消費者ニーズの多様化や人材不足が問題となっているなかで、正確なデータをもとにした経営判断が求められるようになっています。過去の販売データを記録したPOSデータは、将来的な売上アップにもつながる可能性もあり企業の成長に欠かせません。
今回の記事では、POSデータの概要に加えて、活用するメリット・デメリットを網羅していきます。POSデータを使ったデータの分析方法についても触れているので、経営者の方だけでなく、マーケティング部門や営業担当者の方も参考にしてみてください。
POSデータとは？
POSデータとは「POS（Point Of Sales）データ」を略した言葉であり、日本語では「販売時点情報管理」と翻訳されています。POSシステムによって得られた各種データを総称するもので、購買された商品名、金額、日時、店舗、購買した顧客の情報などさまざまなデータが含まれています。
なお、POSデータは、POSシステムが搭載されたレジから収集されるもので、商品が購入された際に取得したデータをリアルタイムで集積していきます。POSデータをうまく活用できれば、商品開発やマーケティングといったあらゆる場面にてメリットがあります。
POSレジとは
POSレジとは、POSシステムを搭載したレジのことです。POSシステムを搭載していないレジは、会計を行うだけの機能しか有していませんが、POSレジの場合、どのような商品がいつどの店舗で購買されたのかを記録できるようになります。
なぜPOSデータが重要なのか
POSデータを紐解くことで、自社・自店舗の商品の動きや売筋・死筋商品の把握が容易になるとともに、PL管理、在庫管理、顧客管理を効率的に行えるようになります。
また、POSシステムで収集したデータは各種分析に応用できます。さまざまな角度からPOSデータを分析することで、経営の改善・売上向上のために今やるべきことが見えてくるようになるのです。
POSデータの問題点
POSデータは、経営の改善にもつながる重要なデータですが、扱いには十分注意しなければなりません。POSデータの問題点としては、以下が挙げられます。
- データの取り扱い
- オフライン時の対応
- 初期費用、運用コストがかかる
データの取り扱い
POSデータの問題点として、データの取り扱いに関する事柄が挙げられます。POSシステムでは、オンライン上に各種電子データを保存するため、顧客情報などが流出してしまう危険性が少なからずあります。
また、「システムのトラブルでデータが破損してしまい復旧できない」というトラブルも考えられます。POSデータは企業の貴重な資産であることも踏まえて、取り扱いには十分気をつけなければなりません。
オフライン時の対応
次に、オフライン時の対応です。インターネットが遮断された場合、POSシステムだけでなく、POSレジやPOSレジの周辺機器も動かなくなってしまいます。
オフライン状態が続くと、会計業務を行うことが難しくなるため、顧客の不満を招いてしまう可能性があります。POSデータは企業にとって有益なものとなりますが、インターネット環境を万全にし、オフライン状態にならないように注意が必要です。
初期費用、運用コストがかかる
3つ目の問題点は、初期費用や運用コストがかかってしまう点です。POSレジ本体の購入やインターネット環境の構築といった初期費用に加えて、毎月のインターネット代も必要です。
また、複数店舗で導入する場合、各店舗分の機器購入費用とインターネットの回線費が発生します。初期費用、運用コストがどれくらいかかるのかを試算し、予算内で収まるようにしなければなりません。
POSデータで活用によるメリット
POSデータの導入で、さまざまなメリットが期待できます。店舗にとってどのようなメリットがあるのか、以下の5つについて解説していきます。
- 売上予測の精度アップ
- 仕入れ量の確定
- メニュー改定、新メニュー開発
- キャンペーン施策の時期選定
- 適切なシフト組みによる人件費の削減
売上予測の精度アップ
POSデータを活用することで、店舗における売上予測の精度向上が狙えます。過去の日別、時間帯別の売上データを取得し、データをもとに売上予測を立てやすくなります。
たとえば、連休中の売上予測を計画するために、過去の連休での売上や客層、混雑した時間帯などを参考にできます。このように、売上予測の精度を高められるだけでなく、従業員の人員配置、工数削減にもつながるのです。
仕入れ量の確定
次に、仕入れ量の確定です。上記の売上予測では、顧客から注文があった品目についてもデータを取得しているため、その日に必要な仕入れ量をあらかじめ確定できます。
飲食店であれば、食材の過剰在庫を防ぎながら、適切な在庫を維持し、常に新鮮な食材を使えるという点がメリットです。また、食材ロスや無駄なコストを削減できるため、店舗の利益改善にもつながります。
新メニュー・商品の開発
POSデータの活用は、店舗における今後の商品開発にも貢献します。過去のデータをさかのぼり、どのメニュー・商品の売れ行きが好調なのかを把握し、さらなる売上アップに向けて商品開発に活かせるのがメリットです。
定期的に、新しい商品を取り入れていくことで、既存顧客のリピート化や新たな顧客獲得にもつながる可能性があります。また、既存商品の売上が伸びない場合には、商品改良を実施する判断にも活用できます。
キャンペーン施策の時期選定
売上を強化していくためのキャンペーン施策を実施する際に、POSデータを活かせます。過去の売上について、曜日単位、日単位、時間単位でデータが取得可能であるため、キャンペーンの時期を適切に選定できます。
具体的には、小売店の場合、どの曜日・どの時間帯で客入りが良いのかを見極め、値引きのタイミングを決めやすくなるのがメリットです。また、季節的なキャンペーンについても、過去のデータを参照しながら、さまざまなアイデア構築につなげられます。
適切なシフト組みによる人件費の削減
POSデータの活用で売上予測が可能となることで、人件費の削減にも期待できます。というのも、過去のデータをもとにして、従業員の人員数やシフトの組み方などが適切に決めやすくなるためです。
また、曜日、時間帯などに応じた人員配置が最適化されることから、顧客満足度の向上にもつながります。このように、適切なシフトの構築を行いながら、人件費の削減だけでなく、顧客の満足度向上にも活かせるのがPOSデータの強みです。
POSデータの分析手法
収集したPOSデータの分析にはさまざまな手法を取り入れられます。下記の4つの分析手法を紹介します。
- ABC分析商品の売筋・死筋を把握できる
- トレンド分析商品の売りどきを見極められる
- バスケット分析合わせて売れるクロスセル商品が分かる
- RFM分析顧客に効率的にアプローチできる
ABC分析
ABC分析とは、特定のデータのなかで重視する評価軸を定め、A・B・Cの3グループに仕分けして管理する方法です。複数の商品について、重要度や優先度を与えることで、各々のグループに最適な在庫数を管理し、販売の効率化につなげていきます。
- よく売れている商品
- あまり売れていない商品
- どちらともいえない商品
上記のように、売筋・死筋商品が明確になり、発注量の調節などでコストダウンを図れます。
トレンド分析
トレンド分析は、商品の販売数に関して季節要素やトレンドを踏まえたうえで、どの時期に売れているかを分析する手法です。たとえば、夏の暑い時期に冷たい商品が売れていたり、クリスマスの時期にゲーム機の売上が良くなったりという情報が分かり、売れ筋がいい時期を分析するのに役立ちます。季節やトレンドごとに売れる商品が分かれば、発注やPRの時期を調整できます。
バスケット分析
バスケット分析とは、レジ会計時に「どの商品とどの商品が一緒に買われたか」を分析する手法です。バスケット分析を行うことで「一緒に売れているものが何か」を特定でき、パッケージとして販売したり特典をつけたりして、販売力強化につなげられます。
RFM分析
RFM分析とは、Recency（最近の購入日）、Frequency（来店頻度）、Monetary（購入金額ボリューム）の3指標をベースとした分析方法です。上記の3指標で顧客をランク付けし、それぞれのグループでマーケティング施策を実施できます。
具体的には、アプローチしやすい『優良顧客』に販売促進活動を行うなどの方法を採用し、売上の向上を目指せるようになります。優先するべき顧客の可視化につながり、マーケティング力のアップに活かせます。
関連記事
RFM分析とは？エクセルを使った分析方法やデシル分析との違いを解説
エクセルを活用したPOSデータの分析方法
ここからは、ABC分析、トレンド分析、RFM分析の3つに絞り、エクセルを活用したPOSデータの分析方法を紹介します。
ABC分析のやり方
ABC分析のやり方は次の通りです。
- データを入力する
- 売上金額の大きい順に並び変える
- 売上高構成比率を算出する
- 売上高構成比率累計を算出してランク付けする
データを入力する
エクセルのシートに、商品名、商品の単価、売上数量、売上金額を入力します。売上金額は、「商品の単価×売上数量」の数式を入れて自動計算させます。
売上金額の大きい順に並び変える
次に、売上金額が大きい順に並べ替えます。データタブ（①）にある「並び替え」をクリック（②）して、順序を「大きい順」に設定（③）し実行しましょう。
売上高構成比率を算出する
個別の商品が全体の売上の何パーセントを占めているのかを算出します。「売上高構成比率」の列を作り、「個別商品の売上金額÷全体の売上高」の計算式（①）を入力して自動計算させます。
計算結果は小数点で表示されるため、結果のセルを選択して（②）、パーセンテージ表示（③）に変更しましょう。
売上高構成比率累計を算出してランク付けする
最後に、売上高構成比率累計を算出してランク付けします。
まずは、売上高構成比率累計を算出しましょう。売上構成比率累計は、売上高構成比率を累計して、売上全体の割合を示したものです。
次に、ランクの定義を決めます。ここでは、Aランクを60%未満、Bランクを60%以上90%未満、Cランクを90%以上としました。
最後に、IF関数（=IF(売上高構成比率累計のセル番号<60%,”A”,IF(G2<90%,”B”,”C”))）を用いてランクを表示させれば、ABC分析によるランク分けの完了です。
トレンド分析のやり方
ある商品がどの月によく売れているのか、エクセルを使用して簡単なトレンド分析を行ってみましょう。
- 商品ごとの月次売上データをエクセルに入力する
- ピポットテーブルを作成する
商品ごとの月次売上データをエクセルに入力する
商品ごとの売上データをエクセルに入力しましょう。数期分のデータがあると、より傾向が分かりやすくなるため、画像では、直近3年分のデータを入力しています。
ピポットテーブルを作成する
入力したデータを範囲指定（①）して、挿入タブ（②）からピポットテーブルをクリックし実行（③）します。
ピポットテーブルは、行に月を、値に数量と金額を入れます。すると、画像のように数年分の月の売上データが合計され、指定した数年のうち、商品がどの月によく売れたのかが分かります。
RFM分析のやり方
エクセルを使いRFM分析を行ってみましょう。
- 顧客データを入力する
- 最終購入日、購入件数、累積購入金額を顧客ごとに集計する
- R最終購買日からの経過日数を割り出す
- RFMそれぞれのランクを定義づけ割り当てる
顧客データを入力する
顧客データをエクセルに入力します。データには、顧客ID、購買日、購買数、購買金額が必要です。
最終購入日、購入件数、累積購入金額を顧客ごとに集計する
すべて入力し終わったら、ピポットテーブルで顧客データを集計します。入力したデータを選択した状態で、挿入タブからピポットテーブルをクリックします。
行に顧客IDを、値に購買日、購買数、購買金額を入れると画像のようにデータがまとめられます。
さらに、完成したピポットテーブルを選択+コピーして、新規シートにペーストしましょう。
R最終購買日からの経過日数を割り出す
次に、顧客ごとの最終購買日からの経過日数を算出します。まずはピポットテーブルをコピーしたシートの表に「最終購買日からの経過日数」の列（①）を作りましょう。基準日を設定（②）して、セル内に入力しておきます。分析日時点を基準日としたいのなら、空白のセルに「今日の日付」を入力します。
そして、最終購買日からの経過日数のセルに「＝基準日のセル（列の英数字を$で囲む）－最終購買日のセル」を入力して計算（③）します。最後の行まで計算式をコピー（④）すると、すべての顧客の最終購買日からの経過日数が表示されます。
RFMそれぞれのランクを定義づけ割り当てる
ここまで計算したらランクの定義を決め、空白のセルに挿入します。最終購入日から45日以内ならランク3、55日以内ならランク2、50日以上はランク1といった体裁です。
| ランク | R 最終購入日からの経過日数 | F 購入頻度 | M 累積購入金額 |
| 3 | 45日以内 | 5回以上 | 30000円以上 |
| 2 | 55日以内 | 3回以上 | 10000円以上 |
| 1 | 55日以上 | 1回のみ | 5000円未満 |
この定義をもとに、IF関数でランク分けを行います。
表にR・F・Mそれぞれの列を作り、Rは最終購入日からの経過日数、Fは購入数、Mは購買金額の数値を使いグループ分けを行いましょう。これで、RFM分析の結果が表示されます。
ランク別に色分けを行えば、どの顧客が優良顧客なのかが一目で分かるようになります。
エクセル初心者はBIツールでPOSデータを分析
エクセルを使用する分析方法では、ピポットテーブルや関数を使用するため、知識とある程度の経験が必要になります。エクセルを使いこなすのが難しい方は、BIツールを利用したPOSデータ分析を活用してみましょう。
BIツールとは
BIツールとは、企業に蓄積されている大量のデータを抽出して分析、可視化するツールです。対象となるデータは、顧客リストや営業データ、売上データなどさまざまですが、データの種類を問わず、自動で分析して結果を可視化してくれます。
自社で使用している既存のシステムとBIツールを連携させることにより、手間なくあらゆるデータを経営に活かせるようになるでしょう。
BIツールで分析できること
BIツールを用いれば、次のような分析もツールにすべて任せられます。
- ABC分析
- クロス分析
- 比較分析
- 傾向分析
- プライスライン分析
- ベスト分析など
日々蓄積されている膨大なデータをあらゆる角度で分析して可視化するBIツールを活用すれば、よりスピーディーな経営判断が可能になります。
まとめ
POSシステムを搭載したPOSレジを使用することで、購買データからさまざまな分析を行い、経営に役立てることが可能になります。一方で、POSデータをエクセルによって分析するのは手間がかかるため、スピーディーな分析が叶わず経営判断に遅れが生じることもあるでしょう。
POS+ では、複数店舗にまたがるPOSデータも自動で集計して経営状況の可視化を行える、店舗データ分析サービス「POS+ assist」を展開しています。企業の宝ともいえる購買データを経営に活かすべく、自社・自店舗の状況を明確化できるPOS+ assistのご利用をぜひご検討ください。
詳細情報
