BOPIS (Buy Online, Pick-up In-Store)

BOPISとは、「Buy Online, Pick-up In-Store」の略で、ECサイトで商品を購入して店舗で受け取るというサービス、あるいはそのようなショッピング形式のこと。読みは「ボピス」。

ECサイトで商品を購入して、店舗や宅配ボックス、ドライブスルーといったピックアップポイントで商品を受け取る「クリック&コレクト (Click & Collect)」の一種。

飲食業における事前の注文と支払いによるテイクアウトサービス、モバイルオーダーサービスも、BOPISに該当する。

スマートフォンの普及とアプリ化、在庫管理のリアルタイム化に伴い、2016年頃から欧米の小売業や飲食業で急速に普及した。EC化率の向上にもつながっている。

消費者や事業者のメリット

消費者にとって利便性やメリットは多い。

  • 普段購入する日用品を広い店内で探してレジに並ぶ手間や時間を省ける
  • 商品を確実に確保できる
  • 好きな時間に受け取れる
  • ECなら商品が届くまで数日かかるところをその日のうちに受け取れる
  • 店舗で受け取るため送料がかからない
  • 置き配などでの盗難の心配がない

事業者にとってもメリットがある。

  • 店舗での「ついで買い」を誘発できる
  • レジ接客の負担を軽減できる
  • 配達の物流コストを軽減できる
  • 顧客IDを管理でき、その後の販促やコミュニケーションが可能、エンゲージメントを向上できる

スケールメリット

スケールメリットとは、物事やプロジェクトの規模を拡大することで得られる効果や利益のこと。和製英語である。

「規模の大小により有利、不利が生じる状況」を意味する経済用語「規模の経済性(economies of scale)」「規模の優位性」の一側面と同義。

事業やプロジェクトの規模を大きくすることで、より安いコストで効率的に生産、流通できるといった効果が生まれ、経済性を上げることができるというものである。

スケールする

「スケールする」とは、物事やプロジェクトの規模を拡大するという意味のビジネス用語。ベンチャーやスタートアップ企業の界隈で用いられる日本のビジネススラング。「スケールアップ」。

もともと英語の「scale」は、「規模」「目盛り、物差し、定規」「尺度」といった名詞の意味しか持たない。しかし、「規模の経済性」を意味する和製英語の「スケールメリット」の言葉の使用が広まり、日本語としての「スケール」の言葉自体に「規模が大きいこと」のニュアンスが含まれるようになった。それが動詞化したものが「スケールする」である。

事業規模が拡大することを「スケールする」、規模が拡大せず維持停滞することを「スケールしない」などと表す。システムやネットワークの用語「スケーラビリティ」をビジネス用語へ転用した意味と類似する。対義語として、縮小することを「シュリンクする」という。

データレイク

データレイクとは、あらゆるデータを本来のフォーマットのまま蓄積、保管する一元化された貯蔵環境のこと。データ属性が構造的に管理された構造化データ、ログファイルや画像、動画といった非構造化データを、発生したままの生データで格納できる。直訳すると「データの湖」。

データウェアハウス(DWH)とは異なり、事前にデータ構造の設計や定義をする必要がなく、データの蓄積が容易である。様々なファイルを特定の目的なく生データで保管しておき、将来の分析の際にデータを取得できるため、多様な分析ニーズに応えられる。

Pentaho社のCTO、James Dixon氏が命名した。

データマート

データマートとは、企業のシステムに蓄積保管されたデータから特定の目的や用途のために抽出され、再構築されたデータベースのこと。直訳すると「データの小売店」。

特定の目的で抽出して小さなサイズで構築されるため、集計やデータ分析時に扱いやすいという利点がある。

データマートはデータウェアハウス(DWH)に蓄積されたデータから用途に応じて抽出、構築されることが多いが、小さなシステムではデータベースに直接データマートだけ構築されることもある。

データウェアハウス (DWH)

データウェアハウスとは、企業の業務上で発生した情報を構造化データで時系列に整理して保管した統合データベース、もしくはその管理システムやソフトウェアのこと。直訳すると「データの倉庫」。複数の基幹システムから抽出されて再構成されることが多い。

データウェアハウスから抽出されてデータ分析に用いられ、意志決定に役立てられる。ビジネスインテリジェンス(BI)の一つ。

データウェアハウスに蓄積されたデータから、さらに用途に応じて抽出したデータベース「データマート」が構築されることもある。

逆張り

逆張り(逆バリ)とは、上昇相場のときに売って下落相場のときに買うというような、相場の流れや人気に逆らって売買する投資手法のこと。読みは「ぎゃくばり」。

そこから転じて一般的な事象においても、主流となる意見や流行に逆らって行動することも「逆張り」という。「逆張りをする」などのように用いる。

逆張りに対して、相場の流れに従った売買を「順張り」という。

プロスペクト理論

プロスペクト理論(prospect theory)とは、人の意志決定は想定される損失の度合いによって変化し、利益を得るときの幸せよりも損失の痛みの方を大きく感じ、損失が大きいと判断した際に非合理的で感情的な判断を行いやすいという認知バイアスを取り入れた意志決定モデルのこと。行動経済学における代表的な理論の一つ。

例えば投資家は収益よりも損失の方に敏感に反応し、収益が出ていれば損失回避的な利益確保に走りやすいが、損失が出ていればそれを回復しようとリスクを取る投資判断をしやすい。

1979年にダニエル・カーネマン氏(Daniel Kahneman)らが提唱し、行動経済学の基礎を築きあげた。後にカーネマン氏は2002年のノーベル経済学賞を受賞している。

created by Rinker
¥1,035 (2024/05/17 10:56:38時点 Amazon調べ-詳細)
created by Rinker
¥950 (2024/05/16 13:33:34時点 Amazon調べ-詳細)

異常値

異常値とは、得られたデータの中で他と比べて極端に逸脱した値を意味する「外れ値」のうち、測定ミスや記録ミス、条件の異なる値の混入など「極端な原因、理由」がわかっている値のこと。

外れ値と異常値の違いは定義によって左右されるため、どのような理由で外れた値になっているのかを確認する必要がある。極端に外れた値だからといって「異常値」として分析対象から除外することは適切ではない。

外れ値

外れ値とは、得られたデータのうち、全体的な傾向から他と比べて極端に逸脱した値のこと。

外れ値のうち、測定ミスや記録ミス、条件の異なる値の混入など「極端な原因、理由」がわかっているものを「異常値」と呼ぶが、外れ値と異常値の違いは定義によって左右される。また、外れ値と「外れ値ではない値」との違いも明確ではないことがある。

データの中に外れ値があった場合、目的に応じて除外したり対数変換などの処理を行う。