棚一つまで数字で証明する

ある陳列棚の売上が期待に届かないとき、原因は商品かもしれませんし、位置かもしれませんし、陳列方法かもしれません。来店、露出、探索、ピックアップに段階を分けて初めて、どこが問題なのか区別できます。

一行が一つの陳列棚です。訪問は高いのに右端のピックアップが0に近い行が、最初に手をつける陳列棚です。 店舗と商品を特定できる名前は伏せています。 画面は韓国語版です。

何が分かるか

来店から露出、探索、ピックアップへと続く4段階のファネルを、陳列棚と棚(層)単位で数値化します。上段、中段、下段を同じ基準で並べて比較できます。

いつ使うか

陳列棚別の成果を比較し、SKU運営と陳列戦略を決定するのに活用します。

例で見る

以下は例です。露出から探索までの転換率は68パーセント、探索からピックアップまでは4パーセントの陳列棚があるとします。POPの説明を補強した後、同じファネルで改善前後のピックアップ率を比較すれば、何が原因だったか検証できます。

どの機能と一緒に見るか

一つの機能だけで原因まで突き止めるのは難しいものです。別の機能と重ねて原因を絞り、対応した後にまた別の機能で測り直す。この順序が繰り返されます。

1. 測定 — 数値が低い棚を陳列棚ヒートマップと重ね、表の数字を色で確認し直します。
2. 対応 — ゴールデンゾーンへ商品を移すか、POPの説明を補強します。
3. 再確認 — 購入転換分析で、その陳列棚の購入までを見ます。

---

露出は高いのにピックアップが低ければ、陳列方法から疑うべきです。 棚別の視線とピックアップを色でまず確認したい場合は、陳列棚ヒートマップへ進んでください。saai insightで陳列棚分析を確認できます。