「データはあるが使えていない」から「データで動く店舗」へ
流通小売業界のDXは、ここ数年で大きな転換点を迎えている。かつては「POSデータを蓄積すること」自体が目的化していた企業も多かったが、2026年現在は、蓄積したID-POSデータをAIが解析し、発注・棚割・販促の意思決定にリアルタイムで反映させる仕組みが当たり前になりつつある。
背景にあるのは、慢性的な人手不足と原材料費・物流費の高止まりだ。経済産業省が継続的に公表している商業動態統計でも、小売業全体の販売額は底堅く推移する一方、店舗オペレーションに割ける人員は減少傾向が続いている。限られた人員で売上と粗利を最大化するには、「勘と経験」から「データドリブンな現場判断」への移行が不可欠という認識が、チェーンストア各社に広がっている。
具体的には、ID-POSデータを使って購買者の年代・性別・来店頻度といった属性と購買行動を紐づけ、単品ごとの需要予測精度を高める取り組みが主流化。従来は週次・月次だった発注サイクルを日次に近づけることで、欠品率と廃棄ロスを同時に抑制する事例が食品スーパーやドラッグストアで増えている。
リテールメディアと店舗デジタルサイネージの普及
もう一つの大きな潮流が「リテールメディア」の拡大だ。店舗の棚やレジ周り、デジタルサイネージを広告媒体として活用し、メーカーからの販促費を新たな収益源として取り込む動きが、大手小売チェーンを中心に加速している。
ポイントは、単なる広告配信ではなく「誰が・いつ・何を見て・何を買ったか」をID-POSデータと連携させて効果測定する点にある。来店客の購買履歴セグメントに応じてサイネージの表示内容を出し分け、販促効果をPOSデータで検証するPDCAサイクルが、年間を通じて回されるようになった。メーカー側も、店頭での実購買データに基づいた効果測定を重視する傾向が強まっており、マス広告だけでは把握できなかった「店頭での態度変容」を可視化するニーズが高まっている。
こうした流れの中で、来店客を個人単位で識別・分析する技術への関心も高まっている。マギーが提供するPowerIDのような来店者識別・分析ソリューションは、匿名性を保ちながら購買行動を把握する手法として、リテールメディアの効果測定基盤としても注目されている。
OMOと省人化、そして「現場で使えるAI」への期待
店舗のデジタル化はEC連携（OMO）の文脈でも進展している。ネットスーパーや在庫連携アプリを通じて得られる購買データと、実店舗のID-POSデータを統合し、顧客一人ひとりに最適化されたクーポンやレコメンドを配信する取り組みは、もはや先進事例ではなく標準的な施策になりつつある。
一方で現場からは「分析はできても、結局は専門人材がいないと使いこなせない」という声も根強い。そのため2026年のトレンドとして、現場の発注担当者やバイヤーが直感的に使えるダッシュボードや、生成AIを活用した自然言語での分析支援への需要が急速に高まっている。マギーのPALやi-code、Ameba DNA AIといったソリューション群も、こうした「データを読み解く専門知識がなくても、現場レベルで意思決定に活かせるAI」への期待に応える方向で進化を続けている分野の一つだ。
人手不足、インフレ、EC拡大という構造的な課題が続く中、ID-POSデータとAIをいかに現場の意思決定スピードに変換できるかが、今後の小売各社の競争力を左右する重要な分岐点になりそうだ。