More Related Content
Similar to FULLKAITEN_ver3 (6)
Recently uploaded
Recently uploaded (17)
FULLKAITEN_ver3
- 2. 製品概要
- 4. できること FULL KAITENは上記の課題を解決します 課題 ● 売上高改善 ■ 粗利高改善 ▲ 在庫高改善 ◆ キャッシュ サイクル改善 解決 欠品による機会損失が多い ● ■ ▲ ◆ ● ■ ▲ ◆ 業務負荷が高く属人化している ● ■ ▲ ◆ ● ■ ▲ ◆ 客単価が低い ● ■ ▲ ◆ ● ■ ▲ ◆ 期間消化率が低い ● ■ ▲ ◆ ● ■ ▲ ◆ プロパー消化率が低い ● ■ ▲ ◆ ● ■ ▲ ◆ 評価損が多い ● ■ ▲ ◆ ● ■ ▲ ◆ 小売 卸 不要な値引きが多い ● ■ ▲ ◆ ● ■ ▲ ◆ 残在庫が多い ● ■ ▲ ◆ ● ■ ▲ ◆
- 9. 在庫消化と売上貢献をクロス評価する機能 機能概要① クオリティ分析 ● プロパー消化率の改善 ● 不要な値引きの抑制 ● 評価損の低減 利用効果 ● 期間消化率の改善 ● 業務負荷の低減 ● 業務の属人化の解消
- 10. AIが在庫の質を評価 ● 横軸（完売予測日）：在庫消化のスピードに関する予測値 ※各商品の現在の在庫数が売り切れる日をAIで予測 ● 縦軸（売上貢献度）：売上貢献の度合いに関する予測値 ※各商品の未来の売上への貢献度合いをAIで予測 FULL KAITENは予測（先行指標）に基づき在庫を評価 ● 消化率・回転率・交差比率などは結果を表す遅行指標 ● しかも値引きすれば改善される恣意的な指標 ● 実は遅行指標は在庫評価には不向き 従来型の在庫評価は遅行指標 売上貢献度 完 売 予 測 日 Best 早く売り切れ 未来の売上にも貢献する プロパーで 販促強化すべき商品 Better 売り切るのに時間を要するが 未来の売上には貢献する 改善のカギとなる 最重要商品 Good 早く売り切れるが 未来の売上には貢献しにくい リソースを割かず 様子だけ見るべき商品 Bad 売り切るのに時間を要し 未来の売上にも貢献しにくい 改善のカギとなる 商品
- 11. 在庫リスクを予見 ● グラフの横軸と縦軸の交差点（原点）が基準日になる ● 基準日を変更すると在庫の4分類が再計算される 基準日が在庫分類のカギ ● 原点の左（Best,Good）は基準日までに消化可能 ● 原点の右（Better,Bad）は基準日までの消化困難 基準日で在庫リスクを予見 売上貢献度 完 売 予 測 日 Best Better Good Bad 基準日までに 消化可能 基準日までの 消化困難 原点
- 13. 自在な絞り込みで販促用リストを作成 ● 見たい分類をチェックして「商品を表示」をクリックするだけ ● Best, Better, Good, Bad在庫それぞれをクリックのみで一覧表示 ① 分類だけでなく分類された中身も閲覧可能 ② 検索・指標追加・絞り込みも自由自在 ③ あっという間に販促用リストが完成 ● 販促したい商品に チェックを入れるだけ で販促用リストが完成 ● カテゴリ検索：カテゴリの分類や階層構造は自由に設定可能 ● 指標追加：豊富な在庫評価指標から利用したいものを自由に 追加 ● 絞り込み：一覧から販促用リストへの絞り込みも豊富な指標 で自由自在
- 14. 販促の成果も簡単確認 作成した販促用リストは保存可能 販促の成果は日々自動更新 ● 作成した販促用リスト全てを一覧可能 ● 販促用リストに含まれる商品で生まれた売上額と粗利額が日々自動更新 ● だからデータを集計することなく販促成果を確認可能 ● リストには販促名を付けて保存すると便利
- 15. 単価分析 機能概要②
- 16. 店舗の客単価分析に関する機能 機能概要② 単価分析 ● 客単価の改善 ● 粗利単価の改善 ● 商品単価の改善 利用効果 ● 商品粗利単価の改善 ● 業務負荷の低減 ● 業務の属人化の解消
- 17. 客単価アップの条件をグラフ表示 少ない購入者数で 多くの売上を生んでいる 客単価帯 購入者数は多いが あまり売上を生んでいない 客単価帯 客単価力が高い ● 客単価 = 売上高 ÷ 購入者数 ● すなわち、少ない購入者数で多くの売上 を生むことが客単価がアップする条件 ● 売上高が同じでも、より少ない購入者数 でその売上高を生んでいる客単価帯の主 力商品の方が、客単価を生む力は高い 客単価が上がる条件 ● 合わせ買いやセット率ばかりを重視し、 客単価力を全く考慮していない ● 客単価力が低い商品で合わせ買いやセッ ト率が向上すると、客単価は下がってし まうことに気づいていない 従来型の客単価施策の課題 客単価力が低い 販促頻度を上げるべき商品 販促頻度を下げるべき商品 グラフの意味 棒グラフ：客単価帯ごとの購入者数 折線グラフ：客単価帯ごとの売上額
- 18. ● 少ない購入者数で多くの売上を生んでいる 客単価帯（ターゲットゾーン）がわかる 客単価力の高い客単価帯が一目でわかる 客単価力の高い客単価帯 （ターゲットゾーン） 客単価アップに客単価帯を瞬時に把握
- 19. 自在な絞り込みで販促用リストを作成 ● ターゲットゾーンの客単価帯を入力し「商品を表示」をクリック するだけ ● 購入された時に「狙っている客単価の買い物になる確率が高い商 品」の一覧を表示 ① 客単価アップに貢献する商品をワンクリックで一覧表示 ② 検索・指標追加・絞り込みも自由自在 ③ 客単価アップに貢献するセットの組み合わせも一覧表示 ● 商品名をクリックする とその商品とセットで 購入される商品を一覧 表示 ● カテゴリ検索：カテゴリの分類や階層構造は自由に設定可能 ● 指標追加：豊富な在庫評価指標から利用したいものを自由に 追加 ● 絞り込み：一覧から販促用リストへの絞り込みも豊富な指標 で自由自在
- 20. 販促の成果も簡単確認 販促の成果は日々自動更新 ● 作成した販促用リスト全てを一覧可能 ● 販促用リストに含まれる商品で生まれた売上額と粗利額が日々自動更新 ● だからデータを集計することなく販促成果を確認可能 あっという間に販促用リストが完成 作成した販促用リストは保存可能 ● リストには販促名を付けて保存すると便利 ● 販促したい商品にチェックを入れるだけで販促用リストが完成
- 22. 中央倉庫分析 機能概要③
- 23. 倉庫の残在庫リスクの評価に関する機能 機能概要③ 中央倉庫分析 ● 評価損が多い ● 残在庫が多い 利用効果 ● 業務負荷の低減 ● 業務の属人化の解消
- 24. AIが在庫の質を評価 売上貢献度 完 売 予 測 日 Best 早く出荷され 未来の売上にも貢献する 店長が倉庫に 出荷を要求すべき商品 Better 出荷に時間を要するが 未来の売上には貢献する セール期に倉庫が各店に 出荷すべき商品 Good 早く出荷されるが 未来の売上には貢献しにくい 店長が倉庫に 出荷を要求すべき商品 Bad 出荷するのに時間を要し 未来の売上にも貢献しにくい セール期に倉庫が各店に 出荷すべき商品 ● 横軸（完売予測日）：倉庫在庫の消化スピードに関する予測値 ※各商品の現在の在庫数が売り切れる日をAIで予測 ● 縦軸（売上貢献度）：倉庫在庫の売上貢献度合いに関する予測値 ※各商品の未来の売上への貢献度合いをAIで予測 FULL KAITENは予測（先行指標）に基づき在庫を評価 ● 消化率・回転率・交差比率などは結果を表す遅行指標 ● しかも値引きすれば改善される恣意的な指標 ● 実は遅行指標は在庫評価には不向き ● 倉庫在庫自体のリスク予測はできていない企業も多い 従来型の在庫評価は遅行指標
- 25. 在庫リスクを予見 ● グラフの横軸と縦軸の交差点（原点）が基準日になる ● 基準日を変更すると在庫の4分類が再計算される 基準日が在庫分類のカギ ● 原点の左（Best,Good）は基準日までに出荷可能 ● 原点の右（Better,Bad）は基準日までの出荷困難 基準日で在庫リスクを予見 売上貢献度 完 売 予 測 日 Best Better Good Bad 基準日までに 出荷可能 基準日までの 出荷困難 原点
- 27. 自在な絞り込みで出荷用リストを作成 ● 見たい分類をチェックして「商品を表示」をクリックするだけ ● Best, Better, Good, Bad在庫それぞれをクリックのみで一覧表示 ① 分類だけでなく分類された中身も閲覧可能 ② 検索・指標追加・絞り込みも自由自在 ③ あっという間に出荷用リストが完成 ● 出荷したい商品に チェックを入れるだけ で出荷用リストが完成 ● カテゴリ検索：カテゴリの分類や階層構造は自由に設定可能 ● 指標追加：豊富な在庫評価指標から利用したいものを自由に 追加 ● 絞り込み：一覧から販促用リストへの絞り込みも豊富な指標 で自由自在
- 28. 出荷用リストは保存可能 作成した出荷用リストは保存も一覧表示も可能 ● リストには出荷名を付けて保存すると便利 ● 作成した出荷用リスト全てを一覧可能
- 32. 追加発注 倉庫在庫の欠品による機会損 失を防ぎ、売上・粗利を最大 化する機能 再発注すべきSKUとその数量を 自動的に計算し一覧表示する機能 特徴 ● 発注残とリードタイムを考慮した計算 が可能 ● 予め発注間隔を決め、その間隔に合わ せて自動計算 ● 他の発注システムへのデータ連携機能 を実装予定 機能概要 2021年冬以降リリース予定
- 35. 支援概要
- 36. 導入支援 ネクストエンジン／クロスモール／スマレジ／アラジンオフィス 貴社システムからFULL KAITENへのデータ日次連携自動化がミッションのデータ連携チームをアサイン ● 貴社システムから売上・在庫・商品マスタなどのデータをCSV形式で日次連携 ● 貴社システムからのデータ出力の際、データの加工は一切不要 ● FULL KAITENが貴社データを取り込む際に貴社データをFULL KAITEN仕様に自動変換 ● 貴社はデータをそのまま出力するだけでOK ● どんな基幹システムでもまずはご相談下さい 連携実績多数
- 37. 成果支援 ● IT出身者やアパレル出身者などで構成しており、多種多様な企業の成果を支援中 ● 導入企業に1名カスタマーサクセス担当者がアサインされ、成果に関する下記の支援を実施 支援内容 業務ヒアリング ー FULL KAITENの導入目的と解決すべき課題を改めて明確にし、 課題の原因となっている業務を特定した上で、FULL KAITENを使った成果支援計画を作成 オンボーディング 2週間 1日あたり10〜15分で終わる操作テストを通じて、FULL KAITENの基本的な操作方法の習得を支援 アダプション 3〜5ヵ月間 成果支援計画に沿ってFULL KAITENを利用開始頂き、 毎週の定例会議を通じてPDCAの運用と利用定着を支援しながら貴社が自走できる状態を構築 エクスパンション 随時 FULL KAITENの利用範囲の拡大や、新たな利用法へのチャレンジを通じて成果の最大化を支援 導入企業に成果を出して頂くことがミッションのカスタマーサクセスチームをアサイン
- 38. 会社概要
- 40. 経営陣 瀬川 直寛 代表取締役CEO 加藤 卓 取締役CPO ＜経歴＞ シナジーマーケティング株式会社 ＜経歴＞ シナジーマーケティング株式会社 採用決定 CHRO（2021年12月入社） 宇津木 貴晴 取締役COO ＜経歴＞ freee株式会社 柳本 晋 CTO ＜経歴＞ シナジーマーケティング株式会社
- 41. 代表紹介 ● 慶應義塾大学 理工学部 卒業 （研究テーマ：天然ガスの熱力学性質に関する予測モデル） ● 外資系IT企業、日本のスタートアップ数社に勤務 ● 2012年5月にベビー服 ECで起業 ● 在庫が原因の3回の倒産危機からFULL KAITENを着想 ● EC事業を売却し、小売業・卸売業に対して、 在庫分析クラウド『FULL KAITEN』を提供中 フルカイテン株式会社 代表取締役 瀬川 直寛 @FkSegawa 弊社の歴史がわかるnote https://note.com/_funeo/n/n401f66d032ac
- 42. 沿革 2012/5 2017/2 2017/5 2018/6 2018/9 2019/12 2017/11 2019/4 2021/4 2021/6 ハモンズ株式会社を起業、ベビー服EC参入 FULL KAITEN事業化を決意 在庫が原因で3度の倒産危機を経験、その過程でFULL KAITENの原型が完成 ベンチャーキャピタルから2000万円の資金調達（シード） ベンチャーキャピタルから1億2000万円の資金調達（シリーズA） ベビー服EC売却しFULL KAITENにピボット、社名をフルカイテンに変更 ベンチャーキャピタルから1億7000万円の資金調達（シリーズA’） FULL KAITEN Version1ローンチ FULL KAITEN Version2ローンチ FULL KAITEN Version3ローンチ ベンチャーキャピタルから5億円の資金調達（シリーズB）