Insight for Retail ブログ

  PI値の計算式と、棚の回転率との違い

PI値には、販売数量で計算する数量PI値と、販売金額で計算する金額PI値の2種類があります。

※レジ通過客数は、POSデータ上の購入件数（レシートの枚数）を指します。

計算例として、ある週の販売数量が30個、同じ週のレジ通過客数が6,000人の商品であれば、数量PI値は「30 ÷ 6,000 × 1,000 ＝ 5.0」です。

販売数量そのものは、客数の多い大型店や週末ほど大きくなります。PI値は購買客1,000人あたりの数値に換算するため、規模の異なる店舗どうしや、平日と週末の間でも、商品の売れ行きを同じ基準で比べられます。

死に筋商品とは

死に筋商品とは、棚の面積の多くを占めているにもかかわらず、販売数量や売上への貢献が小さい商品を指します。反対に、よく売れている商品は売れ筋商品と呼ばれます。死に筋商品を棚に置き続けると、売れ筋商品に割り当てられるはずの棚の面数が減り、販売機会の損失につながる可能性があります。

PI値は、同じカテゴリの商品を客数の影響を除いて比べられるため、死に筋商品の候補を洗い出す最初の指標として適しています。

PI値と棚の回転率の違い

死に筋商品を探すときには、棚の回転率（商品回転率）もよく使われます。PI値と棚の回転率は、分母が異なるため、分かることも異なります。

棚の回転率が低くてもPI値が高い商品は、来店客には選ばれているものの在庫を多く持ちすぎている商品であり、在庫量を調整することで回転率が改善する可能性があります。一方で、PI値そのものが低い商品は、来店客に選ばれていない商品の候補です。2つの指標を並べることで、在庫量の調整で済む商品と、棚割りの見直しが必要な商品を分けやすくなります。

  棚割の分析をPOSデータだけで行うときの限界

多くの店舗では、棚割の見直しや商品の改廃を、POSデータにもとづいて判断しています。POSデータからは、売上、購入件数、客単価、商品別の販売数量といった「結果」が分かります。一方で、売上が変化した要因、つまり来店客がどの段階で離脱したのかは、POSデータだけでは把握できません。

棚割の分析で確かめたい項目を並べると、POSデータで分かる項目と分からない項目は次のように分かれます。

表の下の3行が「分からない」になる理由は、PI値の分母にあります。PI値の分母はレジ通過客数（購入件数）、つまり何かを購入した来店客の数です。店舗に来たものの何も買わずに帰った人は、PI値の分母にも分子にも入りません。

PI値は、売場の立ち寄り率の目安として扱われることもあります。しかし、PI値が低い商品には、性質の異なる2種類の商品が混ざっています。

POSデータだけで死に筋商品を判断すると、2種類の商品を区別できません。そのため、棚の位置や陳列の仕方を見直せば売れていた商品まで、死に筋としてカットしてしまう可能性があります。

以上から、死に筋商品を見分けるために必要なことは、大きく2つです。

1. PI値で、売れ行きの悪い商品と棚の候補を絞り込む

2. 候補の棚について、来店客が棚の前まで来ていないのか、来ているのに買われていないのかを切り分ける

次の章では、2つの作業を順に進める手順を説明します。

  死に筋を見分ける手順

手順は大きく5つです。1〜3がPI値による候補の絞り込み、4と5が来客人数と立ち寄り人数による原因の切り分けにあたります。

1.比較する範囲と期間を揃えてPI値を算出する

PI値は、同じカテゴリの商品どうしで比べます。日常的に購入される商品と、年に数回しか購入されない商品を並べると、商品本来の購入頻度の差がそのままPI値の差として表れるためです。同じ棚に並ぶ商品、または同じ用途の商品群を、比較の単位にします。

算出する期間は、セールやイベント、天候の変化といった、商品の力以外の影響が偏らない期間を選びます。複数の店舗を運営している場合は、店舗ごとにPI値を算出します。全店の合計で算出すると、客層の異なる店舗の傾向が平均に埋もれてしまうためです。

2.PI値の低い商品を、棚の面数と照らして候補に挙げる

カテゴリ内の商品をPI値の順に並べ、下位の商品を死に筋商品の候補とします。あわせて、各商品が棚に何面（フェイス）並んでいるかを確認します。

棚の面数が多いのにPI値が低い商品は、棚の面積に対して売上への貢献が小さく、死に筋商品の候補として優先度が高くなります。一方で、棚の面数が1面しかない商品は、PI値が低くても、来店客の目に留まりにくいことが原因である可能性が残ります。面数が少ない商品の原因は、手順4で確かめます。

3.PI値が低くても、死に筋と判断しない商品を候補から外す

PI値が低い商品の中には、商品の力とは別の理由で売れていない商品が含まれます。次のような商品は、死に筋商品の候補から外すか、判断を保留します。

たとえば、気温が例年より下がらなかった時期に秋冬物を打ち出し、来店客の反応が良くなかったケースもあります。季節の変わり目に展開した商品は、死に筋と判断する前に、陳列する時期と気温の関係を確認する必要があります。

候補から外した商品を除いた残りが、手順4で原因を切り分ける対象です。

4.来客人数と立ち寄り人数を並べて、PI値が低い理由を切り分ける

手順3までで残った候補について、来店客が棚の前まで来ていないのか、来ているのに買われていないのかを切り分けます。切り分けに使う指標は、次の3つです。

立ち寄り率は、棚が来店客を呼び込めているかという「棚の力」を示します。対象商品の買上率は、棚の前に立ち寄った来店客に商品が選ばれているかという「商品の力」を示します。

購買ファネルに沿って整理すると、店前通行量 → 来客人数 → 特定エリアへの立ち寄り → 購入件数 の順に絞られていきます。PI値からは購買客に対する商品の売れ行きは把握できますが、それ以前の来店や棚への立ち寄り状況までは分かりません。来客人数と立ち寄り人数を加えることで、来店客がどの段階で離脱したのかを、棚ごとに確かめられるようになります。

なお、来客人数や棚への立ち寄り人数は、POSデータには記録されません。計測するには、店舗の入口や計測したい棚の前に、目的に応じたカメラやセンサーを設置する必要があります。

5.立ち寄り率と対象商品の買上率の組み合わせで、カットか棚・陳列の見直しかを決める

立ち寄り率と対象商品の買上率をそれぞれ「高い」「低い」に分けると、候補の商品は4つのパターンに分類できます。

PI値だけで判断していれば、1行目の「立ち寄り率は低いが、対象商品の買上率は高い」商品も、死に筋としてカットされていた可能性があります。立ち寄り率と対象商品の買上率を分けて見ることで、カットすべき商品と、棚の位置や陳列の仕方を見直せば売れる可能性がある商品を区別できます。陳列の仕方の見直しには、棚に並べる面数や、棚の中での高さ・位置を変えることなどがあります。

打ち手を選ぶ順序にも注意が必要です。改廃は、一度実行すると元に戻しにくい打ち手です。そのため、立ち寄り率が低い商品はまず棚の位置や陳列の仕方を見直し、対象商品の買上率が低い商品はまずPOPや価格表示を見直します。棚の位置や陳列の仕方、POPを見直しても数値が改善しなかった商品を、改廃の対象にします。

複数のブランドを展開する小売事業者様では、ブランドごとに立ち寄り率と購入の割合を並べたところ、同じ店舗の中でも「来るが買われない」ブランドと「来ないが買われる」ブランドがあり、ボトルネックがブランドごとに異なることが分かったケースもあります。ブランドごとのボトルネックが分かった後は、ボトルネックに応じて、接客・売場の配置・POP・商品構成の中から打ち手を選ぶようになりました。

4つのパターンの判断基準を、担当者ごとの判断ではなく組織の共通の基準として運用する進め方は、「棚割りの属人化を解消する手順」で解説しています。棚割全体の見直しの進め方は、「棚割の見直し方」をご覧ください。

  死に筋の判定で起きやすい数字の読み違い

死に筋商品の判定や、棚替え・改廃の効果検証では、数字の読み違いが起こりやすい場面が3つあります。

棚替えや改廃の前後だけを比べて効果を判断するケース

棚の位置や陳列の仕方を変えた後にPI値や対象商品の買上率が上がっても、同じ期間にセールや商業施設のイベント、天候の変化があれば、施策以外の影響を効果と誤認する可能性があります。施策の効果は、実施前後の比較に加えて、施策を実施していない棚や店舗との比較、曜日や時間帯を揃えた比較を組み合わせて判断します。

店舗全体の平均でPI値や買上率を比べるケース

同じ商品でも、店舗によって来客の年代や性別の構成が異なれば、売れ行きも異なります。たとえば、店舗の周辺を歩く人の年代と、店舗が展開している商品の対象年代が合っていないことが、客単価が低い要因として考えられたケースもあります。全店の平均で死に筋商品を決めると、特定の店舗では売れている商品までカットしてしまう可能性があります。判定は店舗ごとに行い、必要に応じて来客の年代・性別ごとの傾向も確認します。

棚ごとの計測条件が揃っていないケース

立ち寄り人数は、棚の前のどの範囲を計測エリアとするかによって値が変わります。計測エリアの広さや位置が棚ごとに異なると、立ち寄り率の差が、棚の力の差ではなく計測条件の差を示している可能性があります。棚どうしを比べるときは、計測エリアの条件を揃えます。

ABEJA Insight for Retailでは、機材の選定、設置箇所の決定、測定範囲の調整、設置後の真値チェックを通じて、計測精度の確保に取り組んでいます。また、異常検知システムによる日次の監視で、障害や不具合の発生を早期に察知します。店舗運営において正しい判断（意思決定）をするためには、精度の高いデータ計測が不可欠です。

  ABEJA Insight for Retailで、売れない棚の原因を確かめる

ABEJA Insight for Retailは、AIカメラやセンサーを用いて、来客人数や店前通行量、来客属性などを可視化する店舗分析・運営支援サービスです。PI値だけでは分からなかった、売れない棚の原因の切り分けを支援します。

計測したデータの読み方や、分析結果を棚割の見直しにつなげる方法は、カスタマーサクセスチームが伴走型サポートで支援します。活用方針や目標の策定、データの活用方法の説明、分析結果のフィードバックを継続して行い、データドリブンな売場づくりが仕組みとして定着するまで支援します。

空港店舗で、店前通行量や来客属性、棚前での行動といった購買ファネルを可視化し、経験と勘に頼っていた運営を、データにもとづいて施策の実行と改善を続ける運営へ転換した事例は、「空港店舗の“経験と勘”に“データ”の裏付け（全日空商事株式会社様）」でご紹介しています。

  よくあるご質問

Q1.PI値とは何ですか？計算式を教えてください。

A1.PI値とは、レジを通過した来店客1,000人あたりの販売数量（または販売金額）を示す指標です。計算式は「PI値 ＝ 販売数量（または販売金額）÷ レジ通過客数 × 1,000」です。販売数量で計算したものを数量PI値、販売金額で計算したものを金額PI値と呼びます。客数の影響を除けるため、規模の異なる店舗どうしや、平日と週末の間でも、商品の売れ行きを同じ基準で比べられます。

Q2.PI値と棚の回転率は何が違いますか？

A2.分母が異なります。PI値の分母はレジ通過客数で、来店客にその商品がどれだけ選ばれているかを示します。棚の回転率（商品回転率）の分母は平均在庫で、棚に置いた在庫がどれだけ早く売れているかを示します。棚の回転率が低くてもPI値が高い商品は、在庫量の調整で改善する可能性があります。一方、PI値が低い商品は、購買客に対して売れ行きが低い商品の候補と考えられます。

Q3.PI値が低い商品は、すぐにカットすべきですか？

A3.すぐにカットせず、まず売れていない理由を確認することをおすすめします。欠品していた商品や、季節の変わり目に展開した商品、導入して間もない商品は、商品の力とは別の理由で売れていない可能性があります。また、PI値が低い商品でも、棚への立ち寄りが少ない場合は、棚の位置や陳列の仕方に改善余地がある可能性があります。棚の位置や陳列の仕方、POPを見直しても改善しなかった商品を、改廃の対象にします。

Q4.POSデータだけで、売れない棚の原因は分かりますか？

A4.POSデータからは、売上や購入件数、商品別の販売数量といった結果は分かりますが、売れない原因までは分かりません。POSデータに記録されるのは購入客だけであり、購入しなかった来店客や、棚の前に立ち寄った来店客の人数は記録されないためです。来客人数や棚への立ち寄り人数を計測し、立ち寄り率と対象商品の購入実績を組み合わせて確認することで、「棚への立ち寄りが少ないのではないか」「棚には人が集まっているものの、購入につながっていないのではないか」といった改善の仮説を立てやすくなります。

Q5.立ち寄り率と対象商品の買上率は、どのように計算しますか？

A5.立ち寄り率は、来客した顧客のうち、その棚に立ち寄った割合で、「棚への立ち寄り人数 ÷ 来客人数」で算出します。対象商品の買上率は、棚への立ち寄り人数と対象商品の購入件数を組み合わせて売場の状況を確認する指標で、「対象商品の購入件数 ÷ 棚への立ち寄り人数」で算出します。立ち寄り率は棚が来店客を呼び込めているかを、対象商品の買上率は棚の前に立ち寄った来店客に商品が選ばれているかを示します。

  本記事の総括

PI値とは、レジを通過した来店客1,000人あたりの販売数量（または販売金額）を示す指標です。客数の影響を除いて、商品の売れ行きを比べられます

• PI値の分母はレジ通過客数（購入件数）であり、購入しなかった来店客を含みません。そのため、PI値が低い理由が「来店客が棚の前まで来ていない」のか「来ているのに買われていない」のかを区別できません

• 死に筋商品を見分けるには、PI値で候補を絞り込んだうえで、欠品や季節の要因などで売れていない商品を外し、来客人数と立ち寄り人数で原因を切り分けます

• 立ち寄り率が低く、対象商品の買上率が高い商品は、死に筋ではなく、棚の位置や陳列の仕方に課題があります。カットする前に、棚の位置や陳列の仕方を見直します

• 改廃は元に戻しにくい打ち手です。棚の位置や陳列の仕方、POPを見直しても改善しなかった商品を、改廃の対象にします

店舗データの可視化から、施策立案・効果検証までをデータドリブンに行うなら、「ABEJA Insight for Retail」をご活用ください。

AIカメラによるデータの自動取得に加え、店舗運営を成功に導くカスタマーサクセスチームが、データの見方、示唆出し、施策立案・実行、振り返りまでのPDCA定着を支援します。

店舗改善の次の一手にお悩みのご担当者様は、ぜひ一度お気軽にご相談ください。

「AIカメラ活用×徹底伴走」の店舗分析ソリューション ABEJA Insight for Retail の詳細資料請求・個別無料相談はこちらから

＞＞ サービス詳細・無料相談を申し込む（公式ページへ遷移します）

▼サービス詳細はこちら

https://abejainc.com/insight-retail-main

▼お問い合わせはこちら

https://www.abejainc.com/insight-retail-contact

※ 本記事に記載の計測精度・安定稼働率・データ取得率は、一定期間・一定条件下における実績値であり、設置環境、ネットワーク状況、機器構成、店舗の運用状況等により変動する場合があります。