本連載では大前研一氏が「位置情報ビジネス」を中心に、テクノロジーを活用した新しいビジネスモデルの実例を解説します。連載第５回は、位置情報を利用したサービスの進化についてお話いただきました。
＊本連載は2016/5発行の書籍『大前研一ビジネスジャーナルNo.10（M&Aの成功条件／位置情報3.0時代のビジネスモデル）』の内容をもとに再編集しお届けしています。
http://g10book.jp/contents/journal
＊本連載は2016/5発行の書籍『大前研一ビジネスジャーナルNo.10（M&Aの成功条件／位置情報3.0時代のビジネスモデル）』の内容をもとに再編集しお届けしています。
http://g10book.jp/contents/journal
位置情報を利用したサービスの進化は何をもたらすのか
「郵便番号別」で気象情報を提供するウェザーニューズ
前回は主に、業務や作業の効率化という側面で位置情報の利用事例を紹介しました。今回は暮らしのより身近なところで起きている、サービスの進化形を見ていきます。
位置情報の利用によって、サービスはどのような変化および進化を遂げているのか。さらなる進化形も視野に入れながら、探っていきたいと思います。
天気予報を知りたいとき、みなさんはいつも何から情報を得ているでしょうか。
日常生活においては、日本の気象庁の天気予報にたとえ少々不安があったとしても問題はないかもしれません。
ところが世の中には、天気が外れては商売にならない、あるいはもっと詳細な情報がなければ使いものにならない、という人もたくさんいます。
そのようなニーズもあり、近年注目を集めているのが、ウェザーニューズが提供する気象情報です。図-16をご覧ください。
ウェザーニューズは、航空機搭載センサー、車載センサー、波や気圧などを測る船舶搭載センサー、花粉の飛散量を測る花粉センサー、従来のビーコンセンサーによる観測データ、さらにユーザー参加による気象体感データを収集しています。
位置情報の利用によって、サービスはどのような変化および進化を遂げているのか。さらなる進化形も視野に入れながら、探っていきたいと思います。
天気予報を知りたいとき、みなさんはいつも何から情報を得ているでしょうか。
日常生活においては、日本の気象庁の天気予報にたとえ少々不安があったとしても問題はないかもしれません。
ところが世の中には、天気が外れては商売にならない、あるいはもっと詳細な情報がなければ使いものにならない、という人もたくさんいます。
そのようなニーズもあり、近年注目を集めているのが、ウェザーニューズが提供する気象情報です。図-16をご覧ください。
ウェザーニューズは、航空機搭載センサー、車載センサー、波や気圧などを測る船舶搭載センサー、花粉の飛散量を測る花粉センサー、従来のビーコンセンサーによる観測データ、さらにユーザー参加による気象体感データを収集しています。
図-16 ウェザーニューズの情報収集の仕組み
それらに気象庁の観測データや独自インフラによる観測データをプラスして、詳細なエリア別の気象情報を提供しています。
エリア分類は「郵便番号別」とのことですから、私たちは極めてローカルな気象情報を得ることができるようになったと言えます。
ここまでローカルな気象情報を出すに至るには、当然のことながら気象庁の観測地点だけでは足りません。ウェザーニューズはその不足を、各種観測データと位置情報そのものを高精度で利用することによって補い、地理的にローカルかつ詳細な気象情報を提供可能にしたわけです。
ウェザーニューズは収益性にも優れた企業に成長していますが、こうしたローカルで詳細な気象情報は今後、災害対策にも活かされていくのではないかと思います。
エリア分類は「郵便番号別」とのことですから、私たちは極めてローカルな気象情報を得ることができるようになったと言えます。
ここまでローカルな気象情報を出すに至るには、当然のことながら気象庁の観測地点だけでは足りません。ウェザーニューズはその不足を、各種観測データと位置情報そのものを高精度で利用することによって補い、地理的にローカルかつ詳細な気象情報を提供可能にしたわけです。
ウェザーニューズは収益性にも優れた企業に成長していますが、こうしたローカルで詳細な気象情報は今後、災害対策にも活かされていくのではないかと思います。
ウォルマートは屋内測位の活用で、顧客の購買意欲をくすぐる
米国のスーパーマーケット最大手・ウォルマート・ストアーズ（以下ウォルマート）が注力しているのが、屋内測位を重視した広告です。
顧客のスマホに、その人の今いちばん近くにあるウォルマートの特売品や、本日の特売品といったものを通知します（図-17）。
通知を受け取った顧客の興味によっては、店内に入ると同時にスマホを稼働させ、顧客が興味をもった商品のある場所まで「右に曲がって左に曲がって、ここの棚にあります」といった具合に誘導もします。なにせ巨大なウォルマートですから、目的の品を探す顧客としては非常に便利です。
こうした広告はどの程度成果を上げているのでしょうか。
ウォルマートは2014年、感謝祭（Thanksgiving）に先立って「ブラックフライデー広告」を配信しました（図-17）。
広告は2500万人にダウンロードされ、それらの人々が広告によって店舗の値下げ幅を知り、オンラインで、つまり「七面鳥がまだオーブンに入っているうち」から買い物を始めました。そして来店したところで売り場まで誘導され、到着したところで「はい、焼き上がりました」と、焼きたてほやほやの七面鳥を買うことができたわけです。
話題性や顧客の満足度を重要視し、実に巧みに屋内測位を使って購買意欲をくすぐった結果、前年のサイバーマンデー に次ぐ2番目に高いオンライン売り上げを記録しました。
ウォルマートでは各店長が「うちの店の今日の特売品はこれだ！」などと広告のアイデアを出し合うことで、よい意味で競争力が鍛えられているようです。
顧客のスマホに、その人の今いちばん近くにあるウォルマートの特売品や、本日の特売品といったものを通知します（図-17）。
通知を受け取った顧客の興味によっては、店内に入ると同時にスマホを稼働させ、顧客が興味をもった商品のある場所まで「右に曲がって左に曲がって、ここの棚にあります」といった具合に誘導もします。なにせ巨大なウォルマートですから、目的の品を探す顧客としては非常に便利です。
こうした広告はどの程度成果を上げているのでしょうか。
ウォルマートは2014年、感謝祭（Thanksgiving）に先立って「ブラックフライデー広告」を配信しました（図-17）。
広告は2500万人にダウンロードされ、それらの人々が広告によって店舗の値下げ幅を知り、オンラインで、つまり「七面鳥がまだオーブンに入っているうち」から買い物を始めました。そして来店したところで売り場まで誘導され、到着したところで「はい、焼き上がりました」と、焼きたてほやほやの七面鳥を買うことができたわけです。
話題性や顧客の満足度を重要視し、実に巧みに屋内測位を使って購買意欲をくすぐった結果、前年のサイバーマンデー に次ぐ2番目に高いオンライン売り上げを記録しました。
ウォルマートでは各店長が「うちの店の今日の特売品はこれだ！」などと広告のアイデアを出し合うことで、よい意味で競争力が鍛えられているようです。
図-17 ウォルマートの屋内測位を用いた広告配信
スーパーでは15分後、30分後のレジ混雑状況を予測し対応
日本の小売店では、北関東で強い支持を得ているショッピングセンター・ベイシア が、レジの混雑緩和に位置情報を取り入れています。
例えばベイシア佐倉店にはレジが50台以上あり、それらのレジに、15分後、30分後、どれだけの客が来るのかを自動予測しています。
どのように行うか、図-18を見てみましょう。
まず店の入り口とレジ付近に50台以上センサーを設置し、店内の客数のデータを収集します。ここに、過去の実績データも組み合わせて、この後必要になるであろうレジ台数を予測します。そして、現在の稼働台数も加味して、15分後、30分後に必要なレジの台数を自動予測。
その予測データがレジ付近の係が携帯する端末に配信され、係は混雑状況に応じてレジを開閉したり、空いているレジに顧客を誘導するなど対応します。
実は同社の方針が「レジ待ちは2組以下」で、KPI（重要業績評価指標）として掲げられているので、こうした位置情報利用によって、それを達成しようというわけです。
成果は上々で、レジ待ち2組以下の達成率が導入前の4倍になっているとか。それまで店長などの裁量で「ちょっとあそこのレジを手伝って来い」と対応していたところを、15分後にレジに人が並ぶと予測されれば、棚で作業しているような店員がデータに従ってヘルプに行くようになったのです。
顧客の導線データを利用することで、このようなことも可能になるのです。
例えばベイシア佐倉店にはレジが50台以上あり、それらのレジに、15分後、30分後、どれだけの客が来るのかを自動予測しています。
どのように行うか、図-18を見てみましょう。
まず店の入り口とレジ付近に50台以上センサーを設置し、店内の客数のデータを収集します。ここに、過去の実績データも組み合わせて、この後必要になるであろうレジ台数を予測します。そして、現在の稼働台数も加味して、15分後、30分後に必要なレジの台数を自動予測。
その予測データがレジ付近の係が携帯する端末に配信され、係は混雑状況に応じてレジを開閉したり、空いているレジに顧客を誘導するなど対応します。
実は同社の方針が「レジ待ちは2組以下」で、KPI（重要業績評価指標）として掲げられているので、こうした位置情報利用によって、それを達成しようというわけです。
成果は上々で、レジ待ち2組以下の達成率が導入前の4倍になっているとか。それまで店長などの裁量で「ちょっとあそこのレジを手伝って来い」と対応していたところを、15分後にレジに人が並ぶと予測されれば、棚で作業しているような店員がデータに従ってヘルプに行くようになったのです。
顧客の導線データを利用することで、このようなことも可能になるのです。
図-18 ベイシアの顧客の動線データの収集・分析・展開
公園にいてもドミノ・ピザ。「いつでもどこへでも配達」の時代
最近、東京の街中で、楽天の軽自動車があちこち動き回っているのをよく見かけます。
何をしているのかというと、あの車には楽天の商品、とりわけ受注頻度の高い商品が積まれていて、対象エリアなら24時間いつでもどこへでも届けられるように、エリア内を巡回しているのです。
「どこへでも」というのは決して大げさではなく、例えばオフィスや外出先でも、スマホなどから指定された場所へ、位置情報をもとに「どこにでも」届けてくれるのです（図-19）。
何をしているのかというと、あの車には楽天の商品、とりわけ受注頻度の高い商品が積まれていて、対象エリアなら24時間いつでもどこへでも届けられるように、エリア内を巡回しているのです。
「どこへでも」というのは決して大げさではなく、例えばオフィスや外出先でも、スマホなどから指定された場所へ、位置情報をもとに「どこにでも」届けてくれるのです（図-19）。
図-19 指定した場所への配達サービス
同じようなサービスを、ドミノ・ピザも導入しています。以前からドミノ・ピザは電話番号を入力するだけで自動的にその場所へピザを届けるシステムを取り入れていましたが、現在はもう、その先です。
顧客がスマホなどのGPS機能を使って「今いる場所」を指定すれば、住所入力することなく、どこへでもピザを届けてくれるという時代です。
ですから、例えば公園でデートしているカップルのもとに「はい、お待たせしました」と焼きたてピザを届けることもできるのです。
このような“ロケーションは顧客のスマホ”という考えは、Uberなどのサービスに通じるものがあります。そのeコマースバージョンが楽天やドミノ・ピザ、ということでしょう。
どれだけ需要があるのかは分かりませんが、こうした位置情報を利用したサービスを磨いていくことで、新たな展開や可能性へと繋がることに期待したいと思います。
顧客がスマホなどのGPS機能を使って「今いる場所」を指定すれば、住所入力することなく、どこへでもピザを届けてくれるという時代です。
ですから、例えば公園でデートしているカップルのもとに「はい、お待たせしました」と焼きたてピザを届けることもできるのです。
このような“ロケーションは顧客のスマホ”という考えは、Uberなどのサービスに通じるものがあります。そのeコマースバージョンが楽天やドミノ・ピザ、ということでしょう。
どれだけ需要があるのかは分かりませんが、こうした位置情報を利用したサービスを磨いていくことで、新たな展開や可能性へと繋がることに期待したいと思います。
（次回に続く）
via www.amazon.co.jp
大前研一ビジネスジャーナル No.10(M&Aの成功条件/位置情報3.0時代のビジネスモデル)
￥1,500
経営者だけが参加する大前研一主宰経営セミナーを書籍化。本連載の「位置情報ビジネス」に加えて「M&Aの成功条件」を大特集。経営者の視点で考えるビジネストピックを一気にキャッチアップ。
＊収録トピック
■M&Aの成功条件
・M&Aで最も大事な最初の100日間
・即、経営に乗り出せないなら、決して買ってはいけない
・「絶対に真似をしてはいけない企業」が教えてくれること
・クロスボーダーM&Aが5%しか成功しない4つの理由
・英語のうまい社長には気をつけろ
・ディーラーズ・ハイは後悔のもと。引き返す勇気を持て
他
■位置情報3.0時代のビジネスモデル
・市場規模62兆円。 位置情報ビジネスの可能性
・位置情報とビッグデータを組み合わせて考える
・小型無人航空機「ドローン」の底力
・アマゾンの倉庫を縦横無尽に走るロボットKiva
・「白雪姫とは握手しない」までをモニターする
・位置情報のリスク「個人情報」「ロケハラ」「プライバシー」
他
＊収録トピック
■M&Aの成功条件
・M&Aで最も大事な最初の100日間
・即、経営に乗り出せないなら、決して買ってはいけない
・「絶対に真似をしてはいけない企業」が教えてくれること
・クロスボーダーM&Aが5%しか成功しない4つの理由
・英語のうまい社長には気をつけろ
・ディーラーズ・ハイは後悔のもと。引き返す勇気を持て
他
■位置情報3.0時代のビジネスモデル
・市場規模62兆円。 位置情報ビジネスの可能性
・位置情報とビッグデータを組み合わせて考える
・小型無人航空機「ドローン」の底力
・アマゾンの倉庫を縦横無尽に走るロボットKiva
・「白雪姫とは握手しない」までをモニターする
・位置情報のリスク「個人情報」「ロケハラ」「プライバシー」
他
この記事の話し手：大前研一さん
株式会社ビジネス・ブレークスルー代表取締役社長／ビジネス・ブレークスルー大学学長1943年福岡県生まれ。早稲田大学理工学部卒業後、東京工業大学大学院原子核工学科で修士号、マサチューセツ工科大学（MIT）大学院原子力工学科で博士号を取得。日立製作所原子力開発部技師を経て、1972年に経営コンサルティング会社マッキンゼー・アンド・カンパニー・インク入社後、本社ディレクター、日本支社長、常務会メンバー、アジア太平洋地区会長を歴任し、1994年に退社。以後も世界の大企業、国家レベルのアドバイザーとして活躍するかたわら、グローバルな視点と大胆な発想による活発な提言を続けている。現在、株式会社ビジネス・ブレークスルー代表取締役社長及びビジネス・ブレークスルー大学大学院学長(2005年4月に本邦初の遠隔教育法によるMBAプログラムとして開講)。2010年4月にはビジネス・ブレークスルー大学が開校、学長に就任。日本の将来を担う人材の育成に力を注いでいる。
大前研一の特別講義の連載一覧
20 件
