INDEX
卸売業で導入が進んでいるKPI(ロジック)ツリーとは?
卸売業では、従来から“コスト・生産性”、“品質・サービスレベル”、“物流・配送条件”の向上が経営指標の達成に結びつくという考え方が広く認識されています。
卸売業の場合、ある要素の向上が別の要素の低下を招く、相反する関係にある課題・問題は対コスト(設備投資・人件費)が大半を占めます。
そのため、小売業では費用対効果の高いKPIの抽出と実践が経営指標の達成の焦点になります。
ただ卸売業では人の観察や想像の範囲で対策可能な取組みに行き詰っており、競争に勝つための施策が見出せないことに多くの経営者は苛(さいな)まされています。
この流れは卸売業に限ったことではなく、様々な業界の共通の課題でもあります。
その打開策として注目が高まっているのが、データを活用したKPI(ロジック)ツリーとKPIマネジメントで、卸売の業務全体を「見える化」することで潜在する課題・問題、解決策・対策を明らかにしてくれます。
卸売業とは
卸売業は、商品流通の過程で、製造(製品)・収穫(生鮮食品)と小売との間に位置し、メーカー(製品)・市場(食材)から商品を大量に安く買い付け、少量購入を希望する小売店に利鞘(りざや)を乗せて販売する事で利益を得ています。
そのため、利益は小売業への販売量×利鞘−物流コストという構造で成り立っており、経営指標を向上させるには、
- ●小売業への販売量の増加
- ●販売先である小売業者の拡大
- ●小売業者への適切な販売価格での提供
- ●メーカー、生産者との価格交渉
- ●物流・配送コストの抑制
を多くの卸売業ではKPIの要素にし、その向上に取り組んでいます。
また卸売業は消費者にとって購入価格を押し上げる存在であり、ITによる販売手段の多角化と消費者の販売情報の入手容易化の影響により、卸売業者を介さない経路で入手する流れが強まっているため、あらゆるプロセスの最適化が必要に迫られています。
近年では帳票・受発注、在庫管理といったシステムやセンシング技術・IoT・ICT、AIといったデジタル技術の発達と導入により、物流の様々な作業でデータが取得・蓄積できるようになりました。
最新のデジタル技術で取得したデータの活用によって、卸売業は
- ●小売業へのより質の高いサービスの提供
- ●さらなるリードタイム、および物流コストの削減
- ●より効率的な買い付け、適切な在庫管理
といった効果をKPIロジックツリーとマネジメントを導入する事で得ています。
KPI(ロジック)ツリーとは
ロジックツリーとは、問題をツリー状に分解し、その原因や解決策を論理的に探すためのフレームワークのことです。
問題を頂点とし、原因や解決策で分解し、それらを線で結んだ図が“木”に見えるため、”論理の木“とも呼ばれています。
KPIツリーは、もともと問題解決プロセスであるロジックツリーから派生したものです。
問題をKGI(Key Goal Indicator/経営目標達成指標)に、原因や解決策をKPI(Key Performance Indicat/重要業績評価指標)やそのKPIを達成するためのより細かいKPIに置き換えます。
KPIはKGIの中間目標に位置付けられ、それに紐づいた日々のアクションの実践の進捗を示します。
そのため、KPIツリーでは、他のロジックツリーと異なり、各要素の数値化を前提としています。
この各KPIの数値を進捗として、タイムリーに確認することで、KGIの達成に向けた企業の動きが管理しやすくなります。
卸売業でKPI(ロジック)ツリーが注目されている理由
卸売業では、利益、流通効率向上の基本を
- ●コスト・生産性
- ●品質・サービスレベル
- ●物流・配送条件
としています。
コスト・生産性は、メーカー・収穫者から小売業へ渡るまでの単位販売あたりの費用、単位時間あたりの販売数を指標とします。
品質、サービスレベルは、誤配送、輸送中の荷物事故、納入遅れなど小売業側に損失を被ったことを発生率で示します。
小売業側で在庫を抱えなくなった昨今においては、納期の短さも重要で、これらの実現には精度の高い在庫管理が求められます。
物流・配送条件は、商品を移動させる際の条件の事で物流倉庫の容量・立地、小売業者への配送地域・ルートなどによる負担やリードタイムの増加要素などを指します。
卸売業の場合、相反する関係で成立するKPIが製造業ほど多くはありません。
そのかわり、業務範囲が広いため、ひとつのKPI向上で相乗的な効果を得る事が期待できません。
卸売業の場合、広範囲な業務に対し、網羅的にKPIを設定し、「塵も積もれば山となる」といったスタンスで取組む必要があります。
そこで卸売業で導入が進んでいるのが、KPIツリーとKPIマネジメントによる課題・問題の探索・解決プロセスです。
昨今では、センシング技術、IoT、AI、そしてこれらを連携するシステムにより、卸売業の様々なプロセスのデータが収集できるようになりました。
最先端の卸売業の現場では、収集したデータを適切に分析し、BI(ビジネス・インテリジェンス)ツールで「見える化」することで、より深部に潜伏する問題・課題を捉えてくれます。
[blogcard url=”https://data.wingarc.com/kpilogictreeofwholesale_template-32527″]
卸売業で活用されている主なKPI
卸売業では物流向けに国土交通省で定義されたものから、自社の風土・文化に合わせて独自に考案したものまで、様々なKPIが活用されています。
国土交通省は、「物流業者におけるKPI導入の手引き」といった資料を公開しています。
KPIの必要性から導入のステップまでを解説しており、以下をKPIにすることを推奨しています。
評価の視点概要利用される指標例財務物流事業者の財務的側面を評価拠点別、車輌別、あるいは日次等の売上高、利益率等コスト・生産性オペレーションで発生するコストと、コストの重要な決定要素となる生産性を評価庫内業務における人時生産性、輸送業務における積載効率等(物流コストの総額、ケース当たり、重量当たり等)品質・サービスレベルオペレーションの精度等の品質・サービスレベルを評価誤出荷率、汚損・破損率、遅配・時間指定違反率等物流条件・配送条件物流効率を左右する、物流条件・配送条件を評価配送頻度、ロットサイズ、時間指定率、待機時間等環境物流に起因する環境負荷を評価温室効果ガス排出量・エネルギー消費量等の環境指標(重量当たり、トンキロ当たりの削減率等)等安全・リスク対策等物流における安全・リスク対策の側面を評価輸送業務における交通事故等の発生率(走行距離当たり等)、庫内業務における度数率・強度率等物流サービスの安定供給トラックドライバー不足等を踏まえ、サービス供給の安定性を評価離職率・求人倍率等人材・学習物流業に従事する人材の視点から業務内容や職場環境等を評価従業員満足度や教育受講者数等の教育関連指標等技術・革新性改善能力といった技術力・革新性を評価改善提案件数等
※引用元「物流事業者におけるKPI導入の手引き(案)」:001085357.pdf (mlit.go.jp)
なお卸売業では、物流だけでなく、営業・バックオフィス部門と一体で経営している企業も多く、引合い件数、帳票業務、労務状況などのKPIで経営指標の増強も定量的に計っています。
また卸売業では、小売業者のサービス満足度を最優先としており、取引先との関係で培った独自のノウハウをKPIに設定することで競合他社との差別化にもつなげています。
その他に、卸売業の中では、従業員の安全、働きやすさの向上を目指している企業も多く、そのような企業では、事故発生件数や健康経営の指標などもKPIに設定しています。
[blogcard url=”https://data.wingarc.com/kpilogictreeofwholesale_template-32527″]
卸売業のKPI(ロジック)ツリーの作り方
卸売業のKGIにつながるKPIには、これまでの経営の経験で培った指標を用いることになります。
ただそれだけでは、卸売業の問題・課題を表面からしか探すことができません。
さらに深部に潜んでいるKPIの要素を探し当てるには、デジタル技術によって蓄積したデータ活用が必要不可欠です。
昨今の物流機器は仕分け、ピッキングを実施するのと同時にデータを取得する機能も備えています。
取得したデータは、データベースエンジンとBIツールを活用することで、KPIロジックツリーの作成のみならず、KPIマネジメントにも活用することができます。
データを分析する
[blogcard url=”https://data.wingarc.com/すぐ使える!卸売業のkpi(ロジック)ツリーテン-32527″]
昨今の卸売業では、小売業からの引き合い・見積もりから納品・入金に至るまでのプロセスを行うと同時に、様々なデータも収集しています。
卸売リードタイム、見積もり精度、実働率、誤出荷率、入庫量/人・時間といった卸売業の指標をより細分化する事で今まで気が付かなった振る舞いや傾向が「見える」ようになります。
卸売業の場合、メーカー・生産者、物流センター、配送業者、小売業者など自部署以外に業者との関わりが多く、業務範囲も広いため、特定のKPIのみの改善で経営指標の達成を実現することは困難です。
それには、システムや機器からのデータだけでなく、IoTやAIでテータ収集・分析手段を増やし、自社の業務をマクロな視点で把握できるようにする必要があります。
セグメントを分解する
セグメントとは、KGI、KPIがそれより下位のKPIの足し算で成立する場合の項を指します。
例えば、物流コストの場合、移動コスト、保管コスト、返品・返品物流費、回収物流費、リサイクル物流費、廃棄物流費などの和がKPIとして求められます。
セグメント分解では、”コスト・生産性”、“品質・サービスレベル”、“物流・配送条件”の各指標をまずは足し算で分解することからはじめます。
行動を分解する
セグメントに分解したKPIをさらに分解すると、様々な“行動”が「見える化」されます。
卸売業のKPIとして良く活用されている“作業リードタイム”では、その内訳が荷受、ピッキング、梱包、積み込みといった“行動”であり、これら一つ一つが占める割合など把握することで、様々な問題が「見える」ようになります。
指標をマトリックス化する
卸売業の場合、業務範囲が広いため、KPI指標の分類に対する各プロセスをマトリックス化し、それぞれのマスに既存のものやこれから設定しようとするKPIを当てはめて、網羅状況を把握します。
上図の例の場合だと、在庫管理のプロセスで、リードタイムと生産性のKPIが設定されていないことが明確に示されています。
在庫管理に分類される棚卸、搬入、搬出に要するリードタイムや生産性を示す指標を導入し、KPIとして取り組むことで、経営指標の達成率が高まることが期待できるようになります。
ただしこのようなケースの多くは、これまでは
- ●粗い(精度が低い)データしか取れない
- ●データの取得手段が無い
- ●システムへのデータ入力の負担が大きい
といった問題でKPIを活用することができませんでした。
昨今ではデータベースエンジン、BIツールの登場によりこのような問題は解決されつつあります。
仮説を立てる
データでは、KPIに設定できる可能性は示しているものの、その要素の正体が不明確なケースは実は少なくありません。
データ化が可能なものは、新たに分析する事で追従できますが、そうでないものに関しては、仮説を立てて、検証する必要があります。
仮説を明らかにするための施策は、PDCAで実践する事でより高い確度で進められます。
仮説が立証されたKPIは、上位のKPIに繋げることで経営指標の達成具合が計れるになります。
仮説の構造を明らかにする
先程紹介した仮説で更なるデータの分析でも行動に至る要素が分析できない場合、カットアンドトライ、消去法といった施策でその構造を明らかにしていきます。
これらの多くは、システムの未導入、施策の未活用に潜伏しているケースが多く、例えば、
- ●データを活用したシステムがない
- ●データの収集方法がない
- ●データの活用方法を知らない
といったことを要素としている可能性があります。
卸売業は、自動化されていないプロセスも実は多く、このような領域をフォーカスすることで高い効果が得ることが期待できます。
構造の実証には比較的時間を要し、また上位のKPIに繋がらない可能性もあるため、卸売業全体のKPIから切り離した方が実証はスムーズに進みます。
KPI(ロジック)ツリーで可視化する
[blogcard url=”https://data.wingarc.com/すぐ使える!卸売業のkpi(ロジック)ツリーテン-32527″]
セグメント、行動で分解したKPIを抽象度の高い要素を頂点に置き、それの要素になるKPIを線(枝)で結びます。
これをツリーの末端となる要素(葉)まで繰り返すことでKPIツリーが完成します。
KPIツリーを作成する事で、具体的な施策に至るまでのプロセスが網羅できるようになります。
また、いざ実践をするにあたって、注入すべきマンパワーや投資なども「見える化」されるので、経営面のリスクの回避にも繋がります。
卸売業のKPI向上は、設備投資で対処できるものは、即座に対応し、そうでないものは、ナレッジ化といった観点で取り組むことで着実な向上が期待できます。
[blogcard url=”https://data.wingarc.com/kpilogictreeofwholesale_template-32527″]
卸売業のKPI(ロジック)ツリーの導入事例
卸売業で経営指標の達成を高めるにはKPIの「見える化」が必要不可欠です。
データを集約・可視化するウイングアーク1st社の「MotionBoard」を採用することでKPIツリー、KPIマネジメントに成功している卸売業の導入事例をご紹介します。
[blogcard url=”https://www.wingarc.com/product/motionboard/”]
明治フレッシュネットワーク株式会社
数億件規模の販売データ分析の数分での実行と分析基盤を統合し、1,000名が利用する自由度の高いBI環境を実現した明治フレッシュネットワーク株式会社様の成功事例を紹介します。
Company Profile
名称明治フレッシュネットワーク株式会社設立2003年4月1日本社所在地東京都墨田区事業内容明治グループの一員として、牛乳・乳製品などの卸売事業を展開。「おいしい!をつなげる」を企業スローガンに掲げ、新鮮で高品質な商品を全国の食卓に届けている
[blogcard url=”https://www.meiji-fn.com/”]
採用の背景
- ●既存のBI環境は、予算や実績を定型帳票で見るシステムと、基幹システムのデータを非定型検索で分析するシステムとで使い分けており、用途ごとの使い分けに手間がかかっていた。
- ●非定型検索を行うツールは、使いこなしに高いスキルが必要。複雑な分析を行うには、情報システム部がデータ抽出から帳票作成まで対応しなければならなかった。
- ●システム基盤の老朽化やリレーショナルデータベースのパフォーマンスの影響で、大量データの抽出処理にかなりの時間がかかり、自由な情報活用の阻害要因となっていた。
導入のポイント
- ●定型、非定型を問わず、あらゆる分析要求に応える全社BI基盤を構築できる。
- ●直感的で使いやすいGUIを備えており、利用者が自由に分析軸を変えたり、テーブルを作成したりすることが可能なため、営業担当者が自身で分析でき、報告書や提案書などに活用できる。
導入効果
- ●InfoFrame Dr.Sum EA」と高性能な「NEC Cloud IaaS ハイアベイラビリティ(HA)」の組み合わせによって、データの検索パフォーマンスが大幅に向上。
- ●システム負荷を考慮し、設けていた拠点ごとでの一部制限などを撤廃し、全社的に同じ指標を見ながら、ビジネスの状況をタイムリーに把握できるようになった。
[blogcard url=”https://www.wingarc.com/product/usecase/116.html”]
株式会社升喜
緻密な利益管理と迅速なアクションを可能にする全社データ分析基盤とリアルタイムでの高速データ分析をDr.Sumで実現した株式会社升喜様の成功事例を紹介します。
・Company Profile
名称株式会社升喜設立1941年(昭和16年)12月12日本社所在地東京都中央区事業内容酒類食品総合卸売業
[blogcard url=”http://www.masuki.jp/”]
採用の背景
- ●「利益分析」による営業活動把握の指標づくり
- ●データ加工にかかる情報システム部門の負担の増大
導入ポイント
- ●分析スピードが非常に速い
- ●マニュアルなしで活用できる使いやすさ
- ●自在なドリルダウン・ドリルスルー分析
- ●情報システム部門の手間がかからない
- ●集計・分析データをExcel、CSVファイルとしてエクスポートできる
導入効果
- ●様々な角度から分析することで緻密な利益分析を実現
- ●正確な分析結果に基づいた迅速なアクション
- ●情報システムの負担軽減
- ●集計・分析データの共有、ペーパーレス化による会議の効率化
[blogcard url=”https://www.wingarc.com/product/usecase/5.html”]
まとめ
今回は、「卸売業」の経営指標の達成の成功率を高めるためのKPI(ロジック)ツリーについて紹介させて頂きましたが、データ活用とBIツールが重要な役割を担うことをご理解頂けたでしょうか?
最後に今回紹介させて頂いた要約をまとめとして、以下に記載させて頂きます。
- データ活用とBIツールを活用したKPIツリーを導入することで深部に潜在する要素を抽出することができる
- KPIツリーとKPIマネジメントを導入するには、データ収集に対応した設備、IoT、人での負担を減らすツール、システム、そして「見える化」を実現するBIツールの導入が必要不可欠
- 「見える化」とKPIツリーには、データのじかんを運営するウイングアーク1st社の「MotionBoard」を多くの企業が採用
[blogcard url=”https://data.wingarc.com/kpilogictreeofwholesale_template-32527″]