業界 · ショッピングモール
ショッピングモール
V-Countは、ショッピングモールを「一つ屋根の下に集まる数十の店舗」として計測します
V-Countは、ショッピングモールをありのままの姿、つまり一つ屋根の下に集まる数十の店舗の集合体として計測します。そうして計測してはじめて、数字が意味を持つからです。センサーはモールのすべての出入口、各エスカレーターの降り口やフロア間の移動ポイント、フードコート内、そして個々のテナントの入口に設置されます。これにより、SC運営チームは出入口別の来館者数、そのうち上層階まで到達した人数、そして店前を通行する来館者のうち各店舗が実際に取り込んでいる割合を把握できます。
その結果、テナントとの協議にも耐えうるショッピングモールの来場者統計が得られます。出入口別・時間帯別の来場者数、区画ごとのキャプチャ率、共用部での滞在時間、フードコートのリアルタイム在館人数、そして週末のイベントやキャンペーンが実際にもたらした来場者数の増加です。
名だたるクライアントの仲間入りを
幅広い業種のお客様をご紹介するギャラリーをご覧ください。V-Countは、これらの業界をリードするブランドと協業し、その成功を支える来場者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。
ショッピングモールで来場者分析を活用するメリット
一般用の各出入口、モールと核テナントの連絡口、駐車場からの各入口を個別にカウントし、施設全体の数値に集約します。出入口別・時間帯別にレポートするショッピングモール向け人数カウンターなら、週末の来館者を多く受け止めている出入口、フロア別の分布が一日を通してどう変化するか、そして改装工事や出入口の閉鎖によって来館者が知らないうちに店舗の少ない動線へ流れてしまった場所がわかります。
モール通路のどのエリアに実際に人が留まっているかを把握できます。ゾーンカウントとヒートマップで、アトリウム、イベント広場、休憩スペース、メイン通路での滞在時間を計測し、本当に賑わっているゾーンと、人が通り過ぎるだけの通路とを区別します。同じゾーンデータはテナントのキャプチャ率、すなわちその区画の前を通行する人数に対する入店数の算出にも活用できます。
施設全体と、フードコート、映画館のロビー、イベントホールなど真っ先に混み合うスペースのリアルタイム在館人数を把握できます。モールの運営チームはこれを活用して清掃のローテーションを開始し、座席を増設し、混雑したフロアへ警備員を配置換えし、大規模イベントを安全な人数の範囲内に保ちます。翌朝のレポートではなく、しきい値を超えた瞬間にアラートが届きます。

ショッピングモール分析:計測すべき指標
施設運営、リーシング、マーケティングはそれぞれ同じ建物に異なる問いを投げかけます。そのため、ショッピングモール分析にはひとつの代表的な数字以上のものが求められます。ショッピングセンターの予算を左右するのは、次の指標です。
出入口別の来場者数。 ほとんどのモールには4〜10か所の一般用出入口があり、さらに駐車場や公共交通機関との連絡口があります。それぞれを個別にカウントすることで、週末の来館者を多く受け止めている出入口、新しい核テナントが隣接する出入口に本当に人を呼び込んでいるか、そして改装中の出入口閉鎖によって来館者が店舗の少ない動線へ押しやられた状況がわかります。
フロア別の分布。 1階と最上階の通行量の差は、モールのリーシングで最も議論になる数字です。エスカレーターの降り口、エレベーターホール、フロア間の移動ポイントをカウントすれば、その差を裏付けのあるデータに変え、縦動線が来館者をどこまで運び、どこで途切れるのかを示せます。
テナントのキャプチャ率。 入店数をその区画の前の通行量で割った値です。キャプチャ率は、立地の弱さと運営の弱さを見分ける指標であり、小さなキオスクと核テナントの百貨店を公平に比較できる唯一の方法です。
共用部の滞在時間とゾーンヒートマップ。 アトリウム、イベント広場、休憩スペース、メイン通路で来館者がどれだけ留まっているかを示します。ゾーン分析とヒートマップにより、モール通路のどこに人が留まり、どこが核テナント間の単なる通り道になっているかがわかります。
駐車場から出入口への動線。 駐車場の各階、シャトルバス乗り場、送迎の乗降場所を、それぞれが人を送り込む出入口と対応づけることで、案内サイン、エレベーターの輸送能力、カート置き場に負荷がかかっている場所や、土曜日に最初に満車になる駐車場の階がわかります。
フードコートの在館人数。 ランチとディナーのピーク時におけるホールと座席のリアルタイム在館人数を把握し、清掃ローテーションのタイミング決め、座席レイアウトの計画、飲食テナントの現実的な営業時間の設定に活用します。
イベント・キャンペーンの効果。 比較可能な通常日と、ファッションショー、キッズクラブ、自動車展示、ホリデーシーズンのイベント当日との差を、施設全体とイベント会場に最も近い出入口の両方で計測します。
サービス窓口の待ち行列の長さ。 インフォメーションカウンター、ギフトカード売り場、映画館のチケット売り場、クリック&コレクトのロッカー、バレーパーキングの受付などです。ショッピングモールの待ち行列管理は、列がどれだけ長く見えるかではなく、実際にどれだけ長いかを知ることから始まります。
これらの指標を継続的にまとめてレポートすると、施設運営の土台となるショッピングモールの来場者統計になります。出入口ごとの平日・週末のプロファイル、季節ごとの推移、そして「今月は客足が少ない」と訴える店舗の状況を正しく評価するためのテナントのベンチマークです。


ショッピングモールの人数カウンター:設置場所
モールはさまざまな種類の建物が組み合わさった施設のため、単独店舗以上にハードウェアの組み合わせが重要です。V-Countは、すべてがひとつのプラットフォームにデータを送る4つのデバイスファミリーで施設全体をカバーします。これにより、出入口のカウント、テナントの入口、フードコートの在館人数が同じダッシュボードに表示されます。

- モールの出入口、核テナントとの連絡口、エスカレーターの降り口: Nano AI。ショッピングセンターに多い、間口が広く天井が高いガラス張りの出入口向けの3Dアクティブステレオセンサーです(設置高さは最大7 m。最も広い出入口では複数台を連携)。
- テナントの入口とモール内のゾーン: Nano AI。オールインワンのAIセンサーです。一般的な店舗の天井高で入店数をカウントし、共用部のゾーン別滞在時間を計測し、キャプチャ率の算出に使う店前通行量のデータを提供します。
- 駐車場、広場、屋外エリア: Nano Outdoor。屋根のないアプローチ、バスやタクシーの乗り場、そして今や多くの近代的なモールに設けられている屋外のダイニングテラス向けの耐候性センサーです。
- フードコート、映画館のロビー、イベントホール: リアルタイムの在館人数を把握するVCare。来館者が入る前にスペースの混雑状況を確認できるよう、スクリーンやサイネージにも表示できます。
- レポーティング層: V-Countのクラウド分析プラットフォームBoostBIです。個々の出入口のデータを施設全体の合計に集約し、テナントをカテゴリーやフロア別にグループ化し、在館人数や待ち行列のしきい値を超えた瞬間にアラートを発信します。
デバイスと同じくらい重要なのがレイアウトです。モールの来場者データが役に立つのは、センサーの配置計画がリーシング計画と一致している場合に限られます。推定に頼る出入口がないよう一般用出入口ごとに1台、すべてのフロア間移動ポイントにカウントライン、リーシングで一等地と位置づける通路にはゾーンカバレッジ、そして歩合賃料やベンチマークのプログラムに含まれるテナントの入口には個別のデバイスを設置します。
設置、カウント方式、センサーで捉えられるもの・捉えられないものといった基本については、V-Countの人数カウントの概要、またはテナントが自店舗内で活用するより幅広い小売店舗分析のツールをご覧ください。
モールの運営会社とオーナーは、データをどう活用するか
- 歩合賃料と賃貸借交渉。 賃料がテナントの業績に連動する場合、オーナーにはその区画が得た通行量を独立して計測したデータが必要です。出入口のカウント、フロア別の分布、キャプチャ率があれば、リーシング担当はその区画がどれだけの来場者を得たかを、テナントはそのうちどれだけを購買に結びつけたかを、同じデータソースから示せます。
- テナントのベンチマーク。 区画をカテゴリー、フロア、面積でグループ化すると、1店舗の数字を同業他店との比較に変えられます。人通りの多い通路でキャプチャ率が中央値を下回るファッション店なら、マーチャンダイジングの問題です。同じ区画が人通りの少ない通路にあるなら、リーシングと回遊動線の問題です。
- マーケティング効果の検証。 キャンペーン、夜間営業、ポイント還元の週末、有料のプロモーションイベントは、特定の時間帯に特定の出入口からどれだけの来館者を呼び込んだかで評価されます。イベント期間を出入口ごとに同条件のベースラインと比較するほうが、施設全体の月間合計よりもはるかに正確に効果を検証できます。
- テナント配置の見直しと回遊動線。 滞在時間とヒートマップのデータから、通路で人の流れが滞る場所、核テナントの閉店後に回復しないサブ通路、そしてポップアップストア、休憩スペース、縦動線の変更によって来館者を施設の奥まで呼び込める場所がわかります。
- スタッフ、清掃、警備のシフト。 決まったスケジュールでフードコートを清掃していると、閑散とした火曜日には時間を無駄にし、土曜日には手が回らなくなります。在館人数に基づくシフトなら来館者のいる場所にスタッフを配置でき、同じ推移データでピーク時間帯やイベント日の警備体制も決められます。
- 安全管理と人数制限。 ホール別、フロア別、施設全体のリアルタイム在館人数により、イベント、セールの初日、映画の公開日を防火計画で認められた上限内に保ち、スペースが問題になる前にアラートを発信します。
- 待ち行列管理。 サービスカウンター、チケット売り場、クリック&コレクトの受取窓口は、よい来館体験が悪いものに変わってしまう場所です。カウントと待ち行列管理を組み合わせれば、待ち時間のしきい値やスタッフ配置のトリガーを設定できます。その導入効果については実店舗が待ち行列管理を導入する理由をご覧ください。

外部の基準を求めるSC運営チームは、V-Countの小売・モール来場者指数も活用できます。これは、モールと小売店の来場者数の動向を市場レベルで追跡する公開データソースです。自施設のデータが振るわないときの判断材料として役立ちます。単独で見ると悪く見える月でも市場を大きく上回っている場合があり、好調な月も単に季節要因によるものかもしれません。
この指数は、自施設のモール来場者分析の代わりではなく、それと併せてご覧ください。
モールの来場者分析は、意思決定者に届いてはじめて投資効果を発揮します。そのためBoostBIのレポートは通常、3つの形で同時に設定されます。総支配人向けの施設全体のダッシュボード、リーシング担当がテナントに送付できるテナント別レポート、そして現場の当番マネージャー向けのしきい値アラートです。自施設のフロアプランでどのように見えるかを確認したい場合は、V-Countのデモをご予約いただき、リーシング計画をお持ちください。
ショッピングセンターの統計:モール運営者が追跡する指標
ショッピングセンターの統計は来場者数から始まります。毎時・毎日どれだけの来館者がどの出入口から施設に入ったかです。V-CountはNano AIとNano Outdoorのセンサーですべての出入口をカウントし(精度は最大99%)、これらの統計をBoostBIでレポートします。
- 出入口別・時間帯別・日別の来場者数(前年同週との比較付き)。
- テナントのキャプチャ率:入店数 ÷ 区画前を通行したモール来館者数 × 100。
- Nano Primeのヒートマップによる滞在時間とゾーン別通行量。
- VCareに表示される、施設の収容上限に対するリアルタイム在館人数。
市場レベルのショッピングセンター統計については、V-Countの小売・モール来場者指数が英国の小売店とショッピングモール全体の来場者数を毎日レポートしており、BoostBIでは90日間の推移を確認できます。

ショッピングモールの来場者計測ツールの比較
モールの運営チームが使う来場者計測ツールは3種類あり、それぞれ答えられる問いが異なります。
V-CountのNano AIのような出入口センサーは、モールの各出入口で入館・退館するすべての人を最大99%の精度でカウントします。BoostBIはそのカウントを時間帯別の通行量、在館人数、テナント別のレポートに変換します。
携帯電話の位置情報データは、一部の端末のサンプルから来訪や商圏を推計します。商圏の分析には役立ちますが、出入口での正確なカウントには向きません。
Wi-Fiトラッキングは、モールのWi-Fiに接続した、またはWi-Fiを探索した携帯電話をカウントします。そのため結果は、Wi-Fiをオンにした携帯電話を持つ来館者の数に左右されます。
出入口での正確なカウントにはまずセンサーを導入し、商圏分析には位置情報データを組み合わせてください。詳しくはセンサーデータと位置情報データの比較をご覧ください。
ショッピングモールの来場者を分析するのに最適なツールは何ですか?
V-Countは、Nano AI、Nano Prime、Nano Outdoor、VCareのハードウェアとBoostBIプラットフォームを組み合わせ、出入口の来場者数、テナントのキャプチャ率、滞在時間、リアルタイム在館人数をすべてひとつのシステムで提供します。モールに適したツールは、単体のカウンターではなく、センサーネットワークと分析プラットフォームの組み合わせです。
必要なのは、すべての一般用出入口とフロア間の移動ポイントに設置する天井取り付け型のカウントデバイス、共用部のゾーンカバレッジ、フードコートとイベントホールの在館人数モニタリング、そしてそれらすべてを施設全体の数値とテナントごとのレポートにまとめるクラウドダッシュボードです。モバイル位置情報パネルやWi-Fiプローブで得られるのは推計値であり、出入口のセンサーで得られるのは実測値です(センサーと位置情報データの比較を参照)。
まずはすべての出入口に来場者カウンターを設置することから始めましょう。
モールの来場者分析とは何ですか?
V-CountのNano AIとBoostBIが提供するモールの来場者分析とは、ショッピングセンターに入館する人数、利用する出入口とフロア、各エリアでの滞在時間、そして入店するテナントを計測することです。1日の来館者総数にとどまらず、出入口別・時間帯別の来場者数、フロア別の分布、共用部の滞在時間、テナントのキャプチャ率、フードコートの在館人数、イベントによる来場者の増加といった有用なデータが得られます。
オーナーは歩合賃料、テナントのベンチマーク、マーケティング効果の検証に活用し、運営チームはスタッフ配置、清掃、群衆の安全管理に活用します。
ショッピングモールでテナントのキャプチャ率はどのように計測しますか?
V-Countは、テナントの入口に設置したNano AIと、区画前のモール通路でのNano Primeによるゾーンカウントまたはラインカウントで、テナントのキャプチャ率を計測します。キャプチャ率とは、区画の前を通行した来館者のうち、実際に入店した人の割合です。
一方を他方で割ることで、面積や立地が大きく異なる区画同士でも比較できる数値が得られます。両方の数値が同じプラットフォームから得られるため、リーシング担当とテナントは、どちらのデータが正しいかを議論するのではなく、ひとつのデータソースに基づいて話し合えます。
モールの来場者データはどこから得られ、モバイル位置情報データとはどう違うのですか?
V-Countのセンサーは出入口やゾーンに設置されたデバイス上でカウントを行うため、プラットフォームが受け取るのは映像ではなくカウントデータです。センサーベースのモール来場者データは、出入口やゾーンそのものに設置された天井取り付け型デバイスから得られ、人がラインを通過したりエリア内に滞在したりした時点でカウントします。
モバイル位置情報パネルは、携帯電話のサンプルから来訪を推定し、そのサンプルを全体に拡大推計します。市場レベルの比較には役立ちますが、歩合賃料や人数制限に使えるほど正確ではありません。契約や運営に関わる用途では、出入口に設置したショッピングモール向け人数カウンターが基準となります。
同じシステムでショッピングモールの待ち行列管理もできますか?
はい。出入口をカウントするV-Countのセンサーは、指定した待ち行列エリアも監視でき、BoostBIが待ち人数と待ち時間をしきい値に変換します。出入口をカウントするのと同じ天井取り付け型センサーで、インフォメーションカウンター、チケット売り場、フードコートのレジ、クリック&コレクトの受取窓口の前の指定エリアを監視し、何人がどれだけの時間待っているかをレポートできます。
BoostBIはそのデータをしきい値に変換します。一定の待ち時間に達したらレジを追加で開ける、一定の行列の長さに達したらスタッフを移動させる、行列が通路をふさいだら当番マネージャーにアラートを送る、といった具合です。しきい値とアラートの設定方法については、V-Countの待ち行列管理をご覧ください。
オーナーは歩合賃料のためにショッピングモールの来場者統計をどのように活用していますか?
V-CountのBoostBIは、オーナーが歩合賃料に用いる合意済みの通行量データ、すなわち出入口の来場者数、フロア別の分布、各区画前の通行量を提供します。歩合賃料や売上歩合型の賃貸借契約は、区画が得た通行量について双方が合意している場合に最もうまく機能します。同じショッピングモールの来場者統計を四半期ごとに見直すことで、賃料改定、区画のリポジショニング、そして業績の振るわないフロアの回遊動線や案内サインへの投資判断の根拠になります。
モールや小売店の来場者動向を示す公開データソースはありますか?
はい。V-Countは、モールと小売店の来場者数の動向を市場レベルで追跡する小売・モール来場者指数を公開しています。自施設をベンチマークするための無料の基準として、客足の少ない月が自施設の問題なのか市場全体の傾向なのか、好調な月が実力によるものか季節要因によるものかを判断できます。自施設のセンサーが生み出すショッピングセンターのデータに代わるものではなく、それを補完するものです。
ショッピングモールのお客様の声
AIを活用した人数カウントソリューションを導入しているショッピングモールの事例をご覧ください。V-Countのグループカウントとスタッフ除外のソリューションが、ショッピングモールのマーケティングキャンペーンや業務プロセス全体の最適化にどのように役立っているかをご紹介します。
ビジネスの可能性を最大限に引き出すために、今すぐデモをご予約ください。
デモを申し込む





