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

by コニカミノルタ株式会社

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

© 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

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

© 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

Slide 13

Slide 13 text

Slide 14

Slide 14 text

© 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）

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

© 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。

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

© 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

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

© 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

Slide 29

Slide 29 text

© 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

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

© 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 + %

Slide 40

Slide 40 text

Slide 41

Slide 41 text

© 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