mcp-dir ＞ 組み合わせレシピ ＞ 自社の売れ行きと買った人の評価を並べて、棚割を決める

このレシピで使う TrendViewer MCP は、mcp-dir の運営会社（HALDATA）の製品です。ほかのMCPはディレクトリの掲載基準どおり中立に紹介しています。

当社の想定手順2026/10/03 小売のバイヤー・売場づくりの担当（ドラッグストア・ホームセンター・スーパー等） TrendViewer MCP 活用

自社の売れ行きと買った人の評価を並べて、棚割を決める

棚割を売上の順位だけで決めると、「売れているが不満の多い商品」を増やしたり、「評価が高いのに置いていない商品」を見落としたりします。BigQuery MCPで自社のPOSから商品別の売れ行きを出し、TrendViewer MCPで同じカテゴリの商品別の評価と不満を並べて、棚を増やす・減らす・新しく入れる商品を決めます。

BigQuery×TrendViewer MCP

流れを図で見るあなたは一言頼むだけ。AIが順にMCPを呼ぶ

AIとのやり取り会話のイメージ

あなた
BigQuery MCPとTrendViewer MCPを使って、〔商品カテゴリ〕の棚割を見直したいです。
1. BigQuery MCPで、テーブル〔POSのテーブル名〕から〔商品カテゴリ〕の直近13週の商品別の売上・販売数・前年同期比を、JANと商品名つきで出してください。
2. TrendViewer MCPで、〔商品カテゴリ〕の分析の商品別のレビュー数・評価・観点別の好評と不満の割合を出してください。あわせてカテゴリ全体で不満が多い観点と、購入のきっかけの上位も出してください。
3. 1と2を商品名・JANで突き合わせ、「売れている×評価が高い」「売れている×不満が多い」「売れていない×評価が高い」「置いていない×評価が高い」の4つに分けた表を作ってください。突き合わせできなかった商品は別にまとめてください。
4. 棚を増やす・減らす・新しく入れる商品を3つずつ、POPで伝える言葉と一緒に提案してください。レビューの文章は引用しないでください。
AI
BigQuery対象カテゴリの直近13週の商品別の売上・販売数・前年同期比を、JANと商品名つきで出してもらうTrendViewer同じカテゴリの分析から、商品別（include_per_sku）のレビュー数・評価・観点別の好評と不満の割合を出してもらうTrendViewerカテゴリ全体で不満の割合が高い観点と、購入のきっかけの上位を出してもらうBigQuery1と2を商品名・JANで突き合わせ、「売れている×評価が高い（維持・拡大）」「売れている×不満が多い（代わりを検討）」「売れていない×評価が高い（売場の見せ方を直す）」「置いていない×評価が高い（導入候補）」の4つに分けた表を作ってもらうTrendViewer表をもとに、棚を増やす・減らす・新しく入れる商品を3つずつ、売場のPOPで伝える言葉（評価の高い観点）と一緒に提案してもらう

「自社で上位の商品Aは長持ちの評価が高く維持、商品Bは売れているが衛生面（乾きにくさ）の不満が多いので代わりを検討、自社に無い商品Cは水切れの評価が高く導入候補」という形で、4つの区分の表と、棚を増やす・減らす・入れる商品の案がPOPの言葉つきで返ります。

会話はイメージです。実際の答えは、つないだデータとAIによって変わります。

このレシピで動かすもの

カテゴリの売場面積あたりの売上と、棚替え後の対象商品の販売数

手順5ステップ

  1. BigQuery 対象カテゴリの直近13週の商品別の売上・販売数・前年同期比を、JANと商品名つきで出してもらう 返ってくるもの：自社の売場での商品別の売れ行きの一覧（伸びている商品・落ちている商品が分かる）
  2. TrendViewer 同じカテゴリの分析から、商品別（include_per_sku）のレビュー数・評価・観点別の好評と不満の割合を出してもらう 返ってくるもの：市場に出ている商品ごとの評価と、どの観点で不満が多いかの一覧
  3. TrendViewer カテゴリ全体で不満の割合が高い観点と、購入のきっかけの上位を出してもらう 返ってくるもの：このカテゴリで買った人が気にしている点・満たされていない点
  4. BigQuery 1と2を商品名・JANで突き合わせ、「売れている×評価が高い（維持・拡大）」「売れている×不満が多い（代わりを検討）」「売れていない×評価が高い（売場の見せ方を直す）」「置いていない×評価が高い（導入候補）」の4つに分けた表を作ってもらう 返ってくるもの：4つの区分に分けた商品の一覧と、それぞれの理由（どの観点が強い・弱いか）
  5. TrendViewer 表をもとに、棚を増やす・減らす・新しく入れる商品を3つずつ、売場のPOPで伝える言葉（評価の高い観点）と一緒に提案してもらう 返ってくるもの：次の棚替えで動かす商品の案とPOPの言葉。バイヤーはそのまま棚替えの会議資料に使える

そのまま使えるプロンプトChatGPT／Claude に貼る

BigQuery MCPとTrendViewer MCPを使って、〔商品カテゴリ〕の棚割を見直したいです。
1. BigQuery MCPで、テーブル〔POSのテーブル名〕から〔商品カテゴリ〕の直近13週の商品別の売上・販売数・前年同期比を、JANと商品名つきで出してください。
2. TrendViewer MCPで、〔商品カテゴリ〕の分析の商品別のレビュー数・評価・観点別の好評と不満の割合を出してください。あわせてカテゴリ全体で不満が多い観点と、購入のきっかけの上位も出してください。
3. 1と2を商品名・JANで突き合わせ、「売れている×評価が高い」「売れている×不満が多い」「売れていない×評価が高い」「置いていない×評価が高い」の4つに分けた表を作ってください。突き合わせできなかった商品は別にまとめてください。
4. 棚を増やす・減らす・新しく入れる商品を3つずつ、POPで伝える言葉と一緒に提案してください。レビューの文章は引用しないでください。

注意点

  • レビューの評価は主要ECモールの買った人の声で、自社の店舗の客層とは違うことがある。店舗の売れ行きと並べて判断する
  • TrendViewerの商品の識別番号がJANでない場合がある。突き合わせできない商品は商品名で人が対応づける
  • BigQuery MCPは書き込みもできるので、読むだけの権限（BigQuery Data Viewer）でつなぐ
  • レビューの文章をPOPや売場の掲示にそのまま転載しない。観点と割合の傾向だけを使う

「当社で実行済み」「当社で接続確認済み」は当社が実際にMCPを呼び出して手順が通ることを確かめたもの、「当社の想定手順」は公式資料をもとに組んだ手順です。書き込みをするMCPは、AI側で都度承認する設定にしてください（安全に使うには）。業務上の効果は保証しません。掲載 2026年10月3日。

使うMCP

  • MCPBigQuery
    サービスの提供元（公式）・ふつう：PCへの導入や設定が要る
  • レビュー分析TrendViewer MCP
    主要ECモールのレビューを観点別に集計（運営会社の製品）

TrendViewer MCP をつなぐ

URLを登録してログインするだけ。インストールやAPIキーの発行は不要で、無料プラン（ALPHA）のままでも接続できます。

接続手順を見る

ほかのレシピ

レシピをすべて見る ▸