小売における販促計画 – プロセス上の課題
前回の投稿では、データの課題におけるプロモーション予測を扱いました。本投稿では、プロセス上の課題、すなわち 予測はいつ作成されるのか？どのように利用されるのか？ などについて取り上げます。実際、正確な予測の取得は困難な上に、小売業者は予測を本来の活用方法で利用できず、結果として数値結果の利用が最適とは言えない状態になっています。いつものことながら、統計的予測は直感に反する科学であり、誤った方向へ進みやすいのです。
予測結果の交渉は行わない
通常、購買部門が販促計画プロセスを監督します。しかし、サプライヤーから良い価格を引き出すための値引き交渉は非常に効果的である一方で、予測に関する交渉は機能しません。断固として。 それにもかかわらず、販促予測は購買部門とサプライチェーン部門、または購買部門とIT部門、あるいは購買部門と計画部門などの間で交渉される妥協点となる傾向が見受けられます。
仮に予測プロセスが存在したとしても（その正確性は別の問題ですが）、予測結果は交渉の対象ではありません。予測は、販促商品の需要を企業が見込むために作成できる最良の統計的推定値に過ぎないのです。もし交渉の当事者の一方が実証可能な優れた予測手法を有している場合、その手法を基準とすべきですが、交渉は伴いません。
ここでの誤解は、_予測_と_リスク分析_という二つの考慮事項が分離されていない点にあります。リスク分析の観点からは、プロモーションイベント以外で既に販売されている長寿命商品の場合、サプライヤーが非常に有利な条件を提示していれば、予測の5倍の量を発注しても問題ないでしょう。人々が予測について“交渉”を行うとき、それは説明されないリスク分析が行われているに過ぎません。しかし、少なくとも方法論的には、予測とリスク分析を分離すればより良い結果が得られます。
予測から手動介入を排除する
一般消費財小売業では、手動操作を伴うすべてのデータプロセスは、ネットワーク全体での拡大に多大なコストがかかります。商品の数が非常に多く、店舗数も多く、プロモーションが頻繁に行われるためです。したがって、最初から目標はエンドツーエンドの自動化された予測プロセスであるべきです。
しかし、（ほぼ）すべてのソフトウェアベンダーが完全自動化ソリューションを約束する一方で、人的リソースの要求があちこちで増大します。例えば、予測システム専用のために、商品の特定の階層構造を維持しなければならない場合があります。これには、季節性分析専用の特別な商品グループの設定や、店舗での販売履歴がない_新商品_に対し、_旧商品_の販売履歴を代替として使用する「ペア商品」のリストアップが含まれることもあります。
また、予測モデル自体の_微調整_は非常に大変で、たとえ一度きりの作業とされていても、継続的な運用コストとして計上されるべきです。
小さなアドバイスとして、店舗ネットワークにおいては、予測を_視覚化_すると約束するベンダーには注意が必要です。各データポイントを見るのに10秒もの時間を費やすのは、十分な規模の小売ネットワークにとっては途方もなく高コストです。
従業員が費やす時間は、単に計画活動を維持するだけでなく、長期的な投資効果が期待できる分野、すなわち販促計画の継続的な改善に向けられるべきです。
取り組みから全レベルを省略しないでください
小売業者が作成する予測の中で最も不正確なものは、暗黙の予測です。これは、何らかの予測を反映しているにもかかわらず、それが予測だと明確に認識されていない意思決定を指します。販促予測の場合、通常、3つの明確なレベルの予測が存在します：
- 小売ネットワーク全体に対する発注の規模を決定するための国別予測。
- 国レベルの数量を各倉庫に分配するための地域別予測。
- 地域レベルの数量を各店舗に分配するためのローカル予測。
小売業者の組織内で、各部門が全体の計画の一部を個別に担当するケースが頻繁に見受けられます。例えば、購買部門が国別予測を、サプライチェーン部門が地域予測を、そして店舗マネージャーがローカル予測を担当するのです。さらに、これらの数字について部門間で交渉が始まると、状況はさらに悪化します。
予測プロセスを複数の部門に分割すると、販促計画の有効性について誰も明確に責任を負わなくなります。各部門が行う他の取り組みによって結果が緩和または増幅されるため、特定の施策がもたらす改善効果を定量化することは困難です。実際、これによりプロセスの継続的な改善への試みが複雑化します。
できるだけ遅くに予測せよ
統計的予測に関する一般的な誤解は、いつか何らかの方法で予測が完全に正確になるだろうという希望です。しかし、プロモーション予測は、人々が一般に_非常に_正確と認識するものには到底及びません。
例えば、西洋市場全体で観察すると、スーパーマーケットレベルでプロモーションされる商品の大多数は、プロモーション期間中に週あたり10台未満しか販売されません。しかし、6台を予測して9台を販売した場合、既に50%の予測誤差となります。実際、スーパーマーケットレベルで30%未満の誤差を達成する見込みはありません。
しかし、予測が避けがたい不正確さを帯びている一方で、一部の小売業者（小売業者に限らず）が、必要以上に先の未来を予測することで問題をさらに悪化させています。
例えば、特にアジアからの輸入がある場合、全国規模の予測は通常20週間前までに必要とされます。しかし、地域レベルや店舗レベルの予測はそこまで前倒しで作成する必要はありません。倉庫レベルでは、計画は通常4～6週間前に行われ、店舗に関しては、プロモーション開始の1週間前までに計画の定量的な詳細が最終決定されます。
しかし、予測プロセスは通常複数の関係者によって共同で扱われるため、すべての関係者の制約に合致する日付、すなわちいずれかの関係者が提案した最も早い日付に合意が形成されます。その結果、店舗レベルで20週間先までの需要予測が行われ、本来、予測の延期によって全く回避できたはずの著しく不正確な予測が生じることがよくあります。
したがって、プロモーションの計画は、最終的な予測が最新のデータを反映して実施される最後の瞬間まで、定量的な意思決定を保留するように調整することを推奨します。
店舗レベルでのプロモーション販売の初日(s)を活用せよ
店舗レベルでのプロモーション需要の予測は困難です。しかし、一度初日の販売が観測されれば、プロモーション残期間の需要予測は、開始前に作成されたどの予測よりもはるかに高い精度で実施できます。
したがって、すべての商品を一度に店舗に投入するのではなく、一部のみを投入し倉庫に予備在庫を保持することで、プロモーション計画は大幅に改善されます。そして、1～2日間の販売後、初期の販売実績をもとにプロモーション予測を見直すことで、残りの在庫をどのように店舗に投入すべきか調整できます。
各プロモーション終了後に予測を調整してはならない
小売業者からよく寄せられる質問の一つに、新たなプロモーションの結果を観測した後で予測モデルを見直すかどうかというものがあります。一見合理的なアプローチのようですが、プロモーション予測の場合には_落とし穴_があり、この考えを素朴に適用すると逆効果になる可能性があります。
実際、ほとんどの小売業者において、同じ期間に統一されたプロモーションメッセージとともに実施されるプロモーション活動には、強い内因性の相関が見られます。つまり、あるプロモーションは他よりも効果が高く、最低のパフォーマンスのプロモーションと最高のパフォーマンスのプロモーションとの間には、売上高で10倍以上の差が存在します。
その結果、各プロモーション終了後に最新の観測結果をもとに全ての予測モデルを上方または下方に見直したくなるのは自然ですが、これが大きなオーバーフィッティングの問題を引き起こし、見直された過去の予測が実際以上に人工的に正確になってしまいます。
オーバーフィッティングの問題を軽減するためには、広範な_バックテスト_プロセスの一環としてのみプロモーション予測モデルを見直すことが重要です。バックテストとは、過去の全履歴を再生し、最新のプロモーションを含めて全ての予測を反復的に再生成するプロセスです。広範なバックテストにより、プロモーション効果の予測における大幅な変動が軽減されます。
「ex post」プロモーション記録を検証せよ
本シリーズの最初の投稿で述べたように、データ品質は信頼できるプロモーション予測を作成するための不可欠な要素です。しかし、プロモーション終了数ヶ月後に異常を洗い出すのは現実的ではありません。したがって、プロモーションデータの見直しは遅らせず、各プロモーションがまだ関係者（店舗マネージャー、サプライヤー、購買担当者など）の記憶に新しいうちに、終了直後に行うことを提案します。
特に、_ゼロおよび驚くべき数量_などの外れ値を探すことを提案します。ゼロは、プロモーションが実施されなかったか、商品が店舗に届けられていないことを示しています。いずれにせよ、数回の電話で問題の原因を特定し、適切なデータ修正を行うことができます。
同様に、予期せぬ極端な数量は、十分に考慮されていなかった要因を反映している可能性があります。例えば、一部の店舗では入り口に陳列スペースを設けたのに対し、当初の計画では商品を通路内に配置する予定でした。当然ながら、販売量は大幅に増加しますが、これは単に陳列方法の変更による結果に過ぎません。
次回もご期待ください。次回はプロモーション計画における最適化の課題について議論します.
