Nano AI 来訪者数計測センサー

• 精度：屋内の入口に定義したラインの通過カウントで最大99%。ご自身の入口で必ず検証してください。
• 取り付け高さ：2.2–7 m。
• 低照度：内蔵 IR LED により 0 lux でもカウント可能。
• 電源：5 V USB-C。オプションで外部 PoE スプリッターに対応。
• ネットワーク：Wi-Fi。
• オプション分析：対応する構成と選択したライセンスにより、性別・年齢分析が利用可能。スタッフ除外もご利用いただけます。

すべての設置は配置計画から始まります。入口のフロアプラン（簡単な図面で十分です）と、店長が撮影した各ドアの写真を数枚お送りください。24時間以内にセンサーの推奨位置をご提案します。計画では次の5点を確認します：

1. 高さ：取り付け位置が 2.2–7 m の範囲内にあることを確認します。
2. 視野：入口の全幅がカバーされていることを確認します。
3. 障害物：視界を遮る看板、照明、ドア、ディスプレイがないか確認します。
4. 電源：USB-C 電源を確保するか、PoE スプリッターの使用を計画します。
5. ネットワーク：取り付け位置での Wi-Fi 電波強度を確認します。

カウントラインは通過が記録される位置です。すべての来訪者が必ず通る場所に設定してください。ディスプレイやマットのすぐ横など、人が立ち止まったり向きを変えたりする場所は避けます。どちらの方向を「入場」とするかを決め、店舗間で統一できるようルールを文書化しておきましょう。

施設に複数の入口がある場合は、来訪者が利用するすべての入口をカバーしてください。一部のドアだけから算出した店舗合計は、実際より少なくなります。

検証では、センサーのカウントと、同じ時間帯に取得した基準カウントを比較します。計画は慎重に行ってください：

• 混雑時と閑散時の両方を含む期間を選びます。
• グループ、家族連れ、ベビーカー、カートがよく見られる施設であれば、それらも含めます。
• 夕方やドア付近の強い日差しを含め、実際の照明環境でテストします。
• 結果を比較する前に、合格基準について合意しておきます。
• 属性分析などのオプション分析は、入口カウントとは別に検証します。

スタッフの出入りは来店数を水増しし、コンバージョン率を下げる原因になります。スタッフ除外には、ランヤード、ショルダータグ、モバイルアプリの3つの方式があります。いずれか1つを選び、ルールを一貫して適用してください。パイロット期間中にスタッフの動きを単独でテストしましょう。

• 時間帯別・曜日別の来店数：人員配置や営業時間の見直しの基礎となります。
• コンバージョン率 = 対象購買取引数 ÷ 対象来店数 × 100。同じ店舗・同じ期間で算出し、スタッフ、再入店、返品、キャンセルの扱いを定義してください。
• 来店者1人あたりの売上 = 純売上 ÷ 対象来店数。
• 労働時間あたりの売上 = 純売上 ÷ 有給労働時間。
• 労働時間あたりの来店数：業務負荷の指標です。個人のパフォーマンスを示すものではありません。

BoostBI のレポートは通常10分ごとに更新されます。リアルタイム設定を有効にすると、最短で1分ごとの更新が可能です。売上データは連携方式に応じて、それぞれのスケジュールで取り込まれます。

最初の数週間で、セットアップが適切かどうかがわかります。次の点を確認してください：

• 閉店時までに入場数と退場数がほぼ一致している。大きく一定の差がある場合は、いずれかのドアでカバレッジに問題がある可能性があります。
• 1日のパターンが妥当である。来店数は営業時間や既知の繁忙時間帯に合わせて増減するはずです。
• 原因不明のゼロ時間帯がない。営業時間中の欠落は、電源またはネットワークの切断を意味する場合があります。
• スタッフ除外が機能している。スタッフが除外されていれば、開店前と閉店後のカウントは少ないはずです。

データが安定したら、トレンド分析を始めましょう。週単位で比較し、同じ曜日同士を比較してください。

コンバージョン率の算出には、来店数と取引数の両方が必要です。BoostBI は Shopify と Nebim のネイティブコネクタを備え、VendPOS、Nayax、ImagineX、QuickBooks との連携実績もあります。売上データの手動インポートや、範囲を限定した REST API も利用でき、API ドキュメントは V-Count が提供します。

数値を信頼して使う前に、何を取引として数えるかを確認してください。返品、キャンセル、スタッフ購入の扱いについて合意し、すべての店舗で同じルールを適用します。

1. 代表的な1〜2店舗でパイロットを完了し、文書化します。
2. パイロットのルールを標準化します：ライン位置、方向、除外設定、命名規則。
3. 新規店舗ごとにフロアプランと写真をお送りください。同じチェーンでも入口はそれぞれ異なります。
4. チェーン全体のレポートに加える前に、各新規店舗を検証します。
5. すべての店舗で変更履歴を記録します。

一貫した標準があれば、店舗間の比較が公平になります。標準がなければ、店舗間の差は営業実態ではなくセットアップの違いに起因している可能性があります。

• 店長は、時間帯別の来店数をシフト計画と照らし合わせ、人員が不足または過剰な時間帯を特定できます。
• エリアマネージャーは、同じ定義を用いて、類似店舗間のコンバージョン率を比較できます。
• 本部は、天候、プロモーション、営業時間を記録しながら、キャンペーン後のトレンドを確認できます。

BoostBI の AI Sales Coach は、各店舗のデータから週次でターゲットを絞った提案を行います。店長はそれを確認して行動し、後から KPI を比較します。これは AI が生成するガイダンスであり、売上向上を保証するものではありません。

リアルタイム占有率には、関連するすべての入口と出口のカバーが必要です。また、合意された基準値と、ずれやデータ欠落の定期的なチェックも必要です。カウントは占有率レポートを支援するものであり、施設の安全手順に代わるものでも、安全な収容人数を定めるものでもありません。

新しいドア、看板、照明は、センサーの見え方を変える可能性があります。入口付近で何らかの変更を行った後は、視界を確認し、短時間の基準カウントを再度実施してください。トレンドレポートの公平性を保つため、変更日を変更履歴に記録しておきましょう。

• 2.2–7 m の範囲外に取り付ける。
• 来訪者が利用する側面ドアやスタッフ用ドアをカバーしないままにする。
• 人が立ち止まる、向きを変える、並ぶ場所にラインを設定する。
• 入口カウントが合格したからといって、属性分析の結果も検証済みだと思い込む。
• 日付を記録せずにカウントラインを変更する。
• 売上 ÷ 来店数をコンバージョン率と呼ぶ。その数値は来店者1人あたりの売上です。
• スタッフ除外を導入している店舗と導入していない店舗を比較する。