ERPベンダーに聞く小売業のベストプラクティス:日本オラクル編
小売業のシステム化のポイントは「分析」「ポイント」「マスターデータ管理」
小売業への豊富な導入実績を誇る日本オラクルに、グローバルの先進小売業や国内の「勝ち組」といわれる小売業におけるシステム化のトレンドを聞いた。
グローバルでの小売業に対し、200社超の基幹系アプリケーション導入実績を誇るオラクルは、小売業のシステム化のポイントをどう考えているのか。日本オラクル 事業推進統括本部 インダストリーソリューションアーキテクト本部 担当ディレクター 和田 清氏に話を聞いた。
小売業の課題は分析環境の整備
和田氏が示す小売業の課題とシステム化動向を示す図が以下だ。小売業にとってのシステム化のトレンドは分析環境の充実と統合マスターデータ管理だと和田氏はいう。
経営トップが必要としたときに、経営情報が分からない。何かを手掛けようと思ったら、まず問題点を明らかにしなければならないので、きちんと経営情報を見える化する必要がある。そして、データマイニングなどの高度な分析に進んでいく。特に小売業は、併売分析や時間帯別の細かい売上分析、客数や客単価の推移といった、非定型で高度な分析を行いたいという需要が多い。M&Aや海外進出を機会に分析環境の拡充を考える企業も多いという。
和田氏は、小売業における分析環境構築のポイントは段階的に導入できることだと強調する。「これまでは、分析といっても実績だけをまとめている企業が多かったのではないのでしょうか。しかし今の時代、実績だけでは遅過ぎるのです。重要なのはこの先どうなるか、それをいかに精度を上げながら見ていくかです」
例えば、「この商品はこれから衰退期に入っていくのか」「現在の天候であれば在庫がたまっていくのではないか」といった“将来”が分かる環境を整える必要がある。しかし、それが分かるようなツールを使いこなすためにはもちろんリテラシーが必要で、一足飛びには進めない。「ですから分析環境を構築するには、段階的に導入していける製品を選ぶべきです。いきなり最終形にしてもコストばかりがかさみ、結局使えないシステムになってしまいます。必要に応じて使う機能を追加していく導入法が望ましいでしょう」
また、高度な分析環境を整える際に日本人が陥りやすい間違いは「予測は100%的中させなければならない」と考えてしまうことだと和田氏は指摘する。「予測というのは、極端にいうと“外れて当たり前”なのです。大事なことは、外れたときにどうするのか」と和田氏が言うように、例えば製造業における製販計画調整といった取り組みを、グローバルの先進的な小売業は取り入れ始めているという。「つまり予測の精度を上げるためには、細かいサイクルで補正を掛けることが不可欠なのです。それは『1カ月たって外れた』ではなく、週次で推移を見ながら対処していきます。週次で駄目なら日次、日次で駄目なら時間帯別と細かくしていきます。その積み重ねにより、予測外の事象が発生しても対応が可能になります」
さらには、分析結果と業務オペレーションを融合させるための仕組みも、最新のテクノロジーにより実現できるようになってきているという。例えば、「ダッシュボードを開いたら画面上にアラートが表示され、原因分析をした結果、ある商品が欠品になりそうなことが判明したので発注画面に自動的に遷移し、追加発注を実施する」というプロセスを、人手でメニューを切り替えずに一気通貫で実現できるという。
国内小売業のポイント管理動向
顧客管理の視点では、ポイント管理の導入がトレンドとなっている。購入に応じて消費者にポイントを還元することで再購入を促す施策だ。カルチュア・コンビニエンス・クラブの「Tポイント」などは複数企業が共同でポイント還元を行っており、相乗効果を上げている。自社だけでなく、共同でサービス展開していくという選択肢ができた現在、各企業は包括的なロイヤルティー管理を行わなければならない。
「他社と組んだことのメリットをきっちり享受できなければ意味がありません。ポイントのシステム構築の考え方は鉄道業界の乗り換え精算と同じです。もっとさかのぼれば航空業界のマイレージの考え方から来ています。既に小売業でも導入が進んでいますが、グローバルや他業界のポイントの仕組みを参考にしてもいいのではないでしょうか」
また、1点忘れてはならないのが、今後のIFRS(国際会計基準)適応によりポイントの会計処理を今まで以上に細かく、短サイクルで行わなければならない点だ。「この部分はポイント処理の部分だけをいじるのでは駄目なのです。きちんと会計処理のところまでつながなければ、余計なインタフェースを作ってしまったり、意味のないものを作ってしまうことになりかねません」
関連記事
OracleアプリケーションのIFRS対応については以下記事も参照してほしい。
10年先を見据えた基盤作りを──統合マスターデータ管理
小売業を悩ませる課題の1つに、データ量の増大がある。POSデータの多さだけでなく、昔であればカタログやチラシといったリアルの媒体だけだったものがWebへと広がり、その中には写真データや動画データも含まれる。また、コンビニエンスストアがいち早く手掛けたPOS端末で配信する動画なども、今後さまざまな小売業で導入が進むことだろう。それらのデータをバラバラのシステムで管理していたのでは、収拾が付かない状況に陥ってしまう。
「IT化によるコストカットで生まれた余力を戦略的なところに投入したいと考えても、やはり基盤をきちんと整備しないと、どんなに優れたアプリケーションを載せても意味がありません。勝ち組の小売業は将来を見据えて『統合マスターデータ管理』というキーワードに着手しています」
過去を振り返れば、リアルな店舗に販売管理や商品管理の仕組みしかなかったところに、コールセンターが導入され、そしてWebがまたたく間に広がった。そのたびにシステムを別個に構築し、マスターデータがバラバラに存在している企業は多いだろう。「もっとさかのぼると、リアルな店舗の仕組みでも、簡単な雑貨系の仕組みから日用品系へ、そして、食料品系、特に生鮮はどうするか。そして衣料はサイズ、スタイル、カラーと細分化します。小売業のパッケージもアパレル対応ができる製品というだけでグンと絞られます。それぞれに応じて別個にシステム構築していった結果、マスターデータがどんどん増えてしまいました」
また、2007年問題から3年以上たつが、団塊世代が構築したシステムを分かる人材がどんどんいなくなっている点を、統合マスターデータ管理を考えるきっかけとした企業も多いようだ。ブラックボックスのほとんどは汎用機に残っているのに、汎用機が分かる人材がいないためにアウトソースしていると、巨額のコストが発生してしまう。「何とか自社でできないかと考えて、まずはWebと店舗のデータを統合するところから手掛け、統合マスターデータ管理の仕組みを考えているお客さまもいらっしゃいます」
しかし、どうしてもすぐに効果が出るものではないので、やらなければならないと分かっていても、IT部門はなかなかCEOを説得できない。しかし基盤を整備しなければ、どんなに優れたアプリケーションを載せたところでこれまでの二の舞だ。「経営者の皆さんには、後々の対応ができない、会社がグローバル展開するのに時間がかかるといった、『10年先を見据えた上での基盤作り』の視点で、IT部門の声に耳を傾けてほしい」と、和田氏は語ってくれた。
「商品系のデータウェアハウス(DWH)、顧客系のDWH、店舗系のDWHと、DWHはたくさんあるのにそれらがつながっておらず、一生懸命Microsoft Excelでつないでいる。まずはこの部分をしっかりつないで見られるようすることが急務でしょう」
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
急増する「AIはこう言ってる」マン 判断を狂わせる「AI忖度」を防ぐには?
-
2
取手市がVDIと決別した理由 更改費用「4倍超」を約1.7倍に圧縮
-
3
「データストレージの活用方法」に関するアンケート
-
4
自宅のWi-Fiが「遅い」「途切れる」本当の原因は? Dellが推奨する鉄則
-
5
本当に安いPCで十分か? “すぐ重くなる”を防ぐノートPC選びの絶対条件
-
6
Claudeの不可視透かしに批判殺到 著作権消失や誤判定に潜む企業リスク
-
7
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
8
221人調査で分かった「情シス最大のストレス」は?
-
9
LLMの「過学習」、正しく説明している文章はどれ?
-
10
レガシー基幹システムをSAPに統合 山善が突き止めた「標準化と個別最適」の境界線
ホワイトペーパーランキング PR
-
1
年収2000万「クラウドセキュリティのプロ」になれる資格とは
-
2
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは?
-
3
Windows Updateの通信集中で回線が逼迫、ネットワーク刷新事例に学ぶ解決策
-
4
財務を戦略的組織へ進化させるAI活用術、4つの主要な障壁と解消方法
-
5
「NAS」「SAN」「DAS」は何が違う? いまさら聞けないストレージの基礎
-
6
“あのファイル転送”で暗躍するノーウェアランサム
-
7
標的型攻撃メールを見破るには? サンプル文面を例に傾向を解説
-
8
商用利用の安全性を確保し大量のコンテンツを高速で生成する、AI活用の秘訣
-
9
マンガで解説、1日で生成AI環境を構築できるワークショップの中身とは?
-
10
Dark AIが台頭する時代の新発想、「より高度なAIで対抗する」具体的方法とは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー