A2Z Cust2MateのCEO、ガディ・グラウス氏。
「この商品を購入した顧客は、こちらの商品も購入しています」や「一緒に購入されることが多い商品」といった提案で知られるアマゾンのレコメンデーションエンジンは、ハーバード・ビジネス・レビューによると、同社の売上高の約50%（1分あたり約2000ドル）を占めている。
このアプローチは、アマゾンが発明したものではない。これは、従来のマーケットバスケット分析（MBA）に根ざしている。MBAは、単一の取引内で頻繁に一緒に購入される商品を特定するデータマイニング技術だ。関連ルールを適用することで、MBAは購買パターンを明らかにし、プロモーション、商品配置、レコメンデーションの最適化を支援し、最終的に売上高の向上を促進する。
実店舗の小売環境では、MBAは店舗レイアウトや商品の隣接配置を決定するために使用されており、クロスマーチャンダイジング戦略に依拠して、シンプルな問いに答えることで売上高を増やしている。どの商品が同じバスケットに一緒に入る傾向があるのか、という問いだ。
しかし、実店舗はアマゾンのようなオンライン小売業者が享受する貴重なデータを欠いているため、競争するための別の戦略を見つけなければならない。
従来の店舗内マーケットバスケットデータを超えて
実店舗小売における従来のMBAを支えるデータは、さまざまな情報源のパッチワークから得られる傾向がある。チェックアウト時の取引を記録するPOSシステム、リピート購入を追跡するロイヤルティプログラム、そしてギャップを埋めようとする定期的な調査や監査だ。
有用ではあるものの、これらの手法は常に遅行指標であり、古い情報に基づいて行動ではなく結果に焦点を当ててきた。そこで問題となるのは、小売業者はオンラインのレコメンデーションエンジンの成功を実店舗にどのように転換できるのか、ということだ。
スマートカート、モバイルアプリ、デジタルサイネージ、棚センサーといった革新的な技術は、リテールメディアや広告配信プラットフォーム（eコマースで使用されるものと同様）とますます統合されており、より接続された、応答性の高い、パーソナライズされた店舗内体験を可能にしている。（完全開示：スマートカートは私の会社が提供する技術の1つだ。）本質的に、これらのツールは店舗をアクティブなデータ環境に変換し、買い物客が空間をどのように移動し、どの商品に関与するかを記録することができる。
データ収集能力の進化は、従来の店舗内MBAを買い物客の購入の静的な記録から、意思決定がどのように行われるかの動的な視点へと再構築する。このようにして、小売業者とブランドは、購入後の分析を超えて、リアルタイムの洞察と影響力へと移行できる。
動きから意味へ
買い物客がどこにいるか、何を手に取ったか、以前に何を気に入ったかを理解することで、店舗はすべての訪問をより直感的で魅力的なものにすることができる。
これにより、小売業者は静的な結果ではなく行動に基づいて店舗レイアウトを動的に最適化でき、通路での意思決定の瞬間に顧客を引き付けるリアルタイムでパーソナライズされたプロモーションを促進し、コンバージョンの機会を増やすことができる。追跡したい指標には、顧客の経路、滞留時間、商品とのインタラクションが含まれる。これにより、衝動的な行動、カテゴリーへの関与、マーチャンダイジング決定の有効性について、より明確な理解を得ることができる。
さらに、これらの洞察は、売上高の数字を超えたデータを通じてメーカーに利益をもたらすことができる。パッケージング、配置、マーケティングキャンペーンの影響をテストすることで、買い物客の旅の中でどの商品が自然にペアになるかを特定し、商品への買い物客の関与に関するリアルタイムのフィードバックを使用したい。
この実用的なインテリジェンスは、より正確な商品戦略と消費者行動とのより強い整合性を可能にする。最終的に、このデータ収集能力の変化は、従来の店舗内MBAを、最終的なカートに何が入ったかの静的な記録から、選択がどのように行われるかの動的な理解へと再構築する。
データは買い物客から始まる
この変化は、接続された店舗技術の広範な採用によってのみ、その完全な影響を発揮することを覚えておくことが重要だ。その価値は使用とともに複利的に増大するため、展開の容易さ、直感的なデザイン、明確な買い物客の認識が成功に不可欠となる。
小売業者にとって、これは最初から拡張可能な実装を設計することを意味する。技術は広くアクセス可能で、使いやすく、一貫したエンゲージメントを促進するために効果的に宣伝されなければならない。実際には、これは店舗のアプリをダウンロードして使用する方法とそれが提供する価値を明確に伝えること、または店舗スタッフが買い物客にスマートカートの使用を案内するための知識とトレーニングを備えていることを確実にすることと同じくらいシンプルだ。
採用が増えるにつれて、データの量と質も増加し、買い物客の行動に関するより意味のある洞察を解き放つことができる。時間の経過とともに、この豊富なデータセットは、より賢明な意思決定と、顧客が店舗をどのようにナビゲートし、商品を評価し、最終的にバスケットを構築するかについてのより深い理解を可能にする。
マーケットバスケット分析の再定義
数十年にわたり、店舗内のMBAはチェックアウト時に一緒に購入された商品の記録であった。新しい技術の出現は、この分析の進化を示しており、それを購入後のデータ分析から、生きた行動主導のインテリジェンスエンジンへと変革している。
小売業者とブランドは今や、意思決定がリアルタイムでどのように展開するかを見ることができる。私は、この変化がデジタル小売と物理的小売の間の長年のデータギャップを埋め、オンラインのレコメンデーションエンジンの精度を実店舗の通路にもたらすと考えている。
