広告の世界では昔から「データが大事です」と言われてきました。
ただ実際に扱われているデータの多くは、

• オーディエンスセグメント

• 大まかなデモグラフィック

• 来店推計

• 閲覧履歴

• 興味関心グループ

といった、便利ではあるものの、
「実際の購買を動かす力」からは遠いデータがほとんどです。

リテールメディアに入ると、この差が一段とはっきり見えてきます。

なぜなら、
人が本当に買ったもの（POSデータ）だけが行動変容を生む唯一の“真実のデータ”だからです。

POSが入る瞬間、
店頭広告は「ただのデジタルサイネージ」から、
リアルタイムで商流を最適化する“コマース・オプティマイゼーション・エンジン”
へと変化します。

ここでは、「POSがなぜ本質的なのか」を丁寧に整理していきたいと思います。

2.1 小売が持つファーストパーティデータの力（数字が示す現実）

世界では今、プライバシー規制の高まりもあり、
ファーストパーティデータこそ最も価値のある資産
という認識が広がっています。

その中でも小売が持つデータは、他に代替がありません。

• 100%確定した購買データ

• SKU単位の精度

• 秒単位で記録される時間情報

• 店舗ごとの行動パターン

• バスケット（買い合わせ）から読み取れる行動構造

• 地域・季節での需要変動

McKinseyによると、

• 小売企業はデジタル広告プラットフォームの10〜50倍の購買関連シグナルを持ち

• ファーストパーティ購買データは予測精度を30〜70%向上させる

と言われています。

世界の小売（Walmart、Tesco、Kroger、Boots、Aeonなど）の
80%以上がリテールメディアネットワークを構築している背景には、この構造変化があります。

ただし、ここで最も重要なのは、

データが“あること”ではなく、
そのデータで“行動を変えられること”

です。

ブランドが知りたいのは、

• 「実際に買うのは誰か」

• 「どの店舗が売上を押し上げているか」

• 「どのプロモーションが効き、何が効かなかったか」

• 「あるSKUの露出が、他のどんな商品に波及するのか」

こうした問いに答えられるのは、
購買という“真実の行動”を知っている小売だけです。

ReceiptRollerは、まさにこの基盤の上に構築しています。

2.2 インプレッションと購買の決定的な差

デジタル広告は長い間、
「クリックやビューが興味を示す」と考えてきました。

しかし現実はかなり違います。

• 78%のデジタルクリックは購買と相関がない（Nielsen）

• ディスプレイ広告の約40%は見られていない（ISBA）

• オンラインでは反応が薄くても、棚前で即購入するケースは多い

クリックは“興味のノイズ”を表し、
購買は“真実の行動”を示します。

この違いは非常に大きいです。

実際のデータを見ると、たとえば：

• 飲料カテゴリはCTR 0.3%でも、店頭露出で11%売上が伸びた

• オンラインで高い動画完了率でも、棚前露出がなければ売上に影響ゼロ

• 季節SKUは**購買の70%が“物理的露出後”**に起きている

これは、
POSを用いるリテールメディアは別次元の指標
で動いているということです。

デジタル広告 → 「見たかどうか」
リテールメディア → 「買ったかどうか」

この構造差が、結果の差そのものになります。

2.3 POSは「機能」ではなく「土台」である

多くのプラットフォームは「POSデータ対応」と言いますが、
そのほとんどは “レポート用途” に使っているだけです。

レポートは行動を変えません。

ReceiptRoller は違います。
POSを意思決定エンジンに直結させています。

数秒ごとに4つの文脈を解析し続けます。

1. 商流コンテキスト（リアルタイム）

• 在庫残量（1〜10分更新）

• 当日の売れ行き

• 価格弾力性

• 直近の反応

• プロモーション期間

例：在庫が20個以下になると自動で広告表示を停止。

2. 行動文脈

• 時間帯ごとの購買傾向

• カテゴリ間の引き金

• バスケットの相関

• リピート頻度

例：
7–9時のコーヒー表示 → パン売上が6〜12%増加
サンドイッチ露出 → 飲料が15〜25%増加

3. 環境文脈

• 天候（雨・気温・湿度）

• 曜日

• 学校・地域イベント

例：
雨 → ホット飲料が20〜40%増
　　冷飲料は10〜30%減

4. 需要弾力性

カテゴリによって広告反応の幅は大きく異なります。

• 高弾力カテゴリ → 20〜50%伸びる

• 低弾力カテゴリ → 条件が揃わないと反応しない

ReceiptRoller は、
ノイズを削り、意味のある特徴だけに重み付けをします。

これはもはや“広告表示”ではなく、
商流最適化のオペレーションです。

2.4 クローズドループの圧倒的な強さ

広告の世界では20年以上、
「露出 → 行動 → 購買 → 反映」のループを作りたがってきましたが、
デジタル広告では実現できませんでした。

小売だけがこの4段階をすべて見られます。

これにより、

• SKUごとの反応

• 店舗 × 時間帯のインクリメント

• キャンペーンの“ノイズとシグナル”の切り分け

• ローカルトレンドの早期検知

• モデル精度の継続改善

が可能になります。

実際の例では、

• カテゴリ施策全体で8.4%売上増

• そのうち23SKU中5SKUが90%の貢献

• モデルは24時間ごとに再学習

• 予測精度は15〜25%改善

こうした改善は規模が大きくなるほど加速します。

2.5 POSが生む“構造的な参入障壁”

技術は真似できても、
構造は簡単には真似できません。

POS起点のリテールメディアには次の特徴があります。

1. 小売はPOSデータを外部に渡さない

• プライバシー

• コンプライアンス

• 経営上の独立性

これが参入障壁になります。

2. データの厚みは時間をかけて積み上がる

1年で、

• 数千万件の購買データ

• SKU季節性カーブ

• 地域別の反応

• 代替・相関モデル

これらが蓄積され、再現が困難になります。

3. インテグレーションには年単位の協力が必要

• オペレーション調整

• データ品質改善

• 組織内理解

• 継続的メンテナンス

短期で追いつくことはできません。

4. クリック前提のDSPは“購買ベース”に作り替えられない

• パイプライン

• スキーマ

• アトリビューション

• 最適化ロジック

すべてが根本的に異なるため、後付けできません。

5. データが増えるほど、成果が指数関数的に伸びる

• データ → 予測精度 → ROI → 配信面 → データ
  このループが加速します。

結論：POSは“データ”ではなく“仕組みそのもの”である

リテールメディアの本質は、
「何が売れたか」という事実を扱えること です。

ReceiptRoller が重視しているのは、
データを集めることではなく、
購買行動そのものを理解し、変化を作り出すこと。

この構造こそが、
私たちの大きな強みになると考えています。

POS が持つ構造的な力は、こうして見ていくとより明確になります。
そして私たちが日々実感しているのは、
「データの質が変わると、求められる技術の形もまったく変わる」 ということです。

購買という“真実の行動”を扱うということは、
それに耐えられるだけのテクノロジーが必要になる、という意味でもあります。

実店舗は、ブラウザやアプリのように整った環境ではありません。
ネットワーク、在庫、導線、時間帯、気象、端末のばらつき――
そうした要素が常に変動する世界で動く仕組みこそが、
リテールメディアの成否を左右していくと考えています。

この続きとなる Part III では、
「なぜ店頭環境は難しいのか」、
「その中で安定して動く基盤とはどういうものか」
を技術的な視点から整理していきたいと思います。

POS が“データの本質”を形づくるのであれば、
技術は“その本質を現場で実行に移す力”だと考えています。

Part III へ続く