導入事例レポート
株式会社ぐるなび様
- 本社所在地
- 東京都千代田区有楽町1-2-2
- 事業概要
- パソコン・スマートフォン等による飲食店等の情報提供サービス
飲食店等の経営に関わる各種業務支援サービスの提供その他関連する事業 - 公式サイト
- https://corporate.gnavi.co.jp/
飲食店を誘致するビル周辺に、どんな人がどれだけいるか
何度でも、様々な切り口で分析。
物件評価の根拠づくりに、新たな力を。
魅力のある飲食店を様々な商業施設等の施設に誘致する新規事業を通じ、施設での食の楽しみや飲食店への新たな事業機会を広げる株式会社ぐるなび様。物件やエリアの調査にKDDI Location Analyzerを導入いただいており、導入の経緯や活用についてイノベーション事業部 店舗開発事業グループ コントラクトマネージャーの岡田 祐希様にお話しを伺いました。
| 【課題】 | 【効果】 |
| 公的データだけでは、調査エリアの人出についてタイムリーな 計測やピンポイントなエリアでの人流分析ができていなかった |
売上予測や店舗賃料などの根拠となる物件周辺の人出について 直近の数字や属性別の数字が把握でき、物件評価の根拠が増えた |
飲食店を誘致する施設が建設中であっても
どんな人が、どのくらい来るのか、
根拠を持って把握するために。
導入の経緯について
位置情報サービスに着目したきっかけは、人口動態をタイムリーに細かく取りたいというニーズがあったことです。
私の所属する店舗開発グループは、飲食店を様々な商業施設や不動産に誘致をして、そこで出店していただく際に資金面や与信面のサポートをする事業を担っています。 飲食店を誘致する施設にどんな人がどのくらい来るのか、といった人の流動を調査する際に、新設や改修中のビルなどは、現状営業していないため“今”の状況を把握できません。周辺の人口動態から推測する必要がでてくるため、調査するビルやエリアの周辺の人の流れを分析できるツールを探していたという経緯があります。
導入の決め手は？
KDDI Location Analyzer（以下、KLA）は前任者の頃より導入し使っていました。契約更新時には他の位置情報データ分析サービスも検討をしたものの、KLAの狙ったエリアやビルをピンポイントに指定してすぐにデータを抽出できる点や、細かな分析条件の設定がしやすい点、使いたいときに何度でも使える点が当社のビジネスに合っていたため、契約更新に至りました。
売上予測を導くために重要な
“人の数”などのデータを取得することで
自社の物件判断基準がより明確になる。
どのような業務にご活用ですか？
立地や物件評価の主な指標となる“売上予測”等の根拠づくりに活用しています。
その場所で、飲食店がどの程度の売り上げをあげられるのかという計算をする際に、人の数というのは非常に重要になってきます。
各店舗の単価に対し、いくつかの変数をかけて入場数を想定しますが、おおもととなる数字は、そこにいる人の数になります。“現行でどのくらいの人がいるのか”というデータをＫＬＡで調べて、それを根拠数字として売上予測を出しています。
商業施設を開発しているデベロッパー様が想定される想定売上や入場数見込みと比べ、こちらの想定との差はどのくらいか等を見るなど、物件を判断する物差しとして使っています。
導入後のメリットについて
根拠をつくる、という部分ではメリットを感じています。やはり物件周辺の人の数を明確な数字で把握できるという点は非常に大きいですね。これまでは、公的なデータ（総務省から発表されている人口動態等）、つまりその建物があるエリア全体の固定されたデータをベースにしていたので、店舗のあるビル周辺といった、ピンポイントな人の流れは把握できていませんでした。特に、人の流れが特殊なコロナ禍では、公的データだけでは予測しきれないため、直近の情報が無ければ根拠を何かもうひとつ作らないと弱いところがあります。その点、KLAがあると数年前のデータではなく今のデータを容易に入手できるので便利です。
我々の店舗開発事業は、我々が借り上げて飲食店にお貸しするという想定が多いので、そのスペースの賃料を検討する際に重要になる“人の数”を数字で明確に提示できるようになったことで、社内外ともに納得感を持って交渉を進められています。
性別や年代別、時間帯別以外にも
通勤者や来街者、居住者といった属性でも分析でき
オフィスの入った施設の集客予測に有効。
調査する物件も日本各地いろいろな場所にあるため、どこでも自分ですぐに調べられるのは非常にありがたいところ。時期によって物件数の変動が大きく、また物件数も結構な数になるため、『月間何件まで、発注から2～5日で分析レポート納品』といったサービスより定額制のセルフ分析サービスのほうがマッチします。また、案件によっても売上の規模が大きく異なるため、１件いくらの物件調査だと、全ての案件に同じ費用をかけることが難しかったりします。その点でも、定額制だと、気兼ねなく調べられて良い点です。
任意に指定した施設の来訪者数推移、リピート率、曜日別・時間帯別傾向、来訪者属性を把握。
よく使う機能、データは？
主には、年代別、時間別、時期別の人の流れ（人数）を物件ごとに確認しています。特定の不動産の入り口面の人の数が、ひとつの算定根拠になるため、そこの数字を中心に見ています。
KLAは、滞在人口等を見る際、性別・年代別・時間帯別だけでなく、そこにいる人が来街者なのか通勤者なのか居住者なのか、という軸でも分析できます。
我々の検討するビルはオフィスが入っていることも少なくないため、そういった場合は来街者で分析します。こういった細かな分析区分は重要視しています。
また、コロナ前との比較もよくしていますね。2019年と2020年の数字の比較。そろそろ年度分に近い形で比較ができるのと、各地域での人の動きの違い等が見えるようになってきたので、そういった大きな軸でも変化や差分をみながら物件を評価しています。
今後の展望について
データの取り扱い方の工夫や分析条件の最適化などを進め、KLAで得られるデータをより一層自社の価値に変えていく必要があると感じています。
また、社内にあるデータとの連携についても精度を高めていきたいですね。
というのは、飲食店は業態や立地、それ以外にも集客できるポイントは色々ありますが、それぞれの要素を適切に判断できないと、「ここにはこれくらいの人が来る」という予測の数字はまだまだ概算でしか出せません。
この予測精度は、飲食店様へ提供する様々なサービスの精度と比例します。精度を高めた社内のデータに、きちんとKLAのデータが伴走していくことによって、提供できるこちらのサービスの精度が上がっていくのかな、と思います。
現状は、業務に必要な人流データを集めて満足している部分がある気がします。KLAも機能が増えていることですし、今後はもっと使い方や分析方法、他データとの連携活用などについても深堀をしていきたいと思います。
（取材日：2021年5月）
