この記事では、弊社で提供しているECサイト特化型分析ツール「EC-DashBoard」の機能と、ECサイト分析のポイントを解説します。

この記事を読んだ人がよくダウンロードしている資料

データを軸としたPDCAを回すための可視化ダッシュボード

弊社ではEC事業のデータを軸としたPDCAを回すために必要なビューを揃えたダッシュボードと分析支援をセットにしたソリューション「EC-DashBoard」を展開しています。そのダッシュボードで確認することができるビューを元に、PDCAを実現するために必要な可視化すべきデータについて解説します。

ぜひ自社のEC事業においても月次ないし週次にて検証するデータとして参考にしてみてください。

EC-DashBoardとは？

「EC-DashBoard」は、EC決済カートシステムや受注管理システムに蓄積されている日々の販売実績のデータや商品および顧客（会員）のマスタデータなど、またGoogleAnalyticsからアクセス関連のデータを取り込み、統合した上で、業務を遂行していく上で必要なビューをダッシュボードとして吐き出す仕組みとなっています。

今まで様々な業態（取扱い商品）におけるEC事業のコンサルティングや実務を行ってきた経験を踏まえ、EC事業の売上を上げていくために必要なデータ分析・可視化を実装したダッシュボードとなります。 

EC-DashBoardの全体像

売上サマリ

ここからは実際にビューを元に、PDCAを実現するために必要な可視化すべきデータについて確認していきましょう。

次の図1は、売上の月次推移、週次推移をまずは見ていくためのビューとなります。

図1 売上サマリ

月次推移については、前月および前年同月よりも売上は伸びているのか、週次推移においては、新商品投入やキャンペーンの効果がどうだったのかを把握します。 

また、売上を「購入件数」×「購入単価」というように因数分解して、「売上」の増減に対して、どの指標が影響を与えているのかをブレイクダウンして見ていきます。

購入件数と購入単価以外にも、１回当り購入点数、商品単価、商品点数、アイテム数、１アイテム当り購入点数も見ていきます。

更に、顧客全体だけではなく、会員と非会員、会員の場合は新規と既存、性別や年代別など、商品についても同様に商品カテゴリ別などにもブレイクダウンできるようにすることで、大きいところから順を追って全体数値に影響を与えている箇所を把握することができるようにすることが重要です。 

商品分析

次に図2をご覧ください。

図32 商品分析  

ECサイトも実店舗同様、お客様から求められている商品を目立つ場所に置くことが売上を上げるためのひとつの鉄則です。 

前年度と今年度を比較して、中長期的に伸びている商品カテゴリや一方で減少している商品カテゴリがあれば、今後の商品開発やキャンペーン企画等に反映できるでしょう。

また、前月と当月を比較して、新商品やキャンペーン企画の反応、あるいはシーズン変化における顧客の購買動向を把握することができます。

この商品分析も顧客属性ごとに把握することで、更に細かく打ち手に反映することができます。例えば新規顧客に人気の商品カテゴリが分かればWeb広告施策と合わせて実行することができますし、60代以上のリピーターに人気のカテゴリが分かれば、特別オファーや商品開発に繋げてもよいでしょう。

そして、最後は商品カテゴリから各商品にまでブレイクダウンすることができるようにしておくことも重要です。

伸びている商品カテゴリは何か⇒その商品カテゴリの中で売上構成比が高かったり売上増加額の大きい商品は何か、と言うようにこちらも大きいところからブレイクダウンしていくことが大切です。 

顧客分析 CPM分析

商品分析同様、顧客分析も重要です。

とくにEC事業においては、一度購入いただいたお客様の顔が見える（顧客情報が得ることができる）ため、そのお客様を離さずリピートし続けてくれるかどうか、いかにファンになってくれるかどうかがとても重要です。 

図3は、顧客分析のひとつであるCPM分析のビューになります。

CPM分析とは、顧客分析の一種で、とくに継続的に顧客育成をしていくための分析として有用な方法となります。 

図33 CPM分析 

CPM分析を簡単に解説すると、顧客を大きく「今でもアクティブな顧客：現役」と「一定期間以上離れてしまった顧客：離脱」とに2分し、更に1回のみ購入してくれた顧客である初回客から、よちよち客⇒コツコツ客⇒流行客⇒優良客と、リピーターを購入状況から分類し、全部で10のグループに分けて、それぞれのグループの推移や購買傾向からリピート率を向上させるための施策を実行していきます。

この後説明する「商品転換分析」と組み合わせることが多いですが、次の図4のように、CPMの顧客グループごとの顧客情報が分かれば、それぞれの顧客グループに対して、適切な打ち手を講じることができるでしょう。 

図4 CPM顧客グループ一覧 

例えば、図4は、初回客のみを抽出したリストとなりますが、顧客の傾向とリストをセットとすることで、分析結果からスムーズに施策にうつすことができます。

商品転換分析

商品転換分析とは、前述したように「リピート購入する際における、前回注文から直近注文までの経過期間と、前回注文商品と直近注文商品の分析」となります。

例えば図5は、「2回目継続者」のみをフィルタリングしたビューとなります。 

図5 商品転換分析 

2回目継続者のうち、前回注文が「カテゴリG」だった人における、直近注文までの経過期間と、直近に何の商品カテゴリを注文したのかが表示されています。

図5の経過期間を見ると、「3カ月以内」までで全体の3分の2程度を占めていることが分かります。

初回購入時にカテゴリGを購入して2回目の購入に至る顧客のうち3分の2は3カ月以内に購入している、ということです。また、2回目購入時には、同じくカテゴリGを購入している顧客が最も多くなり、次いでカテゴリQとなっています。

このことから、例えば、初回にカテゴリGを購入して、3カ月経過しても2回目の購入に至らない顧客に対して、カテゴリGやカテゴリQのそのタイミングにおける新商品やおすすめ商品にクーポン券を付けたメール配信をすることで、データに基づいた再購入を促す施策となるのです。この結果をもとに図4の一覧表と組み合わせて施策の実行まで可能となります。 

バスケット分析

先ほどの商品転換分析と似たビューとなっていますが、図6はバスケット分析と言い、同時に購入している商品の分析となります。

図6 バスケット分析 

例えば、図6では、2つ以上の商品を購入した顧客に対して、カテゴリQを購入した顧客が一緒に何の商品カテゴリを購入しているのかを表したものになります。

この結果を踏まえて、顧客がカテゴリQをカートに入れた際に、レコメンド施策としてカテゴリGのおすすめ商品を表示させるとか、一緒に購入される傾向の強いカテゴリ同士でセット組としたキャンペーン企画を実施するなどに繋げることができます。これもデータ分析結果をもとにした施策の実行のひとつです。

アクセス分析

最後にご紹介するのはアクセス分析です（図7）。  

図7 アクセス分析 

GoogleAnalyticsを利用すれば見ることができる部分もありますが、あくまで、単にアクセス（ECサイトへの流入）数がどう推移しているのか、検索やWeb広告など、どの流入経路からのアクセスが多いのか、になります。

分析および可視化する上で重要なことは、どの流入経路からのアクセスが、全体のアクセス数や購入数に影響を与えているのか、購入率を高めるために何をすべきなのかまで把握できるようにすることです。

アクセス数全体や購入数・率に影響を与えている指標は何なのかまで把握できるようにすることが重要なのです。 

これらのデータを常に確認、その上で施策を実行、そしてまたその施策の結果をデータで検証、施策の改善を繰り返してく。そう、重要なのは、実施した施策に対して実績がどう変化したのかデータで検証し、その結果をもとに改善していく、このサイクルをスピーディに回していくことなのです。その基盤となるのが例として挙げたような分析・可視化ビューとなります。

まとめ

ぜひEC事業の売上を上げるためのデータ分析⇒施策実行⇒データ検証⇒改善といったPDCAを回すためのデータ基盤を構築することにもチャレンジしてみてください。

その結果、日々の業務のPDCAの精度・スピードを最大化することが可能となるでしょう。

＼ この記事を読んでいる方におすすめ！ ／