JanJan(南阿佐ヶ谷駅前店)
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

01店頭通行
02注目
03入店
04転換

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。

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。

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。

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。

Storefront AI