1. HOME
  2. ブログ
  3. データ分析
  4. 小売業の売上を伸ばす!商品視点のデータ分析

KUROCO NOTE

データ分析・活用ノウハウや調査報告などを発信しています

データ分析

小売業の売上を伸ばす!商品視点のデータ分析

小売業の売上を伸ばす!商品視点のデータ分析

小売業(製造も行うSPA業態も含む)の場合、売上の源泉は「商品」になります。

ほとんどの企業において陥っていることの一つとして、売筋商品が在庫切れとなってしまい売り逃しを発生させていることと、その一方で死筋商品をいつまでも抱えていてキャッシュ化できない在庫を多く持ってしまっていることです。

この部分をデータ分析し、単品ごとに見える化することにより今後の適切なMD計画や、日々のディストリビューション(値下げ指示、追加発注、商品の店舗間移動)を適切に行うことができるようになります。

商品の売上状況を分解して分析する

弊社クライアントの事例をもとに、「商品視点のデータ分析」のやり方を解説していきます。

図表1は全商品カテゴリの中からTシャツの売上状況を分解したグラフになります。

図表1

図表1のように売上を因数分解してそれぞれの傾向を見ていくことは、データ分析における一つの重要な方法になります。商品の売上は、

売上 = 販売数量 × 商品単価

に因数分解できます。更に、

販売数量 = 取り扱い品番数 × 品番当り販売数量

に因数分解できます。

「商品単価」については、企業側でコントロールできる部分になります。より低単価の商品を取り揃えたり、値引きなどを従来よりも積極的に行うと、商品単価は下がっていく傾向になることが通常です。

また、「販売数量」のうち「取り扱い品番数」も企業側でコントロールできる部分になります。取り扱い品番数とは、1年間(あるいは一定期間)において製造した(あるいは仕入れた)商品の種類になります。品番数とは、通常同じ型、デザインの商品を「1品番数」とします。(カラーやサイズの違いにおいても売れ方が大きく異なる場合はそこまで分解することもあります)企業側が製造する種類(あるいは仕入れる種類)を増やせば、必然的に「取り扱い品番数」は増えることになります。

このように、商品の売上は

売上 
= 販売数量×商品単価
= (取り扱い品番数×品番当り販売数量)×商品単価

に分解して売上の増減している要因を把握していくことができます。

このとき気を付けるのが、商品のカテゴリによって傾向が異なることが多いので、全ての商品を一緒にして因数分解するのではなく、カテゴリごとに分けてそれぞれで因数分解していくことが重要です。

さて、図表1を改めて見てみましょう。

図表1 (再掲)

折れ線グラフが、前年対比を示していますが、一番左の売上は13期、14期と前年対比100%を下回っていることが分かります。

しかし因数分解していくと、「販売数量」は年々減少傾向、「商品単価」はほぼ横ばいということが分かります。

更に、販売数量を因数分解すると、「取り扱い品番数」は大きく増加していますが、「品番当り販売数量」は大きく減少していることが分かります。

このアパレル企業では、売上減少に転じてしまったことにより、売上増加に向けた施策として、取り扱い品番数を増やすこと(要はたくさんの種類の商品を取り揃えること)を実施していったのですが、結果としては、お客様が分散してしまい、品番当りの販売数量が大きく減少してしまった問題を引き起こしてしまいました。

実はこのようなケースはよく見ます。売上を上げるための施策として品揃えを豊富にする、ということはよくありますが、店舗などでは物理的な制限もあるため、適正な品揃えというものがあります。

本来であればもっと売れた商品が、品揃えを増やし過ぎた結果、十分な在庫を置くことが出来ず売り逃しを引き起こしてしまった、ということが起こっている可能性があるでしょう。

また、商品の品揃えを増やせば増やすほど、在庫も増えることが多いです。在庫が増えてもそれが売れれば問題ないですが、売れ残ってしまうとまた別の問題を引き起こしてしまいます。

図表1のように、商品の売上を因数分解することで、今売上増加している、あるいは減少している要因がどこにあるのか明確になります。

同じ企業でも商品カテゴリごとにその傾向は異なっている可能性もあるので、各カテゴリごとに行うことが重要です。

更にそのTシャツを単品ごとに見ていくことでより原因を深掘りすることができます。いきなり単品ごとに分析するのではなく、まずはカテゴリ全体で傾向を見て、その後にカテゴリ内の各商品ごとに分析するという順序を間違えないように気を付けてください。

カテゴリの傾向が見えたら単品での分析を行う

図表2は、先ほどのグラフにおける10期と14期のTシャツの売上の高い商品から順番に並べたグラフとなります。

図表2 T シャツの売上高(10期と14期の比較)

まず、下の方の101位以下で10期から14期にかけて増加していますが、これはその前の図表1で把握できた取り扱い品番数が増加したことによるものです。商品数が増えたので必然的に下位の売上が増加しています。

一方で、100位までの上位〜中位の品番においては総じて売上減少していることが分かります。人気商品の力が弱まっていることが分かります。

このように、売上を商品ごとにまで分解することで、なぜ減少しているのか(あるいは増加しているのか)の要因を把握することができます。

売上推移から「売り逃がし」を見つける

また、よく起こるのが図表3のような傾向です。

図表3 T シャツの売上上位商品における売上推移

これは、先ほどの14期における1位~10位の商品の週ごとの累積売上を図示したものになります。

ハイライトした部分に注目していただければと思います。今まで週が経過するごとに売上が上がっていたのが、途中から横ばいになっています。これはこの時点で売れなくなってしまった、ということを表しています。

しかし、急に売れなくなることが起こりえるかというと、なかなか想像しにくいのではないでしょうか。これは、在庫が切れてしまい、店頭に商品がなくなってしまったことにより売れなくなってしまっているのです。

もし在庫があればきっとまだ売れていたに違いない、ということがグラフからも想像できると思います。これが小売業ではよく起こる「売り逃し」という状況です。

もし現状分析をして、このような状態が起こっていることが把握できれば、売上を上げることは比較的簡単です。在庫状況と販売状況を常にウォッチすることで、適切なタイミングで追加発注して売り逃しを防ぐことができ、売れるものを確実に売ることができます。

同じように、売れないものの判断もすることができます。その場合は素早く値下げして少しでも多く現金化するような施策へと繋げます。

このように、小売業では、販売データとときには在庫データも組み合わせることで、細かい打ち手へと繋げることができます。

在庫データも組み合わせることで売筋・死筋を見つける

販売データだけでなく、各商品の仕入データや在庫データと組み合わせることで、更なる分析が可能となります。

図表4は、各商品カテゴリにおける売上、仕入、在庫それぞれの10期と14期の推移を比較したものになります。

図表4 主な商品カテゴリにおける売上/仕入/在庫の原価推移

商品カテゴリによって傾向が全く異なることが分かります。企業の戦略が戦略通りに数字に反映されているかも確認できます。

例えば、図表4では、カテゴリA,C,Dでは在庫を大きく減らしています。戦略として在庫圧縮していることが数字からも読み取れます。それに伴い売上も減少しています。

一方で、カテゴリB,Gは在庫を増加させています。しかし、カテゴリBは売上は減少しているため、在庫増加に伴う売上増加ができていないことが分かります。カテゴリGについても増やした在庫ほどの売上増加にはなっていないため、在庫過多になってしまっている商品(死筋商品)が発生してしまっている可能性があることが分かるでしょう。

あとは、先ほどのTシャツの例で行ったように、各カテゴリにおいて単品ごとに売上、仕入、在庫を分析することで、より詳細に商品における課題が抽出できるのです。

売上・利益を伸ばすデータ活用 3つの事例

この資料では、私たちが様々な業態の企業に対して行ってきたデータマーケティングの結果や、実際に行っているデータ分析のノウハウをご紹介します。是非参考にしてみてください。

関連記事