ID-POS意思決定支援クラウドサービスBiZOOPe
AIが教える「商品採用」と「陳列位置」：AI追加機能ご紹介（ヘルプ機能含む）

学習データはあくまで「BiZOOPeのマニュアル」ですので、図のようにマニュアルの範囲外の質問にはお答えできません。

（「かちょーの戯言」 や、「おしえて！かちょー」 も学習させてくれたら、図にあるような「なぜイルカなの？」という質問にも答えられるようになるのですが……ｗ）

※.図のリスト中の既存機能「目的/選択範囲のニーズ要約」については、こちらをご覧ください。（図は「目的範囲（くらしのスタイル）」と「選択範囲（ニーズ）」を要約済みの状態です）

結果の先頭にある「期待値順位」は、裏側で「①既製品の採用（即座に改善可能）」と「②新商品の開発（時間を要する）」という優先順位で大きく二分されています。 ①は主にバイヤーやカテゴリーキャプテン向け、②はメーカーのマーケティング担当向けの示唆といえるでしょう。

さらに、その内訳として以下の優先順位でスコアリングを行っています。

1. 新規ニーズの追加（現状の売り場にない価値の提供）

2. 入れ替えによるリフレッシュ（既存商品との入れ替え）

3. 選択肢の追加（選ぶ楽しみ）

まずは「新規ニーズの追加」を最優先としています。なお「選択肢の追加」については、推論のしきい値（選択肢数 ≦ 9：ジャムの法則）に対し、実際の売場面積は店舗ごとに異なるため、相対的に優先順位を低く設定しています。

本機能では、推論対象を（コピペで）明示的に与えているため、前章の「採用すべき新商品の推論」に比べ、結果は安定します。

実際、同じノンアルコールビールの例でも、AIは「別カテゴリーで検討すべき」と正しく判断しています。そもそも本機能の運用上、カテゴリー外の商品データを入力すること自体が稀ですが、万が一データが混入したとしても、AIが適切に判別できることをこの図は示しています。

ただし、こいつも結構えー加減なヤツでして、特に「陳列位置」欄の「関連順」が連番（xとx+1またはxとx-1の組み合わせ）になっていなかったりします。その際にはお手数ですが、推論の再実行をお願いします。

• 分析結果の要約

• カット商品の示唆（現在も手動操作で可能ですが、その自動化）

• 留め型品など、コード違いの同一用途・機能商品の「推論名寄せ集計」

• スポット品等の推論による集計からの除外

• 商品コードの使い回し（主にノンPLU）への対応

「完璧さ」よりも、「スピード」と「お役に立つこと」を最優先に、AIを積極的に活用した機能を順次提供していく予定です。BiZOOPeの今後の進化に、ぜひご期待ください。皆さまからのご意見、ご要望も心よりお待ちしております。