顔認識カメラで来店者と非購買層のマーケティング分析を実現

従来の顧客分析は購買した層に限られていましたが、消費者の心理が複雑化している昨今、商品を購入しなかった「非購買層」の行動原理を分析することが重要になってきています。店舗を訪れたはずの人たちが購入に至らなかった理由は何なのか。そのポイントを探るため、非購買層のデータを集める手段として注目されているのが「顔認識カメラ」です。

POSシステムでは分析できない非購買層の特徴

POS (Point of Sales) とは「販売時点情報管理」のことで、このPOSシステムを搭載した「POSレジ」は商品の売り上げや在庫管理だけでなく、日時や購買者の年齢、性別などさまざまな情報を蓄積できるので、経営戦略に活用できます。

購買層のデータ収集においては非常に役立つPOSシステムですが、集められる情報はあくまで購入した人に限られます。つまり、非購買層の分析には全く向いていないのです。非購買層の中にはいずれ顧客になる「潜在顧客」「見込み顧客」がいる可能性もあります。来店者が商品を買わなかった理由や、人物像などが分析できれば新規顧客の獲得にもつながるため、非購買層の分析も不可欠といえるでしょう。

近年のマーケティングを語るうえで欠かせないのが、インターネットの存在です。インターネットの普及によって、事前に商品の情報を検索したり比較したりすることが容易になりました。実際に購入する際も、わざわざ店舗まで出向かずに通販で済ませるという人も増えています。こうした中で消費者の購買心理はより複雑なものとなり、それに伴い来店時の消費者行動も以前とは異なってきています。例えば、来店客が最初から商品を購入するつもりはなく単に実物の確認をしたかっただけ、というケースも多々あります。しかし、店舗に訪れた以上はいずれ顧客になるかもしれません。また、来店せずにWeb上で見ているだけの人も、逆に店舗側がインターネットを活用することで顧客化できる可能性もあります。このように、現在のマーケティングを取り巻く環境を把握し、それに適応した戦略が今後は必要不可欠となっていくでしょう。

非購買層を分析するメリットとは

購入に至らなかった人たちのデータを分析することで「なぜ購入されなかったのか」という原因を探ることができます。商品が問題なのか、導線が悪かったのか、接客に原因があるのか。こうした不安材料を洗い出し改善することで、前回は購入に至らなかった人が次は顧客になってくれるかもしれません。一見売り上げに貢献していないように見える非購買層ですが、状況改善のためのヒントは潜んでいるのです。こうした人たちを分析することで店舗側の落ち度が発見できれば、大きなメリットになります。

購買に至らない来店者の特徴

では、買わない人たちの特徴を具体的に見ていきましょう。彼らは大きく三つのグループに分けられます。まず一つ目として挙げられるのが「消極的買い手」と呼ばれるグループです。今のところ商品を購入はしているものの、可能なら別の商品、代替品で済ませたいと考えており、何かのきっかけがあればすぐに離脱する恐れのある層を指します。なぜ彼らは商品に満足していないのか、どういった理由で代替品に乗り換えたいと考えているのか。彼らを強固な顧客として定着させるためには、そうした点をしっかり分析する必要があります。

二つ目のグループは「利用しないと決めた買い手」です。こうした人たちは過去に何か良くない出来事があり、強い不満や怒りをその製品や業界そのものに抱いています。こうしたマイナスの感情を取り除くのは容易ではありませんが、一度は購入を検討した層であることは確かなので、抱いている不満点を払拭（ふっしょく）できれば顧客として復帰してくれるかもしれません。また、こうしたマイナスのイメージを抱かれるという点は、売り手側にとっても非常に大きな不安材料です。こうした問題を放置しておくと、別の人たちからも不満感を抱かれてしまうという可能性もあるため、ネガティブイメージの解決は急務といえるでしょう。

三つ目は「市場から距離を置く買い手」のグループです。この層はそもそも製品に興味がなく、このサービスが自分に役立つものとは全く意識していません。コアターゲットからは最も遠い買い手といえますが、一方で大きな潜在性を秘めた顧客だと考えることもできます。というのも、こうした人たちをうまく取り入れることができれば、全く新しい層からの新規顧客獲得を見込めるからです。

非購買層には、当然のことですがそれぞれ「買わない理由」が存在します。その理由が何なのかを分析し、問題点を改善することで、顧客アップにつながる可能性が高まるでしょう。

非購買層を分析する方法

非購入層を分析する方法はあるのでしょうか。その手段として挙げられるのが「顔認識システム」です。このシステムは、店舗に設置されたカメラの映像を基に、訪れた人たちの顔を自動で認識し、年齢や性別といったデータを収集してくれます。POSレジは実際に「購入する」という手順を踏まなければデータを集められませんが、顔認識システムを活用すれば全ての来客の情報を簡単に収集できます。こうして集めたデータを利用することで、今まで難しかった非購買層の分析も可能になります。

顔認識カメラで来店者を分析

店舗に顔認識カメラを設置することで、訪れた人の年齢や性別などのデータが日時と共に自動で集計されていきます。集めたデータは、円グラフや棒グラフといった分かりやすい形で可視化され、簡単にチェックできます。例えば「20代の男性が多く訪れている時間帯はいつか」という具体的な項目もすぐに確認できるのです。

また、顔をトラッキングする機能も搭載されており、読み取った顔は正面だけでなくあらゆる角度からでもその人を個人として認識します。人の判別もできるため、ユニークユーザーの分析も行うことができます。

こうした機能は非購買層の分析が容易になるだけでなく、デジタルサイネージにも活用しやすくなるというメリットがあります。デジタルサイネージとはディスプレイに表示する形の看板広告です。顔認識カメラを使うと、来客者の属性に合わせて広告や情報提供を最適化できるのです。さらに、「どの時間帯にどういった年齢性別の人たちがその広告を見たのか」といった深いデータも収集できます。

非購買層のマーケティング分析を実現する「FieldAnalyst導入セット」

「FieldAnalyst」は、カメラから得た映像を基に個人の顔を検出したうえで性別や年齢を識別し、訪問者の詳細なデータをリアルタイムに収集する顔認識システムです。データはグラフなどで可視化され、好きなタイミングで確認することができます。また、FieldAnalystで保存されるのは分析結果のみ。分析に使った映像そのものは録画されないため、プライバシーや個人情報の面でも安心です。

来客データを日常的に収集できるだけでなく、客層の傾向や人数をリアルタイムで確認して臨機応変にタイムセールを行ったり、年齢や性別を識別してイベント会場への入場制限が行いやすくなったりと、あらゆる面で活用が可能です。一歩踏み込んだマーケティング分析を行いたいのなら、顔認識システムはもはや必須のツールの一つであるといえるでしょう。

店舗運営では非購買層のデータに宝が眠っており、活用すると業績アップにもつながることが期待されます。「FieldAnalyst」であれば、顔認識カメラで顧客分析ができ、顧客獲得に役立つ可能性があります。