マップマーケティングプロフェッショナルサービス

マップマーケティングプロフェッショナルサービス(以下、MMPS) は、弊社のエリアマーケティング領域での知見と経験を「TerraMap シリーズ」のお客様にご提供するプロフェッショナルサービスです。

弊社では、出退店に関わるお客様の抱える課題は以下のような項目があると考えます。

  • 社員の出入りがあり、作業出来る人がいない
  • 要求される業務に見合うスキルが足りない
  • 初めてのことで何から手を付けたらよいのか分からない
  • 多くの事例から適切な進め方を知りたい
  • 課題を解決するための考え方を知りたい


MMPSは、立地戦略・店舗開発でお困りの皆様の業務効率化と更なる収益向上のために出退店分析サービスをご提供いたします。

MMPSをご利用されるお客様のメリット

  • 弊社の知見を活かしたベストプラクティスを、御社のニーズに応じてご活用が可能。
  • 意思決定フェーズにご注力いただくことによる的確な経営判断。
  • 客観的なアウトプットにより、内部作業では見えなかった課題や改善項目が明確化。

MMPSサービス内容

店舗立地分析 ハフモデルによる立地分析で出店候補地選択に関する最適化の意思決定の支援を行います。「新規出店時の需要予測」「競合進出時の影響把握」などに有効です。

サービス提供価格500,000円(税抜き) ~


売上予測分析 出店に関するご要望をヒアリングし、重回帰分析等による売上予測分析を実施します。
各構築プロセスでのディスカッションや成果物の報告会を通じてお客様の出店プロセス改善をご支援いたします。

「店舗開発の立地から売上までをルーチン化」 「属人的な出店を避け、組織的な知見を蓄積」 「社内にある豊富なデータを活用」 「新ブランド、新業態の立ち上げ」 「立地選定の市場調査を内製化」
などをご支援いたします。

サービス提供価格1,000,000円(税抜き) ~


利益計画の策定 上記の立地分析、売上予測に加え、出店後の経年利益計画書(PL)と店舗の投資採算性までの策定全体をプロジェクト化した包括的支援も承ります。

サービス提供価格2,000,000円(税抜き) ~



MMPS事例「類似店分析」による売上予測の考え方

地域特性に着目してマーケティング活動を行う「エリアマーケティング」は、商圏のデータを瞬時に集計可能な地図情報システム(以下、GIS)との親和性が高く、当社エリアマーケティング用GIS「TerraMapシリーズ」(以下、「TerraMapシリーズ」)は、累計で約2,250社様(2019年3月末時点)にご利用いただいております。多店舗展開を行う企業では、GISを使って既存店データを抽出し、「重回帰分析」(売上予測に用いられる統計解析手法の一つで、既存店における売上高と人口、駐車場台数、競合店数等の複数の変数との関係から新規店舗の売上高を予測するもの。)によって新規店舗の売上高を予測するケースが多く見られますが、重回帰分析は売上予測に有用な手法である反面、統計知識や経験が必要とされます。

今回は、当社のGIS「TerraMapシリーズ」と商業界の「日本スーパー名鑑(ポイントデータ版)」とを用いた、「類似店分析」による売上予測の考え方を解説します。

「類似店分析」による売上予測とは?

類似店分析とは、売上相関が高いデータ項目によって既存店を分類し、それらとの類似性から新店の売上高を予測する方法です。
この分析方法は、

「新店の売上高は商圏特性の類似度が高い既存店の売上高に近似する」
という仮説に基づいています。

図表1を見て下さい。これは、既存店のデータから売上高との関連が強い(相関係数が高い)項目を抽出し、新店と既存店(A、B)について各項目をレーダーチャートで表したものです。

図表1 新店と既存店(A、B)の類似度比較
レーダーチャートの形状から、既存店Aよりも既存店Bの方が新店との類似度が高いと直感的に分かると思います。この場合、新店の売上高は、既存店Aより既存店Bの売上高に近くなることが予想されることになります。

「類似店分析」による売上予測の進め方

では、実際の類似店分析の方法を見てみましょう。

①既存店の商圏データを集計する まず、それぞれの既存店の円商圏を描きます。図表2は、「TerraMapシリーズ」を使って円商圏を描き、その商圏データを集計したものです。

図表2 既存店の商圏データ

②売上高と関連の強い商圏データ項目を抽出する ①で集計したデータから、売上高と関連の強い項目を抽出します。売上高と商圏データの各項目との相関係数を求め、その絶対値の大きなものを選択します。
同じように、新規店舗についても、抽出したデータ項目のデータを集計します。


③新規店舗と各既存店のデータを比較し、類似度を測る 図表3は②で抽出したデータ項目の一覧です。このデータを基に類似度を評価しますが、まずばらつきが大きいデータの単位を揃えます。

一般的に、データの単位を揃える際は、次の計算式によって「偏差値」を求めます。
・売上高と正の相関にある場合 (各既存店の実績値-既存店全体の平均値)÷×10+50
・売上高と負の相関にある場合※ (既存店全体の平均値-各既存店の実績値)÷×10+50
※一般的にはこの様な計算方法をする事はありません

図表4は図表3の数値を偏差値で表したものです。

図表3 売上高との関連が強い商圏データ
図表4 商圏データの偏差値

図表1のように、チャートの形状から類似度を評価できるケースは稀であるため、類似度を数値で表す必要があります。類似度の主な計測方法には、
・レーダーチャート上の各データ項目の距離の差の合計値:合計値が小さいほど類似度が高い
・レーダーチャートの面積比: 面積比が高いほど類似度が高い

の二つがあります。

④類似度の高い既存店の売上高から新店の売上高を予測する 図表5は、既存店の売上高と類似度の順位(距離差の合計値)を表したものです。類似度が最も高い既存店はKで、それにU、」が続いています。
それぞれの売上高は1500、1620、1640ですので、新店の売上高は1500~1640の範囲と予測されます。なお、上位何店の売上高を使用するかは、既存店数によって変わります。

図表5 既存店の売上高と類似度順位

売上予測における競合店情報の重要性

売上予測を行う上で、競合店情報は非常に重要です。商圏内の人口ボリュームが大きかったとしても、競合店が多ければ、期待した売上高は見込めません。売場面積や駐車場台数などの属性データが収録された日本スーパー名鑑を競合店情報として活用することで、精度の高い予測が可能となります。

「類似店分析」による売上予測のメリット

①シンプルで自由度が高い 類似店分析は直感的な理解が容易で、重回帰分析のような統計的なルールに縛られることがありません。

②予測値が幅を持っている 類似店分析による予測値は幅があるため、売上高が好調な場合と不調な場合の複数のシナリオを予測できます。

当社では売上予測をはじめとした「TerraMapシリーズ」を活用した各種分析業務を展開しております。

「店舗開発の立地選定から売上予測までをルーチン化したい」
「属人的な出店を避け、組織的な見地を蓄積したい」
「社内にある豊富なデータを活用したい」
「立地選定の市場調査を内製化したい」

などの課題をお持ちの場合はお気軽にご相談ください。