概要
クライアントでは、従来のキャンペーン効果測定手法では単独評価や比較が困難であり、対象商品以外の売上影響も不明確という課題がありました。本プロジェクトでは、これらの課題を解決するため、天候や曜日などの外的要因を考慮した売上予測モデルに基づくROI検証手法を導入し、おむすびキャンペーンを対象に効果を定量化しました。さらに、この手法を自社内で継続的に実行できるよう、実践を通じたデータサイエンティストの育成を目的として支援を実施しました。
課題
プロジェクト開始時、クライアント企業では以下の課題を抱えていました。
- キャンペーン効果の不透明さ：
CP単独評価やCP同士の比較、対象商品以外の売上影響を正確に把握できるROI検証手法が未確立だった - データ分析組織の強化：
確立したROI検証手法を自社内で実行できる、統計・機械学習の専門知識を持つデータサイエンティストの育成が必要だった - 検証の網羅性と速度：
現在は精度維持のために対象商品や店舗を制限しており、制限を解除した網羅的な予測と、特殊な要素（台風など）を考慮した算出、および算出時間の短縮が今後の課題だった
解決策
おむすびキャンペーンを対象に、ROI検証手法の導入とデータサイエンティスト育成を12ヶ月の期間で実施しました。
データ分析と環境要因の特定
中食商品の分類間相関、および天候、曜日、祝日などの環境要因が売上に与える影響を分析しました。また、データサイエンティスト育成のため、対象者に実データを用いた分析を実践してもらいました。
ROI検証モデルの構築
売上傾向の近い店舗を精査し、競合他社のキャンペーン影響がないかを確認することで、分析対象を単純化しました。分析データに基づき、降水量、曜日、季節、気温の影響を数値化し、キャンペーン未実施時の売上予測値（精度95〜98%）を算出し、実績との差からROIを導出しました。
将来的な課題とアドバイザリー
本検証手法について、台風などの特殊な状況下での算出対応、精度を維持した上での対象商品・店舗の網羅性拡張、および処理速度の向上が今後の課題として明確になりました。売上データ分析に基づくROI検証手法の作成と提示、およびデータサイエンティストの育成を通じて、自社で検証可能な技術を持った組織の実現をご支援しました。
成果
- 精度の高いキャンペーンROI評価手法の確立：
天候、曜日、季節などの外的要因を考慮した売上予測モデルに基づき、キャンペーンを実施しなかった場合の売上との差分でROIを算出 - データサイエンティストの育成：
統計・機械学習の専門知識を持った人材に対し、データ分析を通じたCP効果検証の自社実施ノウハウを習得 - 検証モデルの高い信頼性：
キャンペーン未実施の月で売上予測値と実際の売上が95～98%の精度で一致することを検証