2018年、Boggi Milanoの経営陣が旗艦店における日曜日の来店客数の減少に直面した際、驚くべき事実が判明しました。その根本的な原因は、マーケティングや商品陳列にはなかったのです。 それは、スタッフが店舗のレイアウトに不慣れであったことが、顧客の購買率に影響を与えていたことでした。高度な店内分析を通じて明らかになったこの知見は、データ駆動型の変革の始まりとなり、その後5年間で顧客単価を40％向上させることにつながりました。
続きを読む：2030年の小売業界：店舗における技術的な可能性
可視性がない状態でのスケールアップという課題
61カ国に235店舗を展開することには、特有の運営上の課題が伴います。サステナブルな素材と最先端のデザインを融合させたコンテンポラリーなメンズウェアで知られるイタリアのファッションブランド、Boggi Milanoにとって、業績状況を一元的に把握できないことが、成長のボトルネックとなりつつありました。
同社は、複数の店舗を展開する小売業者なら誰もが熟知している3つの重大な盲点に直面していました。第一に、店舗ネットワーク全体で人員を効果的に配分することができませんでした。客足の少ない時間帯には人員が過剰な店舗がある一方で、繁忙時には人手不足に悩む店舗もありました。第二に、客足は多いものの成約率が低い店舗を特定するには、手作業による分析が必要でしたが、これは時間がかかり、しかも不正確な結果になりがちでした。 最後に、労働時間あたりの来店客数を把握できていなかったため、スタッフの生産性を最適化することは、戦略というよりはあくまで当て推量に頼る状態が続いていました。
Boggi Milanoの最高情報責任者（CIO）であるマルコ・ベナセド氏は、こうした課題に対処するには、従来の小売業界の指標だけでは不十分であると認識しました。同社には、複雑な顧客の行動を、実行可能な業務上の意思決定へと結びつけることができる、包括的でリアルタイムの洞察が必要でした。
単なる来店客数計測を超えて：統合分析の力
RetailNextのプラットフォームは、そのAuroraセンサー技術を中核としており、基本的な人流計測システムとは根本的に異なる機能を提供しました。Auroraは、HD動画、Wi-Fi、Bluetooth検知など、複数のデータ収集機能を単一のIoTデバイスに統合しています。しかし、ハードウェアだけではビジネス上の課題は解決できません。生データを戦略的な知見へと変換するのは、インテリジェンス層なのです。
このプラットフォームのディープラーニングAIは、行動パターンを処理することで、顧客の購買プロセスをきめ細かく把握します。単に店舗への入店数や退店数を数えるだけでなく、システムは滞在時間、移動経路、および顧客の関与が高いエリアを分析します。こうした詳細な可視化により、小売業者は、店舗に何人の顧客が来店したかだけでなく、その来店がどれほど効果的に売上につながっているかを把握できるようになります。
Boggi Milanoにとって、これは事後対応型の運用から予測型運用への移行を意味しました。このプラットフォームのアルゴリズムによる予測機能は、過去の傾向データを活用して15分単位で客足を予測し、先を見越したスタッフ配置を可能にします。条件付き書式設定と直感的なダッシュボードにより、店舗マネージャーはデータの複雑さに惑わされることなく、ビジネスチャンスを素早く見極めることができます。
「学ぶ：単一の技術導入パートナーを選ぶことが重要な理由」
労働配分の難題の解決
Boggi Milanoが直面していた最も差し迫った課題の一つは、各店舗における適切なフルタイム換算（FTE）人員数を決定することでした。同社はこの作業をわずか1週間以内に完了させる必要がありました。従来の手法では、手作業による綿密な観察や推定が必要となり、その結果、かなりの誤差が生じる可能性が高かったでしょう。
チームは、RetailNextの「Traffic 3.0」分析ツールを活用し、データに基づいたアプローチを採用しました。来店時間の傾向を分析した結果、顧客は通常、店内で17～18分間滞在していることが判明しました。さらに、販売員1人あたり1労働時間につき3.5人の顧客に効果的に対応できるという算出結果と組み合わせることで、正確な人員配置要件を策定しました。
しかし、Boggi Milanoは単なる平均値の算出にとどまりませんでした。各店舗には独自の特性があることを認識し、立地ごとに分析をカスタマイズしました。 ミラノのファッション地区にある旗艦店は、郊外のショッピングモールにある店舗とは運営方法が異なります。こうしたきめ細かな人員配置の最適化アプローチにより、2018年以降、従業員数を15％削減しつつ、顧客サービスの質も向上させるという目覚ましい成果を上げました。
また、同社はデータ分析に基づく明確な業績目標を設定しました。これにより、販売スタッフは、勤務時間の約半分を直接的な販売活動に充て、残りの時間をビジュアルマーチャンダイジングや在庫管理といった販売以外の重要な業務に割くべきであることを理解するようになりました。データによると、実績の高いスタッフは2時間に1件程度の取引を生み出していることが明らかになりました。この基準は、マネージャーがスタッフのパフォーマンス向上を指導し、優れた成果を評価する上で役立っています。
戦略的なKPIの選定による成功への道筋の明確化
多くの小売業者は、追跡すべき指標を過剰に設定してしまうという落とし穴に陥り、状況を明確にするどころか、かえって混乱を招いてしまいます。Boggi Milanoも当初はこの課題に苦戦し、数多くのKPIを店舗チームに課した結果、優先順位について矛盾したシグナルが頻繁に送られ、チームを圧倒してしまいました。
同社は、RetailNextデータを綿密に分析した結果、主に「ショッパー・イールド」に注力するという戦略的決定を下しました。この複合指標は、コンバージョン率に平均取引額を乗じて算出されます。この単一のKPIは、小売業の成功に不可欠な2つの要素を巧みに両立させています。
「パフォーマンス・クアドラント」の可視化は、店舗マネージャーやエリアリーダーにとって強力なツールとなりました。このシンプルなレポートでは、各店舗の業績を「コンバージョン率」と「平均取引額」という2つの軸でプロットしています。異なるクアドラントに位置する店舗には、それぞれに適した指導が行われます。コンバージョン率は高いものの平均取引額が低い店舗では、カゴ入れ額の拡大に注力します。 一方、客単価が高く、コンバージョン率が低い店舗では、商品を見ているだけの顧客をより多く引き込む取り組みを行っています。
この的を絞ったアプローチにより、ある指標を最適化するあまり、別の指標を犠牲にしてしまうというよくある落とし穴を防ぐことができます。チームがコンバージョン率の向上に過度に注力すると、顧客を急かしてしまい、取引額を下げてしまう可能性があります。逆に、高額な売上だけに焦点を当てすぎると、複数の顧客との取引機会を逃してしまう恐れがあります。「Shopper Yield」は、この両方の要素のバランスを保ちます。
また、同社は業績分析を「日次」から「時間単位」へと切り替え、集計データでは見えなかった傾向を明らかにしました。ある店舗では、日次のコンバージョン率は許容範囲内であるように見えても、時間単位で分析すると、ランチタイムの混雑時や週末のピーク時に見逃していた機会が明らかになることがあります。
測定可能な成果：Insightsから結果へ
Boggi MilanoとRetailNextの5年間にわたる提携により、高度な分析への投資の妥当性を裏付ける、数値で測定可能なビジネス上の改善がもたらされました：
ショッパー・イールドが40％増加：重点的なKPI戦略により、コンバージョン率と取引額の双方で着実な改善が見られました
コンバージョン率が5ポイント上昇：トラフィックの傾向に基づいた適切な人員配置と研修により、顧客エンゲージメントが向上しました
平均客単価が15％増加：顧客の行動を把握したことで、より効果的な商品展開と販売戦略が可能になりました
人件費を15％削減：スケジューリングの最適化により、サービスの質を維持しつつ人件費を削減しました
これらの結果は、小売分析が人間の判断をアルゴリズムに置き換えることではないことを示しています。それは、正確な情報をチームに提供し、より良い意思決定を行えるようにすることです。店舗のマネージャーが、顧客がいつ来店するか、店内でどのように移動するか、そして何が購買につながっているかを正確に把握できれば、買い物客と収益の両方に利益をもたらす体験を創り出すことができます。
小売インテリジェンスの未来
Boggi Milanoの成功は、小売業務における根本的な変化を如実に示しています。ベナセド氏が指摘するように、複雑な分析結果を実用的な知見へと変換する能力は、意思決定を効率化し、変化する状況への迅速な対応を可能にします。かつては数週間を要する手作業による分析が必要だったものが、今ではリアルタイムで行われるようになりました。
RetailNext社のAuroraセンサープラットフォームのような信頼性の高い分析技術への投資は、単なる業務改善にとどまりません。それは、顧客理解を通じて競争優位性を築くことなのです。オンライン小売業者がクリックやスクロールのあらゆる動きを完全に把握できる時代において、実店舗を運営する小売業者も、自社の店舗空間について同等の知見を得る必要があります。
同様の投資を検討している小売業者にとって、Boggi Milanoの取り組みからは貴重な教訓が得られます。技術そのものを追い求めるのではなく、明確なビジネス上の課題から着手することが大切です。チームをデータで圧倒するのではなく、バランスの取れた業績につながる指標に焦点を当ててください。そして何よりも重要なのは、目標が単なる測定にとどまらないことを認識することです。顧客と従業員の双方にとって、より良い体験を創り出すことこそが目標なのです。
小売業界が進化を続ける中、データ駆動型の運営と直感に基づく運営との間の格差は、ますます拡大していくでしょう。Boggi Milanoの変革は、適切なテクノロジーパートナーと戦略的な焦点さえあれば、小売業者が自社の運営データに隠された機会を明らかにし、ショッピング体験を向上させながら持続可能な成長を推進できることを示しています。
👉 ケーススタディの全文を読む：オンラインで読むか、ダウンロードする
