【業種別】フランチャイズ本部 — SV巡回を「データ×AI」で置き換える

サマリ

フランチャイズ本部のSV（スーパーバイザー）業務は、加盟店を訪問し、数字と現場を結び付け、改善を支える仕事です。ところが店舗が増えるほど、全店を同じ頻度で回るための移動と日程調整も増えます。巡回回数を維持しようとすれば移動枠が膨らみ、減らせば現場の変化をつかみにくくなります。

ここで生成AIに置き換えるのは、SVの判断や加盟店との関係ではありません。変えるのは、すべての店舗を順番に訪問しないと、現場の変化に気づけない仕組みです。売上、在庫、人員、問い合わせ、加盟店の日報や自由記述を、確認できる根拠とともに整理し、「今、対話が必要な店舗」と「複数店に共通する機会」の下書きを作ります。SVはその下書きを確かめ、訪問、オンライン面談、資料提供、様子を見るという支援方法を決めます。

本部に戻ってくる加盟店の気づきは、苦情処理の材料だけではありません。地域ごとの需要、商品への反応、採用の詰まり、手順の分かりにくさを横断して捉えれば、研修、販促、商品、マニュアル、出店支援を改善できます。本部が加盟店から学び、その結果を全加盟店へ返す仕組みそのものが、次の加盟先に選ばれる商品になります。

本レポートの結論は、加盟店の日報や相談窓口にある自由記述を、次回の対話で確認すべき論点の下書きへ変えることを最初の1業務にすることです。AIに加盟店を採点させず、SVが原文と店舗データを確認できる形から始めます。

データ：業界の現在地

国内フランチャイズ市場は1,291チェーン・254,478店

日本フランチャイズチェーン協会の「2024年度フランチャイズチェーン統計調査」によると、国内のフランチャイズ市場は1,291チェーン、直営店と加盟店を合わせて254,478店、店舗末端売上高は29兆2,826億円でした。売上高は公表値29,282,582百万円を億円単位へ換算し、四捨五入しています。

内訳は、小売業が307チェーン・109,670店、外食業が547チェーン・51,865店、サービス業が437チェーン・92,943店です。コンビニだけを指す市場ではありません。JFAの調査手引きでは、本部が加盟店の売上高や従業員数を把握していない場合に、ロイヤルティやモデル店舗からの概算を認めています。市場全体の規模を見る統計であり、個別チェーンの経営効率を比較するための数字ではありません。

この規模で、本部が店舗の状況を訪問報告だけから集める設計には限界があります。店舗数と予定訪問回数を掛けた分だけ、訪問枠と記録が必要になるからです。問題はSV個人の努力ではなく、店舗から本部へ届く情報の経路が巡回に偏っていることです。

コンビニ以外に1,275チェーンがある

本レポートでは、コンビニを比較対象にせず、外食、サービス、コンビニ以外の小売を主な対象にします。

JFAの2024年度調査では、全1,291チェーンのうちコンビニは16チェーンです。全体から差し引くと、コンビニ以外は1,275チェーンで、全体の98.8%を占めます。内訳は、外食547チェーン、サービス437チェーン、コンビニ以外の小売291チェーンです。

コンビニ以外のフランチャイズチェーン数

JFAの2024年度調査から、コンビニ16チェーンを除いて集計しました。

外食業
547チェーン
サービス業
437チェーン
小売業（コンビニを除く）
291チェーン

棒の長さはコンビニ以外の1,275チェーンに占める構成比です。小売業307チェーンからコンビニ16チェーンを差し引いて算出。合計は全1,291チェーンの98.8%です。

チェーン数の多さは、同じ仕組みを一律に当てはめられるという意味ではありません。外食なら調理や接客、サービス業なら予約や施術・作業記録、小売なら品ぞろえや顧客の質問など、店舗から本部へ戻したい情報が異なります。まずは各チェーンにすでにある日報、相談、面談メモから始める必要があります。

コンビニ以外に197,308店ある（直営店を含む）

JFAが集計する店舗数は、直営店と加盟店の合計です。全254,478店のうちコンビニは57,170店で、コンビニ以外は197,308店、全体の77.5%を占めます。サービス業92,943店、コンビニ以外の小売52,500店、外食業51,865店に広がっています。

コンビニ以外のチェーン店舗数（直営店を含む）

JFAの2024年度調査から、コンビニ57,170店を除いて集計しました。

サービス業
92,943店
小売業（コンビニを除く）
52,500店
外食業
51,865店

棒の長さはコンビニ以外の197,308店に占める構成比です。小売業109,670店からコンビニ57,170店を差し引いて算出。合計は全254,478店の77.5%です。店舗数は直営店と加盟店の合計です。

約20万店を一つの業態として捉えるのではなく、チェーンごとに「現場の変化が最初に表れる情報」を決めます。売上だけでなく、予約のキャンセル理由、作業中の気づき、顧客から繰り返し受ける質問、地域ごとの要望など、短い文章にしか残らない情報が候補です。AIはそれらを整理し、SVが確認すべき論点を見つける補助に使います。

データ：この業界だけの構造

本部の「継続的な指導」自体が商品に含まれている

公正取引委員会のフランチャイズ・ガイドラインは、フランチャイズを、本部が商標などの使用権を与え、加盟者の事業・経営を統一的な方法で統制、指導、援助し、その対価を受け取る事業形態と整理しています。本部と加盟店は同じ会社の本支店ではなく、法律上は独立した事業者です。

この構造では、SV訪問は単なる社内管理ではありません。本部が提供する経営支援の一部です。ガイドラインが、加盟者に対する指導の内容、方法、回数、費用負担を加盟前に開示することが望ましい事項として挙げているのも、そのためです。

したがって「AIで巡回を減らす」だけでは、本部側の経費削減に見えます。加盟店への価値を保つには、減らした移動時間を、早い相談対応、店舗ごとの仮説、共通課題の改善、成功例の横展開へ振り替えなければなりません。

店舗の気づきは、本部の商品を更新するためのデータである

加盟店には、POSや在庫だけでは見えない情報があります。客が商品を選ばなかった理由、地域行事による需要の変化、新しい手順で詰まった箇所、採用応募者の反応、本部施策への疑問です。これらは日報、問い合わせ、面談メモ、チャット、担当者の記憶へ分散しやすく、単独の店舗問題として処理されがちです。

生成AIを、形式の違う文章を同じ観点で整理し、元の記録へ戻れる要約を作る用途に使います。複数店で同じ論点が続けば、店舗への注意ではなく、本部のマニュアル、研修、商品、発注、販促、システムを直す課題かもしれません。加盟店の気づきから本部機能を更新し、その改善を全加盟店へ返せば、支援品質そのものを加盟募集時に示せます。

全店一律の巡回から、根拠のある支援判断へ

AIは論点の下書きまでを担い、SVが原文と店舗事情を確認して支援方法を決めます。

店舗の変化と声を受け取る売上、在庫、人員、問い合わせ、日報を、利用目的と閲覧権限を決めて集めます。
AIが根拠付きで論点を下書きする変化、繰り返す相談、未回答事項を整理し、SVが元の記録へ戻れる形で示します。
SVが支援方法を決めて結果を返す店舗事情を確認し、訪問、オンライン面談、資料提供、経過確認を選び、対応結果を本部の改善へつなげます。

AIが加盟店を採点するのではなく、SVが早く深く対話するための準備時間を短くする設計です。

AIへ任せるのは「整理と下書き」までにする

総務省・経済産業省の「AI事業者ガイドライン（第1.2版）」は、人間中心、人間の判断の介在、プライバシー保護、透明性、アカウンタビリティを共通の指針に置いています。SV支援でも、AIの要約や優先順位をそのまま加盟店評価、契約更新、発注指示へ使わないことが重要です。

加盟店の自由記述には、個人情報、従業員情報、取引先情報、公開前の商品情報が入り得ます。入力する項目、利用目的、保存期間、閲覧者、外部AIサービスへの送信範囲を先に決めます。AIが示した論点には元の記録を付け、SVが文脈を確認します。加盟店にも、どの情報を何の支援へ使ったか説明できる状態にします。

また、優先順位は「悪い店舗の順位」にしません。回答待ち、急な変化、同じ相談の繰り返し、支援期限、加盟店からの希望といった、支援行動へ直接結び付く条件で並べます。支援の緊急度と加盟店の価値を混同しないことが、対話の前提です。

服部の分析

服部がこれまでに見てきた多店舗事業の現場を、個社が特定されない共通の型にまとめると、SVは店舗で起きたことを最もよく知る一方、その知識が本部の商品改善まで届きにくい状況があります。訪問後の報告は提出されても、上司への報告、個別店舗の対応記録、次回の宿題で止まり、別の地域で同じ課題が起きます。

原因は報告書の書き方だけではありません。本部側が「店舗を指導する情報」は整えていても、「加盟店から本部が学ぶ情報」の受け皿を持っていないことです。その状態で訪問件数を増やしても、SV個人の経験は増えますが、チェーン全体の学習速度は上がりにくいままです。

私たちは、生成AIで取りに行くべき付加価値は、SV人員の削減ではなく、加盟店の気づきを本部の商品へ変える速度だと見ています。加盟店が伝えた課題から研修や手順が直り、その結果が別の加盟店にも返る。この循環が見えれば、相談は本部への不満の記録ではなく、チェーンを強くする提案になります。

SVの役割も変わります。情報を持ち帰って文章へ整える人から、AIがまとめた仮説を現場で確かめ、加盟店と打ち手を決め、本部の各部門を動かす人へ移ります。移動を減らすこと自体ではなく、判断と対話へ使える時間を増やすことが目的です。

本部機能の商品化とは、AIの画面を加盟店へ見せることではありません。相談への初動、店舗特性を踏まえた支援、成功例の共有、本部施策の修正という支援品質を、再現できる運営として提供することです。その実績を加盟募集、更新面談、研修で説明できるようになれば、支援の約束が営業資料だけで終わりません。

提言 — どう付き合っていくか

1. 最初の1業務を「自由記述から対話論点を作る」に絞る

最初からPOS、勤怠、在庫、カメラ、顧客情報を統合しないでください。加盟店の日報、相談窓口、SVへの連絡にある自由記述を選び、AIに「事実」「加盟店の要望」「未確認事項」「次の対話で聞くこと」を下書きさせます。SVが原文と照合して直し、面談準備に使います。

この業務なら、AIが誤っても加盟店への指示として直接実行されません。SVが役に立たない要約を直した履歴も、分類やプロンプトを改善する材料になります。成果は訪問削減数ではなく、相談から初回回答までの時間、面談準備の負担、未回答事項の持ち越し、加盟店から見た回答の納得度で確認します。

2. データの利用目的と、AIに任せない判断を先に決める

入力する情報を、店舗支援に必要な範囲へ絞ります。個人情報や機密情報の除外・置換、閲覧権限、保存期間、外部サービスへの送信条件を決め、加盟店へ説明します。原文、AIの下書き、SVの修正、最終対応を追えるようにします。

契約更新、制裁、発注数量、人事評価、加盟店ランキングはAIだけで決めません。AIが示した異常値も、季節、地域行事、改装、欠品など店舗固有の事情をSVが確認します。自動化する対象と、人が責任を持つ対象を運用規程に分けます。

3. 訪問頻度ではなく、支援方法を選べる運営へ変える

すべての店舗へ同じ周期で訪問する前提を見直し、加盟店からの希望、対応期限、データの変化、未解決事項で支援方法を選びます。現地で見る必要がある課題は訪問し、短い確認はオンラインで行い、既知の手順は資料で返します。緊急連絡や加盟店から訪問を求める経路は残します。

訪問しなかったことを成果にせず、必要な支援が必要な時期に届いたかを確認します。加盟時に説明した指導内容・方法・回数との整合も点検し、運営変更が加盟店に一方的な不利益を与えないよう協議します。

4. 複数店の共通課題を、本部機能の改善へ戻す

個別対応が終わったら、同じ論点がほかの店舗でも起きていないかを、店舗名を必要以上に広げずに確認します。共通していれば、加盟店の問題ではなく、本部の研修、マニュアル、商品、販促、発注、システムを直す候補にします。担当部門、判断、変更内容、加盟店への返答を記録します。

着手順は、自由記述から対話論点を下書きする → データと判断の境界を決める → 支援方法を選べる運営へ変える → 共通課題を本部機能へ戻すです。最初の1業務は、加盟店の自由記述を次回の対話で確認すべき論点へ変えることです。SVを置き換えるのではなく、全店一律の巡回でしか現場を知れない仕組みを置き換えてください。