「カニバリゼーション」とは
**カニバリゼーション（Cannibalization）とは、自社の店舗や商品同士が互いの売上を奪い合い、全体の成長を損なう現象です。**業界では「カニバリ」「共食い」とも呼ばれます。語源は英語の「cannibalism（共食い）」に由来します。
カニバリゼーションには大きく2つのタイプがあります。1つめは店舗カニバリです。自社の既存店と新店の商圏が重なり、既存店の売上が減少するケースを指します。2つめは商品カニバリです。新商品の投入やPB（プライベートブランド）の拡充によって、自社の既存商品の売上が減るケースです。
たとえば、半径1km圏内に同じチェーンのスーパーマーケットが2店舗出店すれば、顧客が分散して両店舗とも売上が伸び悩みます。また、自社PBのカップ麺を棚に追加した結果、NB（ナショナルブランド）ではなく自社の別のPB商品の売上が落ちるケースも典型的なカニバリです。
「カニバリゼーション」の重要性
カニバリゼーションは、売上増に見えて実際には利益を毀損する「見えにくいコスト」であるため、小売業の成長戦略において極めて重要な概念です。
業態別に見ると、スーパーマーケット（SM）ではドミナント戦略（特定地域への集中出店）を推進する際にカニバリのリスクが高まります。あるSMチェーンでは、同一市内に3店舗を集中出店した結果、既存店の客数が平均15〜20%減少した事例が報告されています。出店による売上増と既存店の売上減を差し引いたとき、エリア全体の営業利益が出店前を下回れば、その出店はカニバリによって失敗したことになります。
ドラッグストア（DgS）では、近年の出店ペースが年間1,000店を超える時期もあり、自社店舗間の距離が近接するケースが目立ちます。特にロードサイド型店舗では車での来店商圏が広いため、数km離れていてもカニバリが発生しやすい構造です。
コンビニエンスストア（CVS）では、商品カニバリが課題になります。棚スペースが限られるため、新商品を導入すると既存の売れ筋商品を棚落ちさせることがあります。結果として、新商品が既存品の売上を置き換えただけでカテゴリー全体の売上が伸びないという事態が起こり得ます。
カニバリを放置すると、出店コストの回収が遅れるだけでなく、店舗間の価格競争や人材の奪い合いにもつながります。
「カニバリゼーション」とIT活用
DXの進展により、カニバリゼーションは「出店してから気づく」ものから「事前にシミュレーションし、コントロールする」対象へと変わりつつあります。
商圏分析ツールの高度化がその代表例です。GIS（地理情報システム）に自社のPOSデータや会員カードの購買履歴を重ね合わせることで、新規出店候補地が既存店の商圏とどの程度重なるかを定量的に把握できます。ハフモデル（消費者が店舗を選ぶ確率を距離と売場面積から算出するモデル）を用いた需要予測では、カニバリ発生時の既存店売上減少額を事前に推計できます。
商品カニバリの検知にはID-POS分析が有効です。同一顧客が新商品を購入した前後で、どの既存商品の購買が減少したかを追跡できます。単に新商品が売れたかどうかではなく、カテゴリー全体の売上とマージンが増えたかどうかを評価できる点が従来のPOS分析との大きな違いです。
AIを活用した需要予測モデルも広がっています。天候・競合出店・人口動態などの外部データと自社の販売データを組み合わせ、出店計画やMD（マーチャンダイジング）計画にカニバリの影響を織り込むことが可能になりました。大手SMチェーンの中には、AI出店判定モデルの導入によって新店の売上予測精度を従来比で20%以上改善し、カニバリによる既存店への影響を最小化した事例もあります。
まとめ
カニバリゼーションは、自社の店舗や商品同士が売上を奪い合う「共食い」現象であり、出店戦略と品揃え戦略の両面で注意が必要です。SMのドミナント出店、DgSのロードサイド集中、CVSの限られた棚スペースと、業態ごとにカニバリのリスク構造は異なります。GISによる商圏分析、ID-POSによる商品カニバリの検知、AI需要予測による出店判定など、DXツールを活用すれば「出店してから後悔する」事態を防げます。まずは自社の既存店同士の商圏重複率を可視化し、カニバリの実態を数値で把握するところから始めてみてください。
関連用語: