MUJIデータ

POSデータをもとに利益拡大を図る
には～X企業の場合～
多摩大学経営情報学部
今泉ゼミB 中澤豊島吉田
1
X企業
1980年代設立
グローバル
売上2000億円
ネット経由売上販売全体の売り上げの7％
ネット店舗とリアル店舗の融合を図っている





2
何がわかると嬉しいか
「新しい顧客の創造」


利益拡大

どのような層に、どのような商品が売れているか

（性別、年代、ステージ）x商品
満足度拡大



あるブランドショップでの満足度を高めたい
実際は、どのようになっているかを確認することで、
「店舗名」とブランドイメージが一致するような提案を行い
たい

3
データを抽出
データの特徴を調べるために、約1/200を抽出


最終的には全データ、今回は傾向を把握するため
単価で並べ替えると


異常値？、返品の単価も？
入力ミス＝＞返品で調整している
商品1
データを削除
ステーショナリー
生活雑貨
1
1435905
1435905
ステーショナリー
生活雑貨
1
1435905
1435905
商品3
カレンダー・スコミニュケーショ
ケ
カレンダー・スコミニュケーショ
ケ
ガラス食器
テーブル用品
ハウスウェア
生活雑貨
1897
813813
1543803261
商品4
箸・漆器
ハウスウェア
生活雑貨
766
729998
559178468
商品5
オーダーダイダイニング家具
ニング家具
ファニチャー
生活雑貨
2
258000
516000
商品6
オーダーダイダイニング家具
ニング家具
ファニチャー
生活雑貨
4
251600
1006400
チェア・スツーダイニング家具
ル
チェア・スツーダイニング家具
ル
オーダーダイダイニング家具
ニング家具
ファニチャー
生活雑貨
4
224764
899056
ファニチャー
生活雑貨
4
224764
899056
ファニチャー
生活雑貨
2
218000
436000
スプリングマッベッド
ト
スプリングマッベッド
ト
ファニチャー
生活雑貨
3
210000
630000
ファニチャー
生活雑貨
2
200000
400000
商品2
商品7
商品8
商品9
商品10
4
テーブル用品
店舗の違い
性別×年代


X企業の顧客は女性（３０代、４０代、２０代）
店舗ごとに100となるように


店舗ごとの販売数量の違いを調整するため
店舗を類型化するために


クラスター分析
類型化をわかりやすく視覚化するために


主成分分析
この二つの分析を用いて分かることは、店舗の類型と性
別や年代との対応
ブランドイメージとの対応については未検討


5
分析データ（店舗ごとの合計が100%)
店舗名
P男性１０ P男性２０ P男性３０ P男性４０ P男性５０ P男性６０ P男性７０ P女性１０
代
代
代
代
代
代
代
代
店舗１
0.00
1.25
1.25
2.50
0.00
0.00
0.00
3.75
店舗２
0.27
3.01
6.58
3.01
1.37
0.00
0.00
4.66
店舗３
0.00
2.17
10.87
2.17
2.17
6.52
0.00
0.00
店舗4
0.00
1.28
12.82
3.85
3.85
0.00
0.00
0.00
店舗5
0.00
5.88
5.88
0.00
0.00
0.00
0.00
11.76
店舗6
0.00
5.30
11.92
3.97
1.99
0.00
0.00
1.32
店舗7
0.00
2.47
6.17
3.70
0.62
1.85
0.00
1.23
店舗8
0.00
1.52
2.27
1.52
1.52
0.00
0.00
1.52
店舗9
0.00
7.95
4.64
1.99
0.00
0.00
0.00
0.00
店舗10
0.95
2.86
7.62
0.95
5.71
0.00
0.95
0.00
店舗11
0.00
0.00
0.87
6.09
1.74
0.00
0.00
0.00
店舗12
0.00
7.14
7.14
0.00
0.00
0.00
0.00
21.43
店舗13
0.00
0.00
20.00
10.00
20.00
0.00
0.00
0.00
店舗14
0.49
5.12
5.61
3.41
1.71
0.49
0.00
4.88
店舗15
0.95
2.86
5.33
8.00
2.10
0.19
0.00
5.71
店舗16
0.00
3.85
1.92
1.92
3.85
0.00
0.00
7.69
6
変換後データ
0:なし
3.460838
4.476419
1.582278
2.376238
1.515152
2.666667
2.890933
5.032823
3.703704
0.587084
1.453488
4.699739
1.941748
7
1:ブロンズ
2:シルバー
3:ゴールド
4:プラチナ
0:なし
1:ブロンズ
1.092896
0.839329
2.21519
0.990099
4.545455
1.733333
1.31406
1.969365
2.592593
0.587084
0
1.044386
0.970874
0
0.39968
0
0.792079
0
0
1.051248
0.984683
0
0
0
2.088773
3.883495
0
0
0
0
0.039968 0.039968 0.239808
0
0
0
0
0
0.594059
0
0
0
0
0
0
0
0
0
0
0.8
0
0
0
0
0 0.218818 0.109409
0
0.925926
0
0
0
0
0 0.587084
0
2.325581
0
0
0
0
0
0 0.261097
2.912621
0
0
0
2:シルバー
0
0
0
0
0
0
0
0
0
0
0
0
0
3:ゴールド
4:プラチナ
0
0
0
0
0
0
0
0
0
0
0
0
0
0:なし
0
0
0
0
0
0
0
0
0
0
0
0
0
0.728597
0.359712
0
0
0
1.6
0
0
0.185185
0.195695
1.162791
0
0
店舗を階層クラスター（Ward法）を適用
3つに類型
8
店舗の類型化の要約
クラスター 1
2
3
店舗数 115
253
47
INDICES: 1
P女性１０代 P女性２０代 P女性３０代 P女性
2.38
15.13
43.20
18.14
INDICES: 2
P女性１０代 P女性２０代 P女性３０代 P女性４０代
2.31
13.11
33.90
25.86
INDICES: 3
P女性１０代 P女性２０代 P女性３０代 P女性４０代
3.22
25.88
28.47
14.82







9
３類型と性別×年代の対応

（１）女性のみで
特徴化


（２）２０代、３０代、
４０代で正三角形




男性は少ない比
率
（未検討）
類型１は女性30代
類型２は女性40代
類型３は女性20代
10
３類型と店舗名




類型と店舗名とを
対応づけと
類型１は通常の店
舗型とA型店舗
類型２はB型店舗
など
類型３はC型店舗
など
11
結論

類型１は



類型２は



B型店舗など
女性40代
類型３は



通常の店舗型とA型店舗
女性30代
C型店舗など
女性20代
10年後の40代はどこにいくか？

12
通常の店舗型とA型店舗
か B型店舗？
利益拡大のためには・・・
・20～40代の女性が多く見られていることから
→化粧品関連、育児用品の充実を図ればよいのでは？
満足度の拡大のためには
・分類ごとに年代がバラバラなので・・・
→その年代が望むニーズの充実を図ればよいのでは？
13

Download Report