ホームセンターでのAI活用術

ホームセンターに、そもそもAIは必要なのか

AIを入れる価値が出るかどうかは、二つの軸で見分けられます。一つは、 同じ判断を月に何回繰り返しているか 。もう一つは、 その判断を間違えたときに何が起きるか です。

月に一度しか出てこない判断に仕組みを作っても、設定の手間のほうが上回ります。逆に、毎週のように同じ形で発生し、外すと客か売場に影響が出る業務ほど、ホームセンターのAI活用は効きます。

この二軸を売場に当てはめると、線ははっきりします。効くのは、季節商材の発注量を決める業務、返品や苦情の記録を売場ごとに整理する業務、新しく入る商品の注意点を教育資料にまとめる業務です。いずれも毎月同じ形で発生し、判断の根拠が過去の記録の中に残っています。

反対に、入れないほうがよい業務もあります。レンタル工具の返却点検は、刃の摩耗や本体のがたつきを現物で確かめ、次の客に出せるかを見極める作業です。記録に残らない手触りの情報が判断を左右します。灯油や農薬のように、買う相手と用途をその場で確かめる販売も同じで、確認したこと自体に店の責任が伴います。

つまり線引きは、部門単位ではなく業務単位で変わります。同じ売場の中に、繰り返しの判断と、その場限りの判断が混ざっているためです。自店のどこにどちらがあるかは、仕事を工程に分けて並べてみないと見えません。次に、ホームセンターの業務を分解して、どこに負荷が集中しているかを見ていきます。

ホームセンターの業務で、負荷が大きいのはどの工程か

ホームセンターの仕事は、売場の物販だけではありません。資材の加工、施工の手配、工具のレンタル、工務店への外商が、同じ店の中で並行して動いています。役割ごとに分けて並べると、負荷の置き場所が見えてきます。

最も人の時間と神経を使っているのは、 売場づくり です。売場担当は、園芸、木材、電材、塗料とまたがる分野のカテゴリを一人で持ち、商品が入れ替わるたびに説明の言葉を作り直しています。

メーカーの仕様書は業者向けの書き方なので、そのままPOPには載せられません。用途、対応する下地、必要な付属品を読み解いて、日曜大工が初めての客にも通じる言い方に直す作業が、毎回発生します。同じ説明を売場の接客でも繰り返すため、開店前の準備が終わらないまま店を開けることになります。

ここに手が入ると、前後の工程も動きます。説明の言葉が整理されれば、返品対応で「説明が足りなかった商品」を特定しやすくなり、教育・安全の工程で新人に配る資料にもそのまま使えます。売場づくりは、 下流の負荷を作っている工程 でもあります。

加工・実演を極小としたのは、木材を切る前に寸法を確かめ、刃の入る向きを見る判断が、現物の前でしか成立しないためです。切ってしまえば元に戻せない以上、この工程は人が持ったままで構いません。

ホームセンターで最初に取り組むべきAI活用、3つ

手をつける順番は、第1章の二軸で決まります。POP作りや日曜大工の相談は発生回数こそ多いものの、外しても書き直せば済みます。次の3つは、 回数と影響が両方とも大きい業務 です。

電動工具や薬品の注意点を、教育資料の形にする

新しい商品が入るたびに、ベテランがメーカーの取扱説明書を読み込み、朝礼用のメモを手書きしている店は多いはずです。ここを仕組みにします。

取扱説明書がファイル保管サービスの指定フォルダに保存されると、AIが動きます。参照するのは、説明書と、自店で起きたヒヤリハットの記録、売場ごとの安全確認項目をまとめた文書です。

出来上がった資料は文書作成ソフトの形で売場フォルダに保存され、担当売場の責任者に業務チャットで通知が届きます。白紙から書き起こす手間がなくなり、自店の売場配置に合わせて直す作業だけが残ります。

売場責任者は、火気や刃物、薬品の取り扱いに関する記述と、法令で表示が決まっている項目に抜けがないかを確かめます。掲示してよいかの最終判断は、店舗の安全管理担当者が持ちます。

返品の理由を、売場ごとに束ねて読む

返品対応の工程です。サービスカウンターで受け付けた返品と苦情を、その場で入力フォームに記録する運用にしておきます。

月末に記録がまとまった時点で、AIが自店の分類基準をまとめた文書を参照しながら、理由の自由記述、対象商品、購入からの経過日数を突き合わせ、売場とカテゴリ別に分類します。同じ原因が続く商品の組み合わせも拾い上げます。

結果は表計算ソフトの一覧に行が増える形で戻り、売場責任者と商品部にメールが届きます。件数だけを並べた月次報告では見えなかった、 どの商品のどんな説明不足が返品を呼んだか が読み取れるようになります。

商品部の担当者は、原因を商品側に見るか説明側に見るかの切り分けに目を通します。取り扱いを止めるか、仕入先へ申し入れるかは、商品部が責任を持つ判断です。

長尺資材と大型什器の発注量に、下書きを用意する

AIが参照するのは、ヤードや屋外置き場の収容量、商品ごとの過去の出方、取り寄せに何週かかるかをまとめた文書です。発注・在庫の工程にあたります。毎週決まった曜日に、在庫データと販売実績が表計算ソフトへ書き出された時点で動き、商品ごとの発注量の案を作ります。

案は発注担当者の一覧表に、推奨数量とその根拠の列が付いた行として並びます。ヤードを歩いて現物を数え、記憶を頼りに数量を決めていた作業が、 案のどこを直すか考える作業 に変わります。

売場担当者は、置き場に実際に収まる数量か、展示中の現品を在庫に数えていないかを照らし合わせます。取り寄せ品の発注確定は、仕入先との納期調整を含むため、発注担当者が決めます。

業務に組み込むまでの4ステップ

ここでは、返品・苦情の記録を分析する例で、最後まで通して説明します。新しいシステムを作る話ではなく、いまある入力フォームと表計算ソフトの間に、 情報の通り道を一本作る作業 です。

1. 使う情報がどこにあるかを決める

新しく集めず、すでにある記録の置き場所を決めるだけです。次の3つです。

• カウンターで受け付けた返品・苦情の記録
• 品番と売場コードの対応が分かる商品マスタ
• 施工やレンタルに伴う申し出の記録

いまは伝票、レジの処理履歴、担当者の手控えに散らばっているので、入力フォーム一つに集約します。

2. 何をきっかけに動かすかを決める

人が思い出して開く形にすると続きません。月末の締め日が来たときを起点にし、閉店後に処理が走って翌朝には結果が出ている状態にします。ここを決めないと、忙しい週に飛ばされてそのまま使われなくなります。

3. 判断の基準を設定しておく

何を基準に分類してほしいのかを、文章にして一箇所にまとめておきます。AIは毎回そこを参照します。ベテランが無意識に切り分けている線を、外に出して書き留める作業です。 この工程がいちばん時間を取ります 。返品分析なら、こうした基準です。

• 初期不良と、使い方の誤りによる破損をどう見分けるか
• 施工を伴う申し出は、商品の問題と工事の問題のどちらに数えるか
• 灯油・農薬・塗料など、法令で扱いが決まっている商品は別に立てる

一度書けば、翌月以降は使い回せます。

4. 結果の戻り先と、確認する人を決める

売場別の一覧表に月次の行が増える形にし、売場責任者と商品部へメールで通知します。読むのは商品部の担当者で、月初の商品会議の前に分類の切り分けを見ます。画面に出して終わりにしません。

先に知っておきたい、つまずきやすい3か所

• 季節で売場そのものが組み替わります。園芸の売場が秋に除雪用品へ入れ替わると、 売場コードとカテゴリの対応が変わり 、前年と同じ集計ができなくなります。分類の基準を書いた文書に、入れ替えの時期と旧コードの対応を書き添えておくと、流れが止まりません。
• 法令で扱いが決まっている商品が、ほかの商品に紛れ込みます。農薬、灯油、塗料、刃物は、販売時の確認事項も返品の扱いも通常商品と違います。一律に分類させると規制対象の申し出が埋もれるので、 先に別の枠へ分ける設定 にしておきます。
• 人が確かめられない判断に使ってしまう場合です。商品の欠陥か使い方の誤りかは、現物を見て初めて分かります。分類結果だけを根拠に仕入先へ申し入れると、裏付けのない指摘になります。分類は候補の抽出までとし、判定は現物確認を経てから決めます。

ホームセンターのAI活用は、どこから考えればいいか

第1章で引いた線は、繰り返しの判断と、 現物を前にした判断 の間にありました。今回の3つは、いずれも 判断の根拠が記録の中に残っていて 、外したときに客か売場に影響が出る業務です。だから線の内側にあります。

三つとも一度に始める必要はありません。返品の記録でも、発注の在庫データでも、いま自店で一番そろっている記録の業務を一つ選べば、それで足ります。新しく集めるものはなく、置き場所を決めるところから着手できます。