POSデータ

今回は、前回の分析の続きで、小売店POSデータのアイテム分析のアウトプットをご紹介します。

以下はチェーンAのコーヒー飲料のアイテムランキングTOP15です。

売上上位アイテムのほとんどが前期比プラスですが、７位と13位のアイテムだけが前期比マイナスになっています。この２つのアイテムについて、右から２つ目の指標である「実績店数」に注目してください。チェーンAは50店舗を展開していますが、上位アイテムのほとんどが45店舗以上で販売されています。

ただし、アイテム７とアイテム13は30店舗前後でしか実績がありません。
さらに注目すべきは、一番右の指標である「金額/店」です。アイテム７と13の１店舗あたりの金額は、５位以下のアイテムより高い数値になっている、つまり、販売すれば他の上位アイテムより売れるということができます。

もし、メーカーが小売店に提案する際、自社商品がアイテム７や13のように、１店舗あたりの売上は高いのに全店舗で配荷されていない状況であれば、自信を持って小売店に品揃えを提案することができますね。

次回も小売店POSデータのアイテム分析の方法を見ていきます。

データ出典：KSP-POS

では、前回の続きで、カテゴリー分析のデータを見ていきましょう。

注目すべきデータ指標は、構成比と前期比です。
まず飲料合計の前期比を見ると、チェーンAが98.4％に対し、市場は91.9％と両方ともマイナスになっていますが、チェーンAの落ち幅は市場より小さいので、前期比マイナスであっても悪くない状況です。

次に構成比に注目すると、炭酸飲料とコーヒー飲料が売上のほとんどを占めていることがわかります。チェーンAは市場の構成比より炭酸飲料が高く、コーヒー飲料は低くなっています。

カテゴリー別の前期比を見ると、チェーンAの炭酸飲料が107.4％と大きく伸びており、コーヒー飲料も93.7％と市場の前期比より良い状況でした。

今回の事例では、チェーンAは市場の状況より良いため、改善すべきところは基本的にありませんが、炭酸飲料が大きく伸びていたので、コーヒー飲料ももう少し伸ばせる余地があったかもしれませんね。

次回はこの続きで、アイテム別の分析を見ていきます。

データ出典：KSP-POS

今回から小売店POSデータの分析方法を説明していきます。

小売店POSデータ分析のポイントは、市場POSデータと比較して、そのギャップを発見していくことです。分析の流れは市場POSデータ分析と同じで、
①カテゴリー→②メーカー→③アイテム
この流れで見ていきます。

ただし、小売店POSデータを分析する目的は、その小売店の売上を高めることが目的になりますので、②メーカー別の分析は必要ありません。メーカーからすると自社の売上を高めることが目的にはなりますが、「当社のシェアが低いので、もっと当社の商品を品揃えしてください。」と提案しても、小売店からすれば「うちの売上が上がらない商品をなぜ品揃えしなければいけないのか。」と言うのは当然ですね。②メーカー別の分析は、あくまでメーカーが「その小売店で自社はどのような状況にあるか」を知るために行うものです。

では、カテゴリー分析のアウトプットを見ていきましょう。

以下は、ある小売チェーンAの飲料カテゴリー別の販売金額と市場POSデータの状況を比較したものです。

こちらのデータの見方は、次回詳しく見ていきます。

データ出典：KSP-POS

今回は、移動平均によるアウトプットをご紹介します。

新型コロナウイルスのまん延により、月次や週次のトレンドでデータを分析する機会が以前よりも増えています。ただし、月次や週次トレンド等では季節要因が入るため、以下の例のようにグラフ化しても、販売が伸びているのか落ちているのかよくわからないですね。

その際に使えるのが移動平均を使った指標です。移動平均とは期間合計の平均値を毎月（毎週）ずらしながら、計算していく方法です。

以下のアウトプットは12か月の移動平均です。一番左の2019年12月は2019年1月-12月計、一つ右の2020年1月は19年2月-20年1月計と、毎月合計期間をずらしていきます。そうすることで、季節要因の影響を除去できるため、市場のトレンドがわかりやすくなります。コロナ後から巣ごもり需要で伸び、その１年後の2021年から徐々に減少していることがわかりますね。
移動平均の合計期間は12か月にすることが多いですが、6か月合計など別の期間にしても問題ありません。

データ出典：KSP-POS

今回も１店舗あたりの平均扱いアイテム数について、見ていきましょう。
１店舗あたりの平均扱いアイテム数の公式は、「該当カテゴリー全体アイテムの販売店率の合計÷100％」でしたね。

では、この指標を期間合計で計算する場合は、どうしたら良いでしょう？

期間合計で算出する場合も計算は簡単です。「期間別の該当カテゴリー全体アイテムの販売店率の合計÷（100％×期間数）」で計算するだけで算出できます。

例えば、2022年3-8月のカレー・シチューカテゴリーの１店舗あたりの平均扱いアイテム数を月次データから計算するは、「2022年3月から8月の月別販売店率の合計÷600％（100％×6か月）」となります。

前年同期と比較したアウトプットイメージです。

カレールー・カレー粉が56.7から55.7アイテムの１アイテム減、調理済みカレーが94.6から93.1の1.5アイテム減が、合計の扱いアイテム数の減少につながっていることがわかります。

あまり知られていない指標ですが、いかがだったでしょうか。

次回は、中級編の最後として、別のデータ指標を紹介します。

データ出典：KSP-POS