業界 · ガソリンスタンド

ガソリンスタンド

給油所でいちばん稼ぐのは給油機ではなく、店舗の扉です

ガソリンスタンド分析では、フォアコートにいるドライバーのうち何人が実際に店舗やカフェ、洗車場に足を運んでいるのか、そしてその割合が時間帯・曜日・拠点ごとにどう変わるのかがわかります。

V-Countのセンサーは、入店数、フォアコートの動き、店内ゾーンを匿名でカウントし、そのデータをBoostBIに送ります。給油の取引数、レジのレシート、スタッフのシフト表と並べて比較できます。

その結果、ネットワーク内のすべての拠点で比較できる1つの指標、フォアコートから店舗への転換率が得られます。さらに、通勤ピークの人員配置、トイレ清掃のタイミング、コーヒーのプロモーションに効果があったかどうかの判断に必要な時間帯別の詳細もわかります。

ガソリンスタンド併設店舗の入口上に設置したNano AIセンサー
匿名個人ではなく人数をカウント。顔の保存もナンバープレートの読み取りも行いません
店舗への転換率ネットワーク内のすべての拠点で比較できる1つの指標
15分単位の計測朝と夕方の混雑がいつ始まり、いつ終わるのかを正確に示します
利用ベースの清掃清掃を時間基準の作業から、利用状況に応じた作業に変えます
拠点ランキング拠点ごとに時間帯別のビューを、ネットワーク全体にはランキングを提供します

名だたるクライアントの仲間入りを

多様なお客様をご紹介するギャラリーをご覧ください。V-Countは、こうしたリーディングブランドと協力し、その成功を支える来店客分析ソリューションを提供できることを誇りに思っています。

すべての導入企業を見る
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
  • V-Count導入企業のロゴ
01 · メリット

ガソリンスタンドで来訪者分析を活用するメリット

人数カウント

ガソリンスタンドは来訪者の動きを質と量の両面から包括的に分析し、来訪者のうち何%が顧客になっているかを把握できます。このデータをもとに、販売転換率と全体の収益性を高めるための的を絞った施策を実行できます。

パフォーマンスのベンチマークにより、ガソリンスタンドはチェーン内での自店の位置づけを評価し、改善すべき領域を特定できます。こうした知見に基づく施策を展開することで、市場での競争力を高め、持続的な成功につなげられます。

効率的な運営には、来訪のピーク時間帯を把握することが欠かせません。来訪者分析でピーク時間や混雑する時間帯を特定すれば、サービス水準を最適化できるようスタッフを計画的に配置できます。その結果、来訪者の満足度が高まり、良好な顧客体験を確実に提供できます。

ガソリンスタンドでは、人員配置と衛生管理の最適化が不可欠です。来訪者数に基づいて十分なスタッフを配置し、清掃スケジュールを組むことで、清潔で居心地のよい環境を保てます。これは来訪者の満足度向上だけでなく、リピート来店の促進にもつながります。

売上を伸ばすために、ガソリンスタンドは人員配置を戦略的に管理し、待ち行列を短縮し、来訪者の満足度を優先できます。顧客の期待を上回ることで、ロイヤルティを育み収益の可能性を最大化する環境が生まれ、持続的な事業成長につながります。

ガソリンスタンド店舗のコーヒー・テイクアウトカウンター上に設置したNano AIセンサー
02 · 計測指標

ガソリンスタンド分析:フォアコートで計測すべき指標

燃料の販売量だけを見ても、現代のサービスステーションで収益を生む半分のことは、ほとんど何もわかりません。利益は店舗、コーヒーマシン、テイクアウトの商品棚、洗車にあり、そのどれもがドライバーが給油機を離れて店内に入ると決めるかどうかにかかっています。

ガソリンスタンド分析は、まずこの判断を計測可能な数値に変え、次にそれを時間帯・拠点・カテゴリー別に分解して、実際に管理できるようにします。

  • フォアコートから店舗への転換率。フォアコートへの到着数と入店数を比較してカウントします。燃料だけを売る拠点と、買い物かご全体を売る拠点を分ける唯一のKPIです。

  • 時間帯別の入店数と給油取引数の比較。2本の曲線が一致することはめったにありません。入店数が取引数を下回る時間帯は、給油客が店舗の前を素通りしています。入店数が取引数を上回る時間帯は、通勤客、コーヒー、荷物の受け取りといった目的来店があり、それ専用の人員計画が必要です。

  • カテゴリー別のキャプチャ率。カフェとテイクアウトエリア、洗車レーン、トイレの通路を別々にカウントすることで、どの付帯サービスが実際に人を呼び込んでいるのかがわかります。

  • ピークのパターン。通勤客の多い拠点は、2つの短い時間帯で勝負が決まります。15分単位のカウントで、朝と夕方の混雑がいつ始まり、いつ終わるのかを正確に把握できます。

  • レジとコーヒーカウンターの待ち行列と滞在時間。待ち時間は、給油客がガソリンスタンドの店舗で買い物をやめる最も一般的な理由です。

  • ネットワーク全体のベンチマーク。ガソリンスタンドの来店数を拠点ごと、時間ごと、スタッフ1時間あたりで正規化するため、混雑する高速道路沿いの拠点と静かな地方の拠点を公平に比較できます。

  • プロモーションとロイヤルティ施策の効果測定。キャンペーンの実施前・実施中・実施後の入店数と転換率を、実施した拠点と実施しなかった拠点で比較します。

  • ガソリンスタンド店舗のスナック・冷蔵商品の通路上に設置したNano AIセンサー
03 · 設置場所

ガソリンスタンドのどこにセンサーを設置するか

サービスステーションは、実は3つのカウント環境が1つになった場所です。天候にさらされるフォアコート、小さく明るい店舗、そしていくつかの狭い屋内ゾーンです。それぞれに異なるセンサーが必要で、店舗の扉の上では問題なく動く来店者カウンターも、キャノピーの下では耐えられません。

フォアコートから見た、ガソリンスタンド店舗の扉の上のNano AIセンサー
  • 店舗の入口。Nano AIを自動ドアの上に設置し、入店と退店を方向別にカウントします。スタッフの出入りや入口で立ち止まる人は除外します。これが拠点におけるすべての人数カウントの基準になります。
  • フォアコートとキャノピー。Nano Outdoorはまさにこの環境のために作られています。雨、直射日光、給油機の照明による夜間のまぶしさ、そして取り付ける天井のない広く開けたエリアです。転換率の計算式のうちフォアコート側の数値を提供し、同時に洗車レーンへの進入路も計測できます。
  • 天井が高い店舗、ガラス張りの店舗。天井が高い、照明にムラがある、店舗正面が全面ガラス張りといった場所では、Nano AIの3Dアクティブステレオによるカウントが、単眼レンズの機器より安定した精度を発揮します。
  • 屋内ゾーン。カフェとテイクアウトエリア、冷蔵商品の通路、レジ周りの上に小型センサーを設置して店舗をゾーンに分けると、来店客が店内のどこまで実際に足を運んだかがわかります。
  • トイレの通路。通路にカウンターを設置すると、清掃を時間基準の作業から利用状況に応じた作業に変えられます。同じ方法をトイレの人数カウントのページでも紹介しています。
  • リアルタイムの店内人数。VCareは今この瞬間に店内にいる人数を表示します。6人の客でもう満員に感じる、小さなガソリンスタンドの店舗では特に重要です。
  • ダッシュボード。すべてのデータはBoostBIに集約されます。拠点ごとに時間帯別のビューを、ネットワーク全体にはランキングを提供し、拠点が通常の水準を下回るとアラートで通知します。
ガソリンスタンド店舗のレジと行列の上に設置したNano AIセンサー
匿名 · デバイス上で処理 · GDPR

カウントはすべて匿名です。センサーはデバイス上で動きを処理し、個人ではなく人数を出力します。顔は保存されず、ナンバープレートも読み取らず、個人データが拠点の外に出ることもありません。そのため、フォアコートへの導入もGDPRや同様の規制のもとでスムーズに進められます。

04 · データ活用

ガソリンスタンド事業者のデータ活用法

  • 平均ではなく、2つのピークに合わせて人員を配置する。通勤客の多い拠点では、店舗売上の3分の1を90分で稼ぐこともあります。時間帯別の入店曲線があれば、人員を増やす代わりにシフトの開始を30分ずらすことができ、コーヒーカウンターの2人目のスタッフも本当に必要な日にだけ配置する根拠になります。
  • フォアコートと店舗の差を埋める。給油は多いのに入店が少ない拠点では、原因はたいてい物理的なものです。店舗の入口が見えにくい、給油機での支払いが標準で店内に入る理由がない、給油アイランドからプロモーションが見えない、などです。ゾーン別のカウントで、入店した来訪者がカフェや冷蔵ケースまで行っているかどうかがわかります。
  • コーヒーとレジの体験を守る。入店数と待ち時間を組み合わせて、2台目のレジを開けるきっかけとなるしきい値を設定します。当社の待ち行列管理の手法は、外に車を停めていてほとんど待てない客を相手にするガソリンスタンドの店舗に、そのまま適用できます。
  • 利用状況に応じて清掃を行う。前回の清掃以降のトイレと店舗のカウントは、固定の当番表よりはるかに優れたきっかけになり、ブランド基準やフランチャイズ監査のための監査可能な記録も残ります。
  • プロモーションとロイヤルティ施策の効果を測る。参加拠点の入店数と転換率を、同じ時間帯の対照群と比較します。これにより、本当の効果と単に忙しかった週とを区別できます。
  • ネットワーク全体で比較し、投資する。拠点別にランキングしたガソリンスタンドの来訪者分析により、改装、営業時間の延長、テイクアウトのフランチャイズ導入で投資を回収できる拠点と、そもそも来訪が足りない拠点が明らかになります。
  • 洗車の投資対効果を証明する。洗車レーンへの進入を別にカウントすると、洗車売上のうちどれだけが新たに生まれたもので、どれだけがいずれにせよ立ち寄っていた給油客によるものかがわかります。
タブレットで入店数、フォアコートから店舗への転換率、ゾーン別来訪者を確認するガソリンスタンドのマネージャー(イメージのダッシュボード)
ノートPCに表示した、時間帯別来訪者付きのガソリンスタンド店舗フロアのヒートマップと、隣に置いたNano AIセンサー(イメージのダッシュボード)

ガソリンスタンドの人数カウント:よくある質問

デモを申し込む

フォアコートから店舗への転換率とは何で、どう測定しますか?

フォアコートから店舗への転換率とは、フォアコートへの来訪のうち、店舗の扉を通って入店に至った割合です。2つのカウントで測定します。到着を捉えるフォアコートやキャノピーの屋外センサーと、入店を捉える店舗入口上のセンサーです。

BoostBIが一方を他方で割り、時間・日・拠点ごとに報告します。どの拠点でも同じカウント方法で両方の数値を得るため、燃料販売量から推定した数字ではなく、全拠点で比較できる数値になります。

店舗の入店数が給油の取引数と一致しないのはなぜですか?

異なる事象を測っているからです。給油の取引は1回の給油であり、入店は人が店内に入ると決めたことです。給油機での支払い、大型車やフリートカード、1台に複数人が乗っている場合、燃料を買わずに通りかかる人などが、両者の関係を崩します。

その差こそが重要です。2本の曲線を1時間ごとに比較すれば、店舗がフォアコートにすでに生まれている来訪を取り込めているのか、給油機のカード端末にひそかに奪われているのかがわかります。

屋外のフォアコートそのものの人数もカウントできますか?

はい。Nano Outdoorは雨、直射日光、夜間のキャノピー照明のまぶしさ、取り付ける天井がないことなど、屋外の開けたエリア向けに設計されています。フォアコート、入口へのアプローチ、洗車レーンをカバーします。屋内ではNano AIまたはNano Primeが店舗の扉とゾーンを担当します。屋外と屋内のカウントを組み合わせることで、フォアコートから店舗への転換率を推測ではなく測定できるようになります。

カフェ、テイクアウト、洗車を別々に測定するには?

それぞれを専用のカウンターを持つ独立したゾーンとして扱います。カフェとテイクアウトエリアの上のセンサーで、店舗来店者のうち実際にそこまで行った人数がわかり、洗車レーンのカウンターで、洗車の来訪のうちどれだけが、どのみち立ち寄る給油客ではない追加の来訪かがわかります。

BoostBIは各ゾーンを入店数に対するキャプチャ率として報告するため、どの付帯サービスが人を呼び込み、どれが単に売場面積を占めているだけかがわかります。

カウントデータでトイレを清掃するタイミングがわかりますか?

はい。しかも固定の当番表よりも良いきっかけになります。トイレの通路のカウンターが前回の清掃以降の利用回数を追跡し、回数がしきい値を超えるとBoostBIがアラートを出します。

混雑する高速道路沿いの拠点では、2時間ごとに一律ではなく必要なときに清掃でき、ブランド基準やフランチャイズ監査のための監査可能な記録も残ります。同じ方法はトイレの人数カウントのページで説明しています。

レジやコーヒーカウンターに待ち行列管理は必要ですか?

通勤ピークでは、通常は必要です。フォアコートの客は外に車があり、ほとんど待ってくれないため、コーヒーマシンや1台だけ開いているレジでの2分の待ちが買い物を失わせます。入店数と待ち時間を組み合わせれば、行列ができた後ではなく、できる前に2台目のレジを開けるきっかけが得られます。当社の待ち行列管理ソリューションは、すでに入口をカウントしているのと同じセンサーを使います。

複数拠点のネットワークでガソリンスタンドの来店数を比較するには?

正規化します。生のカウントは高速道路沿いの拠点に有利で地方の拠点に不利なため、BoostBIは各拠点を自身の過去平均や似た特性を持つ拠点と比較して指数化し、営業1時間あたり、スタッフ1時間あたりで報告します。これにより、ランキングが地域マネージャーが行動に移せるものになります。単に規模の小さい拠点ではなく、自らの来訪数に対して成績が振るわない拠点がわかるのです。

業界 · ガソリンスタンド

運営する拠点が数か所を超えると、その価値は複利的に高まります。全拠点で一貫したカウント方法を使えば、週次レポートで同じ条件どうしを比較でき、拠点マネージャーが不調な月を「静かだったから」と言い訳することもできなくなります。

デモを予約いただければ、フォアコートのレイアウトを一緒に確認しながらご説明します。

デモを申し込む
ガソリンスタンド併設店舗の入口上に設置したNano AIセンサー

ガソリンスタンドで計測を始めるためのポイント

ガソリンスタンドには、屋外の給油エリアと屋内の店舗があります。そのため、場所ごとに計測の計画が必要です。ここでは、最初の試験導入で確認したい点をまとめます。

どこを計測するか

  • 給油エリア:屋外用のNano Outdoorで、来場者の流れを数えます。
  • 店舗の入口:屋内用のセンサーで入店者を数えます。
  • 店内のゾーン:カフェ、軽食コーナー、トイレへの通路などです。

屋外計測で確認すること

屋内用のNano AIの仕様は、屋外には当てはまりません。屋外では、取り付け方法とカバー範囲を確認します。直射日光の影響も確かめます。通過方向のルールを明確に決め、混雑する時間帯で検証してください。

追いかけたい指標

  • 入店率 = 決めた流れからの対象入店数 ÷ その流れの対象通行数 × 100
  • コンバージョン率 = 対象となる購入件数 ÷ 対象となる来店数 × 100
  • 労働時間あたり売上 = 純売上 ÷ 支払労働時間

労働時間あたりの来店数は、業務量を表す数値です。個々のスタッフの成績を示すものではありません。

試験導入の手順

  1. 幹線道路沿いと市街地など、性格の違う店舗を選びます。
  2. 計測ラインと除外ルールを設置前に決めます。
  3. 時間帯を変えて、手作業の基準カウントを行います。
  4. 同じ条件の週どうしを比べ、販促や天候を記録します。

結果を読むときの注意

販促の前後で数値が変わっても、それだけで原因は証明できません。曜日や天候など、ほかの要因も確認してください。スタッフの除外ルールは、期間中に変えないでください。

店舗入口の計測

店舗の入口には、屋内用のNano AIが使えます。Nano AIは、設定したラインの通過を数えます。精度は最大99%です。取り付け高さは2.2〜7mです。内蔵の赤外線LEDにより、0ルクスでも計測できます。電源は5VのUSB-C、通信はWi-Fiです。外部のPoEスプリッターも選べます。設置後は、カバー範囲、照明、グループ、混雑時の通行を確認してください。

スタッフを数値から外す

スタッフは、店舗と給油エリアを何度も行き来します。そのままでは、来店数が多く見えてしまいます。除外の方法は、ランヤード、ショルダータグ、モバイルアプリの3つです。スタッフの動きは別に検証してください。

売上データとの連携

売上データは手動で取り込めます。範囲を限定したREST APIも利用できます。BoostBIには、ShopifyとNebimのネイティブコネクタもあります。POSデータの取り込みのタイミングは、カウントの更新とは別です。

プライバシーについて

対応するセンサーは、計測をデバイス上で処理します。そのうえで、データの流れ、アクセス権、保存期間を確認してください。技術的な機能だけで、法令への適合が証明されるわけではありません。

時間帯ごとに読む

1日を朝、昼、夕方などの時間帯に分けます。そして、給油エリアの来場数と店舗の入店数を時間帯ごとに比べます。入店率が下がる時間帯は、レジやカフェの混雑を確認するきっかけになります。ただし、数値だけで理由は分かりません。現場の様子もあわせて確認してください。

立地の違いを考える

幹線道路沿いと市街地の店舗では、来場数の規模が大きく違います。規模の差を、そのまま成績の差と考えないでください。店舗ごとの推移や、労働時間あたりの数値で比べると公平です。

レジ待ちの確認

通勤時間帯には、レジやコーヒーカウンターが混み合うことがあります。待ち時間を確認したい場合は、待ち行列管理もあわせてご検討ください。

カフェやトイレのゾーン計測

店内のカフェや軽食コーナーは、別のゾーンとして計測できます。ゾーンの計測には、適切なカバー範囲、設定、ライセンスを備えたNano Primeを使います。ゾーンの境界は、現場で確認してから決めてください。移動のデータは、どこを通り、どこにとどまったかを示します。ただし、来店者の意図までは分かりません。

試験導入の合格基準

始める前に、どの程度の差を許容するかを決めます。手動の基準カウントとセンサーの値を比べ、基準を満たすか確認します。混雑時間帯、夜間、雨の日など、条件の違う時間を含めてください。

洗車レーンの計測

洗車レーンの入口も、屋外の計測ポイントになります。給油の利用者とは別の流れとして数えると、比較しやすくなります。屋外の設置では、日差しと通過方向のルールを必ず確認してください。

給油の件数と入店数が合わないのはなぜですか?

両者は別のものを数えているためです。給油の件数は取引を数え、入店数は人を数えます。給油機での支払いや、1台に複数人が乗っている場合もあります。この差を時間帯ごとに見ると、店舗への入店の傾向が分かります。

トイレの清掃計画に使えますか?

トイレへの通路で人数を数えれば、利用の多い時間帯が分かります。清掃の計画を立てる参考になります。ただし、計測は清掃の手順そのものを置き換えるものではありません。

チームへの共有

店長には、時間帯ごとの入店数と入店率を共有します。本部には、店舗ごとの推移をまとめて報告します。レポートは短くし、何を判断するための数値かを明記してください。

レポートと費用

BoostBIのレポートは通常10分ごとに更新されます。料金はセンサー単位です。設置、連携、サポートを含めた総額で比べてください。ご相談はデモリクエストからどうぞ。

給油エリアと店舗のデータを運営改善に生かす実践ガイド

ここでは、ガソリンスタンドで集めた人数のデータを、日々の運営に生かす方法を説明します。人の流れの分け方、計測ポイントの設計、Nano Outdoorの検証、店舗のコンバージョン、時間帯別の人員配置、複数拠点の比較を順に扱います。最後に、導入の準備でよく寄せられる質問をまとめました。

来場者の流れを四つに分けて考える

ガソリンスタンドに来る人の目的は、一つではありません。流れを分けて考えると、どこを数えるべきかがはっきりします。

  • 給油だけの人:給油エリアで用事を済ませ、そのまま出ていきます。
  • 給油のあとに入店する人:支払いや買い物のために店舗に入ります。
  • 入店だけの人:給油をせず、店舗やトイレを使います。
  • 洗車の利用者:洗車レーンを使い、待つ間に入店することもあります。

人数のデータが示すのは、各ポイントを通った人の数です。一人ひとりの目的までは分かりません。流れの分け方は、計測ポイントの組み合わせから読み取る目安として使ってください。

敷地の計測ポイント図を作る

設置の前に、敷地の図に計測ポイントを書き込みます。図があると、関係者の間で話が早く進みます。

  1. 敷地の図を用意し、給油エリア、店舗、洗車レーン、トイレの位置を描きます。
  2. 人が通る主な通路に線を引きます。
  3. 数えたい場所に、計測ラインの印を付けます。
  4. 各ラインに、分かりやすい名前を付けます。
  5. 各ラインで、どちら向きを「入り」とするかを書きます。

ラインの名前は、レポートでもそのまま使います。現場の人が見て、すぐに場所が分かる名前にしてください。

通過方向のルールを決める

同じラインでも、どちら向きに通ったかで意味が変わります。店舗の扉なら、外から内が入店、内から外が退店です。給油エリアでは、人の動きがもっと複雑になります。

方向のルールは、ラインごとに一つに決めます。決めたルールは図に書き込み、設定と一致しているかを設置後に確認してください。ルールがあいまいだと、入りと出が入れ替わって記録されることがあります。

Nano Outdoorの設置前に確かめること

給油エリアは、雨や日差しにさらされる場所です。こうした場所には、天候にさらされる計測向けのNano Outdoorを使います。屋内の入口向けに作られたNano AIの仕様は、屋外の条件では使えません。設置の前に、次の点を確認してください。

  • 取り付けに使える場所と高さ
  • 計測したい範囲をカバーできるか
  • 朝、昼、夕方の日差しの向き
  • 夜間の照明の状態
  • 通過方向のルール
  • 混雑する時間帯の人の流れ
  • 電源とネットワークの条件

設置は、店舗責任者が撮影した写真と図面の送付から始まります。V-Countは24時間以内に設置位置をご提案します。高さ、視野、障害物、電源、ネットワークを一つずつ確かめてください。

屋外計測の検証手順

屋外では、時間帯によって光の条件が大きく変わります。そのため、1回の検証だけでは十分ではありません。次の手順で、条件の違う時間を確かめてください。

  1. 検証する時間帯を決めます。朝、昼、夕方、夜を含めます。
  2. 各時間帯で、担当者が手作業で人数を数えます。
  3. 同じ時間のセンサーの値と並べます。
  4. 差の割合を計算します。
  5. 差が大きい時間帯は、取り付けやカバー範囲を見直します。
  6. 混雑する時間帯でも、同じ確認を行います。

差の割合は、(センサーの値 − 手作業の値)÷ 手作業の値 × 100 で計算できます。プラスならセンサーが多く、マイナスなら少なく数えています。

店舗のコンバージョンを正しく計算する

店舗のコンバージョン率は、対象となる購入件数を対象となる来店数で割り、100を掛けて求めます。同じ店舗の、同じ期間の数値を使ってください。計算の前に、次の点を決めておく必要があります。

  • スタッフの出入りを、来店数から外すか
  • 同じ人の出入りを、どう扱うか
  • 返品や取り消しを、購入件数にどう反映するか
  • 給油機での支払いを、購入件数に含めるか

売上を来店数で割った値は、来店者1人あたり売上です。コンバージョン率とは別の指標なので、混同しないようにしてください。

「対象の来店」と「対象の購入」を定義する

コンバージョン率の分母と分子は、どちらも「対象」を決めてから数えます。ここがあいまいだと、店舗ごとに意味の違う数値が並んでしまいます。

たとえば、店内のレジで支払った取引だけを購入とする方法があります。一方で、給油機での支払いも含める方法もあります。どちらが正しいということはありません。大切なのは、全拠点で同じ定義を使うことです。定義は文書にまとめ、レポートの注記に載せてください。

入店率の分母となる流れを選ぶ

入店率は、決めた流れからの対象入店数を、その流れの対象通行数で割って求めます。ガソリンスタンドでは、分母をどの流れにするかが重要です。

  • 給油エリアに入った人を分母にする
  • 店舗の前を通った人を分母にする
  • 洗車レーンを使った人を分母にする

分母を変えると、同じ入店数でも入店率は変わります。目的に合わせて選び、選んだ流れを定義に書いておきます。途中で分母を変えた場合は、変更の前後で比べないでください。

時間帯別の人員配置を考える

来店数を時間帯ごとに見ると、忙しい時間と落ち着いた時間が分かります。人員配置を考えるときは、次の二つの指標が役立ちます。

  • 労働時間あたり来店数 = 対象の来店数 ÷ 支払労働時間
  • 労働時間あたり売上 = 純売上 ÷ 支払労働時間

労働時間あたり来店数は、その時間帯の忙しさの目安です。スタッフ一人ひとりを評価するための数値ではありません。数値が高い時間帯は、一人あたりの負担が大きい可能性があります。

シフトを見直す手順

  1. 曜日ごとに、1時間単位の来店数を並べます。
  2. 同じ時間帯のシフトの人数と比べます。
  3. 労働時間あたり来店数が高い時間帯に印を付けます。
  4. 印が数週にわたって続くかを確かめます。
  5. シフトを調整し、実施日を記録します。
  6. 同じ条件の週どうしで、調整の前後を比べます。

調整のあとに数値が変わっても、シフトだけが理由とは限りません。天候や販促の影響も確認してください。

レジ前の混雑を減らすための観察ポイント

レジ前の混雑は、入店数が急に増える時間に起きやすくなります。来店数のデータと、現場の観察を組み合わせてください。

  • 入店数が急に増える時間帯はいつか
  • その時間帯に開いているレジはいくつか
  • 同じ時間帯の取引件数はどうか
  • コーヒーや軽食の注文が重なっていないか

待ち時間そのものを測りたい場合は、待ち行列の計測を別に選ぶ必要があります。待ち行列の機能は、見積もりで個別に選べる項目です。

夜間と早朝の計測

24時間営業の店舗では、夜間と早朝のデータも大切です。店舗入口のNano AIには赤外線LEDが内蔵されており、照明のない0ルクスの状態でも計測できます。

屋外の給油エリアでは、夜間の条件を別に確かめてください。照明の当たり方は、昼間とは大きく違います。夜間の基準カウントを、検証の計画に必ず含めます。

天候と季節の記録を残す

雨の日や暑い日は、来場者の動きが変わることがあります。長い休みの時期には、ふだんと違う利用者が増えることもあります。こうした条件を記録しておくと、あとで数値を読むときに役立ちます。

  • 日付ごとの天候
  • 連休や行事の予定
  • 周辺の道路工事や通行止め
  • 店舗の営業時間の変更

いつもと違う数値が出たら、まずこの記録を確認してください。

複数拠点を比べるための準備

拠点どうしを比べるには、同じルールで計測していることが前提です。次の点をそろえてから比較を始めてください。

  • 計測ラインの置き方と名前
  • 通過方向のルール
  • スタッフ除外のルール
  • コンバージョンと入店率の定義
  • 売上データの取り込みの方法

ルールがそろっていない拠点は、比較の表から外すか、注記を付けます。

拠点をグループに分ける

拠点の立地や規模は、それぞれ違います。すべての拠点を一つの表で並べると、規模の大きい拠点が常に上位に来てしまいます。そこで、似た特性を持つ拠点をグループに分けます。

  • 幹線道路沿いの拠点
  • 市街地の拠点
  • 洗車やカフェなどの設備がある拠点
  • 24時間営業の拠点

グループの中で比べると、差の理由を考えやすくなります。グループの分け方は、全員が同じものを使ってください。

拠点比較表に入れる項目

  • 給油エリアの来場数と店舗の入店数
  • 入店率とコンバージョン率
  • 来店者1人あたり売上
  • 労働時間あたり売上と労働時間あたり来店数
  • 前の期間との変化
  • データの欠損があった日数

欠損があった日数を載せるのは、数値の信頼度を示すためです。欠損が多い拠点は、判断の前に点検を行ってください。

販促やメニュー変更を評価する

販促を行うと、入店数やコンバージョン率が変わることがあります。ただし、前後の変化だけでは、販促が原因だとは言い切れません。評価するときは、次の点に注意してください。

  1. 販促の開始日と終了日を記録します。
  2. 同じ曜日、同じ時間帯の期間どうしで比べます。
  3. 天候、行事、営業時間の変化も記録します。
  4. 販促を行っていない拠点の同じ期間とも比べます。
  5. 結果は傾向として扱い、断定を避けます。

AI Sales Coachの提案を運営に取り入れる

BoostBIのAI Sales Coachは、各店舗のデータをもとに、毎週の具体的な提案を示します。提案はAIが作成した助言です。売上の増加を保証するものではありません。

  1. 店長が今週の提案を読みます。
  2. 実施するものを一つ選びます。
  3. 実施した内容と日付を記録します。
  4. 関係する指標を、あとの週に比べます。

提案をすべて実施する必要はありません。現場の事情に合うものを選んでください。

毎日のデータ確認

毎日の確認は、数分で終わる内容にします。続けやすいことが一番大切です。

  • 前日のデータがすべての計測ラインから届いているか
  • いつもよりゼロが多いラインがないか
  • 入店数が極端に多い、または少ない時間帯がないか
  • 売上データの取り込みが終わっているか

売上データは、人数のデータとは別のタイミングで取り込まれます。取り込みが終わる前にコンバージョン率を見ると、低く見えることがあります。

週次ミーティングで見る数値

週に一度、店長やエリアの担当者で数値を確認します。見る数値を絞ると、話し合いが短くまとまります。

  1. 先週の入店数と入店率
  2. 先週のコンバージョン率
  3. 労働時間あたり来店数が高かった時間帯
  4. データの欠損や異常
  5. 今週試すこと

試したことは、次の週のミーティングで振り返ります。この繰り返しが、データを運営に定着させます。

店内のゾーンを設計する手順

店内のどこに人が立ち寄るかを知りたい場合は、ゾーンの計測を検討します。ゾーン、ヒートマップ、滞在、動線の計測には、適切なカバー範囲、設定、ライセンスを備えたNano Primeを使います。

  1. 店内の図に、知りたい場所を書き込みます。例:レジ前、飲料の棚、カフェ、トイレへの通路。
  2. 各場所の境界を、図の上で決めます。
  3. 現場で境界を確かめ、棚や柱との位置関係を記録します。
  4. 設置後、境界が意図どおりに設定されているかを検証します。

ゾーンのデータから分かるのは、滞在や通過の様子です。来店者の目的や気持ちは、このデータだけでは判断できません。

店内のレイアウト変更を評価する

棚の配置やカフェの位置を変えたときは、ゾーンのデータで前後を比べられます。比べるときは、同じ曜日と時間帯の期間を選んでください。

  • 変更の内容と日付を記録します。
  • 変更したゾーンと、変更していないゾーンの両方を見ます。
  • 入店数の変化も確認します。入店数が変わると、ゾーンの数値も変わるためです。
  • 販促や天候の違いも記録します。

前後の差だけでは、レイアウトの効果とは断定できません。結果は、次の改善を考える材料として使ってください。

洗車の待ち時間と店舗の関係を見る

洗車を待つ間に、店舗に入る人もいます。洗車レーンの利用数と、同じ時間帯の入店数を並べると、両者の関係の傾向が見えてきます。

ただし、人数のデータだけでは、洗車の利用者が入店したかどうかを一人ずつ結び付けることはできません。傾向として読み、ほかの情報と合わせて判断してください。洗車レーンは屋外にあることが多いため、計測の条件を別に検証します。

閉店中や営業時間外のデータの扱い

営業時間外でも、清掃や納品で人が出入りすることがあります。こうしたデータを営業中のデータと混ぜると、来店数が実際より多く見えます。

  • 営業時間を、店舗ごとに正しく登録します。
  • 営業時間を変えた日は、記録に残します。
  • 営業時間外の出入りは、別に確認します。

24時間営業の店舗では、清掃や納品の時間を記録しておくと役立ちます。

業者や配送担当者の出入り

納品や設備の点検で、業者が店舗に出入りすることがあります。業者を数から外すかどうかは、店舗の方針で決めてください。外す場合は、スタッフ除外の三つの方法(ランヤード、ショルダータグ、モバイルアプリ)のどれを使えるかを検討します。

除外しない場合は、納品の時間帯を記録しておきます。その時間帯の入店数を読むときに、注意できるからです。どちらの場合も、ルールは全拠点でそろえます。

落ち着いた時間帯を作業に使う

来店数のデータは、忙しい時間だけでなく、落ち着いた時間も示します。この時間帯は、品出しや清掃などの作業に向いています。

  1. 曜日ごとに、来店数が少ない時間帯を探します。
  2. その時間帯に、まとめて行える作業を洗い出します。
  3. 作業の予定を組み、実施します。
  4. 数週後に、作業の時間帯が今も落ち着いているかを確かめます。

落ち着いた時間帯は、季節や曜日で変わることがあります。定期的に見直してください。

連休や繁忙期の前の準備

連休や長い休みの時期は、ふだんと違う流れが生まれることがあります。前の年の同じ時期のデータがあれば、準備の参考になります。

  • 前年の同じ時期の、時間帯別の入店数
  • 入店数が急に増えた時間帯
  • 労働時間あたり来店数が高かった時間帯
  • そのときのシフトの人数

前年のデータは参考の一つです。曜日の並びや天候が違えば、結果も変わります。

新しい拠点の立ち上げ期のデータ

開業したばかりの拠点では、数値が安定するまで時間がかかることがあります。立ち上げ期の数値を、既存の拠点と同じ基準で評価しないでください。

まずは、週ごとの推移を追います。数値の動きが落ち着いてきたら、同じグループの拠点と比べ始めます。いつから比較に加えたかは、記録に残してください。

改装の前後を比べるとき

店舗を改装すると、入口の位置や店内のゾーンが変わることがあります。その場合は、計測ラインやゾーンの設定を見直してください。

  • 改装の前に、計測ラインとゾーンの図を保存します。
  • 改装のあとに、新しい図を作ります。
  • ラインやゾーンが変わった場合は、前後を単純に比べません。
  • 再開後に、基準カウントで計測を確かめます。

指標の定義書を作る

拠点が増えるほど、指標の意味をそろえることが大切になります。定義書には、次の内容を入れてください。

  • 指標の名前と計算の方法
  • 分母と分子に含めるもの、含めないもの
  • スタッフや業者の扱い
  • 営業時間の扱い
  • 定義を更新した日付

定義書は、新しい店長や担当者に最初に渡す資料にします。

いつもと違う数値に気づいたら

いつもと違う数値を見つけたら、まずデータの問題かどうかを確かめます。次のような数値は、点検のきっかけになります。

  • 営業中なのに、あるラインの数がゼロになっている
  • 入店数に比べて、退店数が大きく少ない
  • 閉店中なのに、多くの入店が記録されている
  • 入店率が急に大きく変わった

データの問題でないと分かったら、天候、工事、営業時間の記録を確認します。そのうえで、実際の変化として扱ってください。

本部と店舗の役割分担

データを運営に生かすには、本部と店舗の役割を決めておくと進めやすくなります。

  • 本部:定義、計測のルール、拠点のグループ分けを管理します。
  • エリアの担当者:拠点の比較を行い、店長と改善策を話し合います。
  • 店長:毎日の確認、シフトの調整、試したことの記録を担当します。
  • 点検の担当:欠損や異常値を確認し、必要に応じて現場を見ます。

役割を文書にしておくと、担当者が替わっても運用が続きます。

オーナーや関係者への報告

フランチャイズのオーナーや関係者に数値を報告する場合は、条件を一緒に示してください。数値だけを渡すと、読み手によって解釈が変わります。

  • 集計の期間と対象の拠点
  • 指標の定義
  • データの欠損の状況
  • 天候や行事などの特別な要因

変化の理由を書く場合は、事実と解釈を分けて記載します。

性別・年齢の分析を加える場合

Nano AIは、対応する構成と選んだライセンスで、入口の計測と性別・年齢の分析を同時に行えます。属性の分析は、見積もりで個別に選べる項目です。

この分析の性能は、人数の計測とは別に検証してください。分析の結果は、店舗に来た人の傾向を示す参考として扱います。

見積もりの前に整理しておく情報

見積もりの依頼の前に、次の情報を整理しておくと話が早く進みます。

  • 拠点の数と、各拠点の店舗入口の数
  • 給油エリアや洗車レーンで数えたい場所
  • 店内で計測したいゾーン
  • 電源とネットワークの状況
  • 使っている売上管理の仕組み
  • 必要な機能。例:スタッフ除外、待ち行列、ヒートマップ

料金はセンサーの台数に応じて決まります。一部のサブライセンスは、見積もりのBoostBIパッケージに含まれます。API、スタッフ除外、属性分析、待ち行列、ヒートマップは、別に選べる項目です。ハードウェア、ソフトウェア、設置、連携、サポートを含めた見積もり全体で比べてください。

店舗の入口が複数ある場合

店舗によっては、正面の扉のほかに、横の扉や駐車場側の扉があります。入店数の合計を正しく出すには、関係するすべての入口を数える必要があります。一か所でも抜けると、入店数もコンバージョン率もずれてしまいます。

  • 設置の前に、すべての入口を図に書き出します。
  • ふだん使わない扉も、使う可能性があれば含めます。
  • 入口ごとの数値と、合計の数値の両方を確認します。

店内人数を見たい場合の注意

店内に今何人いるかを出すには、すべての出入口の入りと出を数えます。さらに、基準となる人数を決め、ずれや欠損を定期的に確かめる必要があります。

店内人数は、混雑の目安として役立ちます。ただし、施設の安全手順の代わりにはなりません。安全な定員を決めるものでもありません。

更新間隔を使い分ける

BoostBIでは、レポートの更新は通常10分間隔です。リアルタイムの設定を有効にすれば、最短で1分間隔になります。どちらが必要かは、使い方で決まります。

  • シフトや販促の見直しには、日ごとや週ごとの集計で足ります。
  • レジを開けるかどうかをその場で判断したい場合は、短い間隔が役立ちます。

すべての担当者が、同じ頻度で見る必要はありません。役割ごとに、見るタイミングを決めてください。

売上データの取り込みを安定させる

コンバージョン率や来店者1人あたり売上を出すには、売上データが必要です。手動で取り込む場合は、担当者と締め切りを決めてください。

  1. 取り込む売上データの範囲を決めます。例:店内のレジの取引。
  2. 取り込みの担当者と曜日を決めます。
  3. 取り込みが終わったことを確認する方法を決めます。
  4. 取り込みが遅れた期間は、レポートに注記を付けます。

自動で取り込みたい場合は、範囲を限定したREST APIや、対応する連携を検討してください。

閲覧権限を設計する

拠点のデータを誰が見られるかは、最初に決めておくと安心です。

  • 店長は、自分の拠点のデータを見ます。
  • エリアの担当者は、担当する拠点のデータを見ます。
  • 本部は、全拠点のデータを見ます。
  • 設定を変えられる人は、少人数に限ります。
  • 異動や退職のときに、権限を見直します。

対応するセンサーでは、計測の処理はセンサーの中で行われ、分析の結果がプラットフォームに送られます。接続するシステムを含めて、データの流れと保存期間を確認してください。

スタッフへの説明と協力のお願い

スタッフ除外を使う場合は、スタッフの協力が欠かせません。ランヤードやショルダータグを使う場合は、身に着けるルールを決めて伝えます。モバイルアプリを使う場合は、使い方を説明してください。

あわせて、データの目的も伝えます。来店数は店舗の業務量を知るための数値です。個人の評価に使うものではないことを、はっきり説明すると協力を得やすくなります。

カフェや軽食の準備の目安にする

時間帯ごとの入店数は、カフェや軽食の準備を考える目安になります。入店数が増え始める時間の前に、準備を終えておくことができます。

ただし、入店数と注文の数は同じではありません。入店した人がすべて注文するわけではないからです。売上データと並べて、準備の量を調整してください。

試験導入の期間中につける記録

試験導入の結果を正しく評価するには、期間中の出来事を記録しておくことが大切です。

  • 販促の開始と終了
  • 天候
  • 営業時間の変更
  • 設備の故障や工事
  • 計測の設定を変えた日
  • 基準カウントを行った日時

記録は一つの表にまとめます。結果を振り返るときに、数値の変化と出来事を並べて確認できます。

導入後の最初の1か月の進め方

  1. 1週目:すべての計測ラインからデータが届いているかを確認します。
  2. 2週目:基準カウントを行い、センサーの値と比べます。
  3. 3週目:時間帯別の入店数を見て、忙しい時間を把握します。
  4. 4週目:最初の改善を一つ決めて、試します。

1か月目は、数値に慣れることを優先します。大きな判断は、データの確認が終わってからにしてください。

給油エリアの来場数を読むときの注意

給油エリアの来場数は、人の数です。車の台数ではありません。1台に複数人が乗っている場合もあれば、運転する人だけが降りる場合もあります。

そのため、来場数を給油の件数と同じものとして扱わないでください。来場数は、店舗への入店率を出すための分母の一つとして使うと、意味がはっきりします。

拠点ごとの目標の立て方

拠点ごとに、改善の目標を決めると運営に生かしやすくなります。目標は、ほかの拠点の数値ではなく、その拠点の過去の数値をもとに考えてください。立地や規模が違う拠点の数値を、そのまま目標にすると無理が出ます。

  • 過去の同じ時期の数値を確認します。
  • 改善したい指標を一つに絞ります。
  • 目標を確認する時期を決めます。
  • 確認のときは、天候や販促の違いも記録します。

トイレ利用と店舗の入店を分けて読む

トイレを使うためだけに店舗に入る人もいます。トイレへの通路で人数を数えている場合は、入店数と並べて見ることができます。

トイレの利用が多い時間帯に、コンバージョン率が下がって見えることがあります。これは、購入を目的としない入店が含まれているためかもしれません。数値を読むときは、こうした可能性も考えてください。

レポートを短く保つ

レポートが長すぎると、読まれなくなります。店長向けのレポートは、1枚で要点が分かる形にしてください。

  • 要点は三つまでにします。
  • 数値の横に、前の期間との違いを示します。
  • 注意が必要な点には、理由を一行で添えます。
  • 次に何をするかを、最後に書きます。

データの読み違いを防ぐ

数値の変化を伝えるときは、事実と解釈を分けます。「入店率が下がった」は事実です。「レジが混んでいたから下がった」は解釈です。

解釈を書く場合は、根拠とほかの可能性も添えてください。人数のデータは、来店者がなぜそう行動したかを証明するものではありません。現場の観察と組み合わせて判断します。

時間帯ごとの入店率の変化を読む

入店率は、1日の中でも大きく変わることがあります。たとえば、ある時間は給油だけの人が多く、別の時間は店舗に入る人が増える、といった違いです。こうした違いは拠点ごとに異なるため、自分の拠点のデータで確かめてください。

  1. 曜日ごとに、1時間単位の給油エリアの来場数を並べます。
  2. 同じ時間の店舗の入店数を並べます。
  3. 時間ごとの入店率を計算します。
  4. 入店率が高い時間と低い時間を書き出します。

入店率が低い時間帯は、店舗の案内や品ぞろえを考えるきっかけになります。ただし、理由はデータだけでは分かりません。

コンバージョン率と来店者1人あたり売上を並べる

コンバージョン率は、来店した人のうち購入した割合です。来店者1人あたり売上は、来店数に対する売上の大きさです。二つを並べると、店舗の状態を立体的に見られます。

  • コンバージョン率が高く、1人あたり売上が低い場合は、少額の購入が多い可能性があります。
  • コンバージョン率が低く、1人あたり売上が高い場合は、買う人は少ないものの、1回の購入額が大きい可能性があります。

どちらも仮説です。売上の内訳と合わせて確かめてください。

給油エリアのスタッフの配置を考える

給油エリアの来場数を時間帯ごとに見ると、屋外の業務が忙しい時間も分かります。屋外と店舗の両方の数値を並べると、スタッフをどちらに多く置くかを考える材料になります。

スタッフは屋外と店舗を行き来するため、除外のルールを決めておくことが大切です。除外が正しく働いているかは、スタッフの動きを別に検証して確かめてください。

拠点の比較で気をつけること

  • 立ち上げ期や改装直後の拠点は、別に扱います。
  • データの欠損が多い期間は、比較から外します。
  • 営業時間が違う拠点は、営業1時間あたりの数値で比べます。
  • 順位だけでなく、各拠点の推移も見ます。

比較の目的は、順位を付けることではありません。改善の余地がある拠点を見つけ、話し合いのきっかけにすることです。

雨の日の給油エリアと店舗

雨の日は、給油だけで早く出発したい人が増えるかもしれません。一方で、雨宿りのように店舗に入る人がいる可能性もあります。どちらの傾向が強いかは、拠点によって違います。

天候の記録とデータを並べて、自分の拠点の傾向を確かめてください。屋外のセンサーについては、雨の日の基準カウントも検証に含めると安心です。

店長が毎朝見る三つの数値

忙しい店長にとって、見る数値は少ないほど続けやすくなります。毎朝、次の三つだけを確認する方法もあります。

  1. 前日の店舗の入店数
  2. 前日の入店率
  3. 前日に最も忙しかった時間帯

いつもと大きく違う数値があれば、その日のうちに理由を確かめます。記録を続けると、自分の拠点の「いつもの姿」が見えてきます。

計測ルールの年次見直し

計測のルールは、年に一度は見直してください。拠点の改装、営業時間の変更、設備の追加などで、前提が変わることがあるためです。

見直しのときは、計測ラインの図、指標の定義書、役割分担の文書をそろえて確認します。変更した点は日付と一緒に記録し、全拠点に共有してください。

複数のセンサーのデータをまとめるとき

給油エリア、店舗入口、店内のゾーンでは、違うモデルのセンサーを使うことがあります。データを一つのレポートにまとめる前に、各センサーの計測範囲と時間の区切りがそろっているかを確認してください。

屋外と屋内は、それぞれ別に検証します。片方の検証結果を、もう片方に当てはめないでください。

改善の記録を拠点間で共有する

ある拠点で試したことは、ほかの拠点の参考になります。試した内容、期間、見た指標、結果を、同じ様式で記録してください。

  • 何を試したか
  • いつからいつまで試したか
  • どの指標を見たか
  • ほかに影響しそうな要因は何か
  • 次に何を試すか

結果がよく見えても、ほかの拠点で同じになるとは限りません。似たグループの拠点で、もう一度確かめてください。

設置後の受け入れ確認

設置が終わったら、本格的に使い始める前に受け入れの確認を行います。次の点を一つずつ確かめてください。

  • すべての計測ラインが、図のとおりに設定されているか
  • 通過方向の入りと出が、正しく記録されているか
  • スタッフ除外が、決めたルールどおりに働いているか
  • 混雑する時間帯の基準カウントで、合格基準を満たしているか
  • 売上データが、正しい拠点と期間に結び付いているか

確認の結果は記録に残します。問題があった点は、直したあとにもう一度確かめます。

屋外のセンサーが数えにくい条件はありますか?

屋外では、日差し、取り付けの位置、通過方向、混雑の状況が計測に影響します。そのため、設置の前と後に、条件の違う時間帯で検証してください。差が大きい時間帯があれば、取り付けやカバー範囲を見直します。

車の台数も数えられますか?

このページで紹介しているセンサーは、人の通過を数える用途で説明しています。車の台数の計測をお考えの場合は、事前にご相談ください。

屋内用のNano AIを給油エリアに付けてもよいですか?

おすすめしません。Nano AIの仕様は屋内の入口向けです。屋外の仕様としては使えません。天候にさらされる場所では、Nano Outdoorを検討してください。

設置にはどのくらいの時間がかかりますか?

すべての拠点に共通する設置時間はありません。モデルごとに設置の仕様が異なるためです。図面と写真で高さ、視野、障害物、電源、ネットワークを確かめてから、計画を立てます。

店舗入口のセンサーには何が必要ですか?

Nano AIは、5VのUSB-C電源とWi-Fiを使います。必要に応じて、外部のPoEスプリッターを組み合わせることもできます。取り付けられる高さの範囲は2.2〜7mです。ほかのモデルには、それぞれの設置仕様があります。

使っているPOSと連携できますか?

ネイティブコネクタは、ShopifyとNebimに用意されています。VendPOS、Nayax、ImagineX、QuickBooksとの連携にも対応しています。そのほか、売上データを手で取り込む方法や、用途を絞ったREST APIもあります。APIの資料はV-Countから提供されます。

同じ人が何度も出入りした場合はどうなりますか?

入口のセンサーは、設定したラインの通過を数えます。そのため、同じ人が出入りするたびに記録されます。コンバージョン率を計算するときは、繰り返しの入店をどう扱うかを事前に決めてください。

入店数が急に減った日は、どう調べればよいですか?

まず、すべての計測ラインからデータが届いているかを確認します。次に、天候、道路の工事、営業時間の変更などの記録を見ます。それでも理由が分からない場合は、現場で扉の周りの状況を確かめてください。

入口が一つの小さな店舗でも始められますか?

料金はセンサーごとにかかります。必要な台数は、入口の数や数えたい場所で決まります。小さな拠点でも、目的と計測ラインを決めれば試験導入を始められます。

本部で全拠点のデータをまとめて見られますか?

BoostBIでは、複数の拠点のデータを比べることができます。比べる前に、計測のルールと指標の定義を全拠点でそろえてください。

導入に向けて

まずは、性格の違う拠点を二つか三つ選んでください。そのうえで、計測ラインの図と指標の定義を作ります。分析の画面はBoostBIのページで紹介しています。試験導入のご相談はデモのお申し込みからどうぞ。