拠点が増えても、見るべきものは三つです。
今手を入れる場所 · 変わった理由 · 次に動かすもの。同じ図面の上で三つの製品がそれぞれ答えます。
今日 · 昨日 · 明日
空間を選ぶと図面 · 動線 · 段階の名前がその空間のものに変わります。
コンビニ
コンビニの空間動線
実際の運営で観察されたパターンをもとに再構成したシミュレーションです。空間の構造と移動条件を反映した例です。
この空間が問うこと
- 01
欠品は何人の足を引き返させたか
- 02
入口前面の陳列は通路の奥まで人を連れてくるか
- 03
レジ待ちが長くなるとき人はどこで止まるか
三つの例はコンビニを基準にしています。
今、手を入れるべき拠点はどこか
- 冷蔵温度の超過2分前E · 冷蔵通路
- 欠品11分前D · 通路3
- 待ち3.2分16~18時にスタッフ1名を提案E · 冷蔵通路
読むもの
- 混雑
- 待ち
- 欠品
- 異常
出せるものリアルタイムの検知・通知
saai care を見るなぜ拠点ごとに結果が違うのか
エリアが語ること
- A · 壁面通路
- 通りすがりに一瞥される場所
- B · 通路1
- 目的を持って向かう通路
- C · 通路2
- 計画購買が集まる通路
- D · 通路3
- 通行は多いが滞在は短い場所
- E · 冷蔵通路
- 通行量は最多だが評価が分かれる場所
同じ一日を五つの段階で
- 1,160通行
- 382入店33%
- 317滞在
- 121ピックアップ
- 65購入
コンビニを基準に再構成した例示値です。
読むもの
- 通行
- 流入
- 動線
- 立ち止まり
- 視線
- 手に取る
出せるもの時系列 · パターン · 仮説
saai insight を見るうまくいった方法をどこへ移すか
同じ条件で回し直して比べます。確定は運営する人が行います。
同じ来訪条件で二つの配置を比べます。変更案を選ぶと地図にすぐ反映されます。
読むもの
- 離脱
- 戻り
- 再陳列
- スタッフとの会話
出せるもの優先順位 · 実行の提案
saai agent を見る画面は三つです。
今日は通知の一覧 · 昨日はダッシュボード · 明日は本部の表で出てきます。
saai care
saai care · HQ全国217店舗LIVE37
本日の異常検知
94%
衛生·温度の充足
14
未解決アラート
4
訪問が必要
店舗ランキング · 事故件数
店舗 7日間 状態 新村店 13 危険 安養店 6 注意 江南駅店 4 正常 盆唐店 3 正常 リアルタイムアラート
- 冷蔵温度の超過新村店危険
- 床の汚れを検知西面店注意
- 非常口の物品安養店注意
タイプ別の異常 · 上位4店舗 · 7日間
衛生11件設備7件盗難·異常5件安全3件正常注意危険SEALで匿名化 · 原本は保存しません* サンプル画面 · データは例示 今日 · 検知。手を入れるべき店舗が上に上がります。
saai insight
saai insight
本日店舗分析ダッシュボード
午後2〜4時が来店ピーク
- 予想日次売上
- 0.0万
- 累計来店者
- 0人
- 平均滞在時間
- 0.0分
- 棚転換率
- 0%
飲料棚前の滞在時間が通常の2倍です。新製品プロモーションの効果が確認されました。
app.saai.ai/insight/dashboard/gangnamsaai insightGN江南駅店
プロプラン
店舗分析ダッシュボード
午後2〜4時が来店ピーク
来店者前週AI予測エリアヒートマップ
リアルタイム低高AIインサイトレポート
飲料棚前の滞在時間が通常の2倍です。新製品プロモーションの効果が確認されました。→ 陳列拡大アクションカードを作成しました
店舗ランキング
全12店舗昨日 · 分析。同じ期間・同じエリアで比べます。
saai agent
saai agent · HQ全国217店舗LIVE1,145
本日の総来店 (上位4店舗)
19.7%
平均転換率
82%
推奨実行率
店舗 来店 購入 転換率 江南駅店 382 79 20.7% 弘大店 298 61 20.5% 蚕室店 276 52 18.8% 新村店 189 33 17.5% * サンプル画面 · データは例示 明日 · 判断。移す候補と実行の履歴。
画面の例です。指標と閾値は空間に合わせます。
MODULES & FUNCTIONS
三つのモードを横断する機能
横にスワイプしてさらに見る · 4種
SAAIを支える三つの技術
匿名化
記録してよいデータをつくる
空間知能
空間を問い合わせできる座標にする
エージェンティックAI
その上で次の判断を提案する
SAAI
四文字に込めた約束
Spatial Anonymized Agentic Intelligence
匿名化空間AI — すべては匿名化の上から始まります。
四つの根拠が、ひとつのループへ。
- S01検知saai careSpatial · 空間を読みます。POSの先の流れまで。
- 02分析saai insight同じシグナルを時系列とパターンに置きます。
- A03判断saai agentAgentic · 何を変えるかを示します。根拠とともに。
- 04実行人 · ロボット · 機械製品がつかない場所です。
- I05検証・学習次の判断に反映Intelligence · 使うほど正確になります。店舗に合わせて学習し。
実行するのはAIではなく、空間にいる人と設備です。04・05は製品がつかない場所です。
複数店舗運営
複数店舗、ひとつの運営基準。
三つの製品が同じデータの上で動きます。
店舗が何か所でも同じ指標で比べられます。
- saai care店舗別の課題検知
- saai insight空間別の運営分析
- saai agent本部の実行履歴
右は同じ期間・同じ指標で支店を並べた結果です。
エンタープライズ構成を見る同じ期間・同じ指標で見た店舗別の結果
| 来店構成 | 来店 | ゾーン移動 | 平均滞在 |
|---|---|---|---|
| A店全体 · 全年齢 | 1,576件 | 1,672回 | 2.9秒 |
| B店女性 · 30歳未満 | 287件 | 430回 | 2.3秒 |
| C店男性 · 30〜49歳 | 287件 | 239回 | 1.9秒 |
| D店全体 · 50歳以上 | 430件 | 287回 | 5秒 |
7日基準です。支店を分けるのは来店構成であり、数値はすべて同じ分析から出ています。
機能カタログ
空間ごとに違う問題を解いてきました。
まだない問題も一緒に解きます。
saai count
来店・滞在人数
店の前の通行と入店を数えます。
詳しく見るsaai queue
待ち・混雑
行列と混雑をリアルタイムで検知します。
詳しく見るsaai ads insight
店内販促の露出と反応
通行・接近・注視・行動を一つの流れで比べます。
詳しく見る04+
次のモジュール
まだない問題がここに入ります。
※ 機能の範囲とデータ接続は、お客様の環境と提供可能なデータに合わせて相談します。動き方と活用事例を見る
saai count
検知
saai care
今の滞在人数・混雑度を検知し、閾値超過を通知
分析
saai insight
日・週・月の来店時系列、曜日・時間帯・前年比の推移
判断
saai agent
来店予測に基づく人員配置・営業時間・販促タイミングの提案
活用事例
機能の選択は、現場の変化につながります。
空間ごとに異なる問いを読み、同じ条件で次の運用を検討した事例です。