「今までこのPOPを出してきてたけど、本当に購買につながっているのかな？」

「店舗の売上を立てるために、先入観ではなく根拠に基づいた施策をしたい」

などと思っている小売店関係者の方は、まずは効果検証を行ってみることがおすすめです。

 

効果検証とは、企業のマーケティング活動において非常に重要なプロセスで、とくに小売業では不可欠な手法と言えます。

 

どの商品が人気か、どの陳列だと購買率が上がるか、入店数が少ない要因は何か、目玉商品を1番買ってくれるお客様の年齢層はどのぐらいか…などの情報を得るためには、効果検証を行って反応を調べる必要があります。

 

効果検証と聞くと、複雑で手が出しづらいイメージを持たれる方が多いですが、至ってシンプルで難しく考える必要はありません。

 

リテールアナリティクスソリューションを提供している企業の視点で、実践しやすい効果検証の方法についてご紹介いたします。

 

前回の記事：レジ袋有料化で負担が大？店舗の課題と本質的な解決方法とは

効果検証の対象となるもの

リアル店舗には、効果検証を行う必要がある対象が様々あります。

（例）

・プロモーション

・商品（新商品・既存の商品）

・サイネージ

・POP

 

全て費用がかかっているものであるため、ROI（費用対効果）が想定していたより低ければ他に変えるか、内容を改善する必要が出てきます。

 

例えば100万円以上かけて店舗用のサイネージを設置しても、前を通った人に全く見られていない、もしくは見られてはいたけど入店してくれないとなると、サイネージの効果が出ているとは言えません。

 

ROIなどの判断基準となるものを知るためには、効果検証は不可欠です。

実践する上で押さえておきたいポイント

売上だけで判断しない

詳細に効果検証をせずに売上の推移だけを見て判断しては、要因や課題を特定しづらくしてしまいます。

 

大規模なバーゲンセールを行い、通常よりも1日の売上が倍だった場合、バーゲンセール自体はお客様に好評だったと捉えられますが、集客に繋がったのは大々的な広告か、店員の店頭での呼び込みか、その他プロモーションか…まで深掘りすることは難しいです。

 

要因を明確にできなければ、次の店舗施策に活かしづらくなってしまうため、1つ1つの施策には細かい検証をセットで行うことがおすすめです。

 

期間に余裕をもって計測をする

何を検証するかによりますが、情報を多く収集すればするほどデータの動きが見えやすくなり、要因を洗い出しやすくします。

 

平日、土日、大型連休などでお客様の動きは変わりますし、その時々によって店舗の入店客数や売上、購買率はどう伸びるのか追うことで効果検証が成り立ちます。

 

外部要因のことも頭に入れておく

売上や入店客数、購買率が良くても、効果検証の対象である施策が100%要因であるとは限りません。

 

天気が良くてたまたま外出していた人が多かったから、もしくは近くでイベントをやっていて、その帰りにお店に寄った人が多かったから…などの外部要因も念頭に置くことで、本当に施策の効果があったのか、そうじゃないのかはっきりしやすくなります。

効果検証の種類とそれぞれの方法について

効果検証の方法は様々ですが、幅広いところで活用できる施策を2つご紹介いたします。

施策の前後の数字の変化で分析をする方法

この方法は効果検証の中でもベタですが、特に店舗内で新しいことをする際に最適な手法です。

 

・新体制で従業員のシフト調整をする時

・店舗のディスプレイや陳列を変える時

・新商品を出す時

…などのタイミングで検証を行うことがおすすめです。

 

最初にデータをとる

 

まずは施策を打つ前（通常時）の店舗の評価を記録しておきます。

 

効果検証の対象物によって収集するデータは変わってきますが、1日の売上、入店者数、購買者数、購買率などの情報を記録しておくことをおすすめします。

 

のちほど第4章で効果検証を行う際に必要なデータを詳しくご紹介いたします。

 

データを取得し、要因、課題点などを洗い出す

 

いざ効果検証を実行する際、誰でも見やすくなるようデータ化し、数字がどう変化したか確認します。

 

弊社で提供している製品では、計測した情報をダッシュボード上でグラフで可視化することができます。

 

3.課題点を解決するための施策を行い、再度データをとる

 

課題が見つかったら、解決をするための施策を実行します。

 

その解決となる施策の結果がうまくいっているのか判断するため、再度計測をしてデータを確認します。

 

数字が良い方に表れていれば継続し、数字に反映されていなければ別の解決策を出します。

ABテストをする方法

ABテストは主にWeb上でのマーケティングで活用されますが、AパターンとBパターンを用意し、どちらが良い成果を出せるか検証するために使われる手法です。

 

新しい施策や新商品など2パターン検証する対象がある場合に有効です。

 

効果検証をする対象2つでデータ計測をしてみる

 

まずはAパターンとBパターンでどう数値が変わるかデータをとります。

 

できるだけ同じ条件下で検証をし、正確なデータを出せるようにします。

 

2つのデータを比較し、違いが出た要因を探る。

 

データの数字を比べてみて、AとBどちらが良かったのかを判断します。

 

可能であれば、なぜそのパターンの数字が良かったのかまで判断ができれば、次回以降の施策にも活かしやすくなります。

 

良い結果が出た方を採用し、引き続きデータを取得し成果が出るか検証する

 

効果検証をして結果的に良かった方を採用し、売上につながるか引き続きデータを見ながら計測していきます。

 

複数の店舗をもっている企業であれば、他店舗にも展開して売上がどのぐらい変わるのか分析してみるのもおすすめです。

 

効果検証を行う際に必要なデータとは

効果検証と聞くと複数の現場スタッフを配置したり、複数の計測機器をつけなければいけないというイメージがありますが、比較的お手軽に計測できる方法もあります。

 

弊社が提供しているRETAILSCOPEは、初期費用約5万円、月額費用は3,000円台で計測をすることができるツールです。

 

売上や購入者数のデータ取得ができるPOSレジと、弊社のRETAILSCOPEでプロモーション、商品、サイネージ、POPなど様々な効果検証を実行することができます。

 

基本的な効果検証で使うデータは以下の5つが挙げられます。

 

1.売上

2.購入者数

3.店舗前交通量　

4.入店者数

5.視認数　

 

1.2はPOSレジで把握ができますが、他の3つはRETAILSCOPEで検知することが可能です。

 

また、検証したい内容によって必要な情報が変わってきますが、以下のような場合に取得すべきデータを紹介いたします。

 

・入店率を知りたいとき

→入店者数、店舗前交通量

 

集客力のあるディスプレイか、立地ポテンシャルは悪くないか、お客様を惹きつけるキャンペーンか…などを把握したい場合、店舗前を通った通行人のうち何人が入店してくれたか（入店率）を計測する必要があります。

 

例え1日の入店者数が多くても、入店率が悪ければ店舗の評価は変わってきます。

 

集客プロモーションや店頭ディスプレイがお客様の入店のきっかけになるものかどうか検証したい場合は、入店者数と交通量を計測して入店率をデータ化することがおすすめです。

 

・購買率を知りたいとき

→入店者数、購入者数

 

購買率は、商品自体が顧客のニーズに合っているか、購買につながるような陳列・レイアウトになっているか、接客の数・質は適切か…などを知りたいときに見る情報です。

 

購買率が低い場合、わざわざ来店してくれたお客様が購入に至らなかった原因があるということです。

 

そこから、入店したお客様が購入してくれるようにするためには、商品自体を変更・改善するか、店員の接客を強化するか、店内のレイアウトを変えるか…まで施策を絞り、購買率を高めていくことが求められます。

 

・視認率を見たいとき

→交通量、視認数

 

視認数とは、対象物の目の前を通った人のうち何人が注目をしてくれたかを表す数値です。

 

主に店舗のサイネージやマネキン、商品などがいかに多くの人にチェックされているかを評価したい際に活用されます。

 

視認数が少ない=見た目がぱっとしないという他にも、配置が悪くてお客様に注目されていない原因も挙げられます。

 

売上に直結するわけではありませんが、視認数を上げる工夫をすることで、本来なら見向きもしなかったお客様でも目に止まり、購買につながることがあるかもしれません。

 

まとめ

効果検証において必要なことは、“PDCA”を回したマーケティング活動を行うことです。

 

データ化はしたけど改善や次の施策に繋げなければ、効果検証の意味がなくなってしまいます。

 

アクションに 移すことを前提にして、何のデータを取得するべきか考えるところからスタートしてみてはいかがでしょうか。