小売・飲食・サービスの場合

既存店舗への来店誘導のためのエリア販促において、折込チラシやポスティングなどの販促ROI（費用対効果）を最適化するのに活用します。

実際に来店されているエリアを抽出し、エリアと店舗の距離を勘案しながらどのエリアに販促媒体を投下し、どのエリアに投下しないのかを定義します。

従来の人口統計データのみでの販促エリア分析では、ターゲットが多い町丁目へ販促媒体を投下するというエリア定義でした。しかしながらそのやり方ですと、市場シェアが低いところへの販促が手薄になる可能性があります。

画像では、駅の反対側となる店舗南側や、競合店舗のある店舗西側からの集客率が高くないことを示しています。店舗へ来訪したという実績データと組み合わせることによって、本来必要な販促エリアを浮き彫りにします。

施設来訪者の居住地情報を6地点まで同時に表示します。チェーン店のカニバリゼーションや、競合施設との併用者も含め、店舗勢力圏を可視化します。

画像1のように、併用者のいる地域を青い枠線で囲い地図上に可視化することができます。画像2のように、併用者数・併用率を可視化することで、競合対策として重点的に販促すべきエリアが定義できます。

青い枠線で囲い地図上に可視化

併用者数、併用率を可視化

施設Aは火曜日に特売日を設けているため、平日の中では来訪者数が最大です。
また、平日の勤務者の割合が多くオフィス型の店舗であることが確認できます。
施設Bは居住者が多い地域密着型、施設Cは曜日ごとの差が少ないバランス型であると分析できます。

ここまでの競合を含む店舗特性の把握は、従来型の調査では困難でした。

青い枠線で囲い地図上に可視化

チェーン店舗の新規出店時の商圏分析において、売上予測というテーマがあります。
重回帰モデルによる売上予測において、既存店の商圏人口という変数だけではなく、実際の来店者数を投入することで、モデルの予測精度が向上します。

チェーン企業の店舗売上と店舗商圏データとの相関関係を読み解き、売上予測に活用します。
左のイメージ図はチェーン企業の売上と商圏データとの相関係数です。単純な商圏人口との相関係数は0.43と高くはないですが、エリア来訪者数を投入すると0.58と劇的に向上します。

従来、実地調査で取得するしかなかった通行量情報を平日、休日別、時間帯別に計測可能。
通行量は路面店舗、ロードサイド店舗等、店舗売上を左右する重要な要因であり、これらの情報を重回帰分析の説明変数に投入することで売上予測モデルの精度を向上させます。

売上予測モデルを構築し、精度を上げたい。