海外事例研究 | 人流データを用いたチェーン店の出店戦略

こんにちは！いつもご覧いただきありがとうございます。
今日は、GEOTRA公式noteの人気シリーズ「海外事例で学ぶデータ活用最前線」から、好評いただいている記事をご紹介いたします。
他の海外事例の記事もこちらからご覧いただけますので、ぜひチェックしてみてください！

（注）：この記事は2023年7月28日にGEOTRA公式noteに掲載された記事を転載したものです。

はじめに

本記事では、米StreetLight社が、人流データを飲食店の出店戦略に活用した事例をご紹介します。

事例研究：米StreetLight社による朝食チェーン店の出店戦略

StreetLight社は2011年に米国で設立されました。
スマートフォンの位置情報や自動車に搭載されたGPS機器からビッグデータを集め、独自の分析を行い、人流を可視化する、以下のようなソフトウェアの開発や人流分析を行っています。これらを通じて、交通という視点から様々な顧客のまちづくりを支援しています。

StreetLight社が、顧客の朝食チェーン店が保有する「通勤途中のドライブスルー利用者」のデータに着目し、通勤者の交通データを用いて、ドライブスルーで立ち寄りやすい新店舗の出店先に最適な場所を提案した事例をご紹介します。

StreetLight社が提供するデータのイメージ
出典： ”A Tale of Two Cities -Which streets are thriving in your city?” StreetLight社HPより

具体的には、

1. まず、出店候補地を提示した地図上で、周辺人流の出発地と到着地を示すデータを重ね合わせ、通勤時の交通状況を可視化しました。
2. その後、出店候補地ごとに、通勤ラッシュの時間帯に、候補地の店舗の前を自動車で通過する人々の数を可視化しました。

下図は、複数の候補地がある中で、その中の2ヶ所を示した分析結果です。

新店舗候補地前を通過する人数（推計）割合の分布
出典："How a Breakfast Chain Chooses Store Locations That Drive Sales" StreetLight社HPより

これらの分析結果を踏まえ、StreetLight社は、下図で示す場所を複数の候補地の中からチェーン店の新店舗の出店場所として提案しています。人口密度の高いエリア周辺の①チェーン店の既存店舗の場所と、②候補店舗の前を通過する人数、③道路ネットワークなどを考慮し、最も立ち寄りが多いと想定される、新店舗出店地を特定・提案しました。

StreetLight社が提案した候補店舗地の図
出典："How a Breakfast Chain Chooses Store Locations That Drive Sales"  StreetLight社HPより

StreetLight社は、人流データと、道路情報や施設情報を組み合わせることで、複数の候補店舗地の中から、最も集客が見込める場所を、顧客に推奨しています。

これらのデータを用いることで、顧客である朝食チェーン店は、新店舗候補地の選定・評価を短時間に、より正確に行うことが、可能になりました。

最後に

ここまでご覧いただきありがとうございました。

本記事では、米StreetLight社の人流データを用いて、新店舗候補地の評価を可視化した事例をご紹介しました。本事例が示すように、人流データを用いることで、店舗のマーケティングに関わる新たな知見を手に入れることができます。

来週は、こちらの背景にあるアルゴリズムについてご紹介します。

GEOTRAでは、独自の個人情報保護技術により、人々の動きや行動目的などが高粒度に可視化された人流データ、GEOTRA Activity Dataをご提供しています。更に人流データのご提供に留まらず位置情報データ全般に関する利活用促進のためのご支援を行っております。

GEOTRAは、学生インターンを含め、現在一緒に働く仲間を募集しております。興味をお持ちの方は、Wantedly上の募集ページやストーリー、各種サイトをご確認ください！