SlideShare a Scribd company logo
1 of 57
TakumiMap の統計データから見えること エリア戦略と重点エリアの追求 Next-C 2010 年12月
目次 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
1.エリア戦略に不可欠な要素とは
1  エリア戦略立案(仮説思考)に、必要不可欠な 4 要素とは ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],3 .エリア担当者の考える ターゲットと狙うエリア 課題の整理と仮説思考の活用 ,[object Object],[object Object],    2 .環境変化の予測    都市計画、住宅開発 企業、大型施設店の出店、撤退 4 .競合構造 統計データで調べる 自社顧客 会員情報の活用 競合店の住所、売上規模など 情報を調べ地図に載せる デベロッパー情報 都市開発情報を活用 大店法(制約論) Who ?  Where ? What? How to permeate? メンタルマップの活用と裏づけ検証 仮説思考によるターゲットとエリアの絞り込み 仮説思考を活用して、よい立地、 NO 1になれるエリア、ターゲットを絞り販促をしながらシェア、売上を伸ばすこと
2.エリア戦略の課題を整理する方法とは
1.現状のエリア戦略の課題を整理する方法とは (1)ロジカルシンキングの活用 ,[object Object],[object Object],[object Object],1 .課題を見る、聞く、調べる 2 .課題の構成要因をコンポーネント化 フレームワーク、仮説思考を使って 解決策を立てる 課題の山を分解して分類する (コンポーネント化) MICE ロジックツリー A B C D A B C D C A B D C A B D C A B ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],顧 客 Customer 自 社 Company 競 合 Competitor 自社の強み 競合の強み サー ビス 販売 流通 生産 調達 開発 研究 自社の競争力 市場の魅力 大 中 中 大
2 .  問題解決に必要な技術  (1) MECE 、ロジックツリー ,[object Object],[object Object],漏れ、ダブりのないケース 「重要な要素」を押さえればよいケース A B C A B C D MECE :  M utually  E xclusive  C ollectively  E xhaustive  漏れもダブりもないこと (狭義の MECE ) (広義の MECE )
(2)ロジックツリー  . . .  ツリー状に表現した、 MECE なグループ分け MECE に 全く同じものが各ブランチにでないように切り分ける 2 段、せいぜい 3 段まで これだけで十分なケースも多い
(3) ロジックツリー 会社の売上・利益拡大の施策(例) 売上・利益の 拡大の施策 店舗数増加と統廃合 出店エリアの拡大->選択の時代 店舗を改装・拡大(商業施設内で) ◎ ○ △ ○ 立地戦略 品揃戦略 顧客数のアップ 低価格化 品そろえ数、買上点数のアップ ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
  ( 4) ロジックツリー  ○○会社売上・利益の拡大策 直営・FC店の場合(例) 売上・利益の 拡大の施策 来店者のアップ Web 化による問い合わせ マス広告 FC ・直営店の増加と統廃合 出店エリアの拡大->選択の時代 アクセスのよさと交通量 ◎ △ ○ △ 立地戦略 集客力 店舗別、エリアを絞った DM 、チラシ、新聞折込、ポスティング ◎
(5)ロジックツリーとメモの関係(ヒアリング・課題整理に生きる) A ・ A-1 ・ A-2 ・ A-3 ・ A-4 A-2 A-3 A-4 A A-1-1 A-1-4 A-1-3 A-1-2 2ページ目のメモ: 子 A-1-2-1 A-1-2-2 A-1-2-3 A-1-2-4 3 ページ目のメモ: 孫 A-1 1 ページ目のメモ: 親 ロジックツリーとしては メモとしては A-1 ・ A-1-1 ・ A-1-2 ・ A-1-3 ・ A-1-4 A-1-2 ・ A-1-2-1 ・ A-1-2-2 ・ A-1-2-3 ・ A-1-2-4 A-1 以外の分岐については省略 A-1-2 以外の分岐については省略 第 1 階層 第 2 階層 第 3 階層 ,[object Object],[object Object],[object Object],○ 年○月○日 ○ 年○月○日 ○ 年○月○日
( 6 )  フレームワーク  . . .  考え方の枠組み、構造化 自社の強み 競合の強み 戦略立案時に考慮すべき 3 要素、 7 要素 事業の優先順位付け ビジネスシステムの比較 自社の競争力 市場の魅力 大 中 中 大 サー ビス 販売 流通 生産 調達 開発 研究 3C 7S 顧 客 Customer 自 社 Company 競 合 Competitor 人 材 Staff 制度・システム System 組織の構造 Structure スキル Skill ビジョン・価値 Shared Value 経営風土 Style 戦 略 Strategy
(7)ロジックツリー 出店会議によく出る質問、内容をまとめる ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],ツリーで整理したら、次にフレームワークで出店基準を整理する ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
(8) ロジックツリーをフレームワークで整理 出店会議の例 ,[object Object],出店基準1 出店基準2 出店基準3 複合店の売上 円以上 ○ 円以下 カジュアルテナント 有 無 複合店の売上 ○ 円以上 ○ 円以下 ターゲット世帯 (ニューファミリー) 多い 少ない 近隣に自社系列店舗が ない  ある チラシ配布エリアが 同じ 違う ■ 出店基準1.2.3.が合致したとき出店    を決められている(仮説) 次に、 TakumiMap に競合店の位置と自社店舗位置を地図で掌握してターゲット世帯の多いエリアを深堀する。
3.仮説思考とは
(1)仮説思考とは!  空を見上げたら -> 曇っていたので -> 傘を持っていこう! 仮説立案 販促1 検 証 仮説修正 販促2 検 証 結 論 結論 ,[object Object],[object Object],[object Object],ステップでいうと イメージ的には 方向修正 方向修正 方向修正 ポイント TakumiMap の仮説の検証とは 地図を見たら  -> お客さんがいそうなので  -> 販促をしよう!(ローラー、チラシ、 etc )
(2)仮説思考を使うとアウトプット指向になる ,[object Object],[object Object],[object Object],かけられる時間 時間 成 果 必要なレベル ,[object Object],[object Object],[object Object],[object Object],かけられる時間 成 果 必要なレベル 積み上げ式 アウトプット指向 初めてすぐ目途をつける 半分の時点では方針をほぼ決定する エリア戦略を選定するには仮説思考でターゲットを探すことが有効
(3)地図を見上げたら 「どこにターゲットが住んでいるか」を探すステップとは 空をみあげたら 曇っていたので 傘をもっていこう エリアの絞り込み TakumiMap を見る 現地調査や販促の実施 ステップ1 従来の販促エリアを地図で確認 ステップ2 競合店、自店や顧客分布で商圏を確認 ステップ3 フレームワークでタゲット層を探る。(統計データの活用) ステップ4 ランチェスター戦略の考え方にもとづくエリア選定 ステップ5 地図をみながら NO 1になれるエリアを会議で決める
(4)ターゲットを探す フレームワークとは ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],フレームワーク 2x2  3 x3 ターゲット顧客を探すには、独自に仮説をたて、指標を探す必要がある 指標2 指標1 【 H 】 【 L 】 【 M 】  【 H 】  【 M 】 【 L 】 ニューファミリーがいるエリア 民営借家で 3 人以上の世帯 小中学校を中心として 3 km以内 3Km以上 多い 少ない
  (5)ターゲットを探す  フレームワーク ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],30-40 歳代 多い 少ない 民営借家でダブルインカム 多い 少ない セカンドハウス購入しそうなエリア 年収 700 万円以上 700 万円未満 持家世帯と  55 歳以上人口 多い 少ない LOHASに興味がありそうなエリア
(6)ターゲットを探す フレームワーク 3 人以上家族 15 歳以下人口 家族構成 3 人以上 団塊ジュニア年齢 ターゲット年齢 マンション販売価格 年収 男女別年齢  年収 700 万円以上 民営借家世帯& 30 ~ 40 代女性 ニューファミリー 親と一緒に住んでいる 団塊ジュニア ニューリッチ ターゲット キャリアウーマン XXXXX XXXXXX XXXXXX セカンドハウス購入しそうなエリア 年収 700 万円以上 700 万円未満 持家世帯と 55歳以上人口 多い 少ない ニューファミリーがいるエリア 民営借家で 3 人以上の世帯 小中学校を中心として 3 km以内 3Km以上 多い 少ない 7000 万円以上 7000 万円以下 地図上の施設や統計指標を利用しながらターゲットエリアの場所を絞りこむ仮説思考が基本。 実際は販促、効果測定などをしながら検証する必要あり 多い 少ない 多い 少ない 多い 少ない 多い 少ない 多い 少ない
(7) ターゲットを探す キャリアウーマンにマンションを販売する仮説   A&Bのエリアは何処か? 4つの指標をつかって、キャリアウーマンがすんでいそうなエリアを仮説する 凡例表示をつかって、一人世帯が多く、 30 歳代の女性人口の多いエリアを選択  次に、民間借家世帯が多く、かつターゲット年収世帯数が多いエリアを絞りこむ 30 歳代の女性人口 多 中 少 多 中 少 一人世帯 Aのエリア 多 少 少 多 民間借家世帯 年収 700 万円以上世帯数 Bの エリア
(8)フレームワークの活用-Aのエリア 一人世帯が多く、かつ 30 歳台女性の多いエリア 30 歳代の女性人口 多 中 少 多 中 少 一人世帯 Aのエリア
(9)フレームワークの活用(6)-A&Bのエリア Aのエリアかつ、民営借家世帯、年収が多いエリアに絞りこむ 多 少 少 多 民間借家世帯 年収世帯数 Bの エリア 30 歳台の女性人口 大 中 小 大 中 小 一人世帯 Aのエリア
(10) フレームワークの絞り込みは凡例をクリックする 持家世帯 一戸建世帯数 リフォームニーズのあるエリアの仮設 ■ は凡例トップ2の対象エリア 多い 少ない 多い 少ない TakumiMap のフレームワークは凡例表示 フレームワークの考え フレームワークで選択した■ は TakumiMap の凡例でいうトップ2を選択したことになる ターゲットを絞り込むときは中央分割を利用する。  エリアのターゲット平均人口や世帯密度を中心に「多い、少ないエリアを探るときに活用
(11) TakumiMap 凡例のトップ2を選択 一戸建世帯数 多いエリア 一戸建世帯数 多い 少ない ターゲットを探すには中央分割法を利用  対象ターゲットエリアの平均密度に対して、「多い、少ない」を地図上で表示させる方法
(12) TakumiMap 凡例のトップ2を選択 一戸建世帯数 & 持家世帯 多い 少ない 一戸建世帯数 持家世帯 多い 少ない 凡例を選択パターンをかえながらしながら、注力エリアを選定していく。ことのき部課長、エリア担当、住んでいる社員といっしょに選定すると大変効果的な会議が実施できる
(13)ランチェスター理論をもとに TakumiMapで営業重点エリアの選定基準とは 顧客数 市場性(人口・持家世帯・一戸建て・世代・年収) 高い 低い 多い 少ない TakumiMap での 弱者の営業戦略エリアの決め方 強者の営業戦略エリアの選定基準 弱者の戦略エリアの選定基準 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],顧客数 市場性(人口・持家世帯・一戸建て・世代・年収) 高い 低い 多い 少ない TakumiMap での 強者の営業戦略エリアの決め方 TakumiMap では市場性のあるエリア(統計指標)と顧客数の多い、少ないでエリア選定をおこなう。 自社のお店が 1 番店の場合、 2 番店以下の場合で選択基準がことなる
(14)弱者の選択基準 多い 少ない 一戸建世帯数&持家世帯数  顧客数 多い 少ない ,[object Object],[object Object],[object Object],TakumiMap での 弱者の営業戦略エリアの決め方
(15)強者の選択基準 多い 少ない 一戸建世帯数&持家世帯数  顧客数 多い 少ない ,[object Object],[object Object],[object Object],TakumiMap での 強者の営業戦略エリアの決め方
(16)ランチェスター3つの戦略原則 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
(17)ランチェスターとは ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
(18)射程距離の理論とは ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
(19)マーケットシェアはどこまで取ればよいのか 74 % 26 % 42 % 上限目標値 安定目標値 下限目標値 これは「独占的寡占型」と呼ばれ,首位が絶対安全,優位独占の状態。 「これ以上のシェアはとるべきでない」 競争において優位に立つことを考えると,通常半分以上,つまり50%以上のシェアを取ることが目標になる。 しかし,ランチェスター戦略モデル式からは首位独走の条件として41.7%の数値が導き出された。実質3社以上の戦いの場合,41.7%以上のシェアを取ると,業界の主流になるばかりでなく,独走態勢に入ることが出来る。一般的には40%として使われている 1位といっても,その地位が不安定で,いつ逆転されるかわからない1位もある。この安定,不安定を分ける数値が26.1%である。26.1%を越して,はじめてドングリの背比べから抜け出すことができる。トップが下限目標値に至っていなければ,まだシェア争いは決着していないとみてよい。 シェアが 26 %以下の場合、競合他社の状況を踏まえて、一点集中したエリアにどの程度のプレゼンス(存在比率)を出すべきか業種業態での数値検討が必要 ランチェスター戦略をもとに斧田太公望氏と田岡信夫氏が, ゲームの理論や微分積分を駆使して導き出した三つのシェア目標値
(20) 26 %以下のシェア理論とは ベンチャー、 2 番手、 3 番手企業自らが考える必要あり 26 % ,[object Object],[object Object],19 % ,[object Object],[object Object],11 % ,[object Object],[object Object],[object Object],15 % ,[object Object],[object Object],7 % ,[object Object],[object Object],[object Object],下限目標値 トップグループ シェア 優位シェア 影響シェア 存在シェア 船井総研のシェア理論より抜粋。 流通専門業種や小型店が実施できる意味づけがされている
4. TakumiMap に搭載できる統計データとは
(1) TakumiMap に搭載できるデータとは ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],*TakumiMap の搭載データは株式会社 JPS が提供
(2)統計データを見るステップとは エリアと分析目的を明確にする ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],凡例表示で色 の濃淡を探る エリアの集中と分散を地図確認 エリアの特徴と 資料作り
(3)どんな種類の統計データや他の地理情報をとりこめるのか 統計レイヤで取り込めるデータの違い TakumiMapメインツリー「統計レイヤ」をクリック ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
5 統計データの集計単位と色の付け方
(1)統計データの集計単位と色のつけ方 ,[object Object],[object Object],[object Object],[object Object],[object Object],県別での総世帯数表示 市区町村別による人口増加 500m 四方単位集計での名古屋市人口の表示 地図上で集計する単位では、行政界区分としての県別、市区町村別、大字・町丁目のほか、日本全国を均等に正方形で区分したメッシュ(1 Km 四方、 500m 四方)がある。
(2)地図で見る集計単位の違い  県別での集計 市区町村別での集計 ,[object Object],[object Object],[object Object],[object Object],[object Object],市区町村単位のデータを地図に表示する場合にはデータ収集日と市区町村合併が同じ時期のポリゴン(市区町村行政界図)を探す必要がある
(3) 地図上でみる集計単位の違い   名古屋市人口分布図(メッシュ 500m 四方単位) 名古屋市人口分布図(町丁目単位) ,[object Object],[object Object],町丁・字等では折込チラシや郵便広告部数を掌握したり、シェアをみるときに利用  500m 四方単位では具体的なエリアの特徴が見出せ、営業強化エリアの掌握などプランニングで利用されるケースが多い。町丁・字は郊外にいくと大きくなり人口集中都市になると細かくなる。
(4) 地図からみる集計単位の違い 青森県居住エリアの 7 %に人口の 5 割以上が集中 500m 四方集計で人の住んでいるエリアのみ表示 ,[object Object],[object Object],500m 四方単位での集計からは具体的な人の住んでいるエリアと県全体の面積にたいする居住エリアが明確に分かる。 
(5) 簡易行政統計と 500 mメッシュでの比較 東京都 23 区  500 メートルメッシュ持ち家世帯数 簡易行政界データ(市区町村単位)持ち家世帯数 ,[object Object],[object Object],[object Object],[object Object],マクロ的にターゲットがどの行政界にいるかを見るには市区町村で傾向を見るのがよいが、エリア分析をするには 500m 四方単位だとより具体的にエリアの実態を見ることができる。 全国区で注力するエリアをさがすには市区町村単位が分かりやすい
(6) 集計単位と年度の違い 平成 12 年国勢調査  vs  平成 17 年国勢調査 平成 17 年国勢調査データは平成 12 年年国勢調査は地図上の 集計位置がずれてしまい過去のデータと比較した増減が正確にわからなくなってしまった(東京測地系から世界測地系のメッシュを採用した為)。  この差分の整合性をとるのに「 面積按分機 」を利用して平成 12 年と平成 17 年のエリア内での人口の増減を調べることができる H12 年国勢調査 (東京測地系メッシュで集計) 平成 17 年国勢調査(世界測地系メッシュで集計) 測地系の違いによる □ と □ のずれ 地図上で集計単位を経度・緯度情報(測地法)をつかってきめる。 この測地法には地球の中心から場所を特定する方法(世界測地系 GPS )と日本国土を中心として測量する東京測地系とがある。 
(7) 面積按分機能とは TakumiMapV3の面積按分機能 TakumiMapV1 の集計 ,[object Object],[object Object],[object Object],「商圏内」の人口や商業統計データなどを面積に応じて計算するのでデータ抽出の整合性がとれる
6.商圏と立地とは
(1) 商圏を確認する ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],店 店 店 仮想商圏  半径_ Km の仮説 仮想商圏  自動車・徒歩距離計算による商圏_分圏 店 実商圏の確認 来店調査による商圏(実商圏)のみ 商圏 ,[object Object],[object Object],[object Object],[object Object]
(2) 商圏を確認する ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
(3) 商圏を確認する-商圏の分断 ,[object Object],[object Object],商圏の分断 河川による商圏の分断が予想されるので この範囲の人口が想定している対象と見る 仮想商圏内の川 この想定では河川を含む商圏を想定している
(4) 商圏を確認する-市区町村で探す ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],多摩ニュータウン 居住者の世代が集中しすぎ陳腐化 地域格差の気になる論調 現在の日本の人口は約1億 2,770 万人であり、およそ 751 の行政区分上の都市に約 85 %が暮らしている。人口は 2030 年までに約 1,000 万人が減少すると推計されている。 この人口減少がもっともインパクトを与えるのは全都市数の約 90 %を占める 30 万人未満の 680 都市である。 30 万人という規模は、医療や教育などの公共サービス、水道や光熱などのインフラ等の最適規模である。従って、人口 30 万人に満たない都市は、人口の自然減少によって財政破綻などに陥り、公共サービスの提供水準を下げるか、サービス価格を上げるか、税負担を重くしたりするしかない。その結果、地域の厚生水準は低下し、他地域への流出を促進することになる。人口 30 万人未満の都市は常に人口減少が人口減少を呼ぶ悪循環の危機にさらされている。つまり、 人口減少時代に生き残れる必要条件は人口 30 万以上であり、その数はわずか 71 都市である。 出典: 「販促会議」   2007 年 5 月号    フレームワークで表現すると 町のライフサイクルとは 町のライフサイクル 世帯数の伸び 世帯数 開発期 成長期 衰退期 成熟期 増加 減少 少ない 多い
(5) 商圏を確認する- 顧客名簿、アンケート調査の活用 1 次商圏を調査する! 顧客分布図 車 2 時間以内の会員数と比率(車)  12,931 名 車 20 分以内   9,672 名 来店時間と会員比率表    (単位: 分) 1 次商圏
(6) 立地とは ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],シアトル系カフェ東京都内の立地調査  ,[object Object],[object Object],[object Object]
(7)仮説商圏で調査する 半径 500 mと徒歩圏の違い 東急東横線沿線駅を中心とした徒歩 5 分圏 中目黒駅を中心とした徒歩 5 分圏 半径 500m 商圏 中目黒駅、 代官山駅では重なるが 徒歩 5 分圏で確認すると重ならないことが分かる
(8)3Km仮説商圏を見る ターゲット 14 歳以下の子供 物件1 人口動態調査結果 人口(男) 2000 年  141,541   ( 8%) 人口(女) 2000 年  135,688   ( 8%) 帯数総数 2000 年  130,593   ( 9%) 0-14 歳(男)    15,352   (6%)   0-14 歳(女)      14,712   昼間人口男     253,196   (17%) 昼間人口女     212,575   (13%) (   ) は横浜市全体に占める比率を表す。 ◆   5 歳刻み人口を利用して 0-14 歳調査対象年齢を調べる ◆   500m メッシュ地図で対象のエリアを抽出して人口動態を調査する
(9)駅周辺の立地条件を見る-家族構成 ココ がポイント 駅周辺 500m 商圏調査 1 世帯の構成人数  =  総人口  ÷  総世帯数 代官山~都立大学駅周辺に 1.7~1.95 人の世帯構成が集中ことがわかる。 東急東横線 代官山~都立大学駅周辺 半径 500m 商圏を描く 500m メッシュ統計をインポート 各駅の商圏(総人口、総世帯数)を調べる レポート作り レポートビューに集計される 人口、世帯数を各駅ごとに集計する。 知ってると便利! 商圏(半径 500 圏)がかさなる場合、徒歩到達圏( 5 分)で見ると商圏が具体的に見えてくる! 方法 1   半径 500m 商圏から総人口、世帯数を抽出。 各駅別に世帯人数を集計

More Related Content

Featured

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

Featured (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

ビジネスGIS講座①

  • 2.
  • 4.
  • 6.
  • 7.
  • 8. (2)ロジックツリー . . . ツリー状に表現した、 MECE なグループ分け MECE に 全く同じものが各ブランチにでないように切り分ける 2 段、せいぜい 3 段まで これだけで十分なケースも多い
  • 9.
  • 10.   ( 4) ロジックツリー  ○○会社売上・利益の拡大策 直営・FC店の場合(例) 売上・利益の 拡大の施策 来店者のアップ Web 化による問い合わせ マス広告 FC ・直営店の増加と統廃合 出店エリアの拡大->選択の時代 アクセスのよさと交通量 ◎ △ ○ △ 立地戦略 集客力 店舗別、エリアを絞った DM 、チラシ、新聞折込、ポスティング ◎
  • 11.
  • 12. ( 6 ) フレームワーク . . . 考え方の枠組み、構造化 自社の強み 競合の強み 戦略立案時に考慮すべき 3 要素、 7 要素 事業の優先順位付け ビジネスシステムの比較 自社の競争力 市場の魅力 大 中 中 大 サー ビス 販売 流通 生産 調達 開発 研究 3C 7S 顧 客 Customer 自 社 Company 競 合 Competitor 人 材 Staff 制度・システム System 組織の構造 Structure スキル Skill ビジョン・価値 Shared Value 経営風土 Style 戦 略 Strategy
  • 13.
  • 14.
  • 16.
  • 17.
  • 18. (3)地図を見上げたら 「どこにターゲットが住んでいるか」を探すステップとは 空をみあげたら 曇っていたので 傘をもっていこう エリアの絞り込み TakumiMap を見る 現地調査や販促の実施 ステップ1 従来の販促エリアを地図で確認 ステップ2 競合店、自店や顧客分布で商圏を確認 ステップ3 フレームワークでタゲット層を探る。(統計データの活用) ステップ4 ランチェスター戦略の考え方にもとづくエリア選定 ステップ5 地図をみながら NO 1になれるエリアを会議で決める
  • 19.
  • 20.
  • 21. (6)ターゲットを探す フレームワーク 3 人以上家族 15 歳以下人口 家族構成 3 人以上 団塊ジュニア年齢 ターゲット年齢 マンション販売価格 年収 男女別年齢  年収 700 万円以上 民営借家世帯& 30 ~ 40 代女性 ニューファミリー 親と一緒に住んでいる 団塊ジュニア ニューリッチ ターゲット キャリアウーマン XXXXX XXXXXX XXXXXX セカンドハウス購入しそうなエリア 年収 700 万円以上 700 万円未満 持家世帯と 55歳以上人口 多い 少ない ニューファミリーがいるエリア 民営借家で 3 人以上の世帯 小中学校を中心として 3 km以内 3Km以上 多い 少ない 7000 万円以上 7000 万円以下 地図上の施設や統計指標を利用しながらターゲットエリアの場所を絞りこむ仮説思考が基本。 実際は販促、効果測定などをしながら検証する必要あり 多い 少ない 多い 少ない 多い 少ない 多い 少ない 多い 少ない
  • 22. (7) ターゲットを探す キャリアウーマンにマンションを販売する仮説   A&Bのエリアは何処か? 4つの指標をつかって、キャリアウーマンがすんでいそうなエリアを仮説する 凡例表示をつかって、一人世帯が多く、 30 歳代の女性人口の多いエリアを選択  次に、民間借家世帯が多く、かつターゲット年収世帯数が多いエリアを絞りこむ 30 歳代の女性人口 多 中 少 多 中 少 一人世帯 Aのエリア 多 少 少 多 民間借家世帯 年収 700 万円以上世帯数 Bの エリア
  • 23. (8)フレームワークの活用-Aのエリア 一人世帯が多く、かつ 30 歳台女性の多いエリア 30 歳代の女性人口 多 中 少 多 中 少 一人世帯 Aのエリア
  • 24. (9)フレームワークの活用(6)-A&Bのエリア Aのエリアかつ、民営借家世帯、年収が多いエリアに絞りこむ 多 少 少 多 民間借家世帯 年収世帯数 Bの エリア 30 歳台の女性人口 大 中 小 大 中 小 一人世帯 Aのエリア
  • 25. (10) フレームワークの絞り込みは凡例をクリックする 持家世帯 一戸建世帯数 リフォームニーズのあるエリアの仮設 ■ は凡例トップ2の対象エリア 多い 少ない 多い 少ない TakumiMap のフレームワークは凡例表示 フレームワークの考え フレームワークで選択した■ は TakumiMap の凡例でいうトップ2を選択したことになる ターゲットを絞り込むときは中央分割を利用する。  エリアのターゲット平均人口や世帯密度を中心に「多い、少ないエリアを探るときに活用
  • 26. (11) TakumiMap 凡例のトップ2を選択 一戸建世帯数 多いエリア 一戸建世帯数 多い 少ない ターゲットを探すには中央分割法を利用  対象ターゲットエリアの平均密度に対して、「多い、少ない」を地図上で表示させる方法
  • 27. (12) TakumiMap 凡例のトップ2を選択 一戸建世帯数 & 持家世帯 多い 少ない 一戸建世帯数 持家世帯 多い 少ない 凡例を選択パターンをかえながらしながら、注力エリアを選定していく。ことのき部課長、エリア担当、住んでいる社員といっしょに選定すると大変効果的な会議が実施できる
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34. (19)マーケットシェアはどこまで取ればよいのか 74 % 26 % 42 % 上限目標値 安定目標値 下限目標値 これは「独占的寡占型」と呼ばれ,首位が絶対安全,優位独占の状態。 「これ以上のシェアはとるべきでない」 競争において優位に立つことを考えると,通常半分以上,つまり50%以上のシェアを取ることが目標になる。 しかし,ランチェスター戦略モデル式からは首位独走の条件として41.7%の数値が導き出された。実質3社以上の戦いの場合,41.7%以上のシェアを取ると,業界の主流になるばかりでなく,独走態勢に入ることが出来る。一般的には40%として使われている 1位といっても,その地位が不安定で,いつ逆転されるかわからない1位もある。この安定,不安定を分ける数値が26.1%である。26.1%を越して,はじめてドングリの背比べから抜け出すことができる。トップが下限目標値に至っていなければ,まだシェア争いは決着していないとみてよい。 シェアが 26 %以下の場合、競合他社の状況を踏まえて、一点集中したエリアにどの程度のプレゼンス(存在比率)を出すべきか業種業態での数値検討が必要 ランチェスター戦略をもとに斧田太公望氏と田岡信夫氏が, ゲームの理論や微分積分を駆使して導き出した三つのシェア目標値
  • 35.
  • 37.
  • 38.
  • 39.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46. (6) 集計単位と年度の違い 平成 12 年国勢調査  vs  平成 17 年国勢調査 平成 17 年国勢調査データは平成 12 年年国勢調査は地図上の 集計位置がずれてしまい過去のデータと比較した増減が正確にわからなくなってしまった(東京測地系から世界測地系のメッシュを採用した為)。  この差分の整合性をとるのに「 面積按分機 」を利用して平成 12 年と平成 17 年のエリア内での人口の増減を調べることができる H12 年国勢調査 (東京測地系メッシュで集計) 平成 17 年国勢調査(世界測地系メッシュで集計) 測地系の違いによる □ と □ のずれ 地図上で集計単位を経度・緯度情報(測地法)をつかってきめる。 この測地法には地球の中心から場所を特定する方法(世界測地系 GPS )と日本国土を中心として測量する東京測地系とがある。 
  • 47.
  • 49.
  • 50.
  • 51.
  • 52.
  • 53. (5) 商圏を確認する- 顧客名簿、アンケート調査の活用 1 次商圏を調査する! 顧客分布図 車 2 時間以内の会員数と比率(車)  12,931 名 車 20 分以内   9,672 名 来店時間と会員比率表    (単位: 分) 1 次商圏
  • 54.
  • 55. (7)仮説商圏で調査する 半径 500 mと徒歩圏の違い 東急東横線沿線駅を中心とした徒歩 5 分圏 中目黒駅を中心とした徒歩 5 分圏 半径 500m 商圏 中目黒駅、 代官山駅では重なるが 徒歩 5 分圏で確認すると重ならないことが分かる
  • 56. (8)3Km仮説商圏を見る ターゲット 14 歳以下の子供 物件1 人口動態調査結果 人口(男) 2000 年  141,541   ( 8%) 人口(女) 2000 年  135,688   ( 8%) 帯数総数 2000 年  130,593   ( 9%) 0-14 歳(男)   15,352   (6%)   0-14 歳(女)     14,712   昼間人口男     253,196   (17%) 昼間人口女     212,575   (13%) (   ) は横浜市全体に占める比率を表す。 ◆   5 歳刻み人口を利用して 0-14 歳調査対象年齢を調べる ◆   500m メッシュ地図で対象のエリアを抽出して人口動態を調査する
  • 57. (9)駅周辺の立地条件を見る-家族構成 ココ がポイント 駅周辺 500m 商圏調査 1 世帯の構成人数  =  総人口  ÷  総世帯数 代官山~都立大学駅周辺に 1.7~1.95 人の世帯構成が集中ことがわかる。 東急東横線 代官山~都立大学駅周辺 半径 500m 商圏を描く 500m メッシュ統計をインポート 各駅の商圏(総人口、総世帯数)を調べる レポート作り レポートビューに集計される 人口、世帯数を各駅ごとに集計する。 知ってると便利! 商圏(半径 500 圏)がかさなる場合、徒歩到達圏( 5 分)で見ると商圏が具体的に見えてくる! 方法 1   半径 500m 商圏から総人口、世帯数を抽出。 各駅別に世帯人数を集計