェーン、カテゴリを横断した買い回り分析が行える”IDレシート”を使った分析例もご紹介します。

参考：IDレシートデータ​

バスケット分析は、実店舗やECサイトなどで同時購入した商品のデータを分析し、複数商品の関連性を理解することで、販売方法の最適化が可能な手法です。買い物かごを単位とし、併売商品を調査することで、どの商品とどの商品が一緒に購入される傾向なのかがわかるため、店内の商品配置やセット購入によるメリットを打ち出すといった工夫ができます。また、セットで購入する背景を探ることで、ターゲットにすべき層が明確化できるでしょう。
具体的な方法としては、以下4つの指標について算出し、単独販売とセット販売のどちらが得策かを見極めます。

①支持度＝AとBを同時に購入した人数／購入者全体数
商品AとBを同時に購入した顧客が全体の何割かを求めます

②信頼度＝AとBを同時に購入した人数／Aを購入した人数
商品Aを購入した顧客のうち、商品Bも同時に購入した顧客の割合を求めます

③期待信頼度＝Bを購入した人数／購入者全体数
商品Bを購入した人数が全体の何割かを求めます

④リフト値＝信頼度（②）／期待信頼度（③）
信頼度と期待信頼度を比較してリフト値を求め、単独ではなくセットの方が
購入されやすいかどうかを明確にします

IDレシートを使った分析例

ファミリーマートでプレミアムモルツとファミチキを購入する人が、セブンイレブンでプレミアムモルツを購入するときにはどんなホットスナックを一緒に買うのか。など、チェーンをまたいだ同一ユーザの分析ができます。

近年では、SNSやレビューサイトを利用するユーザーが爆発的に増加し、商品に対する本音や反応が収集しやすくなりました。トレンド分析は、SNSやWebメディア上の口コミなどから顧客心理や市場傾向を分析し、トレンドを予測する手法です。例えば、毎年決まった時期のトレンドを比較することで、積極的に販促活動をするタイミングやターゲットを絞り込めたり、特定エリアでトレンドが発生していれば、その地域を対象に施策を講じるといった工夫ができるでしょう。自社商品に限らず、競合や市場全体のトレンドに視野を向けることで、未開拓であった潜在顧客へのアプローチにつながります。手動で情報収集する方法もありますが、Googleトレンドやソーシャルアナリティクスツールなどを使うと、効率的かつリアルタイムにトレンドを把握できます。

IDレシートを使った分析例

直近一ヶ月で都心部のセブンイレブンでよく売れている冷凍食品や、女性によく買われるコンビニのお弁当など、最新の動向をチェックすることで食のトレンドを把握できます。

RFM分析では、顧客一人ひとりのRecency（最近の購入日）、Frequency（来店頻度）、Monetary（購入金額ボリューム）を調査し、各指標において顧客がどこに位置するのかを把握します。具体的には、R・F・Mそれぞれで5段階のスコアをつけ、すべての指標で高いスコアを持つ顧客は「優良顧客」、Fが高い顧客は「リピーター」といったようにグループ分けします。スコアアップが見込めるグループに対して集中的に販促活動を実施したり、優良顧客に対し、よりロイヤリティが高まるような特典を付与するなど、各グループに合った効率的な販促活動が可能です。

IDレシートを使った分析例

コンビニチェーンごとのロイヤルティを、購入回数（フリークエンシー）×購入金額（マネタリー）で６つのセグメントに分類。優良顧客ほど購入頻度の高いカテゴリや商品を把握することで、コンビニチェーンへの貢献度が高い（＝たくさん売るべき）カテゴリを把握できます。

例えば、セブンイレブンにおいて、アルコールカテゴリは上位3%の優良ユーザーで2割以上の売り上げを占める。などが分かります。

ABC分析では、すべての管理指標で総合的に判断するのではなく、重視すべき指標を選定し、その指標を基準にして商品を評価します。商品別の売上や生産コスト、在庫数、原材料費率といった項目から選びますが、必ずしも一つに絞る必要はありません。複数指標でクロス分析することも可能です。分析指標を定めた後、上位からA、B、Cに分類します。例えば、商品別売上を指標とした場合は、累計で売上構成比の50%を占める上位商品群をA、次の40%を占める商品群をB、残りをCとランク付けできるでしょう。A、B、Cに分類したことで、Aの商品群に対し、マーケティングや人的リソースを注力することが最も効果的であると判断できます。

IDレシートを使った分析例

商品購入回数ごとに、ヘビー／ミドル／ライトとランク分けを行い、ヘビーユーザーとライトユーザーの傾向の違いから顧客を理解することができます。
購入回数を元にデシル分析やヒストグラムを作成し、上位〇％をヘビー、または月間購入回数〇回以上をヘビーなどと決めてランク分けし、ABC分析を行うことで、効果的なマーケティング施策を実行できます。

「デシル」は、ラテン語で10分の1という意味があるように、デシル分析ではある期間の購買履歴データを基に、購入金額が高い顧客から順に並べ、全体を10等分にし、デシル1～10のランクをつけます。各デシルが、全体のうちどの程度の購入比率や売上構成比率を占めるかがわかり、貢献度の高い優良顧客を見極められます。対象期間は1ヶ月、3ヶ月、半年、1年など任意で決め、顧客の総数を10等分した人数で、上位からデシル1、デシル2、といったようにグループ分けしていきます。次に、各グループの合計金額を全体の購入金額で割り、売上構成比を求めます。また、上位から特定グループまでの合計金額を全体の購入金額で割ると、累積の購入金額構成比がわかります。これらの結果から、顧客全体の中で重視すべきグループがわかり、売上アップを効率化できるでしょう。

顧客の購買傾向を分析する手法を理解し、使いこなすことも大切ですが、分析に利用するデータの精度も重要です。従来はPOSデータのみで分析するのが主流でしたが、加えて、顧客が頻繁に利用する他店舗での購買情報も取得することで、拡張すべき商品の把握や、来店タイミングの予測がしやすくなります。
たとえば、POSデータからは、ある顧客がコンビニでおにぎりを購入した、という履歴がわかりますが、IDレシートデータを入手すれば、その顧客がコンビニに来店した後スーパーで和食の惣菜を購入した、という事実まで追跡できます。この場合、おにぎりと惣菜を近くに陳列したり、和食に合うドリンクを豊富に揃えたりすることで、より顧客単価をアップさせられるかもしれません。
豊富なデータと有効な分析手法を組み合わせることで、的確なターゲットに向けた効率的なマーケティングが可能です。

POSデータで分析できるのは特定チェーンの購買行動のみ。顧客の嗜好や市場の実態をより把握するには、IDレシートデータの活用がおすすめです。IDレシートデータからは、日付・時間・商品名及び金額（値引・単価・個数）・合計金額・電話番号、さらには購入した店舗のチェーン名・店舗名などの情報からユーザーのリアルな購買行動を、家計簿アプリから分析できます。

「膨大なデータを自社で集計・分析するには時間がかかる」とお悩みの方はBIツールの導入を検討してはいかがでしょうか。「IDレシートBIツール」は独自で構築した膨大なレシートデータから、コンビニエンスストア・スーパー・ドラッグストアなどの店舗別の売れ行きを可視化しています。自社と競合商品の実売価格・売上が確認でき、顧客の理解だけではなく、商談時の資料としても利用可能です。
IDレシートデータについて詳しくはこちら

現代は個々の消費スタイルの変化が激しい時代だとされています。企業が継続して利益を出すためには、顧客のニーズをきちんと把握することが大切です。POSデータやIDレシートデータなどの情報を有効活用することで、マーケティングの精度を高められます。なかでも、IDレシートデータは顧客の性別・年代・属性など、個人の購買情報を横断的に得られることが魅力です。有効なデータ分析を行い、顧客の動向をしっかりと把握しましょう。

あわせて読みたい記事

お問い合わせ

流通横断かつユーザ軸での貴社／競合ユーザ様の購買動向の違いが分かります。

詳細資料・サンプルレポートをご希望の方は、お気軽にお問い合わせください。

資料請求・お問い合わせ
一覧に戻る