人手不足、人件費の上昇、消費者ニーズの多様化、ECとの競争、原材料・物流コストの上昇など、小売業を取り巻く経営環境は厳しさを増しています。こうした環境変化への対応策として、重要性を増しているのがDX（デジタルトランスフォーメーション）です。
小売業では、AIによる需要予測・自動発注、セルフレジ、キャッシュレス、電子棚札、AIカメラ、スマートカート、店舗アプリ、CRM、生成AIなど、活用できるデジタル技術が急速に広がっています。経済産業省の調査でも、発注・仕入れから店舗運営、販促、接客・決済、配送まで、小売のバリューチェーン全体にDXの対象が広がっていることが整理されています。
しかし、「システムを導入したが店舗で使われない」「PoCを繰り返しているが全店展開に進まない」「データはあるのに活用できない」といった企業も少なくありません。
なぜ、小売DXは進まないのでしょうか。本記事では、現場で起こりやすい7つの課題を整理し、それぞれの解決策を実在する小売企業の取り組みも交えながら解説します。
小売DXとは？単なるデジタル化との違い
小売DXとは、デジタル技術やデータを活用して、店舗業務、顧客体験、組織、意思決定、さらにはビジネスモデルそのものを変革する取り組みです。
例えば、紙の発注表をタブレットに置き換えるだけでも業務のデジタル化にはなります。一方、その販売・在庫・天候データをAIで分析し、需要予測や発注判断を高度化し、店舗スタッフの作業時間や欠品・廃棄を減らすところまで進めば、DXに近づきます。
2026年に改訂された経済産業省・IPAの「DX推進指標」でも、DXは単なるIT導入ではなく、企業価値向上につながる経営変革として捉える方向がより明確になっています。
つまり、小売DXで重要なのは「何を導入したか」ではなく、「業務や顧客体験、経営がどう変わったか」です。
小売DXが進まない7つの課題
課題1｜DXの目的が曖昧になっている
最も起こりやすいのが、「AIを導入したい」「アプリを作りたい」「セルフレジを導入したい」と、技術や製品から検討を始めるケースです。
技術起点で進めると、導入自体が目的になり、成果を測れなくなります。まず整理すべきなのは経営課題です。人手不足を解消したいのか、欠品を減らしたいのか、食品ロスを抑えたいのか、店長の事務作業を減らしたいのかによって、選ぶ手段は変わります。
解決策は「経営課題 → 業務課題 → DX施策 → KPI」の順番で考えることです。例えば、人手不足という経営課題に対し、発注作業に時間がかかっているなら、AI需要予測や自動発注を候補にし、発注時間、欠品率、廃棄率などをKPIとして設定します。
課題2｜本部と店舗の課題認識がずれている
本部から見ると便利なシステムでも、店舗では入力や確認作業が増えることがあります。店舗DXでは、この「本部最適・店舗負担」の状態を避けなければなりません。
DXテーマを決める前に、店長やスタッフへ「毎日最も時間がかかる作業は何か」「なくしたい作業は何か」「二重入力している情報はないか」「経験者しかできない仕事は何か」「お客様を待たせている場面はどこか」を聞いてみると、現場のボトルネックが見えてきます。
カインズは公式のデジタル戦略で、店舗に立つメンバーがお客様の“ちょっとした煩わしさ”をよく知っているという考えを示し、リアル店舗とデジタルをつないだ購買体験の改善を進めています。アプリの売場検索や取り置きなども、顧客が店舗で感じる不便を起点とした施策です。
DXを「本部が店舗へ導入するもの」ではなく、「店舗と一緒に業務を変えるもの」と位置づけることが重要です。
課題3｜既存システムとデータが分断されている
小売企業では、POS、在庫、発注、商品マスタ、勤怠、シフト、CRM、EC、会計など、多数のシステムが稼働しています。それぞれが独立していると、データを横断して使うことが難しくなります。
例えば需要予測を高度化したくても、販売実績しか取得できず、在庫、特売、天候、イベントなどの情報がつながっていなければ、活用できるデータには限界があります。
平和堂はAI需要予測発注で、POS・特売、在庫などの企業内データに加え、気象やイベントといった外部データも活用しています。同社の統合報告書では、これらの売上影響要因を分析し、需要予測型発注につなげる仕組みが示されています。
新しいシステムを選ぶ際には、機能だけでなく、API、データ出力、マスタ連携、将来の拡張性まで確認する必要があります。
課題4｜データを集めても意思決定に使えていない
POSをはじめ、小売企業には大量のデータがあります。しかし、データがあることと、活用できていることは別です。
店舗ごとにExcelが存在する、集計に数日かかる、担当者しか数字の意味を理解していない、といった状態では、データが意思決定につながりません。
まず「何を判断するためのデータか」を明確にします。発注なら需要予測と在庫、販促なら購買・会員データ、店舗運営なら作業時間や人時生産性など、目的に合わせて必要なデータを決めます。
データ基盤を作ること自体を目的にせず、「この数字を見たら誰が何を変えるのか」まで業務に組み込むことが重要です。
課題5｜DX人材・推進体制が不足している
DXはIT部門だけでは進みません。店舗運営を理解する店長やSV、商品部、物流、人事、マーケティング、ITなど、複数部門の知見が必要です。
カインズは2019年を「第三創業期」と位置づけ、デジタル戦略を事業の重要な柱として推進してきました。公式サイトではデジタル推進組織を中心に、ECだけに閉じない「IT小売業」への変革を掲げています。また、内製化やアジャイル開発を進め、顧客ニーズに迅速に対応する体制づくりにも取り組んできました。
すべての企業が大規模なDX部門を作る必要はありません。重要なのは、テーマごとに業務オーナーを明確にし、IT担当と現場担当が同じKPIを見られる体制をつくることです。
課題6｜最初から大規模導入を目指してしまう
DXを急ぐあまり、全店舗への一斉導入から始めると、問題が起きた際の影響も大きくなります。店舗規模、立地、客層、従業員構成によって、同じシステムでも使われ方は変わります。
まず限定店舗でPoCを行い、作業時間、利用率、エラー、問い合わせ件数、欠品率、廃棄率などを確認します。大型店・小型店、都市型・郊外型など条件の異なる店舗を含めると、横展開時の課題を発見しやすくなります。
ローソンとKDDIは、2025年に「ローソン S KDDI高輪本社店」で、AIとロボットを組み合わせた欠品検知・品出しの実証を開始しました。商品数が多いカテゴリーでの品出し効率化という具体的な店舗課題を対象に、実店舗で有効性を確認し、結果を踏まえて他店舗への拡大を検討する進め方です。
DXでは「小さく試す」ことは遠回りではありません。全店展開前に失敗を小さく発見するための重要なプロセスです。
課題7｜導入後の運用・改善が設計されていない
システムの稼働日をゴールにすると、導入後に利用率が落ちても改善されない状態になりがちです。
導入後30日、60日、90日などのタイミングで、利用率、作業時間、問い合わせ、エラー、店舗からの改善要望を確認します。「使われていない」という結果だけでなく、操作性、教育不足、端末不足、旧業務との二重運用など原因を切り分けます。
特に注意したいのが二重運用です。新システムを導入したのに、念のため紙やExcelも残すと、店舗負荷がむしろ増えます。DXでは「何を始めるか」と同時に「何をやめるか」を決める必要があります。
実在する小売企業から学ぶDX推進のポイント
平和堂｜AI需要予測発注で発注業務を高度化
平和堂は、AI需要予測発注に取り組んでいます。IPAの小売DX事例では、販売実績や気象情報などを基にAIが発注数を算出し、発注作業時間の削減に加え、欠品や廃棄ロスの抑制を目指す取り組みとして紹介されています。
ポイントは「AIを導入する」ではなく、時間のかかる発注判断という具体的な業務課題にデータを適用していることです。経験者に依存する判断や、毎日繰り返される判断は、DXテーマを探すうえで重要な着眼点になります。
カインズ｜顧客と店舗の課題を起点にデジタルを実装
カインズは「IT小売業」を掲げ、リアル店舗を強みにしながらデジタルと融合した購買体験を目指しています。公式サイトでは、商品を探す、レジに並ぶ、予約商品を受け取るといった店舗での煩わしさをデジタルで解消する考え方を示しています。
また、2026年に公開されたSalesforceの事例では、Slack等を活用した店舗業務改善で月17時間の工数削減などが紹介されています。DXを派手な技術導入だけで捉えず、日常的な店舗業務の負荷を一つずつ減らすことの重要性が分かります。
ローソン｜AI×ロボットで欠品検知・品出しを実証
ローソンとKDDIは、店舗内を巡回して欠品を検知するロボットと、商品を品出しするロボットを活用する実証を進めています。画像解析AIで棚の状況を把握し、人手を要する欠品確認や品出し業務のDX化を検証する取り組みです。
ここから学べるのは、「人手不足」という大きな課題を、そのまま抽象的に扱わず、「欠品確認」「在庫把握」「品出し」と具体的な作業単位まで分解している点です。DXテーマは、現場業務まで細分化するほど検証しやすくなります。
小売DXを成功させる5つの進め方
1．店舗業務を棚卸しする
開店準備、品出し、発注、棚替え、値引き、レジ、問い合わせ、清掃、教育、シフト作成、日報などを一覧化し、「誰が・何回・何分行っているか」を確認します。店舗数を掛けて全社の年間作業時間を概算すると、改善インパクトを比較できます。
2．優先順位を「効果×実現性」で決める
すべてを同時にDXする必要はありません。経営インパクト、店舗負荷、実現難易度、データ準備状況、全店展開のしやすさなどで評価します。短期間で成果が出る施策と、中長期で基盤を変える施策を組み合わせることが重要です。
3．導入前にKPIと現状値を決める
発注なら発注時間、欠品率、廃棄率、在庫回転率。店舗運営なら人時生産性、残業時間、作業時間。顧客接点ならアプリ利用率、会員化率、再来店率などが候補です。
導入後だけ測っても比較できないため、PoC前に必ず現状値を残します。
4．PoCの成功条件と撤退条件を決める
「一定期間で効果が確認できたら横展開する」「利用率が改善しなければ見直す」など、開始前に判断条件を決めます。PoCで自社に合わないことが分かるのも成果です。小さな段階で止められれば、大規模な投資失敗を避けられます。
5．成功パターンを標準化して横展開する
成果が出た店舗の条件、教育方法、運用ルール、問い合わせ内容、KPIを記録します。そのうえでマニュアルや研修、サポート体制を整え、店舗タイプごとに段階的に展開します。
「成功した店舗がある」で終わらせず、「なぜ成功したか」を再現可能な形にすることが重要です。
小売DXで確認したいKPI例
小売DXの成果指標は、導入店舗数やシステム数だけでは不十分です。業務効率化なら作業時間、人時生産性、残業時間。発注・在庫なら欠品率、廃棄率、在庫回転率、発注時間。顧客体験ならレジ待ち時間、アプリ利用率、会員化率、再来店率などが考えられます。
さらに「創出した時間を何に再配分したか」まで見ることも重要です。発注作業を減らして生まれた時間を、接客、売場改善、教育など、人にしかできない付加価値の高い仕事へ振り向けられれば、DXは単なるコスト削減を超えて店舗力の向上につながります。
小売DXに関するよくある質問
Q．小売DXは何から始めればよいですか？
最初に製品を探すのではなく、3〜5店舗程度で業務を棚卸しし、時間がかかっている仕事を抽出することをおすすめします。全店舗に共通し、年間作業時間が大きい業務はDXの候補になりやすい領域です。
Q．中小規模の小売企業でもDXは必要ですか？
企業規模にかかわらず、シフト、勤怠、マニュアル、情報共有、在庫管理、顧客管理など、小さく始められる領域があります。大規模なデータ基盤を最初から作る必要はありません。自社の負荷が大きい業務から着手することが重要です。
Q．DXの費用対効果はどう考えますか？
システム費だけでなく、削減できる作業時間、欠品・廃棄の改善、教育負荷、顧客体験などを含めて評価します。店舗数が多い企業では、1店舗あたりの小さな改善でも全社では大きな効果になるため、「削減時間×実施回数×営業日数×店舗数」で概算すると比較しやすくなります。
まとめ｜小売DXは「技術」ではなく「現場課題」から始める
小売DXが進まない企業に共通するのは、技術不足だけではありません。目的の曖昧さ、本部と店舗の認識差、データ分断、人材・体制、PoCの進め方、導入後の運用など、複数の要因が関係しています。
だからこそ、小売DXは「どのAIを使うか」から始めるのではなく、「どの仕事を変えるか」から始める必要があります。
店舗の業務を可視化する。課題を数字で捉える。小さく試す。成果を測る。現場の声を反映して改善する。そして成功した方法を全店舗へ広げる。
このサイクルを継続することで、DXは単発のシステム導入から、店舗運営や経営そのものを変える取り組みへ発展します。
人手不足が続く小売業では、今後ますます「人がやらなくてもよい仕事を減らし、人にしかできない仕事へ時間を振り向ける」という考え方が重要になります。DXの本質は、人を減らすことではなく、限られた人材と時間を、より価値の高い仕事へ再配分することにあると言えるでしょう。