小売・消費財のケースは、MBBおよびBig Fourファームで出題される業界セクターの上位3位に常にランクインしています。800件以上の面接ケースを分析した結果、選考を通過する候補者を際立たせるのはフレームワークの知識ではなく、店舗・サプライチェーン・消費者行動が実際にどのように相互作用するかを理解したうえで、オペレーション上の流暢さをもって小売問題を解き進める能力であることがわかっています。
本ガイドでは、小売ケースの冒頭から提言まで完全な流れを追いながら、面接官が期待する思考プロセスを各ステップに注釈として加えていきます。
小売ケースが他業界と異なる点
小売ケースは、ユニットエコノミクスで考える候補者を高く評価します。テクノロジーケースがネットワーク効果を中心に据え、ヘルスケアケースが規制上の参入障壁に焦点を当てるのに対し、小売の問題はほぼ例外なく、「トラフィック × 転換率 × バスケットサイズ × 利益率」というシンプルな連鎖に行き着きます。構築するフレームワークはすべて、これらのレバーに結びついていなければなりません。
| 観点 | 小売・CPG固有の特性 | ケースへの示唆 |
|---|---|---|
| 売上高ドライバー | 来客数、転換率、平均取引単価 | 売上高を「価格 × 数量」ではなく物理的な構成要素に分解する |
| コスト構造 | 高い固定費（賃料・人件費）、薄い変動費利益率（純利益率2〜5%） | 小さなコスト変化がスケールで複利的に積み上がる——乗数効果を定量化する |
| 時間的感応度 | 季節ピーク時の8〜10週間で年間利益の30〜40%が生まれる | 年間平均を前提とする前に、タイミングを確認する |
| チャネルの複雑さ | 実店舗＋EC＋マーケットプレイス＋卸売 | 構造化の前に、問題がどのチャネルに属するかを明確にする |
| データの豊富さ | POSデータ、ロイヤルティプログラム、バスケット分析が利用可能 | データドリブンな仮説を提示する——面接官はそれを期待している |
ステップ1：問題を明確化し、スコープを設定する
最初の60秒が、正しい問題を解いているかどうかを左右します。小売ケースで最も多い落とし穴は、「収益性が低下している」という状況をコスト問題と決めつけることです。候補者と接してきた経験から言えば、小売の収益性ケースの約60%は実際には売上高主導——具体的にはトラフィックの減少またはバスケットサイズの縮小——が原因です。
すぐに確認すべき質問：
- どのチャネルについて議論しているか？（実店舗の問題とECの問題では必要なレバーが異なる）
- 低下はどのくらいの期間にわたるか？（急激か緩やかかによって根本原因が異なる）
- 自社固有の問題か、業界全体の問題か？（構造的な変化か、実行上のギャップか）
- 製品ミックスはどうか？（食料品はアパレルや家電とは異なる動きをする）
flowchart TD
A[クライアントが問題を提示] --> B{スコープを明確化}
B --> C[どのチャネル？]
B --> D[時間軸は？]
B --> E[自社 vs. 業界？]
B --> F[製品カテゴリーは？]
C --> G[フレームワークを構築]
D --> G
E --> G
F --> G
G --> H[仮説を提示]
H --> I[データを要求]
ステップ2：小売特有の構造を構築する
汎用的なフレームワークは、オペレーション層を見落とすため小売ケースでは機能しません。以下の構造は、標準的な利益ツリーを小売の実態に合わせて応用したものです。
mindmap
root((小売利益))
売上高
トラフィック
店舗立地の質
マーケティングの有効性
オンラインによるカニバリゼーション
転換率
店内体験
スタッフの対応可能性
欠品率
バスケットサイズ
クロスセリング
価格アーキテクチャ
プロモーションミックス
コスト
占有コスト
1平方フィートあたりの賃料
リース条件
店舗フォーマットの効率性
人件費
取引あたりの労働時間
賃金率
シフト最適化
サプライチェーン
在庫保有コスト
ロス率
物流効率
利益率ミックス
カテゴリー別貢献度
プライベートブランドのシェア
値引きのタイミング
提示の仕方： ツリー全体を描こうとしないでください。上位のバケツ（売上高・コスト・利益率ミックス）を提示し、それぞれがこの特定の小売業者にとってなぜ重要かを説明したうえで、どのブランチから探索したいかを面接官に尋ねましょう。これにより、構造的思考力とクライアントサービス意識の両方を示すことができます。
ステップ3：小売特有の精度で分析する
面接官が特定のブランチに誘導したら、小売特有の分析手法を適用します。汎用的なアプローチとの違いは以下のとおりです。
売上高分析：トラフィックから取引へのファネル
候補者のコーチング経験から言えば、最も印象的な小売分析は、売上高を抽象的な「価格 × 数量」ではなく、物理的なファネルに分解するものです。
| ファネルステージ | 指標 | 小売の典型的なベンチマーク | 主なドライバー |
|---|---|---|---|
| 認知 | 商圏人口 | フォーマットによって異なる | 立地、マーケティング |
| トラフィック | 週あたり来店者数 | 5,000〜15,000人（中規模店舗） | ブランド、プロモーション、季節性 |
| 転換率 | 購買に至る割合 | 20〜35%（アパレル）、80〜95%（食料品） | スタッフ、在庫状況、レイアウト |
| バスケットサイズ | 取引あたりの商品点数 | 2〜4点（アパレル）、15〜25点（食料品） | クロスマーチャンダイジング、プロモーション |
| 取引単価 | 来店あたりの売上高 | フォーマット依存 | 価格設定、プレミアム化 |
コスト分析：1平方フィートあたりの視点
小売コストはユニットベースで分析するのが最適です。1平方フィートあたりの売上高を1平方フィートあたりのコストで割ることで、フォーウォール貢献利益——店舗レベルで最も重要な単一指標——が得られます。
参照すべき主要比率：
- 1平方フィートあたりの売上高：$300〜$600（専門小売）、$500〜$900（食料品）
- 占有コスト比率：売上高の8〜15%（健全）、20%超（要注意）
- 売上高に占める人件費比率：10〜15%（食料品）、15〜25%（専門小売）
- ロス率：1〜2%（適切に管理されている）、3%超（問題のシグナル）
ステップ4：小売ケースにおける典型的な落とし穴を回避する
候補者のパフォーマンスデータの分析に基づくと、小売ケースで最も頻繁に失敗を招く3つのミスは以下のとおりです。
落とし穴1：オンラインとオフラインを別々の問題として扱う。 現代の小売ケースは、ほぼ必ずチャネル間の相互作用を含みます。店舗トラフィックが減少している場合、面接官はオンラインがカニバリゼーションを起こしているのか、それともブランド全体の需要が落ちているのかを問うことを期待しています。正しいアプローチは、店舗単体のP&Lを単独で見るのではなく、チャネルをまたいだ顧客の総合的な価値を分析することです。
落とし穴2：年間平均において季節性を無視する。 年間利益が5%低下している小売業者でも、実際には10か月間は好調で、ピークシーズンに大きく損失を出している（あるいはその逆）可能性があります。常に確認しましょう：「このトレンドは四半期を通じて一貫していますか、それとも特定の時期に集中していますか？」
落とし穴3：スケールでの影響を定量化せずに「コスト削減」を提言する。 取引あたり$0.50の節約は些細に聞こえますが、年間200万件の取引に掛け合わせれば話は変わります。小売は、小さな数字を直感的にスケールアップできる候補者を評価します。逆に、「大型施策」として$10Mのコストがかかるものも、大手小売業者にとっては売上高の0.1%に過ぎず、ほとんど重要でない場合があります。
ステップ5：構造化された提言を行う
小売ケースにおける最終的な提言は、「アクション・インパクト・リスク」の形式に従うべきです。
- 核心的な発見を一文で述べる（例：「収益性の低下は、競合他社が2km圏内に出店した郊外立地に集中した12%のトラフィック減少によって引き起こされている」）
- 推奨アクションのインパクトを定量化する（例：「プロモーションカレンダーを競合の参入タイミングに合わせて再設計することで、失われたトラフィックの約40%を回復でき、年間売上高にして$8Mに相当する」）
- 小売特有の実行リスクを指摘する（例：「これには、1つの季節サイクル内に、マーチャンダイジング・マーケティング・店舗オペレーションの各チームを横断した調整が必要となる」）
サンプルミニケース：専門小売業者の利益率圧縮
プロンプト： クライアントは200店舗を展開する専門アパレル小売業者です。売上高が横ばいにもかかわらず、営業利益率は2年間で8%から4%に低下しました。CEOは原因と対策を知りたいと考えています。
優れた候補者のアプローチ：
- 明確化： 売上高は横ばい——つまりこれはコスト問題です。どのコストカテゴリーが増加したかを確認します。回答：人件費（+3pp）とマークダウンコスト（+1.5pp）が増加し、賃料再交渉（–0.5pp）で一部相殺されています。
- 仮説： 人件費の増加は、賃金インフレ、過剰人員配置、または生産性の低下（同じ労働時間でも1時間あたりの売上高が減少）のいずれかを示唆します。
- 分析： 労働時間あたりの取引件数のデータを要求します。売上高の20%がオンラインにシフトしたにもかかわらず、パンデミック前の人員配置水準を維持したため、この数値が15%低下していたことが判明します。
- 提言： 店舗の人員配置を現在の店頭トラフィックパターンに合わせて適正化し、削減分をデジタルフルフィルメントに再配分します。推定される利益率の回復：12か月以内に2pp。
重要なポイント
- 小売の売上高は、抽象的な「価格 × 数量」ではなく、トラフィック → 転換率 → バスケットのファネルに分解する
- 構造化の前に必ずチャネルのスコープと季節性を確認する——この2つの質問が最も多い誤った方向性を防ぐ
- オペレーション上の流暢さを示すために、1平方フィートあたり・取引あたりの指標で考える
- 小さな数字をスケールアップする：小売は薄い利益率と大きな取引量で成り立っているため、ユニット単位の小さな変化が積み重なる
- すべての回答でオンラインとオフラインを結びつける——面接官は全体像が見えているかどうかをテストしている
- 実行の複雑さを認識したうえで、定量化された提言で締めくくる
実際のフィードバックを受けながら小売ケースを練習する準備はできていますか？ケースライブラリの小売業界ケースを探索するか、消費財シナリオに特化したAIモック面接セッションでアプローチを磨いてください。フレームワーク構築をさらに深めるには、収益性フレームワークガイドおよびオペレーションケースフレームワークをご参照ください。