MD-ing講座24

POSデータの分析2

4.PI値分析については、

PIとは、Purchase Indexの略で、「購買指数」といわれています。簡単にいいますと「ある商品の顧客人気度」です。これは客数当たりの売上実績を一人当たりではなく、“客数1000人当たりの売上数量・金額”で表した指数です。 なぜ、「1000人当たり」なのかといいますと、一人当たりでは数値が小さすぎて、売れているのか、売れていないのか判断がしにくいことが上げられます。さらに、1000人当たりの数値は、2000人の来客があれば2倍、3000人の来客があれば3倍とイメージし易いこともその理由になっています。 使い方は、

1)対象商品を店舗規模の違いに関係なく比較する時。
2)対象商品を同一店舗の曜日違いなどで客数が異なる時の実績比較をする時。
3)対象商品を売価の違いで比較する時。
4)あるカテゴリー内の商品を個別に比較する時。 等々要するに、客観的・相対的な評価ができる指標の一つなのです。

PI値には、二つあります。
一つは、点数PI値。もう一つは金額PI値です。

計算式は、PI値が分りますと、当該商品の販売予測数量(金額)が出せます。

※当日レジ通過客数を予測するには、コーザルデータが必要になります。コーザルデータとは、「販売に影響を与える要因情報」で、特売か定番かの識別、チラシの有無・配布範囲、競合店の有無・休日、地域行事、天候・気温などです。

5.棚割分析については、

棚割にPOSデータを活用する場合、あるカテゴリーなり、サブカテゴリーを棚上で展開した結果、棚単位に売上が目標通りであったり、そうで無かったりの原因をチェックするわけですから、次の項目がポイントになります。

1)メーカー数は適切であったのか
2)ブランド数は適切であったのか
3)SKU数は適切であったのか
4)フェース数(陳列数量:在庫数量)は適切であったのか
5)サブカテゴリー数と構成比バランスは適切であったのか
6)商品の陳列手法は適切であったのか
7)商品の陳列位置は適切であったのか

以上をPOSの結果と照らし合わせながらチェックします。この場合、本部で決めた“標準棚割表”のみに頼らず、現場で実際に実施されている“棚割”を是非参考にして下さい。

6.価格構成については、

価格構成については、以下の4つの項目がポイントとなります。

1)プライスゾーンは適切であったのか
2)プライスライン数は適切であったのか
3)プライスポイントは適切であったのか
4)プライスレンジは適切であったのか

次回に続きます。

(2001/2/15)