편의점은 이전과 비교해 판매 품목이 다양해졌다.

나는 각 품종의 매출액에 변화가 있는지 없는지를 조사했다.
통계국 estat의 상업 동태 통계 중의 4第4部　コンビニエンスストア내포된 목적 데이터.이 가운데 상품 매출액에서도 전년도와 증감 비율 수치가 있음을 알 수 있다.

다음 코드를 사용하여 estat에서 목적 CSV 가져오기

df_target = df[(df['STAT_NAME_val'] == '商業動態統計調査')&
               (df['TITLE'].str.contains('第4部　コンビニエンスストア'))&
               (df['TITLE'].str.contains('商品別販売額'))]

e_stat_utils.save_data_multi(p_id, df_target['id'].values, dir_path,
                             [df_target['GOV_ORG_val'].values,
                              df_target['id'].values,
                              df_target['TITLE'].values,
                              df_target['SURVEY_DATE'].values])                         

평성 27년부터 매출액과 증감 비율이 하나의 데이터로 집계된 것으로 확인됐다

2015~2017년 매달 매출액 데이터 그리기

title_list = ['経済産業省_0003223672_第4部　コンビニエンスストア販売　 第1表　商品別販売額等及び前年（度・同期・同月）比増減率_201701-201712.csv',
              '経済産業省_0003199712_第4部　コンビニエンスストア販売　 第1表　商品別販売額等及び前年（度・同期・同月）比増減率_201601-201612.csv',
              '経済産業省_0003147186_第4部　コンビニエンスストア販売　 第1表　商品別販売額等及び前年（度・同期・同月）比増減率_201501-201512.csv']
for title in title_list:
    df_cs_01 = pd.read_csv(dir_path + title)

    df_cs_01["value"] = pd.to_numeric(df_cs_01["value"], errors='coerce').fillna(0)
    show_columns(df_cs_01)

    drop_list = ['平成25年',
                 '平成26年',
                 '平成27年',
                 '平成25年度',
                 '平成26年度',
                 '平成27年 1 ～ 3 月',
                 '平成27年 4 ～ 6 月',
                 '平成27年 7 ～ 9 月',
                 '平成28年 1 ～ 3 月',
                 '平成28年 4 ～ 6 月',
                 '平成28年 7 ～ 9 月',
                 '平成28年10～12月',
                 '平成27年10～12月', '平成20年',
                 '平成21年',
                 '平成22年',
                 '平成20年度',
                 '平成21年度',
                 '平成22年 1 ～ 3 月',
                 '平成22年 4 ～ 6 月',
                 '平成22年 7 ～ 9 月',
                 '平成22年10～12月''平成27年', '平成28年', '平成29年', '平成27年度', '平成28年度', '平成29年 1 ～ 3 月', '平成29年 4 ～ 6 月',
                 '平成29年 7 ～ 9 月', '平成29年10～12月']
    for i in drop_list:
        df_cs_01 = df_cs_01[(df_cs_01['年月（H24～H30）'] != i)]
    drop_list = ['合計',
                 '合計　既存店',
                 '商品販売額',
                 '商品販売額　既存店',
                 'サービス売上高　既存店']
    for i in drop_list:
        df_cs_01 = df_cs_01[(df_cs_01['コンビニエンス販売項目'] != i)]

    g = sns.catplot(x='年月（H24～H30）', y='value', hue='コンビニエンス販売項目', data=df_cs_01, row='行区分（平成27～）',
                    col=None, col_wrap=None, estimator=np.mean, ci=None, n_boot=1000)

역시 식품 판매가 강하다
통계청이 서비스 매출액 항목에 대한 자세한 내용을 명시하지 않아 대본경제산업성 조사에서 이런 내용이 적발됐다.
상업 동태 통계 조사의 결과
품목 7의 품목 분류표(편의점)(PDF/88KB)
참조
편의점에 ATM 수수료가 포함됐는지 몰라서 경제산업성에 전화해서 확인했어요
각 편의점 회사가 이 서비스에 포함됐는지 알 수 없어 제대로 조사할 수 없었다.

감상

매달 서비스 판매 증감률이 급격히 떨어지고 있지만, 매출 전체에서 차지하는 무게가 워낙 적어 별 문제가 없을 수도 있다.역시 편의점은 서비스와 함께 식료품 등을 살 수 있는 모델이죠.식료품과 비식품 판매의 주전장은 바뀌지 않지만, 도입 방법은 서비스 이용을 동반한 구매이기 때문에 단순히 매출액에 비해서는 안 된다.서비스의 변화량은 편의점 우위의 한 지표로서 효과적일 수 있다.
개인적으로는 앞으로 편의점 택배와 양복 세탁 등 서비스 매출에서 차지하는 비중이 커질 것으로 생각하지만, 그렇지 않은 것 같다.
식품의 매장 면적을 분리해도 설치할 이점이 없다.역시 편의점은 식료품과 일용품을 파는 곳이죠.
이렇게 고려하면 세븐프리미엄 전략(자사 브랜드 중 매출이 가장 큰 품목의 이익률 제고와 차별화)도 수용할 수 있다.
주야가 다른 데이터를 얻을 수 있다면 더 재미있을 텐데.