超市引进运用POS（销售点实时信息管理）收款方式至今已有30余年。很多企业将POS数据作为一种管理工具，灵活运用于提高订单精准度、降低损失、保持合理库存量、减少商品货架陈列管理人员等方面。鉴于此，清原和明著洪娟译的《卖场数据化经营(图解服务的细节)》从更贴近现实的身边实例出发，整理出四个独立章节，在一般的分析范围内通过各种实例解读顾客数据，找到数据中隐藏的机遇，提供转变销售方法、改善商品的新思路。本书意在让经营者充分挖掘身边数据所暗藏的重要商业线索。

清原和明，1981年进入DAIEI。1995年任西明石店店长、1998年任九州SM销售总部北福冈地区经理。1999年任九州SM销售总部区域经理。2001年任营业企划总部FSP推进部长。2005年就任近畿销售总部销售部长。2008年进入消费经济研究所，担任常务董事负责销售。其后，又担任DAIEI关东销售总部销售部长，并于2012年就任DATACOM分析推进室室长至今。

第1章 顾客购物的科学化
1．反复购买的代名词“回头率
料理用的清酒和健康饮料的关系是
2．同时购买率——揭开购物篮的秘密
迷你西红柿跟鱼糕是好搭档
3．显示部门支持度的“购买率
负向7％——“大灾难”级别的特别警报
4．从5大分类来看不同年龄层的支持率
咖喱粉所有年龄层通吃，咖喱汁却是家庭型
5．家庭型与个人型——不同家庭的支持率
火锅底料全新登场，却分离成家庭型与个人型
第2章 顾客目标的科学化
6．何谓正确的“面向老年人的商品
圆白菜很必要，也有必要是一次能用完的量
7．“面向老年人的商品”应有的姿态是
支持的关键在于盐分、量和老店商品
8．“圈客”之难。难于上青天
不在同一家店购买烤鳗鱼串和惠方卷
9．“忠实顾客”取决于店铺环境
与航空公司的差别在这里
10．新商品与“回头客
年轻人中尝试购买者居多，老年人中反复购买者居多
第3章 卖场及销售方法的科学化
11．“新部门”的创造
沙司酱部门也好，“好好吃饭”柜台也好，新的尝试
十分必要
12．反反复复的“便宜卖
回头客、购买顾客无法激增的“便宜卖”毫无意义
13．“年末商战”的3天
平素购买冷冻鱼的常客购买冷冻蟹
14．开拓“PB商品”的卖场
扩展年轻人支持率高的原创商品与老年人的应对措施
背道而驰
15．“SNS时代”的尝试消费
oRANGINA的重度消费者中80％的会购买
LEMoNGINA
第4章 商品购买者的科学化
16．“熟牛肉”和“爱吃肉的老年人
菲力牛排平常也不可少
17．免洗米和“40多岁的中年人
被老年人无视的2合装免洗米
18．减盐酱油和“食品标记
正确的标记创造新的顾客
19．日本产红酒和“爱喝酒的老年人
跟红酒相配的不是芝士，而是日式副食
20．啤酒类和“20多岁的年轻男人
“总之，先来杯啤酒”的风气日减，买回去喝的人在
增多
后记

大型超市(super Market，简称“sM”)导入
Pos(销售点信息管理系统)结算的历史已有三十余载
。期间，以日本7—11率先引进的“单品管理”手法
为代表，许多企业开始将Pos数据作为管理工具加以
有效利用。订货精度的提升、损失的削减、适当库
存的维持、与货架管理密切相关的人员工时的削减
等，一系列以提升管理层面的效率为目的的措施得
以展开。
然而，当Pos数据出现了ID(身份识别)功能时，
却涌现了许多抱怨“不知道该怎么用”的声音。因
为带ID的Pos数据有更高的使用要求，即从显示的数
据中进一步提炼出更加深层的信息。于是，一个管
理工具时期不曾遇到(得益于明确的目标)的新难题
出现了——带ID的Pos数据作为一个验证工具，该如
何有效地加以利用呢?
为了拉近读者与顾客数据的距离，本书摒弃一
切复杂的解析以及专业的分析技巧等，尽量使用一
般性分析，引用大量销售方法、商品改善启发性高
的实例，从零售、制造厂家的视角，分主题、分章
节独立进行介绍。
因此，读者可从任意章节开始阅读。通过阅读
本书，即使不具备专业的分析技巧，也可逐渐建立
起自己的商业品味。商业品味一旦建立，解读数据
的能力自然而然也会随之提升。与此同时，读者也
应该能洞察到我们身边的那些数据里面到底隐藏了
多少商业启发和机会。
※本书是对商业界发行的月刊《食品商业》上
连载的“商业经营的科学化”的2014年3月刊～2016
年2月刊。共计20期文章进行部分修改、增删而成。
※本书所记述的顾客数据分析是从DATACOM株式
会社顾客数据分析应用软件customer Journal所得
。

POS收款机收集的大数据能够为企业经营者和卖场管理人员挖掘顾客心理、合理布局货架、制订高效的商业计划等提供巨大帮助。而对于大多数零售企业而言，数据分析环节是一个短板和弱项，是亟待解决的问题。清原和明著洪娟译的《卖场数据化经营(图解服务的细节)》这本关于POS收款机大数据分析利用的相关指导书，为中国零售业者提供理论借鉴。

伴随销售渠道的多样化发展，为了吸引更多的
顾客来店，标榜制造零售的sM重点开展了一系列以
更富魅力的生鲜、副食为中心的店内加工商品、PB
商品、专卖商品的开发。通过不断增加只有在“那
家零售公司”“那家店”才能买到的商品种类，寻
求与其他公司的差异化竞争。据推测，该种尝试在
今后会呈现愈演愈烈之势。因此，高精度的验证显
得越来越重要。
事实上，并不需要强制进行2次、3次加工，只
要推进顾客数据分析系统的开发，便能让数据更贴
近我们的生活。首先，对数据产生兴趣，在日常经
营中时刻都留意数据的态度非常重要。时下，与大
数据相关的话题甚嚣尘上，但对于大部分sM(其中一
部分除外)而言，真正要做的是对手头已有数据进行
更深入的挖掘和利用。
对数据进行有效利用，并不需要高超的分析技
巧。每天都认真对待经营的人，自然会产生各种疑
问、碰到各种课题。这个时候若有数据可以依靠，
就没必要一个人赤手空拳来解决这些疑问和课题了
。
通过数据分析，发现有效的对策——能做这件
事的并不是分析师，而是每天跟商品、顾客打交道
的生意人，只有他们才能做到。若无法带来真正的
解决方案，再高超的分析也毫无意义。对于这一点
，我们应该有更深刻的认识。

山口县的酿酒厂旭酒造，曾因獭祭一跃成名。销售额的骤增，让旭酒造一时备受关注。
在清酒界，酿酒厂能搭上这样的顺风车，可谓罕见。即便如此，旭酒造的年销售额也只能在40亿日元的边缘徘徊。这个数字与另一家啤酒公司朝日相比，简直不可同日而语。朝日的年销售额轻轻松松就破了9000亿日元大关。
从市场来看，啤酒呈现出的4家(包括朝日在内)独大的局面仍将继续。清酒的酿酒厂却有将近1600家(与过去那个3000家以上的时代相比，倒是有大幅度下降的趋势)散落日本全国各地。
然而，你们知道下面这个事实吗?即使将所有清酒酿酒厂的销售额加在一起也远远不及朝日一家的庞大。酒类当中，啤酒的出货量虽然出现了下降的趋势，但其所占的份额依然巨大。这是一个不变且不容忽视的事实。
如此庞大的啤酒界，竟也罕见地遭遇了寒潮来袭。这股寒潮就是当下盛行的不爱喝啤酒的风气。风气盛行之下，发泡酒、啤酒的销售量年年递减，甚至连销量持续走高的neWgenre(第3啤酒)也在2015年上半年首次跌破前一年同期销量。啤酒界销量持续走低的势头愈演愈烈，几乎呈一发不可收拾之状。
尤其是最近，年轻人中不爱喝啤酒的现象被频频指出。有人甚至将其与少子高龄化问题一起并列为啤酒出货量下降的重要原因。那么事实又如何呢?可视化之后才发现的“移动平均”和“前年比”的最大差异
我曾看到过这样一篇报道——作者直接将20多岁人口的减少与啤酒出货量的下降挂钩，以此来讨论年轻人中出现的不爱喝啤酒的风气。乍一看不禁觉得这样的论述未免站不住脚，但也没法把它当作荒唐的无稽之谈全盘否绝。因为即使是毫无依据甚至可笑至极的逻辑，也能让人们产生与事实完全背离的认识。
年轻人真的不爱喝啤酒了吗?事实到底是怎样的呢?要正确厘清这个事实，我认为只能依靠顾客数据。只有通过顾客数据才能正确把握年轻人的实际购买情况。年轻入的购买趋势是否真在下降?接下来，我将通过“移动平均”①的分析手法来揭开它的神秘面纱。
要把握中长期的趋势，使用移动平均的分析手法比较便于理解。遗憾的是，零售界对于该手法的运用并不多见。
相比之下，前年比的推移倒是比较幸运。几乎所有企业都会制作常规的票据，并定期对其进行检查。而将移动平均作为常规票据进行活用的企业却是少之又少。
因此，在正式进入啤酒类饮料的移动平均分析之前，我们先来比较一下前年比和移动平均。将完全相同的数据分别进行相应的表格处理后，得出的信息会出现怎样的差异呢?
图表1的折线图所展示的是某零售连锁店中总销售额Best1的店铺中主要商圈(总销售额前10位的区／街道)从2012年9月到2014年8月的两年内每个月的销售额与前一年的对比。由图可见，各区／街道均出现了以中央位置的100线为界。上下大幅度波动的倾向。
尽管前年比是判断销售额时最常用的手法，但从图表1的情形来看，我们要从中快速找出最大课题的区／街道在哪里几乎不可能。
P241-243