アパレル店のモデルを開く(登録なしで開けます。シミュレーションを動かすにはProが要ります)。土曜の午後、試着室とレジを何室・何台開ければ、客を待たせずにすむか。同じ客で試着室とレジの数を変え、AIがシミュレーションで比べます。この記事では、模擬の店で、AIがMCPで呼ぶのと同じ道具を動かしました。以下の数字は、すべてその結果です。
1. 店と土曜の午後
模擬の店は、通りに面した2階建てのアパレル店です。
- 客は1時間に170人、ランダムに来ます(ポアソン到着、20回の平均で173.6人)。55%は1階(婦人・小物・新作)、45%はエスカレーターで2階(紳士・デニム・セール)を見て、2〜4か所の売場を回ります。
- 40%は自分の階の試着室で試着します(列は1本、空いた個室へ、2〜10分)。試着した人の70%、しなかった人の35%が買います(平均87.0人)。
- 買う人は1階のレジに1本の列で並びます(タグ外し・たたみ・支払いで45秒〜3分)。試着室は各階4室、レジは3台ありますが、いまは各階2室・レジ2台を開けています。
- 数えていないもの:混雑の物理、売場の選び方、列を見て帰る人、売上の予測。
2. 試着室の数
AIは保存されているシナリオのパラメータ(各階の試着室の数・レジの数)を、sweep_process_parameters で値ごとに、同じ乱数の20回走らせました。レジ2台のまま、各階の試着室を増やしたとき:
| 各階の試着室 | 試着室の待ち(1階) | (2階) | 試着室の列(1階・最長) | レジの待ち | レジの列(最長) | 店にいる時間 |
|---|---|---|---|---|---|---|
| 2室(いま) | 22.0分 | 18.4分 | 16.4人 | 2.2分 | 8.7人 | 19.3分 |
| 3室 | 6.8分 | 4.9分 | 9.2人 | 6.1分 | 14.7人 | 15.2分 |
| 4室 | 1.9分 | 1.3分 | 5.0人 | 8.2分 | 20.0人 | 14.5分 |
- いまの2室では、試着室の前で1階22.0分・2階18.4分待ちます。
- 試着室を増やすと試着室の待ちは減りますが、その分レジの待ちが増えます(4室で2.2分から8.2分、6.0分長い、95%区間は4.7〜7.4分)。早く試着を終えた客が、同じ時間帯にレジへ来るためです。
3. レジを3台にすると
レジを3台にして、各階の試着室を2〜4室にしたとき:
| 各階の試着室 | 試着室の待ち(1階) | レジの待ち | レジの列(最長) | 店にいる時間 |
|---|---|---|---|---|
| 2室 | 22.0分 | 0.3分 | 3.9人 | 18.3分 |
| 3室 | 6.8分 | 0.6分 | 5.3人 | 12.4分 |
| 4室 | 1.9分 | 1.1分 | 6.6人 | 10.8分 |
- レジが3台あれば、試着室を4室にしてもレジの待ちは1.1分です。店にいる時間は、いまの19.3分から10.8分になります(8.4分短い、95%区間は7.4〜9.5分)。
- レジだけ3台にしても、試着室が2室のままなら18.3分で、1.0分しか短くなりません。試着室とレジを一緒に決めることになります。
4. 試着する人が増えたら
試着する人を40%から50%にしました(レジ2台)。
| 各階の試着室 | 試着40%:1階の待ち | 店にいる時間 | 試着50%:1階の待ち | 店にいる時間 |
|---|---|---|---|---|
| 3室 | 6.8分 | 15.2分 | 14.5分 | 19.2分 |
| 4室 | 1.9分 | 14.5分 | 5.4分 | 17.2分 |
- 試着する人が増える日(セールや新作の入荷)には、3室では1階の待ちが14.5分になります。4室なら5.4分です。
5. この数字の使い方
- 時間ごとの入店数(入口のカウンター)、試着する人と買う人の割合、試着とレジの時間を、いまの店で測った値でAIに伝えてください。試着室1室とレジ1台の費用も。
- 待ちが短くなっても、それだけで売上が増えるとは言えません。売場の面積、つくる費用、スタッフの時間と合わせて決めてください。
- 計算していないもの:混雑の物理、売場の選び方、列を見て帰る人、売上の予測。



