店舗オペレーションの効率化

　店舗における販売員の役割は、「接客して、販売すること」だ。それ以外の業務は販売のための準備プロセスであるといえる。郊外店やショッピングモールの登場により、売り場面積も拡大傾向にあり、それを支えるための商品点数も増えている。そのため、販売員の朝の時間は、倉庫から到着した商品の確認や品出しに追われることになる。また、商品点数が増大した結果、販売した商品をバックルームから補充する作業、そして月末の在庫棚卸しなどにも多大な時間を取られることになる。

　今回、「IT投資効率性向上のための共通基盤開発プロジェクト」として、2008年度の経済産業省支援事業の指定を受け、効果測定のために実際のアパレル店舗を使ったRFID活用の実証実験を4カ月間にわたって実施した。その結果を踏まえ、店舗におけるRFIDデータ活用の有用性をまとめてみよう。

（※）なお、日本アパレル産業協会ではアパレル業界で使用する周波数帯は世界各国における使用状況とその特性を考慮し、UHF帯とすることで合意されている。

商品に張り付けたRFIDタグを読み取る

　店頭にある商品すべてにRFIDタグを張り付けることで、商品のさまざまな動きを知ることができる。商品の動きは、消費者が来店した際に残していった足跡そのものである。例えば、「興味があって棚から手に取った」「試着をした、しかし購入しなかった」「2つの商品を同時に手に取り、結果どちらの商品を購入した」などである。まずはこれらのRFIDデータを取得する仕組みが必要である。

インショップゲート

　アパレル店舗には、一般的にバックルームと呼ばれている商品のストック場所がある。商品が店舗に入荷すると、まずこのバックルームに入り、必要に応じて店頭に陳列される。しかし、本社から見るとシステム上はどちらも同じ「店舗」のロケーションであり、店頭への品出しがタイムリーに行われているかどうかは分からない。そこでバックルームと店頭の間にRFIDの読み取り装置を設置することで、ロケーション管理を行うことができる。

店頭とバックルームの間にタッチ型センサーを置いたインショップゲート。通るたびに数量とアクション区分が表示される。品出し・品戻しの記録を取ることで、店舗在庫の中での詳細区分を把握できる

スマートシェルフ

　店頭の棚で商品が手に取られたかどうかを識別する方法があれば、「どの商品がほかの商品に比べて人気があったか」「店の中のどの棚が手に取られやすいか」「実際に手に取られた商品が販売に至ったか」といった情報を取得することができる。その結果を分析することで、店頭でのVMD（Visual Merchandising）の設計を行ったり、商品の置き場所を変更したりして、「売れる」店頭作りが可能となる。

スマートシェルフを使うことで、棚から手に取られた時間、アイテム、回数などが記録され、人気のある商品がデータとして分かる

スマートフィッティング

　試着室に持ち込まれた商品を知ることは、アパレル側にとって大変有意義である。試着室に持ち込まれたということは、店頭で見かけなどで顧客が一定以上の評価をしたという結果である。一歩進んで、試着室に同時に持ち込まれた商品のうち、どの商品が購入に至り（勝ち）、どの商品が戻されたか（負け）を知ることで、商品企画などにフィードバックすることができる。

試着客が試着室に入ると上部のセンサーが感知し、RFIDリーダーのスイッチが入る。持ち込んだ商品を認識し、退室するとスイッチが切れる仕組み。見えない試着室内で、どのような商品が同時に持ち込まれ、最終的にどの商品が購買されたかが分かる

POSシステム

　従来、POSシステムではバーコードを読むハンディースキャナーで商品登録が行われる。RFIDでは、会計テーブルの下部に取り付けられたリーダーがテーブルを通して電波を出力する。つまり、テーブル上には大体の位置を示すマーク以外に機器は必要なく、例えば商品のたたみ直しをしながらタグを読み取ることも可能となる。

RFIDを活用したPOSシステム。会計キーを押すと電波を出力する仕組みだ

ハンディーリーダー

　入荷登録や棚卸しなどで活用されるのがハンディーリーダーである。バッテリーを搭載しているため、店舗内で自由に持ち運びながら商品の読み取りなどを行う。高い場所に置いてある商品を読んだり、マネキンが着ている商品を脱がせずに確認できるので、アパレル店舗においては不可欠である。

ハンディーリーダーの使用例

　これらのRFID読み取りデバイスで読み取ったデータをどのように活用するかがポイントとなる。

商品に張り付けたRFIDタグを読み取り活用する

　このようにさまざまなRFID読み取りデバイスを活用することで、より詳細な商品ステータス情報を入手できる。工場から店頭までのサプライチェーン、そして店頭のバックルームや試着室など、1つの商品が動くたびに都度データとなってデータベースに格納される。しかし、これらの莫大な量のデータを分析することは容易ではない。

　一般的にアパレル企業には、商品を企画しデザインを考えるMD（マーチェンダイザー）やデザイナー、生産された商品の出荷指示や移動を指示するDB（ディストリビューター）、そして店頭で顧客に商品を販売するショップ店長など、さまざまな職種が存在する。しかし、それぞれの職種が求める情報の種類や求めるタイミングはまったく異なっている。

　例えば、デザイナーは来期の企画のために顧客の反応が必要だが、ディストリビューターは週末のサプライチェーン全体の最適化のためのデータが欲しい。また、ショップの店長は午後の売り場の最適化のための商品配列と、バックルームからの品出し情報が欲しいだろう。これらの答えが得られれば、アパレルのオペレーション全体が最適化され生産性は飛躍的に向上すると考えられる。

BI分析

　これらに必要な情報をタイムリーに、そして対象者に分かりやすく提供するためには、分析系のBI（Business Intelligence）ツールや、それに対応するブラウジングツールが不可欠だ。例えば、BIツールで縦軸に試着回数、横軸に販売数を取り、そのエリアを4つに分けてみる。

試着回数と販売数の相関プロット《クリックで拡大》

　「試着回数、販売数ともに多い」青の事象は販売良好であると分析できるが、「試着回数は多いが、販売数が少ない」黄色の事象は、商品に問題があるのではないかと仮定できる。また、「試着回数は少ないが、販売数が多い」緑の事象は、目立つところに置いて試着を促すことで、さらなる販売に結び付く可能性が高いことを示唆している。赤の事象は今後の展開次第といったところであろうか。

　また、バックルームにあるストック在庫にもさまざまな種類がある。

　ここではバックアップ在庫以外は早急に手を打つ必要がある。商品がバックルームに入ってから出るまでの時間と、同種類の商品の店頭での有無が分かればこのような分析も可能で、多忙な店長に代わってBIツールが指示をしてくれるであろう。

　次回は物流センターでの業務を中心に、サプライチェーンの高度化への施策を探る。