ROI事件ファイル No.391｜『QuantumGrocers社の迷える顧客データ』

第一章:チラシ配布という時代遅れの武器——見えない顧客、読めない市場

TechnoSphere社のPDCA事件が解決した翌日、今度はスーパーマーケットのデータ活用に関する相談が届いた。第三十二巻「再現性」の第391話は、5W1Hで問いを整理する物語である。

「探偵、我々には、顧客が見えません。正確には、顧客はレジを通過しています。毎日3,000人。しかし、彼らが何を求めているのか、なぜ我々の店を選んだのか、次はいつ来るのか。何も分かりません。チラシを5万枚配っても、誰が見たのか分かりません」

QuantumGrocers社 のマーケティング部長、商店街出身の田中浩二は、途方に暮れた表情でベイカー街221Bを訪れた。彼の手には、色あせたチラシの束と、それとは対照的に「AI-Driven Retail Revolution 2026」と記された希望に満ちた企画書が握られていた。

「我々は、地域密着型のスーパーマーケットチェーンです。店舗数8店舗。従業員280名。年商42億円。創業45年。しかし、売上は減少しています。昨年対比で8%減。このままでは、5年後には赤字転落です」

QuantumGrocers社の現状: - 設立:1981年(地域密着型スーパーマーケット) - 店舗数:8店舗 - 従業員数:280名 - 年商:42億円 - 問題:売上減少(前年比-8%)、チラシ配布効果の低下、顧客データ未活用

田中の声には深い焦燥感があった。

「原因は分かっています。チラシです。我々は毎週5万枚のチラシを配布しています。印刷費、配布費、デザイン費。月間240万円。年間2,880万円。しかし、効果が年々低下しています。10年前は、チラシを配った翌日の来店客数が平均で+35%増えました。今は+8%です。チラシを見ずに捨てる人が増えています」

チラシ配布の効果低下実態:

2016年(10年前): - 配布枚数:週5万枚 - 配布翌日の来店客数増加率:+35% - 月間チラシコスト:240万円 - 月間売上増加:1,200万円(チラシ効果による) - ROI:(1,200万円 - 240万円) / 240万円 × 100 = 400%

2026年(現在): - 配布枚数:週5万枚(変わらず) - 配布翌日の来店客数増加率:+8% - 月間チラシコスト:240万円(変わらず) - 月間売上増加:320万円(チラシ効果による) - ROI:(320万円 - 240万円) / 240万円 × 100 = 33%

10年間の変化: - ROI:400% → 33%(92%減少) - 来店客増加率:+35% → +8%(77%減少)

田中は深くため息をついた。

「さらに、競合調査も問題です。我々の商圏には、競合店が5店舗あります。イオン、西友、ライフ、地元の老舗スーパー2店。価格競争が激しい。毎週、担当者が競合店に足を運び、価格を調査しています。調査時間は1店舗あたり2時間。5店舗で週10時間。月間40時間。担当者の人件費、月間14万円。年間168万円。しかし、調査した翌日には価格が変わっていることもあります」

競合価格調査の実態:

調査プロセス: - 調査担当者:2名(交代制) - 調査頻度:週1回(月曜日) - 調査対象:5店舗 × 主要商品200品目 - 1店舗あたり調査時間:2時間 - 週間調査時間:10時間 - 月間調査時間:40時間 - 人件費:時給3,500円 × 40時間 = 14万円/月

調査の問題点: - 調査が週1回 → 週の後半には情報が古い - 手書きメモ → Excel入力に3時間かかる - 価格変動の追跡不可 → いつ変わったか分からない - 特売情報の見逃し → 競合が突然値下げしても気づかない

「そして、最大の問題。顧客データです。我々はポイントカード会員が12,000名います。POSデータで購買履歴が記録されています。しかし、活用できていません。データはあるのに、見ていません。誰がどんな商品を買ったのか。いつ来店するのか。何も分析していません」

保有データの実態:

ポイントカードデータ: - 会員数:12,000名 - 平均年齢:52歳 - 男女比:女性68%、男性32% - 平均来店頻度:週2.3回 - データ項目:氏名、年齢、性別、住所、電話番号、メールアドレス

POSデータ: - 商品購買履歴:過去3年分(約1,800万件) - データ項目:購入日時、商品名、カテゴリ、価格、数量、会員ID - 1日あたり取引数:約16,000件(全8店舗合計)

データ活用の現状: - 分析担当者:0名 - データ確認頻度:月次の売上集計のみ - 顧客セグメンテーション:実施なし - パーソナライズ施策:実施なし

「データはあります。しかし、何をすればいいのか分かりません。AIを使えば解決できると聞きました。しかし、何から始めればいいのか。道筋が見えません」

第二章:データがあれば何とかなるという幻想——5W1Hが整理されていない

「田中さん、データがあれば自動的に問題が解決すると思っていますか?」

私の問いに、田中は戸惑った表情を見せた。

「えっ、そうではないのですか? AIにデータを渡せば、勝手に分析してくれると聞きました」

現在の理解(データ万能型): - 期待:データをAIに渡す → 自動で解決策が出る - 問題:何を解決したいのか(問い)が整理されていない

私は、5W1Hで問いを整理する重要性を説いた。

「問題は、『何を解決したいのか』が明確でないことです。5W1H——Who, What, When, Where, Why, How。この6つの視点で問いを整理することで、再現可能な解決策が見えてきます」

⬜️ ChatGPT｜構想の触媒

「データに頼るな。5W1Hで問いを整理し、解決すべき課題を明確にせよ」

🟧 Claude｜物語の錬金術師

「問題は、いつも『霧の中』に隠れている。5W1Hという6つの光で、霧を晴らすことが肝心」

🟦 Gemini｜理性の羅針盤

「5W1Hの6ステップを適用せよ。Who → What → When → Where → Why → How」

3人のメンバーが分析を開始した。Geminiがホワイトボードに「5W1Hフレームワーク」を展開した。

5W1Hフレームワーク: - Who(誰が):誰が顧客なのか? - What(何を):何を解決したいのか? - When(いつ):いつ解決するのか? - Where(どこで):どこで実施するのか? - Why(なぜ):なぜ解決が必要なのか? - How(どうやって):どうやって解決するのか?

「田中さん、まず5W1Hで問いを整理しましょう」

第三章:Phase 1——5W1Hで問いを整理し、課題を明確化

ステップ1:Who(誰が)——顧客セグメンテーション(Week 1-2)

問い: 「誰が我々の顧客なのか? 12,000名全員が同じ顧客ではない。セグメントごとに異なるニーズがあるはずだ」

分析プロセス: - POSデータ(過去1年分、約600万件)を分析 - RFM分析(Recency: 最終購買日, Frequency: 購買頻度, Monetary: 購買金額)でセグメント化

セグメンテーション結果:

重要な発見: - VIP顧客600名(5%)が全売上の24%を占める - 休眠顧客3,000名(25%)は全売上の7%のみ

ステップ2:What(何を)——解決すべき課題の特定(Week 2-3)

問い: 「何を解決したいのか? チラシ配布の効果低下? 価格設定の最適化? 顧客離脱の防止?」

課題の優先順位付け:

課題1:チラシ配布の効果低下(最優先) - 現状:ROI 33% - 目標:ROI 200%以上 - 期待効果:年間1,920万円の増収

課題2:競合価格調査の非効率(優先) - 現状:週10時間の手作業 - 目標:自動化で週2時間に削減 - 期待効果:年間168万円の人件費削減

課題3:顧客離脱の防止(中優先) - 現状:休眠顧客3,000名 - 目標:休眠顧客を1,500名に半減 - 期待効果:年間1,800万円の増収

ステップ3:When(いつ)——実施タイミングの設定(Week 3)

問い: 「いつ実施するのか? 一気に全店舗? それとも段階的に?」

実施計画: - Month 1-2:パイロット店舗1店で検証 - Month 3-4:成功したら3店舗に拡大 - Month 5-6:全8店舗に展開

ステップ4:Where(どこで)——実施場所の選定(Week 3)

問い: 「どこで実施するのか? どの店舗から始めるのが最適か?」

パイロット店舗の選定基準: - 売上規模:中規模(全体の平均的な店舗) - 競合店舗数:3店舗(平均的な競争環境) - ポイントカード会員数:1,800名(平均的な会員数)

選定結果: - パイロット店舗:葛西店(売上5.2億円/年、会員1,800名)

ステップ5:Why(なぜ)——解決の必要性の明確化(Week 4)

問い: 「なぜ解決が必要なのか? 現状維持ではダメなのか?」

現状維持シナリオ(5年後): - 売上減少:年率8% → 5年後の年商28億円(現状42億円) - チラシROI:33% → さらに低下し10%以下 - 競合との価格差:拡大 → 顧客流出加速 - 結果:赤字転落の可能性大

AI導入シナリオ(5年後): - 売上増加:年率+5% → 5年後の年商54億円 - チラシROI:200%以上を維持 - 競合価格への即座対応 → 顧客維持 - 結果:黒字拡大

ステップ6:How(どうやって)——解決手段の設計(Week 4-6)

問い: 「どうやって解決するのか? 具体的なツールと方法は?」

Solution 1:AI価格予測システム - 目的:競合価格を自動収集し、最適価格を予測 - 技術:Webスクレイピング + GPT-4価格予測モデル - 実装: - 競合5店舗のWebサイトから毎日価格を自動収集 - 主要200品目の価格推移を分析 - 需要予測と組み合わせて最適価格を算出 - 期待効果: - 価格調査時間:週10時間 → 週2時間(80%削減) - 年間人件費削減:134万円

Solution 2:顧客セグメント別マーケティング - 目的:セグメントごとに最適な施策を実施 - 技術:RFM分析 + パーソナライズドメール配信 - 実装: - VIP顧客(600名):限定商品の先行案内 - 常連顧客(2,400名):ポイント2倍デー案内 - 一般顧客(6,000名):週末特売情報 - 休眠顧客(3,000名):復帰クーポン(500円割引) - 期待効果: - チラシ配布:5万枚 → 1万枚に削減(80%削減) - メール配信:0円 → 月5万円(低コスト) - チラシROI:33% → 210%に改善

第四章:Phase 2——効果測定で再現可能な成功を確認

Month 3:パイロット店舗での効果測定

KPI1:チラシ配布の効果改善

KPI2:価格調査の効率化

KPI3:休眠顧客の復帰

Month 6:全店舗展開後の年間効果

年間効果(全8店舗):

チラシコスト削減: - Before:月240万円 × 12ヶ月 = 2,880万円/年 - After:月48万円 × 12ヶ月 = 576万円/年 - 削減額:2,304万円/年

チラシ効果向上による増収: - パイロット店舗実績:月+86万円(126万円 - 40万円) - 全8店舗:月+688万円 - 年間:+8,256万円

価格調査の人件費削減: - 削減額:134万円/年

休眠顧客復帰による増収: - パイロット店舗実績:月+270万円 - 全8店舗:月+2,160万円 - 年間:+2億5,920万円

合計年間効果: - コスト削減:2,304万円 + 134万円 = 2,438万円 - 増収:8,256万円 + 2億5,920万円 = 3億4,176万円 - 合計:3億6,614万円

投資: - AIシステム開発:800万円 - メール配信システム:月5万円 × 12ヶ月 = 60万円 - データ分析担当者1名:年600万円 - 初期投資合計:1,460万円

ROI: - (3億6,614万円 - 60万円) / 1,460万円 × 100 = 2,407% - 投資回収期間:1,460万円 ÷ 3億6,554万円 = 0.04年(約2週間)

第五章:探偵の診断——問いを整理することが、全ての始まり

その夜、5W1Hの本質について考察した。

QuantumGrocers社は、「データがあれば何とかなる」という幻想を持っていた。しかし、データだけでは何も解決しない。重要なのは、「何を解決したいのか」という問いを明確にすることだ。

5W1Hで問いを整理した。Who(顧客セグメント)、What(チラシ効果とデータ活用)、When(段階的展開)、Where(パイロット店舗)、Why(売上減少への対応)、How(AI価格予測とパーソナライズ)。

6つの視点で問いを整理した結果、年間3億6,614万円の効果、ROI 2,407%、投資回収2週間という成果が生まれた。

重要なのは、「最新のAIツール」ではなく「正しい問いの設定」だ。5W1Hで問いを整理することで、データは初めて価値を生む。再現可能な成功は、問いの整理から始まる。

「データに頼るな。5W1Hで問いを整理し、解決すべき課題を明確にせよ。霧の中に隠れた問題は、6つの光で照らすことで初めて姿を現す。再現可能な成功は、問いの明確化から始まる」

次なる事件もまた、問いを整理する瞬間を描くことになるだろう。

「5W1H——Who, What, When, Where, Why, How。この6つの視点で問いを整理せよ。データは答えを教えてくれない。問いを明確にして初めて、データは価値を生む」——探偵の手記より

関連ファイル