リテールメディアはたしかに盛り上がっていますが、
本質的な議論があまりされない領域があります。
それが 「技術レイヤー」 です。

このレイヤーは、ネットワークが
10店舗で成立するのか、10,000店舗まで拡張できるのか
を左右します。

多くの広告システムは、ウェブ環境を前提に作られています。

• レイテンシは数ミリ秒

• イベントは順序通りに到着

• デバイスは常にオンライン

• ネットワーク障害率 <0.1%

しかし、実店舗はまったく別世界です。

現場では、

• 混雑時の Wi-Fi ドロップ率は 12〜18%

• 常時接続を前提にしたデバイスの 20〜40% が非同期化

• SKU の在庫状態は 1日6〜20回 変動

• 来店数は時間帯によって 30〜200% 変化

• 天候によって需要が 30% 以上 変動するカテゴリも存在

この“揺らぎ”に耐えられないシステムは、すぐ破綻します。

ReceiptRoller は、この極めて複雑で予測不可能な環境を前提に設計してきました。

以下、その技術的な裏側をご紹介します。

3.1 分散・不安定・高変動環境を前提にした設計

1000店舗あれば、ネットワーク品質も1000通り、
障害パターンも1000通りあります。

実店舗は、データセンターのように“安定した環境”ではありません。
私たちは複数のパイロットで実際に測定し、次のような事実を確認しています。

• 最大27% のデバイスが日常的に接続断を経験

• レイテンシが 40ms → 900ms に突発的に跳ね上がる

• 電源リセットは月あたり 3〜10回／店舗

• 帯域が 5Mbps以下 の店舗も存在（POS・CCTVと共用）

一方で、広告主は 99.9%以上の稼働 を求めます。
このギャップを埋めるには、別次元のアーキテクチャが必要です。

ReceiptRoller は以下を標準搭載しています。

• ローカルフェイルオーバー（オフラインでも画面は正常動作）

• イベントチュアルコンシステンシー（非同期で整合性を回復）

• リアルタイム差分更新（帯域を最大92%削減）

• オフライン意思決定（接続断でも広告が止まらない）

• 自動DAG再構築（再接続時に依存関係を自動修復）

エンジニアからよく聞かれます。

「店舗が40分完全にオフラインになったらどうなりますか？」

私たちの答えはいつも同じです。

止まりません。動き続けます。再接続すれば自己修復します。

これが、実験用システムと“本番対応プラットフォーム”の違いです。

3.2 静的プレイリストではなく、リアルタイムコンテキスト

店舗は1時間で20回以上状況が変わることも珍しくありません。
「朝に決めたプレイリストを夜まで流す」という前提自体が現実に合っていません。

観測データでは、

• SKU欠品は 毎日7〜14% の棚で発生

• 天候でカテゴリ需要が 20〜50% 変動

• ラッシュ時間帯は予測より ±15〜25分 ずれる

• 季節SKUは 90分で4倍 に跳ね上がるケースあり

• ローカルイベントで売上が 10〜40% 変動

ReceiptRoller は次のシグナルを継続的に取り込みます。

• POS更新（2〜5秒間隔）

• 在庫変動（1〜10分ごと）

• 人流データ（15〜30秒サンプル）

• 天候（5〜10分更新）

• 需要カーブ（60秒ごと再計算）

一般的なシステムが「1日1回」計算するところを、
ReceiptRoller は 1〜3秒で再計算 します。

これにより、
“広告を表示する画面” が “商流に反応する画面” に変わります。

• 広告主 → パフォーマンス向上を体感

• 生活者 → 関連性の高い情報だけが届く

• 小売 → 無駄な表示が減り、利益改善につながる

3.3 クリックではなく“購買”から学習するモデル

購買とクリックは全く異なる挙動を持ちます。

例として：

• CTR 0.5% でも売上が 3〜5% 伸びるカテゴリがある

• 注目度の高い商品でも購買確率が低いケースは多い

• クロスカテゴリ効果（例：サンドイッチ→飲料）は 10〜25%

• 価格弾力性で反応が 2〜4倍 異なる

• 時間帯でリピート間隔が 30〜60% 変動

クリック前提のDSPでは最適化できない理由がここにあります。

ReceiptRoller のモデルは、

• 数百万件のPOS

• SKUごとの反応カーブ

• カテゴリ代替行動

• 店舗固有の時系列パターン

• 増分売上

• リピート頻度

• 地域ごとの価格弾力性

といった「実際の購買行動」から学習します。

クリックモデル → “意図”を推測
コマースモデル → “結果”を観測

構造から違うので、結果にも圧倒的な差が生まれます。

3.4 小売基盤に必要なエンタープライズアーキテクチャ

小売の購買データは、金融データと同じレベルの管理が求められます。

そのため、ReceiptRoller は次を満たす設計にしています。

• テナント分離精度 99.999% のデータ隔離

• 地域最適化ルーティング（レイテンシを 30〜60% 低減）

• スキーマ契約による 95%以上のインジェスト事故防止

• 30日以上遡れるイベントログ

• 小売ごとに完全独立したモデル（共有なし）

「他の小売のモデルが影響する可能性はありますか？」
と聞かれますが、

理論的にも、物理的にもありません。

これが、小売が本気で求めるアーキテクチャです。

3.5 グローバル展開を“作り直さずに”実現できる理由

国が変わると数字は変わりますが、構造は同じです。

• SKU数：1,500（CVS）〜40,000+（大型店）

• 棚変更：1日50〜400件

• 価格改定：週100〜800件

• プロモ周期：2〜6週間

• POS処理：ピーク時 30件/分

しかし、小売の共通構造は世界どこでも同じです。

• 店舗

• 商品

• 棚

• 在庫

• 取引

• インプレッション機会

ReceiptRoller はこの「小売プリミティブ」を前提に設計されているため、
国が変わっても 再構築不要で拡張可能 です。

その結果：

• 北海道の20店舗チェーン

• カリフォルニアの1,200店舗チェーン

• 東南アジアの多国籍チェーン

を同じプラットフォームで運用できます。

なぜ広告にとって“技術”がここまで重要なのか

技術が強くなるほど、

• 関連性が高まる

• 無駄な表示が減る

• 売上 uplift が大きくなる

• 分析が正確になる

• 小売の利益率が改善する

つまり、
技術は裏側の仕組みではなく、“広告効果そのもの” を左右するエンジン
だと考えています。