
✓検証済みの導入事例
CASE21
JanJan(南阿佐ヶ谷駅前店)
Storefront AI / 入店転換の計測東京都杉並区新装開店の販促が実際の入店につながっているかを計測します
店頭サイネージ前の通行・注目と入店をひとつのファネルとして計測し、新装開店の販促が実際の入店につながっているかを確認しました。
9,400+01
週間の店頭通行者数
3.8%02
店頭通行に対する入店率
60+03
午前帯の最多年齢層
計測の流れ
01店頭通行
02注目
03入店
04転換
01
課題
サイネージと店頭販促の効果を確かめる方法がありませんでした
東京都杉並区のエンターテインメントチェーンJanJanは、南阿佐ヶ谷駅前店の店頭にサイネージを置き、新装開店や新台を告知してきました。しかし、その販促の前を何人が通り、何人が立ち止まって見て、何人が実際に入店したのかを確かめる方法がありませんでした。店頭活動の効果を証明できないため、コンテンツや販促物を変えても、何が良くなったのか分かりませんでした。
02
ソリューション
店頭と入口を同時に読む2台構成で、通行から入店までをつなぎました
SpaceVisionは、店頭サイネージと店舗入口を同時に読むStorefront AIの2台構成を設置しました。1台はサイネージ前の通行と注目を、もう1台は入口の入店を計測し、店頭通行から入店までをひとつのファネルとしてつなぎます。処理はすべて現地デバイスの中で完結し、映像は外に出ず、通行人の個人を識別しない非生体方式です。
03
成果
店頭の活動が「入店率」というひとつの数字につながりました
週間9,400人以上が店頭を通り、そのうち3.8%が入店するというベースラインができました。時間帯別の構成も見えてきました。平日の午前は60代以上の比率が最も高く、夕方に向けて若い層が増えるため、時間帯によってサイネージの内容を変える根拠が生まれました。新装開店の販促やコンテンツ変更の効果は、いまでは入店率の変化として確認できます。
検証済みの成果
時間帯別のオーディエンス構成が、コンテンツ編成の根拠になりました
01
転換の計測
実測の通行数を分母に、入店という結果で販促を評価します。
02
コンテンツ編成
時間帯別の年齢・性別構成に合わせてサイネージ内容を調整します。
03
多店舗の基準
同じ計測を他店舗でも繰り返し、店舗間で比較できる基準を作ります。