海外出店の意思決定を
“地図×データ”で加速
導入事例 インタビュー
売上予測に関わる作業時間を、
1案件あたり平均 約15%削減
「みんなの食卓でありたい。」
「みんなの食卓でありたい。」というスローガンのもと、国内外で外食事業を展開する松屋フーズホールディングス様。調査部では、新店・戦略改装の売上予測、国内外の出店余力の算出、流動人口・未来人口の分析、海外出店支援などを担い、データに基づく商圏分析で出店の意思決定を支えています。
| 会社名 | 株式会社松屋フーズホールディングス |
|---|---|
| 店舗数 | 国内外1,450店舗以上 （2026年2月現在） |
| 導入部署 | 調査部（2018年発足） |
| お話を 伺った方 |
調査部長 岡田 恵一（おかだ けいいち）様 |
| 導入時期 | 2025年2月 |
導入効果
海外店舗の売上予測の作業時間を、
約15％削減
-
作業時間を平均15%削減
商圏データを手間なくCSV出力。
情報収集・整理の手間圧縮 -
“なぜここに出店するか”を地図で説明
経済活動が活発なエリアが一目で分かり納得感。
同じ情報を基に意思決定も加速
業務における課題
“売上との相関を見つける”前に、
データ探索や手戻りが発生しやすかった
海外出店の検討では、商圏データの取得や整理に時間がかかると、売上予測の精度改善や検討の深掘りに十分な時間を確保しづらくなります。松屋フーズホールディングス様でも、導入前は他社GISで海外出店を検討していたものの、データの不足や相関要因の探索に課題を感じていました。特に時間がかかる、手戻りの発生、操作が難しいという3点に課題がありました。
-
時間がかかる
売上と相関する商圏データ探索に
時間がかかる必要な商圏データが取りづらい場面も多く、「売上と相関する指標」を見つけ出すのに非常に時間を要していました。
-
手戻りの発生
リスト出力不可
設定変更のたびに手戻りが発生商圏内の自社店舗・競合店・施設のリストを出せないこと、商圏サイズや設定を変更する際に1からやり直す必要があることが、作業量と時間を膨大にしていました。相関性を探す“試行回数”が増えるほど、手戻りが増えてしまう構造でした。
-
操作が難しい
ツールが専門家向けで
分析の本質に集中しづらい操作面にも難しさがあり、もっと直接的に使えるツールが求められていました。結果として「データを集める」「設定を作り直す」に時間が取られ、判断材料を増やす・精度を高めるための検討に集中しにくい状態になりがちでした。
海外出店を加速する局面では、現地の肌感覚だけに頼らず、社内外の関係者が同じ地図・同じデータを見ながら判断できる環境が重要になります。そこで同社はN-Deals（エヌ・ディールズ）を導入し、売上予測に関わる作業時間を1案件あたり平均約15%削減。
空いた時間を「精度改善」や「検討の深掘り」に回せるようになりました。
株式会社松屋フーズホールディングス調査部長
岡田 恵一（おかだ けいいち）様
導入に至った経緯
海外出店を加速する上で、
“共通の地図とデータ”が必要だった
国内環境の変化を背景に海外店舗の出店を加速したい、という狙いがありました。
一方で他社GISでは、商圏データが取りづらく、売上と相関する関係性が見出しにくいという壁がありました。そこで「何かいいものはないか」と探す中で、N-Deals（エヌ・ディールズ）に出会い、導入検討を進めました。
導入の決め手
直感的UIと、運用定着のしやすさ
操作方法の教育やマニュアル作成などにかかる時間を抑え、導入後すぐに現場で使い始められる点が大きな決め手になりました。
操作にストレスがないことで、分析設計や予測精度の改善など「本来考えるべき業務」に集中しやすい環境を整えられると判断しました。
活用方法 松屋フーズホールディングス様の使い方
物件評価・売上予測、
必要データ・機能が“オールインワン”
N-Deals（エヌ・ディールズ）では、出店検討に必要なデータや機能が整備されており、情報収集から判断材料の抽出までを一連で進められます。ユーザー心理を理解して作られていると感じる点も、日々の業務での使いやすさにつながっています。
-
活用方法1
商圏設定し、
周辺の“予測の根拠”を抽出
商圏内の自社店・競合店・施設（例：ホテル・学校など）のリストを瞬時に取り出し、売上予測の材料にできます。男女別人口など、予測に効く指標も取得できます。
-
活用方法2
複数種類の地図で、
現地理解と説明力を向上
航空写真／白地図／Googleマップなど複数の地図を切り替えながら、物件と周辺環境を確認できます。必要に応じてN-Deals（エヌ・ディールズ）外の情報も確認しやすく、検討のスピードが上がります。
-
活用方法3
商圏設定を簡単に変更
売上予測の条件検討を迅速化
商圏の種類やサイズを簡単に変更できるので、商圏の条件比較や検討の試行回数を増やしやすくなりました。ストレスも減り、手戻りを抑えられます。
導入の効果
売上予測業務を効率化し、
判断の質とスピードを両立
-
効果 1
商圏データを即座にCSV出力し、
作業時間を平均15％削減
売上予測に必要なデータをまとめて扱え、CSVに一括で落とすことができるため、データ整理・収集の負担が減少。結果として、1案件あたり平均15%の作業時間削減につながっています。浮いた時間を、予測精度向上や検討の深掘りに再配分できるようになりました。
-
効果 2
ヒートマップで“出店理由”が伝わり、
合意形成が加速
エコノミックサイズの「ここが熱い」と地図を見せながら説明できるため、「なぜここなのか」を関係者にすぐ納得してもらえるようになりました。結果意思決定のスピードも上がりました。
現地法人との情報共有 コミュニケーションの変化
商圏やエリアのデータを可視化し、議論が活発化
物件の周りの商圏データがとりやすくなることで、前提条件を合わせたうえで議論でき、コミュニケーションが進めやすくなっています。日本側・現地法人側の双方が同じ地図とデータに基づいて会話できることで、確認作業の手間も減り、検討がスムーズになりました。
今後の展望
| 岡田様 |
商圏分析の重要性はますます高まる中で、N-Dealsを活用しながら売上予測の精度向上を継続的に目指していきます。 加えて、GISのAI連携にも期待しており、AIによるマーケット評価や会話で操作できる機能など、今後の進化にも期待しています。 |
|---|