車や駐車場、家などの遊休資産をいつでも利用できるシェアリングサービスはビッグデータビジネスそのものだ。今回が特集最終回。今夏、ガリバーは月額定額の「車乗り換え放題」サービスのベータ版を始める。毎月一定の料金を支払えば、気に入った車に次から次へと乗り換えられる、画期的なサービスだ。

 自動車に関するこうした市場には今夏、また新たなプレーヤーが登場する。中古車販売大手のガリバーインターナショナルは、月額定額の「車乗り換え放題」サービスのベータ版を始める。毎月一定の料金を支払えば、気に入った車に次から次へと乗り換えられる、画期的なサービスだ。

 運営主体は当初、ガリバーの一部門となる。運営部門としては車を所有せず、初期段階ではガリバー社内から車の利用料を払うような形で調達する。

 サービス開始早々から事業を拡大するためには、車を的確に調達するためのデータ分析力が問われる。

 「重要なポイントは調達力にある。いかに乗り換えていただけるかが勝負。乗り換え頻度が重要なKPIになる。そのためには、データを分析していかに乗り換えていただける車を用意できるかだ。調達先はガリバー本体に限らない。他のディーラーからも調達する」と、ガリバーインターナショナル執行役員で新規事業開発室の北島昇室長は話す。

ガリバーの車乗り放題サービスの仕組み
ガリバーの車乗り放題サービスの仕組み

 上の図は、データ分析の概要だ。サービスの利用者が好きな車を選択して予約し、近くの店で車を受け取ってドライブに出かける。予約車種や利用時間/期間といったデータがたまっていく。このデータを分析することによって人気車種の抽出や季節のトレンドを把握できる。こうしたビッグデータ分析を通じて顧客へ提供する価値を最大化するラインアップの拡充を図るというわけだ。

 北島室長は「(車種を選ばず)バルクでアウトレットの車を買うのではない。利用者の動向をデータを基に把握しながら、提案の幅をどう広げ、魅力的な車との出合いをどう増やしていくか、データ分析がこのサービスの根幹だ」と強調する。

 創業期のガリバーは、中古車買い取り市場の透明化を進め、その後に全国どこでも同じ画像を見て中古車を購入できる体制を敷いて、急成長した。最近都市部を中心に車の販売が落ち込む中、車の所有から利用へと価値をシフトした新サービスをいち早く提供することで事業拡大を狙う。

 気になる月額料金は未公表。毎月車を所有するために払っているローンやリース、維持費(車検、保険)などをベンチマークしながら、乗り換え自由の価値を考慮して、価格を決める。「車を衣服のようにカジュアルに向き合えるようにするプラットフォームを提供していく」(北島室長)と言う。

月9800円で洋服を借り放題

 毎月、一定額を支払い、好きな洋服やスタイル、サイズなどを登録すれば、第一線で活躍しているスタイリストが服を3着選んで届けてくれる。返却期限はなく、着終わったらクリーニングに出さず、そのまま返却できる。すると数日後にまた3着が届けられる。気に入った服は、購入することもできる。エアークローゼット(東京都港区)が展開している「airCloset」だ。

 月額プランは2種類。9800円(税別)の場合は、1カ月に借りる回数に制限はない。6800円の場合は、月1回になる。昨年2月に開始し、扱うブランド数は約300、8万人強の登録会員の大半は20代後半から40代の働く女性だ。

 「女性の働く環境が変化してファッションに出合う機会が減っている。子育てママはなかなか試着しにくい。シェアリングによってたくさんの魅力的な服に出合ってほしいという思いから、このサービスを始めた」と、エアークローゼットの天沼聰代表取締役CEOは話す。

利用データは衣類調達の参考に

 天沼CEOは「当社は会社全体でデータドリブンな事業推進体制を敷いており、そのためのツールや組織教育、文化醸成を行っている」と、データ活用によってPDCAサイクルを回していると説明する。

 借りた服に関する会員の感想をデータ化して、1人ひとりの会員の好みに合う服をマッチングしている。エアークローゼットのデータベースには、こうした好みのデータをはじめ、貸し出したブランドのアイテム数や在庫データなどが収納され、事業・サービス改善につなげるため、日々解析を行うとともに、BIツール「Domo」によってビジュアル化し社内共有している。下の4つのグラフはその一部だ。

エアークローゼットのKPI例
エアークローゼットのKPI例

 例えば、右上のグラフは販売着数推移。毎月の販売総点数(着数)と平均単価の推移を示している。KPIの1つだ。

 ガリバー同様、品揃え拡大にデータを生かしている。左下のグラフは毎月の種類別配送対象在庫数。7つの色はそれぞれカットソーやパンツといったカテゴリーを表す。全商品在庫数のうち実際に届けられた商品数を7つのカテゴリーごとに示している。このグラフは主に調達部門の社員が見て、洋服の調達などを改善するために参考にしている。ただ、カテゴリーの分け方も含め、ごく一部の情報にすぎないという。

 右下のグラフは、洋服のメインになっている色別(横軸)の貸出回数と会員からの評価を示す。どんな色の服を多く貸し出したのか、それぞれの色に対して会員の評価はどうだったかが分かる。このグラフは服を選ぶスタイリストが参考にする。ただし、スタイリストが一番参考にしているのは、会員1人ひとりの好みだ。服に関する会員の感想がデータ化されていて、このデータを見ながら服を選んでいるという。

グループで約20のKPIに注目

 エアークローゼットには、マーケティングやスタイリング、調達、カスタマーサポートなどグループ全体で約20のKPIがある。そのほかに分析指標として200以上のグラフがあり、PDCAサイクルを回す際に関係するグラフに対して、施策実施後の推移などを予測して動いている。

 こうした新サービスを短期かつ低コストに構築するためのインフラも整いつつある。例えば、airClosetは保管ビジネス大手の寺田倉庫(東京都品川区)が提供する倉庫管理のAPI(アプリケーション・プログラミング・インターフェース)を利用している。寺田倉庫は倉庫自体も提供しており、APIを通じて指定した洋服を出庫して送付するといった仕組みが容易に実現できるようになった。

 これまで見てきたように、シェアリングサービスとはビッグデータビジネスそのものだ。徹底したデータ分析で最適な品揃えをして、その供給にあったユーザーを獲得し、ニーズや信頼のデータで需給マッチングを促進し、収益を拡大する。そのために最適なKPIを見いだし、PDCAを回し続けることが必要だ。