データは眠らせない時代へ：分析の主役が「専門部門」から「現場」に
小売業界では長らく、ID-POSデータや来店データなど膨大な情報が日々蓄積される一方で、「分析に時間がかかり意思決定が遅れる」「部門間でデータが分断され全体像が見えない」「示唆が施策に結びつかない」といった課題が指摘されてきました。しかし現在、この状況は生成AI・AIエージェントの実用化によって大きく変わりつつあります。
象徴的なのが、サイバーエージェントDXが提供を始めた生成AI活用のPOSデータ分析ツール「AI POS」です。週次・月次の売上や前年比データを自動でレポート化し、SlackやTeamsで受け取れるだけでなく、LLMを活用したチャット機能により「先月の売上が増加した理由は？」といった問いに即座に答えてくれます。同様に、アドインテが発表した「Retail Analysis Agent」は、専門知識がなくても日常的な言葉でID-POS分析を即座に実行できる点が特徴で、これまでデータアナリストや専門チームに依存していた分析業務を、現場スタッフや店舗マネージャーが自ら担えるようになりました。
3月に東京ビッグサイトで開催された「リテールテックJAPAN 2026」では、データコムが小売業特化型AIパートナー「Tiramisu」を初展示。POS・ID-POSデータに加え、顧客データ、人流データ、勤怠データまでを統合分析基盤に集約し、経営層から店舗運営部まで全社横断で課題解決を図るソリューションとして注目を集めました。
リテールメディア広告と季節商戦への活用が加速
ID-POSデータの活用先は社内の意思決定支援にとどまりません。全国約14,700店舗を展開する大手ドラッグストアでは、会員IDとAIを組み合わせたレシート・アプリ広告配信事業を継続的に展開しています。AIが対象商品に興味を持つ可能性の高い会員層とその価値観を抽出し、個々に合わせた広告デザインやキャッチコピーを自動生成する仕組みで、過去の実験ではレシート広告非表示時に比べ購入率が会員全体平均の4倍、広告表示時には12倍に達した事例も報告されています。
また、True Dataが公表した直近のドラッグストア・食品スーパーのID-POS購買データでは、記録的な花粉飛散を受けて鼻炎薬の売上が前年比34.2%増と大きく伸びたことが明らかになりました。年間レシート規模5.5兆円、年間アクティブ数6,000万人規模というビッグデータ基盤があるからこそ、季節要因による需要変化をリアルタイムに捉え、店頭施策や広告配信に即座に反映できる点が強みとなっています。
「分析」から「自律的意思決定」へ、次のフェーズを見据えて
業界全体を俯瞰すると、2026年のID-POS・ビッグデータ活用は、①生成AI・AIエージェントによる分析の現場民主化、②リテールメディア広告への活用深化、③人流・勤怠データ等との統合分析基盤化という3つの潮流に集約されます。特に注目すべきは、AIとの融合が単なる「分析支援」から「自律的な意思決定」へと進化しつつある点です。人間が「何を知りたいか」を指示するだけで、AIがデータの収集・整理・分析・レポーティングまでを一気通貫で実行する環境が急速に整いつつあります。
こうした流れの中、マギーが提供するPAL・PowerID・i-codeといったID-POS分析基盤も、現場担当者が専門知識なしに購買データから示唆を引き出せる仕組みづくりに力を入れています。データを「見る」段階から「使いこなす」段階へ――リテール業界のデータ活用は、これからさらに現場主導のスピード感を増していきそうです。