データ分析基盤の構築・活用で"売場改革"を進めるアサヒビール
コメント
注目のコメント
早速Azureの活用例。
メーカーと小売りが直接タッグを組み、事業拡大を目指していく取り組みはWin-winでとてもよいと思います。
最近は自動販売機のサブスクリプション化が発表されたりと供給の方法も多様化してきていますが、アルコールは特に嗜好品であるがゆえにいかに需要を喚起できるか、需要に対して供給できる状態を整えるかが重要になります。
今回のAzure活用例はまさにそこにアプローチしており、今後の戦略が期待されます。大企業ならではのデータ活用だと思います。
大企業ですら半数程度がデータを十分活用できていないのが実態で、中小企業に至っては7割を超えます。
その一方でデータを活用している企業はそうでない企業よりも業績が良くなっている割合が高いので、各社何とかデータ活用しようと取り組んでいますし、主にIT企業がデータマイニングやBI等、サービスを展開しています。
データ分析市場は国内1兆円とも言われており、年々増加傾向にあります。
ただ、まだまだビジネスの現場において、どうデータを活用すれば業績に寄与するような施策に繋げられるのか、「よく分からない」という企業が多いようです。
これだけデータ分析関連サービスが充実してきているのに、です。
ビジネスの現場サイドとITサイドとの温度差が大き過ぎるのが現実に起こっている企業が大手含めてまだまだあるため、この差を埋めることが必要だと思っています。
そのためにはビジネスサイドの人たちが、データで何ができるのか、どんな分析をすれば経営やマーケティングに活用できるのか、そして意思決定するためにはどんなアウトプットとすれば良いのかを分かる必要があります。おもしろいですね。
エリア単位で消費者の属性を明確にして
ターゲットにあった売り場の最適化をすることで
購買の機会損失を減らす取り組み。
従来の店舗の商品配置や陳列などって
消費者が店内をくまなく回遊するように計算されたものだとは知ってましたが、何をもとにやってたんでしょうか。
売上データから人気のある商品を特定して奥の方に配置することで奥まで行かせる感じですかね？
この事例でのデータに基づいた配置最適化でどう変わるのか見ものですね
>消費者が "欲しい" と思ったタイミングに最適な提案ができなければなりません。流通と一緒になって売場を最適化する。機会損失を最小化するために、アサヒビールではこうした流通とのパートナーシップを強化しております。」と語ります。
>同氏は続けて、こうした状況ではデータが何よりも重要になると説明。マス的な視点だけでなく、県や市、地域といったエリアにまで細分化し、どのような住民が住んでいるのか、周辺にある店舗はどんな売場づくりをしていて何が響いているのか、棚割りとエリアとの間に相関性は無いかなどを可視化する仕組みが不可欠だとし、そのために「カテゴリマネジメントシステム」と呼ばれるデータ分析基盤を構築したと述べます。
