インストア購買行動解析で導くデータドリブンマーケティングの未来 / KNT001

Transcript

1. © KONICA MINOLTA © KONICA MINOLTA ～インストア購買行動解析で導くデータドリブンマーケティングの未来～ 清水 隆史 コニカミノルタ株式会社 マーケティングサービス事業部 Go Insight エバンジェリスト 2019/12/10(Tue) @Tableau GINZA SIX リアル店舗における ショッパー行動解析サービス [Go Insight]紹介
2. © KONICA MINOLTA 1 INTRODUCTION １．Marketing ROI ? － マーケティング投資対効果の世界 － ２．Issues － リアル店舗マーケティングにおける課題 － ３．Go Insight Overview－ Go Insight 概要紹介 － ４．Go Insight Case Study － Go Insight 事例紹介 －
3. © KONICA MINOLTA 2 https://promarketing.konicaminolta.com/service/goinsight
4. © KONICA MINOLTA © KONICA MINOLTA １．Marketing ROI - マーケティング投資対効果の世界 - 3
5. © KONICA MINOLTA © KONICA MINOLTA 4 マーケティングにおける投資対効果を考えてみる 駅伝チームの広告宣伝効果って？ ’19彩の国実業団駅伝 第60回東日本実業団対抗駅伝競走大会 優勝
6. © KONICA MINOLTA © KONICA MINOLTA 5 マーケティングにおける投資対効果を考えてみる テロップ 実況
7. © KONICA MINOLTA © KONICA MINOLTA 6 マーケティングにおける投資対効果を考えてみる テロップに「コニカミノルタ」と 表示されたのべ総時間 【基礎情報】 放送日 ：2019年11月4日（月・振休）※録画 放送時間計：2時間55分04秒（日中） 出場チーム：全26チーム コース ：7区間 76.9km（埼玉県） 各中継所順位： 実況が「コニカミノルタ」と言った回数 秒 回 START 1>2 2>3 3>4 4>5 5>6 6>7 FINISH 14位 6位 2位 1位 1位 1位 1位 分 時間 1 20 17 85
8. © KONICA MINOLTA © KONICA MINOLTA 7 マーケティングにおける投資対効果を考えてみる 計算してみた 450,000円 × 4,817秒 ÷ 15秒 ＝ *スポットレート 15秒のCMを1本出稿する際にかかる料金 （日・祝日、日中の時間帯の平均を算出） 1億4,451万円
9. © KONICA MINOLTA © KONICA MINOLTA 8 何が言いたいかというと・・・ 大切なのは、 数値データで評価をしようと 試みること
10. © KONICA MINOLTA © KONICA MINOLTA 9 応援よろしくお願いします！ 2020年元日 ニューイヤー駅伝 第64回全国実業団対抗駅伝 （ニューイヤー駅伝2020） 開催日程：2020年1月1日（水・祝） 開始時間：9時15分～ 開催場所：群馬県庁前 コース等：7区間（100km） テレビ中継：8時30分～14時30分 TBS系列28局で生中継
11. © KONICA MINOLTA © KONICA MINOLTA 10 Why Konica Minolta ? コニカミノルタが マーケティング？？
12. © KONICA MINOLTA © KONICA MINOLTA 11 コニカミノルタのMPM*サービス  販促物に詳しいスペシャリストがブランドオーナー様に常駐  案件ごとに最適なプロダクションパートナーを選定  マネジメント・契約交渉・プロダクションプロセスの効率化とコスト削減を実現 • 【印刷手法】 • オフセット印刷 • デジタル印刷 • 【プロダクト】 • カタログ • ポスター • DM • POP • リーフレット • サイネージ • ： ＊ MPM・・・Marketing Production Management
13. © KONICA MINOLTA © KONICA MINOLTA ２．Issues - リアル店舗マーケティングにおける課題 - 12
14. © KONICA MINOLTA © KONICA MINOLTA 13 日本におけるEC化率はまだまだ低い *[出典]経済産業省『平成30年度 我が国におけるデータ駆動型社会に係る基盤整備（電子商取引に関する市場調査）』より抜粋 https://www.meti.go.jp/press/2019/05/20190516002/20190516002.html 6％ EC化率が （億円） 約 94％ がリアル店舗での購買 （2018年度・国内総計）
15. © KONICA MINOLTA © KONICA MINOLTA 14 ECとリアル店舗の購買プロセス比較 売上構成比 94% 94%を占めるここが手つかず ECでの分析はとても積極的なのに
16. © KONICA MINOLTA © KONICA MINOLTA ３．Go Insight Overview - Go Insight 概要紹介 - 15
17. © KONICA MINOLTA © KONICA MINOLTA 16 Self Introduction
18. © KONICA MINOLTA © KONICA MINOLTA 17 Go Insight 概要 滞在情報 棚前行動情報 属性情報 行動解析プラットフォーム ・年代 ・性別 ・人数 ・滞在時間 ・エリアイン/アウト 時刻 ・商品接触回数 ・接触商品名 ・販促物使用  Go Insight はリアル店舗の天井カメラ画像からショッパーの属性・滞在・棚前行動をデータ化し、データを 分析することにより新たなインサイトを得て効果的なアクションに繋げる、コンサルティングサービスです。
19. © KONICA MINOLTA スーパー ドラッグストア ホームセンター コンビニエンスストア 18 Go Insight 実施店舗
20. © KONICA MINOLTA 19 飲料品メーカー様 日用品メーカー様 Go Insight 実施メーカー ヘアケア品メーカー様 食料品メーカー様
21. © KONICA MINOLTA © KONICA MINOLTA 20 Go Insight 3つのフェーズ 1.溜める 2.分析する 3.活用する marketing consultant/ specialist data scientist system engineer
22. © KONICA MINOLTA © KONICA MINOLTA 21 Go Insight 3つの強み  クロス分析  多変量解析  モデル構築  クライアント管理  サプライヤサポート  商業印刷・販促知識  グラフィックデザイン ①人物認識 ②属性認識  ひとつのニューラルネットワークを 用いて同時に人・姿勢・行動を認識  全身像から特徴を抽出し、 性別・年代を推定 ③人物同定  人毎の行動を追跡  複数カメラ間でも追跡 光学技術で培ったテクノロジー データサイエンティストによる分析 豊富なマーケティング スペシャリスト
23. © KONICA MINOLTA © KONICA MINOLTA 22 コンバージョン（CVR）が分かる どこの離脱者を狙っていくか？ 通行者 購買者：7% 滞在者 購買者：30% 商品接触者 購買者：74% 通行者 滞在者 商品接触者 購買者
24. © KONICA MINOLTA 23 ブランドロイヤリティ 商品クロージング
25. © KONICA MINOLTA © KONICA MINOLTA 24 接触回数から紐解く商品のチカラ ブランドロイヤリティ 商品クロージング力 29.6% 35.7% 68.6% 80.4% お茶A お茶B
26. © KONICA MINOLTA 25 FMOT
27. © KONICA MINOLTA © KONICA MINOLTA 26 FMOT（エフモット） FMOT First Moment Of Truth 消費者が店頭で商品を買うかどうか判断する瞬間 消費者は店頭の商品棚を見て、 ３～７秒 で商品を購入するかどうか判断
28. © KONICA MINOLTA © KONICA MINOLTA 27 滞在時間から紐解く売場の謎 飲料 滞在時間 （中央値） お菓子 カップ麺 嗜好品 商品購入までの時間 （中央値） 14.20秒 14.20秒 *商品を1つ以上購入した人のみ抽出 **エリアイン～商品棚から商品を手に取るまでの時間を算出し、商品購買者について中央値を算出 ***商品を複数購入した場合は、ファーストコンタクト（最初の商品への接触）までの時間を算出 38.24秒 9.60秒 調味料 22.20秒
29. © KONICA MINOLTA © KONICA MINOLTA 28 カップ麺売場における「商品購入までの時間」の属性ごとの違いは？ 女性 男性 *商品を1つ以上購入した人のみ抽出 **エリアイン～商品棚から商品を手に取るまでの時間を算出し、商品購買者について中央値を算出 ***商品を複数購入した場合は、ファーストコンタクト（最初の商品への接触）までの時間を算出 3.40秒 20代 30代 2.70秒 40代 50代 商品購入までの時間 （中央値） カップ麺
30. © KONICA MINOLTA 29 バスケット分析
31. © KONICA MINOLTA © KONICA MINOLTA 30 Go Insight でバスケット分析やってみた B A 接触共起頻度 AとBに両方 接触した人 32人 53人 54人 立寄：7,892人 接触確信度 Aに接触した人が Bも接触する確率 A B % % Bに接触した人が Aも接触する確率 接触： 歯ブラシA 歯ブラシB
32. © KONICA MINOLTA 31 PI値/CI値
33. © KONICA MINOLTA © KONICA MINOLTA 32 PI値とCI値 PI値 PI値 ＝ 販売数量（金額） ÷ レジ通過客数 × 1,000 Purchase Index CI値 CI値 ＝ 接触数量（金額） ÷ 売場立寄客数 × 1,000 Contact Index
34. © KONICA MINOLTA © KONICA MINOLTA 33 CI値から紐解く商品・売場のポテンシャル 接触回数 12回 売場立寄人数 CI値 3,947人 23回 1,140人 18回 472人 商品A 商品B 商品C
35. © KONICA MINOLTA 34 滞在 接触 = 可能性 = 予測
36. © KONICA MINOLTA 35 このデータ、 今日からマーケティングに活用しよう！
37. © KONICA MINOLTA © KONICA MINOLTA ４．Go Insight Case Study - Go Insight 事例紹介 - 36
38. © KONICA MINOLTA © KONICA MINOLTA 37 棚割変更 店頭販促物 本当に効果あるの？
39. © KONICA MINOLTA 38 勘と経験による棚割変更から脱却 見える化データで売上アップ！ 課題 GoInsight導入 効果 マーケティング担当 ▼Client 業種 大手日用品メーカー 売上規模 1,000億円～1兆円 従業員数 1,000名～10,000名 ▼Research N数 約2,000名 業態 ドラッグストア 地域 関東  棚割変更による効果を 定量的に示せていない  流通様へ根拠ある説明 が出来ていない  POSデータだけでは分から ない、棚割変更の効果を定 量的に証明  根拠あるデータで流通様へ 棚割提案  CVR向上という新たな課題 を発見 営業担当 棚割変更前 棚割変更後 接触数 + %
40. © KONICA MINOLTA © KONICA MINOLTA 39 競合他社に「勝つ」ために
41. © KONICA MINOLTA  ショッパーは売場で自 社商品をどう購入して いるか分からない  これまでショッパーの 購買行動を確認する手 段なし 40 競合他社と「競っている」様子を リアルなデータで見える化 課題 GoInsight導入 効果 マーケティング担当 ▼Client 業種 大手食品メーカー 売上規模 1,000億円～1兆円 従業員数 1,000名～10,000名 ▼Research N数 約7,000名 業態 スーパー 地域 関西  自社商品の本当の競合 商品の割り出しに成功  競合に勝つ為に、新た な販促物の作成に着手 営業担当 自社商品 のみ接触 自社商品 のみ購入 他社商品 も購入 他社商品 も接触  CVRツリー
42. © KONICA MINOLTA ショッピングモール様 百貨店様 自動販売機様 無人店舗様 アミューズメント様 ゲームセンター様 展示会様 スポーツ施設様 and more… 41
43. © KONICA MINOLTA © KONICA MINOLTA 42 いま、リアルマーケティングに技術革新を  長年手付かずだった企業のBTL(Below The Line)領域で、AIなどを活用した店頭における販促物の効果 測定から業務効率化まで、一貫した支援を行います。
44. © KONICA MINOLTA © KONICA MINOLTA 43 お問い合わせ  Go Insight および コニカミノルタのマーケティングサービス全般に関する情報・お問い合わせは、弊社Web ページをご覧ください。 https://promarketing.konicaminolta.com
45. © KONICA MINOLTA © KONICA MINOLTA