長年にわたり、小売業者はスペース計画において難しいトレードオフに直面してきた。彼らは効率的に作成できる標準化されたプランニング図を作成することもできるし、個々の店舗のニーズに合わせた地域密着型のレイアウトを追求することもできるが、後者の場合は継続することが困難なレベルの労力が必要となることが多かった。
問題は、買い物客の行動が場所によって異なることだ。
シカゴのダウンタウンで売れるものが、フェニックス郊外では売れるとは限らない。通勤客向けの店舗は、目的地となる食料品店とは異なるニーズを持っている。しかし、多くの小売業者は依然として、すべての店舗がほぼ同じ外観であるべきだという前提に基づいた、静的な計画プロセスに頼り続けている。
では、なぜ小売業者は依然として同じ方法で計画を立てているのでしょうか？
なぜなら、彼らは歴史的に規模の拡大と地域化のどちらかを選択せざるを得なかったからだ。標準化されたプランニング図は効率的だった。店舗ごとのスペース計画の方がより重要だったが、数百、数千もの店舗にわたってそれを維持するのはほぼ不可能だった。
そのトレードオフはもはや通用しない。
消費者の嗜好は、従来の計画サイクルが追いつけないほどの速さで変化している。インフレは引き続き購買行動に影響を与え、プライベートブランドの普及はカテゴリーの業績を再構築しており、消費者は店舗が地域の需要を反映することをますます期待するようになっている。デロイトの報告によると、消費者の59%がより低価格の代替品に切り替えており、40%が現在では価格重視の消費者であると認識しており、需要パターンは絶えず変化している。
課題は、これらの変化を認識することではない。ほとんどの小売業者は、消費者の行動が変化していることを既に理解している。
課題は、そうした知見を迅速に活用し、顧客が店頭で目にする商品に影響を与えることである。
市場の変化があなたのスペース計画よりも速い場合
ほとんどのプランニング図は、定期的な計画サイクルが存在する世界を想定して設計されている。
マーチャンダイジングチームが戦略を策定した。空間プランナーはプランニング図を作成した。店舗側がそれらを実行した。数か月後、そのプロセスが再び始まった。
問題は、今日の市場環境は四半期単位ではなく、数日または数週間単位で変化する可能性があるということだ。
小売業者が静的なプランニング図に頼る場合：
- 需要の変化は、棚のレイアウトの適応速度を上回っている。
- 高性能な製品はしばしば過小評価されている
- 売れ行きの悪い在庫は貴重な棚スペースを占有する
- 店舗固有の機会を逃している
- 顧客は、地域の嗜好を反映していない品揃えに遭遇する。
小売業者が苦戦しているのは、データが不足しているからではない。彼らが苦戦しているのは、従来の空間計画プロセスでは、そのデータを迅速に行動に移すことができないからだ。
継続的最適化への移行
現代の小売業者には、根本的に異なるアプローチが必要だ。
小売業者は、プランニング図を静的な文書として扱うのではなく、顧客の需要、品揃えの変化、在庫状況、財務目標に合わせて継続的に進化する生きた資産として扱うべきである。
まさにここで、AIを活用した継続的な最適化が状況を一変させるのです。
Blue Yonderのスペースプランニングソリューションを使えば、プランニング図を一度作成して手動で維持する必要はなくなります。その代わりに、AIと機械学習は、スペース配分、カテゴリー目標、販売実績、製品間の関係性、動線パターン、隣接性、マーチャンダイジング戦略を継続的に評価し、大規模なレイアウトを最適化します。
その結果、定期的なプランニングの更新から、継続的な最適化へと移行することになった。
小売業者は以下のことが可能になります。
- 店舗ごとのプランニング図を大規模に生成する
- 変化する需要シグナルに迅速に対応
- 売上と利益率の向上
- 在庫リスクを軽減する
- スペースの生産性を向上させる
プランナーに何千もの店舗バリエーションを手作業で管理させる代わりに、AIが複雑な処理を担い、プランナーは戦略的な意思決定に集中できる。
ローカリゼーションが実用的になる
歴史的に見ると、ローカライゼーションは理論的には魅力的だが、実際には難しいものであった。
どの小売業者も、地域の人口構成、購買パターン、買い物客の嗜好を反映した店舗を望んでいる。問題は、数百、数千もの店舗向けに独自の棚割図を作成するには、従来、ごく少数の組織しか対応できないほどの労力が必要だったということだ。
結果はしばしば損なわれた。
小売業者は、販売量の多いカテゴリーのみを地域ごとに絞り込んだり、店舗を大まかなグループにまとめたり、あるいは単に汎用的な陳列計画を採用したりするかもしれない。なぜなら、そのプロセスはリソースを過剰に消費するからである。
AIを活用した最適化は、その方程式を変える。
陳列計画の作成と更新を自動化することで、小売業者はプランナーに過大な作業負担をかけることなく、店舗ごとの計画を大規模に実施できるようになる。Blue Yonder Space Planning Solutionの最適化機能は、既存のプランニング図を自動的に分析し、製品の流れとマーチャンダイジングのパターンを特定し、新製品の配置機会を予測し、大規模な店舗ネットワーク全体にわたって最適化されたレイアウトを生成します。
ローカライゼーションが拡張可能になる。
そして、拡張性の高いローカライゼーションは競争上の優位性となる。
継続的な計画が重要な理由
現実として、需要の変動性はもはや恒常的なものとなっている。
消費者の優先順位は、インフレ、経済状況、社会動向、季節性、競争圧力などによって変化する。店舗スペースの決定を何ヶ月も先延ばしにする小売業者は、機会を逃してからようやく対応に出ることが多い。
継続的な最適化は、より高速なフィードバックループを生み出す。
小売業者は、過去の想定に頼るのではなく、継続的に以下の点を調整することができます。
- 需要シグナル
- 品揃えの決定
- スペースの割り当て
- 財務目標
- 実行の優先順位
これにより、店舗は顧客のニーズに即応し、顧客の期待に沿った存在であり続けることができる。
その結果は、単に優れたプランニング図になるというだけではない。
それはより良いビジネス成果につながります。
ビジネスへの影響
スペースをより賢く配分することで、小売業者は以下のことが可能になります。
売上実績を向上させる
需要の高い商品は、適切な視認性とスペース配分を受ける。
利益率の向上
宇宙投資は、直感だけではなく、収益性という目標に基づいて最適化することができる。
在庫生産性を向上させる
小売業者は、過剰供給を削減しつつ、売れ筋商品が確実に入手できるように努めている。
より関連性の高い顧客体験を提供する
店舗は、地域住民の買い物行動や嗜好をより的確に反映する。
プランナーの生産性を向上させる
チームは、プランニング図の作成に費やす時間を減らし、戦略的な意思決定に費やす時間を増やす。
静的な小売業を超えて
小売業は、企業規模での事業運営を継続している一方で、ますます地域密着型になりつつある。
成功の鍵は、店舗特有の複雑さを導入することなく、店舗固有の体験を提供できるかどうかという、両方の現実のバランスを取る能力にかかっている。
AIを活用した継続的な最適化によって、それが可能になります。
小売業者は、静的なプランニング図や定期的な更新サイクルに頼るのではなく、買い物客の需要、品揃え戦略、在庫状況、財務目標に合わせてスペースに関する決定を継続的に調整することができる。
宇宙計画の未来は標準化ではない。
これは、継続的なインテリジェンスによって支えられた、拡張性の高いローカライゼーションです。
