店舗売上データ（売上データを分析するには？5つのデータ分析手法とモデルを使えば十分です！）

売上データ分析はどのように行うのでしょうか?これら5つのデータ分析手法とモデルをうまく活用すれば十分です！

簡単に言えば、ビジネスを経営するということは、ビジネスを行うことです。ビジネスでは、売上データが自然に生成されます。では、この販売データから価値を生み出すにはどうすればよいのでしょうか?答えはデータ分析です。販売データを分析することで、企業は市場動向に関するタイムリーな洞察を得て、自社の販売プロセスの問題を発見し、マーケティング戦略を調整することができます。

しかし、実際の分析プロセスでは、多くの企業が売上データの解釈に大きな問題を抱えていることがわかりました。多くの企業は、売上データ分析とは、月次および年次の売上データをまとめ、単純に比較して結論を​​導き出すことだと考えています。この種のデータ分析では表面的な現象しか記述できず、問題を深く発見することはできません。この記事では、Lao Li が販売データを分析するいくつかの典型的な方法を紹介します。

一般的に、企業が売上データを分析する主な目的は 2 つあります。

• 目的 1:店舗チーム間の「同じ釜の飯を食う」状況を避け、相互監視と進歩を促進するために、会社は各店舗のメンバーのパフォーマンスをランク付けすることを決定しました。
• 目的2：上記の評価・報酬制度をより良く実施するために、本社商品部のデータアナリストが各店舗の売上データ分析と問題点のフィードバックを実施しました。

分析を始める前に、売上データにどのようなデータが含まれているかを理解する必要があります。衣料品会社を例にとると、販売データには通常、販売日、注文番号、従業員情報、製品情報、顧客情報、価格、販売量、金額などのフィールドが含まれます。

データを理解した後、急いで分析を始めることはできません。また、企業の現在の市場状況、主要な販売分野、主要な製品、製品の種類、競合製品のデータなど、ビジネスの背景を簡単に理解しておく必要があります。これにより、データ分析プロセス中に分析のアイデアを見つけやすくなり、分析結果もビジネス価値を発揮できます。

次のステップはデータ分析段階です。売上データ分析に含まれる分析方法には、記述統計、ターゲット分析（箇条書きチャート）、パレート分析、ボストンマトリックス、RFMモデル、関連分析（買い物かご分析）などがあります。

• 記述統計：記述統計は、グラフや数学的手法を通じてデータを整理・分析し、データの分布状況、数値特性、ランダム変数間の関係などを推定・記述する方法です。
• 目標分析：弾丸チャートを通じて、実際の値の大きさやレベルを確認できるだけでなく、目標値と比較することもできます（目標に達していないか、目標に達したか、目標を超えたか）。そのため、販売、レポート、KPI 評価などのシナリオでよく使用されます。
• 仮説検証（探索的分析） ：全体の目標または靴のカテゴリーの目標達成率は達成されませんでした。これは主に過度な値引き販売が原因であると推測されます。
• パレート分析: 80/20 原則、一次および二次因子分析法としても知られ、広く使用されている統計分析方法です。
• 4象限分析：戦略分析モデルとして、企業はそれぞれのビジネス成長率と市場シェアに応じて製品を異なる象限に分類し、企業の既存の製品ポートフォリオを明確にすることができます。
• RFM モデル: RFM モデルは、顧客価値と顧客の利益創出能力を測定するための重要なツールおよび手段です。
• ショッピング バスケット分析: ユーザーの消費データを調査し、さまざまな製品を関連付け、両者の関係を調査する分析方法、つまりショッピング バスケット分析を指します。

各分析手法の具体的な使い方については、衣料品店の売上を例に挙げて説明します。店舗チーム間で「同じ釜の飯を食う」状況を避け、相互の励ましと進歩を促進するために、同社は各店舗のメンバーのパフォーマンスをランク付けすることを決定した。

同時に、共同販売には特別な配慮がなされており、従業員には共同販売の注文1件につき10元の報酬が支払われます。上記の評価・報酬制度をより良く実施するために、本社商品部のデータアナリストが各店舗の売上データ分析と問題点のフィードバックを実施しました。

1. 記述統計

（１）分析の目的

記述統計、特に平均と標準偏差、および売上額の分布を通じて、店舗の販売状況を大まかに把握し、予備的な結論を形成することができ、後でさらに分析するのに役立ちます。

（２）分析の結論

統計記述結果によると、中心傾向における指標の平均は351.14元、中央値は310.8元です。中心からの偏差指標の最小値は19.6元、最大値は1076.2元、範囲は1056.6元、標準偏差は209.91です。

下の図からわかるように、この店の販売価格は主に200～500元の間に集中しており、注文総数は773件です。その分布は明らかに左に偏っていることがわかります。分布と記述統計から、価格分布は偏っており、比較的離散的であることがわかります。

その理由は、その店ではマッチするアクセサリーを販売しており、価格が比較的安いからです。

2. ターゲット分析

（１）分析の目的

箇条書きチャートを使用して目標金額と実際の売上を比較し、製品の各カテゴリの達成状況を視覚的に表示し、目標に達していないカテゴリを強調表示して、さらに調査および分析できるようにします。

（２）分析の結論

①結果：上記の分析表と箇条書きチャートから、店舗全体の目標達成率が94.5％に達し、良好であることが直感的にわかります。その月の店舗従業員のパフォーマンス係数は1.2でした。衣料品の販売目標は100％を超えたが、アクセサリーの販売は目標を60％未満下回り、靴の販売目標達成率は81％にとどまった。

②問題点：全体目標は94.5％であり、月次目標評価が完了していない。アクセサリーや靴の目標達成率は低かった。

③理由：靴製品を過剰に値引きして販売したため、店舗は当月の販売目標を達成できなかった。 （下記で検証）アクセサリーの売上は比較的小さな割合を占めており、業績に貢献する主な製品ではないためです。したがって、以下では、靴の販売目標が理想的ではない状況についてのみ、詳細な調査と分析を行います。

3. 仮説検証（探索的分析）

（１）原因：全体目標や靴部門目標が達成できなかった主な原因は、過度な値引き販売によるもの。 （店舗の靴の月間売上は比較的安定していると理解されているため、本研究では割引の観点からのみ調査・分析しています）。

（２）分析プロセスでは、棒グラフを使用して衣料品、アクセサリー、靴の３つのカテゴリーの割引を比較します。このうち、割引の計算式は、割引 = 単価 / タグ価格となります。

（３）分析の結論

① 検証結論：比較分析の結果、靴の販売割引率が最も高く（つまり、割引率が最大） 、約25％オフであることが分かりました。衣料品は約20%オフになります。つまり、「全体目標や靴カテゴリー目標達成率が達成できなかったのは、主に過度な値引き販売が原因」という仮説は正しいのです！

②戦略提案：来月も目標達成率100％を目指して努力を続けるためには、値引き活動を適切に減らすか、値引きの強度を適切に緩めることができます。来月は需要価格弾力性指数に基づいて価格を下げるか上げるかの決定が下される予定です。

4. パレート分析

（１）分析の目的

この分析方法を適用する目的は、主要な製品に焦点を当て、多数の製品の中から限られた数を選択して、店舗全体のパフォーマンスを向上させることです。

（２）分析の結論

①結果：上記データから、スポーツシューズ、ジャケット、パーカー、ジーンズ、半袖Tシャツが店舗の主力商品であり、その売上貢献率（累計売上シェア）は80％を超えており、その他の商品の売上は20％未満であることがわかります。

②問題：商品間の売上格差が大きく、ヘッド・トゥ・テール効果がより顕著です。

③理由：当社の製品研究開発は、スポーツシューズ、ジャケット、パーカー、ジーンズ、半袖Tシャツに重点を置いています。装飾品は関連販売の「ボーナス」にすぎません。同時に、季節的な要因により、長袖やコートの売れ行きは目立っていません。

④提案：スポーツシューズ、ジャケット、パーカー、ジーンズ、半袖Tシャツなどの主力商品の管理と陳列に重点を置きます。同時に、上記の靴の現在の目標達成率が低いことを考慮すると、靴の販売管理に重点を置き、在庫保証をしっかり行うことをお勧めします。同時に、テール製品の市場価値を引き出すためには、常に市場の動向やスタイルの変化に注意を払う必要があります。

5. 4象限分析

（１）分析の目的

この研究では、戦略分析モデルとして 4 象限分析法を採用し、店舗が 2 つの次元を使用してビジネスと製品のパフォーマンスを分析できるようにすることで、リソースをより適切に割り当て、問題を診断できるようにしています。

（２）分析の結論

①結果：ボストンマトリックスチャートのデータ結果によると、店舗のスポーツシューズ、ジャケット、パーカー、ジーンズ、半袖Tシャツは第1象限に位置し、店舗の主力商品であり、残りは犬用商品です。

②問題点：Taurus製品が不足するなど、無理な製品構成。

③理由：製品の研究開発と製品設計チームへの投資が不十分。マーケティング部門の人員不足、人気のある市場サンプルの更新の遅れなど。

④提案：主力商品については、長期利益のために短期利益を犠牲にしても、店舗の相対的な市場シェアを高めることを目標とすべきです。 4象限分析とパレート分析の結果と結論は一貫しており、この研究のデータ分析結果の正確さが証明されています。

残りの犬用品については、限られた資源をより収益性の高い事業に活用できるよう、店舗側は適切な清掃や一部商品の販売中止など負担軽減に努めるよう勧告されている。企業は、投資ポートフォリオをより合理的なものにするために、ブランド事業の拡大と縮小を調整する必要があります。

この店舗には大きな問題があります。短期的な利益を生み出す（業績を向上する）ドル箱商品が不足しているのです。研究開発とデザインへの投資を増やし、常に市場の動向に注意を払い、季節ごとの人気スタイルの開発に努めます。この措置の主な目的は、短期的な利益を獲得し、短期間で可能な限り最大の現金収入を獲得して、会社の業績評価目標をより容易に達成できるようにすることです。

6. RFMモデル

（１）分析の目的

RFM モデルは、顧客のプロファイル全体をより動的な方法で表示します。この研究は、この分析方法の結果を通じて、パーソナライズされたコミュニケーションとサービスの基礎を提供します。同時に、顧客と長く付き合うことで、顧客の長期的な価値（生涯価値も含む）をより正確に判断できるようになり、3つの指標の状態を改善することで、より多くのマーケティング意思決定をサポートできるようになります。

（２）分析の結論

①結果：RFMモデルの結果によると、店舗の重要な価値顧客と重要な維持顧客を合わせても0.4%未満であることがわかりました。しかし、重要な開発顧客と重要な維持顧客が大きな割合を占めており、適切な開発と維持の取り組みを行う必要があります。

②問題：重要な優良顧客と重要な継続顧客の割合が小さすぎるため、顧客の再購入が理想的ではなく、顧客の「離脱」が比較的深刻です。

③理由：店は禅城の中心部に位置しており、人の流れが非常に多いため、「一度きり」の観光客が多い。同時に、顧客の流れが大きいため、会社（店舗）は会員の維持にあまり注意を払っていません。

④提案：「1年以上前に来店した顧客を引き付けるよりも、数か月前に来店した顧客を引き付けて購入してもらう方がはるかに簡単です。」店舗が持続的に発展していくためには、平時においても危機に備える戦略を持ち、会員管理を重視する必要がある。店は、顧客が再び来店するように商品を販売するだけでなく、顧客との長期的な関係を築く必要があります。また、定期的に会員活動を実施し、会員の忠誠心を獲得する必要があります。

7. ショッピングカート分析

（１）分析の目的

取引データから、さまざまな商品間のつながりを発見し、顧客の購買潜在力を活用し、商品の陳列レイアウトを調整し、販売連動率を高めて、売上成長を促進することができます。

ショッピング バスケット分析は主に次の問題を調査するために使用されます。

①顧客の購買行動のパターンを把握する。たとえば、ユーザーが製品 A を購入した場合、製品 B に何らかの影響があるでしょうか?

②ユーザーによって購入パターンは異なりますか？

③どの商品をセットにして販売すべきか？

（２）分析の結論

①結果：上記の分析結果から、STY1267ジャケットを購入した全顧客のうち、59％がSTY1288ジーンズも購入しており、両者の間には強い相関関係があることがわかります。 STY1267とSTY1288の2つの製品を除いて、他の製品の売上相関は一般的に高くありません。

②問題：この店舗の商品の関連販売は理想的ではありません。

③理由：マーケティング戦略が不十分商品の展示に十分な重点が置かれていない。モデルが少ない。店員のサービスレベルが低い。

④提案：在庫が十分あり、スペースが稼働している場合は、商品の陳列に注意してください。同時に、モデルを使用して店頭のショーウィンドウにサンプルを展示することで、クロスセールを促進し、パフォーマンスを向上させ、評価目標の達成を促進することができます。

さらに、1つ買うと1つ無料などのクロスセールスプロモーションに留意し、店舗メンバーのサービスレベルを向上させて顧客の信頼を獲得する必要があります。すべての関連付けが有効であるとは限らないことを指摘することが重要です。場合によっては、製品 A と製品 B が同じ顧客のショッピング カートに表示されることがあります。これは、両方の商品を購入した顧客が 1 人だけであり、基準数が小さすぎて参照値にならないことが原因である可能性があります。したがって、分析プロセスでは、サポート、信頼度、リフトを組み合わせて分析する必要があります。

次元 1: 店舗従業員間のパフォーマンスのギャップはどの程度か?

売上高と販売数量によると、従業員 SS0036 はその月の売上高で最下位となり、その売上高は 1 位の 1/10 以下でした。その理由は、SS0036 は研修を終えたばかりで、店舗の手伝いとして異動してきた新人社員だからです。

次元2：共同販売の状況はどうですか？

販売データから、特定のジャケットを購入した全顧客のうち、59% が特定のジーンズも購入しており、両者の間には強い相関関係があることがわかります。これら 2 つの製品を除いて、他の製品の売上相関は一般的に高くありません。マーケティング戦略が不十分である。商品の展示に十分な重点が置かれていない。モデルはほとんどありません。店員のサービスレベルも高くありません。

次元 3: 目標はどのように達成されているか?

表と箇条書きのチャートによる直感的な表示により、店舗全体の目標達成率は94.5%と良好で、その月の店舗従業員のパフォーマンス係数は1.2でした。このうち衣料品は売上目標を100％超えたが、アクセサリーは目標を60％未満下回り、靴は売上目標達成率が81％にとどまった。

上記の分析に基づいて、問題の原因を特定しました。次に、問題を分析して議論します。

• 店舗従業員間のギャップがあまりにも顕著で、チームの調和のとれた発展につながりません。高齢従業員は、他の従業員をうまく助け合い、団結して店舗の業績を共同で達成することに重点を置く必要があります。
• 商品のディスプレイにも気を配り、モデルを使って店頭のショーウィンドウにサンプルを展示します。さらに、1 つ買うと 1 つ無料などのクロスセールス プロモーションに注意を払い、店舗メンバーのサービス レベルを向上させて顧客の信頼を獲得する必要があります。
• 割引活動を適切に削減したり、割引の強度を適切に緩めたりすることができます。来月は需要価格弾力性指数に基づいて価格を下げるか上げるかの決定が下される予定です。

最後に、売上データ分析には専門的なデータ分析ツールを使用するのが最適です。主流の FineBI を例に挙げてみましょう。その利点は効率性と使いやすさです。多数の分析モデルと数式が組み込まれているため、多くのデータ処理手順が不要になり、非常に便利です。

さらに、FineBI には豊富な組み込みチャートが用意されています。分析を行う際には、複数の分析チャートをまとめてリンク関係を設定することで大きな分析画面を作成することができ、分析とデモンストレーションの両方に非常に便利です。

売上分析ダッシュボード

さらに、FineBI にはデータ連携機能やドリルダウン機能も備わっています。事例から、衣料品の販売目標は100％を超えたものの、アクセサリーの販売は60％未満、靴の販売目標達成率は81％にとどまったことがわかりました。連携機能を使用することで、靴の販売目標が理想的でない状況を詳細に調査・分析することができます。