見出し画像

店舗の顧客行動を可視化した先は? 3段階で考えるネットワークカメラとAI解析ツール

◆ English version: Making ‘new retail’ a reality: ABEJA’s 3-step plan for AI in Japan’s stores
New English article
◆ 新着記事をお届けします。以下のリンクからご登録ください。
Facebookページメルマガ(隔週火曜日配信)
LINE:https://line.me/R/ti/p/%40sqf5598o

実店舗で、商品の売れ行きのみならず、顧客が商品を手にとったり、カートに入れる、あるいはトライアルや試着をするといった行動そのものを把握・分析するインストア・アナリティクスの領域がある。そこでは、ネットワークカメラと人工知能(AI)を組み合わせたソリューション(以下、AI解析ツール)の利活用がトレンドになり始めている。美容を含むリテール業界にAI解析ツールがもたらすメリットと課題とは。

AI解析ツールには、取得した画像および動画データをクラウドに送信して解析するタイプと、いわゆるAIカメラ内でデータを処理して分析結果だけを抽出するエッジコンピューティングタイプがあるが、日本では、ビームス、JINS、パルコ、フランフラン、SABON、農業協同組合(JA)など業界をまたいで導入が進んでおり、今後、その数はさらに増えていくことが予想される。

店舗分析でトレンドになり始めたAI解析ツール

一方で、関連システムの開発競争も加速している。パナソニックはAmazon Web Servicesと提携し、「Vieureka」(ビューレカ)という実店舗向けAI解析ツールを提供開始している。その他にも、GMO(Diversity Insight for Retail)、フジテックスなどが類似サービスの提供に乗り出しており、海外ではテンセントとインテルが提携し「DeepGaze」というAIカメラの展開を小売事業者向けに開始したという報道もありプレイヤーが続々増加する勢いだ。また、九州拠点のスーパーマーケット・トライアルでは、18年2月からAIカメラの導入を開始しているが、同年末には自社独自に1000台を量産完了した。外部のソリューションに頼るのではなく、AI解析ツールの内製化を試みている形だ。

Googleが評価したAI解析ツールの仕組みと実用例

では、それら店舗解析サービスの具体的な中身はどうなっているのか。今回は小売店へのソリューションを得意とするAIベンチャー、ABEJAの伊藤久之氏に話を伺った。ABEJAはディープラーニングを活用して、各業界の効率化・自動化を支援するスタートアップで、IoT、AI、ビッグデータ解析という領域では日本国内、また世界からも高い注目を集めている。

昨年末には、Googleから資金調達を行ったことでも話題となった。特に小売流通業に特化したAIソリューションは他社や大手に先駆けて展開している。伊藤氏は、リクルートやJTB、複数社のスタートアップに勤めた後にABEJAに参画。同社が提供する人工知能を使った店舗解析サービス「ABEJA Insight for Retail」の事業責任者を務めている。

AI解析ツールが取得・分析の対象とするデータは、システムを開発する企業によってさまざまだが、ABEJAでは現状、「来客数計測」や「店前通行数計測」、「年代性別推定」、「動線分析」、「リピート推定」などを取得しているという。

「導入していただいたクライアントの皆様の反応として最も大きいのは、これまで“なんとなく”で判断していた事柄の根拠が明確になったというもの。例えば、某アパレル企業では、試着された商品の買上率がなんとなく高いとは考えていたが、ABEJA Insight for Retail でデータを取得・解析したところ、実際に試着された商品の約70%が購入に繋がっていた。試着ルームへの導線をしっかりと確保できれば、効率良く売上が向上するということが定量的なエビデンスとともに再確認できた」(伊藤氏)

ABEJA Insight for Retail
事業責任者 伊藤久之氏
3/4、5のAIカンファレンスSIX2019では
店舗の導入事例を語る予定だ。
(Photo By BeautyTech.jp)

「なんとなくの感じ」が可視化された例は他にもある。例えば、ABEJAのAI解析ツールを導入したあるボディケア製品メーカーの実店舗では、試用コーナーを訪れた顧客の買上率が高いということ判明した。逆にある雑貨店の例では、ルーティンで行っていた割引施策が買上率や来客率のUPに繋がっていないという結果が明らかになった。思い切って施策を中断した結果、売上は下がらず、むしろ割引をやめた分だけ利益率が向上したという。

「美容業界では、ナチュラルコスメブランドが運営する国内100店舗以上の規模で導入いただいている。最近では日本の化粧品メーカーから直営店舗に導入したいという相談も受けた。実用例としては、多店舗でシステムを一斉に稼働させるパターンと、少数もしくは1店舗に導入して“深堀り”していくパターンがある。前者は、買上率や入店率、もしくは本部の施策の効果測定などマクロな視点で経営状況をウォッチするという用途が多い。後者は、顧客の動きを詳細に把握し、店舗のつくり・デザインの影響や、接客方法の良し悪しなどをデータとして蓄積するために使うことが多い。言いかえれば、経営ダッシュボードとして使用するか、来店する顧客への理解を深め、より満足いただける店舗経営の成功法則を見つけるために使用するかという用途の違いがある」(伊藤氏)

実店舗にAI解析ツールを導入する企業は、課題の発見や新たな経営判断の材料取得など、それぞれ異なった目的のためにAI解析ツールを導入している。商材やターゲット顧客、現場が異なれば、実情も異なる。ABEJAなど汎用性を目指してAI解析ツールを開発する企業がある一方で、前出のトライアルのように自社開発する企業が登場するのはそういった理由からだ。

AIカメラと解析ツールがあれば、いわゆるAmazon Goのような無人ストアができるのかという問合せも多いというが、顧客データをどう持つのか、どういう体験を顧客にしてもらいたいか、企業側が戦略や戦術づくりのために溜めていきたいデータは何なのかによって導入するAI解析ツールや設置、分析の仕方も違ってくるということだ。

Photo By MariaX via Shutterstock.com

AI解析ツール活用の3段階とニューリテールの実現

現状をふまえて、伊藤氏は実店舗におけるAIおよびAI解析ツールの利活用は、「大まかに3段階で発展していくのではないか」と説明する。

第1段階は、「顧客の動きや嗜好を可視化すること」だ。AI解析ツールは、POSデータからは読み取ることができない店内の多くのモノゴトを把握するのに役立つ。例えば、お客様が、どのように店舗内を見て回り、購入したか、また購入しなかったかなどを具体的な行動データとして取得することができる。前述したように、それらのデータが可視化されることで、顧客への理解が深まり、店舗運営側は最適な施策を打ち出すためのインサイトを得ることができる。現在、小売り向けAI解析ツールのほとんどは、この「可視化=インサイトの発見」がターゲットだ。

次の段階は「自動化」。取得したデータを元に、人間が分析し、インサイトを得るのではなく、自動で分析されるというものだ。さらに、リアルタイム性も追加されれば、店頭での顧客の動きに応じた販促施策が可能となる。例えば、店内を回遊し、いくつかの商品の前で立ち止まっている顧客に対し、それらの立ち止まり履歴をもとに、適切なプロモーションをデジタルサイネージで流すといったことだ。アパレルであれば、立ち止まっていた商品を参考に、コーディネートをデジタルサイネージで提案するということも考えられるだろう。

そして、第3段階が「OMOの実現とパーソナライズ」だ。ある顧客について、オンラインとオフラインの垣根なく、データを統合することで、より深く理解を深めることができる。それらのデータを用いれば、より個人の嗜好にあったレコメンドが可能になるわけだ。優れた店舗スタッフは頭のなかで同様のことをして接客に生かしており、人かAIかという議論ではなく、顧客理解をどのようなアプローチで進めてよりよい購買体験を提供できるかということに集約される。

だからこそ、伊藤氏は、AIは手段であり、むしろ課題設定をしっかりやり、何のためにAIを用いるのかという順番を大事にするべきだと説く。そのほうが導入の成功確率は高まるからだ。また、AIだけでは解決できない課題も各企業にはあり、その場合はほかの手段やテクノロジーにもきちんと目を向ける必要があるという。

まずは第1段階の「可視化」から

現状としては、美容業界をはじめほとんどの企業は「第1段階もしくは第1段階以前」という状況にある。確かに、実証実験ベースではさまざまな取り組みが注目を浴びるが、続報はあまり報じられることはない。今後、AI解析ツールをオフライン・オンラインの融合に利活用し、次世代の小売、OMOを実現していこうと考えれば、試行錯誤のうえ検討すべきことは山積している。

「実店舗での売上に影響を与える変数は非常に多い。在庫、接客、プロモーション、店内レイアウト、気象情報、近隣競合状況など、内部環境も外部環境も含めると、すべてのデータを取得・連携するのは現実的に難しい。将来的に、多くのデータが連携され、AIが判断していく領域は増えていくと思うが、それでも人間だからこそ気づける部分や判断できるところは残る。AIがすべての答えを出してくれるということではなく、AIと人間がどうタッグを組むかが重要であり、AIが汎用化された世界になった場合の差別化の決め手となるかもしれない」(伊藤氏)

実店舗内の顧客行動を可視化するためのAI解析ツールの普及というトレンドは、データの海の中から経営の「最適解」を見つけ、ニューリテールという新しい大陸を目指すための第一歩である。美容アイテムは顧客が取得する情報も多く、その日の気分にも左右され、購買にいたるまでの変数はさらに多い。解析ツールを上手く使うことで、人間のビューティアドバイザーの価値をさらにあげていくことも可能になるはずで、試行のための一歩を早く踏み出すべき分野であるといえそうだ。

Text: 河 鐘基(Jonggi HA)
Top image: MONOPOLY919 via Shutterstock.com

ありがとうございます!LINE@で更新情報配信中です。ぜひご登録を!
11
美容業界の国内外のイノベーションを発信するメディアです。詳しくは → https://goo.gl/7cDpmf  BeautyTech.jp(English)move to https://medium.com/beautytech-jp

こちらでもピックアップされています

テクノロジー
テクノロジー
  • 203本

BeautyTech.jpのテクノロジーに関する記事をまとめたマガジンです。