Business Challenge story

システムの分析結果と業務現場の“感覚”の差異をどう埋めるか

コンビニは日常生活に欠かせない身近なショップとして定着し、現在もその業態やサービスを進化させ続けています。

一方で、国内のコンビニ店舗数は、約5万2,000店(2015年3月度、JFAコンビニエンスストア統計調査月報)を超える状況にあり、各チェーンの競争は激しさを増しています。そうした中でいかに的確な出店を図り、自社チェーンの優位性を高め、勢力を拡大することができるか。成否を分けるポイントは客観的な数値に裏付けられた判断力にあると考え、サークルKサンクスでは長年にわたり、GISをデータ活用のプラットフォームとした立地評価に取り組んできました。

同社 開発本部 開発総務部 マネージャーを務める木村 秀貴氏は、「出店ポイントが決まったら、そのポイントをGISに入力し、マーケティング分析や商圏作成を行います。その後、立地評価システムに対して調査データを入力し調査結果をアウトプットします」と説明します。そして、このGISから得られた結果を分析する基盤として、活用しているのがIBM SPSS Modelerです。これは直感的に操作可能なビジュアル・インターフェースを備えたデータ・マイニングのワークベンチで、Microsoft Access、Microsoft Excel、CSVなどの多様な形式のデータが容易に取り込めることや、データの作成や加工の手軽さ、ノンプログラミングでのモデリングを実現しているだけでなく、その分析結果の有効性や有意性なども把握できることで、ビジネスの目標達成をサポートします。

しかし、これまでサークルKサンクスが作成・運用してきたデータ・モデルは大きな課題を抱えていました。「モデルが導き出した立地評価結果が、ビジネス現場の“感覚”と乖離してしまうことがありました」と木村氏は振り返ります。例えば、駐車場のあるコンビニで駐車場を拡張したり、道路からの乗り入れ間口を広げたりすることは、プラスに寄与するだろうということが現場の経験的にわかっているとすると、「立地評価の結果は上がるはず」と担当者は考えるのですが、モデルの結果は逆に「下がる」という結果を示すパターンがあったのです。

立地評価の分析精度を高めるためには、そのような現場の経験から得られた知見について、数値的な裏づけとして駐車場や間口の広さといったインプットとなるデータと売上などの結果となるデータを集めて取り入れたり、精度を上げる為に調査項目を見直したりした上で、さらにモデルを見直していく必要があります。木村氏は、このテーマへの取り組みを開始しました。

    Transformation

    IBM SPSS Modelerのデータ・モデルに現場のノウハウを融合

    GISには本来の目的である地理情報に加え、作成した商圏の人口動態(昼間人口や夜間人口)や就業者数などの統計データを取り込んでいました。これに加え、商圏の正否や商圏内のマーケットの確認を行うことから始め、店舗のさまざまな機能性について確認したり、人や車の交通量のバランス、開店した店舗の周辺の競争環境などを確認したりするなど、データ内容の精査を行いました。また研究会という形式をとり、現場の担当やマネージメント層から直接意見を聞き、ノウハウを集めながら、モデルのコンセプトのプロトタイプを作りました。さらに、どのような変数を作ればいいのか、その変数はどういうときに有効なのか、分析しながらリモデルに取り組んでいきました。

    また、リモデルをしていった結果から、コンビニの商圏を表すには従来の500m、1kmといったメッシュよりもさらに詳細なメッシュデータが必要だと考えました。例えば、都市部の立地では、商圏そのものが500m、1kmの1枚のメッシュに収まってしまい、より深い分析ができないという課題があります。基本的にGISの商圏とは、作成した商圏内に対してメッシュデータを面積按分して作成されるからです。そこでサークルKサンクスは、これらの課題を1つひとつ解決すべくアプローチしていきました。「これらのデータを複合的に分析するデータ・モデルをIBM SPSS Modeler上でブラッシュアップすることで、立地評価モデルの精度向上を目指しました」と木村氏は話します。

    例えば、ディシジョン・ツリー(決定木)分析やクラスター分析などを通じて、集客力や売上の大きい店舗と小さい店舗を分類し、その要因となった変数を立地評価のロジックとして組み込みました。

      Benefits

      ベテラン担当者が持つノウハウをデータ・モデルに反映

      さまざまな調査データを取り込んでデータ・モデルをブラッシュアップしたことで、当初の課題であったモデルの結果と現場の感覚との乖離もほとんどなくなり、「現場の担当者にとっても、以前と比べ納得しやすい立地評価モデルが出来上がりました」と木村氏は語ります。

      言わばこれは、豊富な現場経験を重ねてきたベテラン担当者のナレッジやノウハウが標準化され、モデルに反映されたことを意味します。

      ただし、一足飛びに現在のデータ・モデルが作られたわけではありません。データ・モデルの見直しにあたっては、IBMのパートナー企業によるコンサルテーションも活用しました。さらに、データ・モデルが本当に正しいかどうかは実際の業務に適用してみなければわかりません。検証結果から今のロジックに不足しているところや新たな知見を発見した場合、その内容を変数としてモデルに適用させるにはどうしたらいいのかを試行錯誤しながらモデルの見直しを行い、モデルの結果と現場の感覚の乖離があれば、それをフィードバックしていくというPDCAサイクルを繰り返すことで、データ・モデルを改善することができます。「こうした検証や修正作業も含め、直感的な操作で試行錯誤できる環境が整っていたことが、IBM SPSS Modelerを使ってみて一番良かったと思うポイントです」と木村氏は話します。

      実はサークルKサンクスではIBM SPSS Modelerを導入する以前、モデリングについてはアウトソースしており、なぜそのようなモデルになっているか分からずブラックボックスで運用していました。しかしそれでは社内にノウハウが蓄積されず、評価が低い店舗は何が原因なのか、どうすればいいのかという施策も打てませんでした。それを改善する為に、IBM SPSS Modelerの導入と立地評価モデルの内製化を実現しました。

       

      将来の展望

      データドリブンを繰り返しさらに高精度なモデルづくりへ

      ここまでの実績を踏まえ、サークルKサンクスではデータドリブンによる、さらに高精度な立地評価の仕組みづくりを目指しています。すなわち、立地評価モデルだけではなく、別のアプローチから物件を評価するマニュアルを整備したり、出店後にその店舗を客観的に検証できる検証ツールなどを使ったりして、さまざまな視点から店舗を評価することで総合的な立地評価をしていくことです。今後のコンビニの出店は、地域の顧客のニーズや行動の一歩先を予測しながら、いかに素早く的確な出店ポイントを見つけ、最適な店舗機能を設けて出店していくのかということが重要な鍵になります。木村氏は、最先端のテクノロジーにも関心を寄せており、「IBMにはさらに広範囲な情報提供とサポートを望みます」と期待を語りつつ、今後を見据えています。

       

      製品・サービス・技術 情報

      当事例で使用されている主な製品・サービスは下記の通りです。

      ソフトウェア

      • IBM SPSS Modeler

      ソリューション

      • SPSS Modeler

      Solution Category

    • Other