良品計画が​因果推論と​ Gemini Enterprise で​可視化：EC が​もたらす実店舗での​売上貢献

顧客行動が​多様化し、​EC サイトと​実店舗を​行き来する​現代。​オンライン上の​接点を​いかに​して​リアルな​店舗体験に​結びつけるかは、​多くの​小売企業が​直面する​課題です。​顧客はもは​や​特定の​チャネルにとどまる​ことなく、​あらゆる​接点を​回遊しています。

無印良品を​展開する​私たち株式会社良品計画も​また、​この​課題に​向き合ってきました。​「人と​自然と​モノの​望ましい​関係と​心豊かな​人間社会」を​考えた​商品や​サービスを​通じて、​「感じ良い​暮らしと​社会」の​実現に​貢献する。​この​企業理念を、​EC と​実店舗の​双方で​具現化する​ために、​データに​基づいた​新たな​取り組みに​着手しました。

シームレスな​顧客体験を​阻む​データの​分断

オンラインか​オフラインかを​意識させないような​顧客体験を​提供する​ためには、​両者の​融合、​すな​わち OMO​（Online Merges with Offline）が​不可欠です。

しかしながら、​おそらく​多くの​オムニチャネルを​展開する​小売企業と​同じように​当社では​ EC と​実店舗の​データは​別々の​部署で​分析されている​現状が​ありました。​その​ため、​チャネルを​横断した​シームレスな​顧客体験を​提供できているか​どうか​仮説を​検証する​ためには、​その​都度チャネルごとの​データを​抽出、​統合して​分析しなければなりません。​その​作業の​複雑さを​考えると、​定常的な​分析を​実施する​ことは​現実的では​ありませんでした。

「テレビで​取り上げられた​反響は？」—— アナリストでなくても​分析が​可能に

こうした​データの​分断を​解消する​ため、​Google と​協業して​「MUJI Promotion Insights Hub」の​開発に​取り組みました。​目指したのは、​データアナリストを​経由する​ことなく、​社内の​誰もが​アクセスして​自らインサイトを​得られる​独自の​分析基盤です。

開発に​あたっては、​Causal ML​（因果関係を​推定する​機械学習）を​活用し、​EC への​アクセスが​実店舗の​売上に​どの​程度​寄与したかを、​Google アナリティクス、​気温や​降水量、​人口統計データ、​店舗の​レイアウトデータと​いった​コンテキストを​踏まえて​推定。​現場で​活用できる​レベルで​データを​可視化しました。

さらに、​この​推定モデルに​ Google Search Console、​アイテム別・地域別の​アクセス数など​関連する​データを​接続し、​Gemini Enterprise を​活用した​自動分析の​仕組みを​構築しました。

た​とえば​現場の​社員が​「テレビや​ SNS で​〇〇と​いう​商品が​取り上げられた​際の​反響は​どうだった？」と​いった​自然な​言葉で​質問を​すると、​Gemini Enterprise が​その​意図を​くみ取り、​自動で​分析結果を​返します。​さらに​分析結果から​得られた​インサイトを​ 1 枚の​スライドに​まとめて​出力する​ことも​可能です。

これに​より、​社員の​誰もが​ EC と​実店舗の​連係に​よる​相乗効果を​直接分析して​共有できるようになりました。​実際に​利用した​社員たちからは​「テレビや​ SNS の​反響を​調査し、​推奨アクションを​瞬時に​組み立てられるようになった」​「チャットを​通じて​すぐ​回答が​得られる​ため、​もっと​データを​活用しようと​思えるようになった」と​いった​声が​上がっています。​部門間の​対話を​促す基盤も​整ったと​言えるでしょう。

もちろん​開発に​あたっては、​プライバシーへの​配慮も​徹底しています。​今回の​基盤構築に​おいて​個人の​行動は​追跡していません。​当社が​目指した​顧客体験の​検証は、​集計データを​用いた​高度な​因果推論に​よって​十分に​可能でした。

データが​明らかに​した​ EC サイトの​実店舗への​貢献

社員たちが​直接データ基盤に​アクセスして​分析できるようになった​こと​以外にも、​いく​つかの​観点で​大きな​成果が​見えました。

1​ つは、​戦略上の​ EC サイトの​重要性を​定量的に​確認できた​ことです。

当社では、​EC を​「カタログ」と​位置づけています。​単に​商品を​売る​場所ではなく、​サイトを​訪れた​顧客に​商品の​背景や​当社の​理念に​ついて​理解を​深めて​もらえる​「感じよい​オンライン」​体験の​提供を​目指して​開発してきました。​今回の​ MUJI Promotion Insights Hub での​分析に​よると、​過去に​システム障害で​発生した​ 2 カ月に​わたる​ EC の​出荷停止期間中でも、​サイトへの​アクセスが​実店舗での​売上の​約 8% に​貢献し、​EC 閲覧が​なければ​発生していなかったであろう​純増売上を​もたらしていた​ことが​明らかに​なりました。

また、​EC での​閲覧が​多い​時期や​アイテムカテゴリは、​実店舗での​購買単価も​相対的に​高いことが​わかりました。​つまり、​EC を​通じた​商品理解は、​実店舗での​購買単価の​向上に​寄与していると​いう​ことです。​この​ことから、​EC の​閲覧を​促すための​施策が​重要である​ことも​裏付けられました。​その​ため、​KPI の​変更も​検討しています。​従来の​ EC での​直接購入のみの​評価から、​商品ページへの​到達率など​店舗への​送客を​重視する​方​向性へと​シフトしていく​予定です。

さらに、​今回の​取り組みを​通じて、​地方に​おける​ EC の​貢献も​可視化されました。​一般的に、​店舗数の​多い​東京のような​都市部では、​OMO が​進みやすいと​言えます。​しかし、​実は​地方に​おいても​ EC への​アクセスが​その後の​実店舗での​売上に​つながっていたのです。

た​とえば、​東京では​まだ​残暑が​厳しい​時期に、​北海道では​一気に​気温が​下が​り始めます。​その​ため、​EC では​「家の​中で​暖かく​過ごせる」インナーウェアの​アクセスが​急増し、​同時期の​実店舗に​おける​売上の​ 56% に​貢献していました。​スペックや​在庫は​ EC でも​確認できますが、​手触りを​店頭で​確認したいと​いう​生活者ニーズが​店舗への​送客に​貢献していたと​推定されます。​また​大阪では、​引っ越しの​シーズンに​合わせて​省スペース家具への​アクセスが​増加し、​同時期の​実店舗での​売上の​ 49% に​つながっていました。

地域ごとの​ニーズの​違いが​ EC サイトの​アクセス増加と​して​可視化され、​インサイトを​引き出せるようになった​ことで、​各地域の​暮らしに​密着した​キャンペーン設計が​可能に​なったのです。

実店舗の​売り場での​活用など、​OMO を​さらに​体現

今後は、​OMO を​会社全体で​さらに​体現する​ため、​店舗在庫や​商品の​レビュー結果、​SNS などの​外部​データソース、​さらには​活躍している​店長の​ノウハウの​データ化など、​より​多角的な​データを​接続し、​実店舗の​売り場でも​活用できる​状態を​目指しています。

これらの​データを​活かして、​各地域の​特性や​顧客の​ニーズに​合わせて、​店舗ごとに​自律的な​運営を​進めると​同時に、​EC サイトでも​「感じの​良い​オンライン」を​実現していきます。

_{Contributor：中原啓智​（シニアマーケティングリサーチマネージャー）​／門別 優多​（カスタマーエンジニア　Google Cloud）​ ／西森 万晃​（シニアアカウントエグゼクティブ）}