インターン生募集 未来のゲームチェンジャーの「やってみよう」をカタチに!データサイエンスのかっこでインターン生募集中

分析

ECサイトの売上分析方法を解説!分析の重要性や見るべき指標をまとめました

「ECサイトの売上分析ってどうやるの?」

「なぜECサイトを分析する必要があるの?」

と、疑問に思ったことはありませんか。

ECサイトの売上データを分析することで、顧客の傾向や商品の売れ行きなどを数値で明らかにし、売上向上のためにどのような施策が必要かが特定できるので、重要なプロセスの1つです。

この記事ではさらに詳しく、

  • ECサイトの売上分析を行う際の基本的な手順6つ
  • ECサイトの売上分析で見るべき指標(項目)12選

などについて解説していきますので、ぜひ参考にしてみてください。

\誰でも簡単にデータ分析が可能!/いろはに分析

ECサイトで売上分析を行うべき3つの理由

ECサイトの売上分析を行う目的の1つは、現在の状況を把握し、データを基に改善点や成長戦略を明らかにして、ECサイトの売上をあげることです。

また、ECサイトにおいて売上分析が重要である理由として、

  • 【理由1】ECサイトの課題や改善点がわかる
  • 【理由2】顧客理解が深まる
  • 【理由3】業務の効率化やコスト削減に役立つ

の3つが挙げられるので、順に解説していきます。

【理由1】ECサイトの課題や改善点がわかる

ECサイトのデータを分析して購入率・顧客単価・アクセス数などを可視化することにより、サイトのどこに問題があるかを明確にできます。

例えば、特定のページでの離脱率が高いと判明した場合、コンテンツの最適化やUI改善など具体的なアクションに繋げて、効率的に課題解決に臨めます。

このように、ECサイトの現状を数値で表すことで根拠をもって課題や改善点を特定しやすくなるのが、ECサイトのデータ分析を行うメリットの1つです。

【理由2】顧客理解が深まる

先ほど解説したように、ECサイトの分析を通してデータを数値化することで、特定の年齢層に多く購入された商品や閲覧数の多い商品紹介ページなども確認できるので、どんな顧客が何を求めているかが見えてきます。

分析して得た購買データや行動データを参考に、顧客に好まれる商品の傾向や顧客インサイトを洗い出すと、より効果的なマーケティング施策を打つことができます。

ECサイトを利用した顧客の購買パターンを参考に顧客を分類し、それぞれの顧客像に合わせた施策を実施することで売上向上にも繋がります。

【理由3】業務の効率化やコスト削減に役立つ

ECサイトの分析を行い改善点がピンポイントでわかると、その原因を取り除く効果の高い施策だけに集中することができ、非効率な取り組みを省けるようになります。

また、コストに見合う効果が得られなかった施策についての判断も早めに下せるため、コスト管理にも役立ちます。

ECサイトの現状を数値で把握することで、費用対効果の低い広告や在庫過多の商品を見直したりなど、無駄なコストを削減できます。

ここで挙げた、

  • ECサイトの課題や改善点がわかる
  • 顧客理解が深まる
  • 業務の効率化やコスト削減に役立つ

の3つは、ECサイトの売上を伸ばす際に欠かせない要素です。

このように、ECサイトの分析を通じて得られた情報を基に売上と利益の最大化を図ることは、ECサイトの運営において非常に重要な意味を持ちます。

ECサイトの売上分析を行う際の基本的な手順6つ

改善点や顧客の動向などを把握してECサイトの売上を最大化するためには、適切な手順で分析を進めていく必要があります。

ここでは、ECサイトの売上分析を行う際の基本的な6つの手順について詳しく解説します。

EC_bunseki_tejyun

  • 【手順1】分析する目的と現状の課題を明確にする
  • 【手順2】仮説を洗い出す
  • 【手順3】仮説検証に必要なデータの収集
  • 【手順4】収集したデータを分析する
  • 【手順5】課題解決に向けた改善策を実施
  • 【手順6】効果検証をする

初めてECサイトの売上分析をする方は、以下の手順を参考にしてみてください。

【手順1】分析する目的と現状の課題を明確にする

目的や課題が曖昧なままECサイトの分析を始めると、どのデータの数値を見るべきなのかが定まらないので、まずは「なぜ分析するのか」を明確にすることが大切です。

例えば、「かご落ちを改善したい」「流入は多いが直帰率が高いページの回遊率を改善したい」など、改善したいポイントをあらかじめ明確にしておくと、分析に取り組みやすくなります。

定めるゴールによって見るべきデータや分析方法が異なるため、いきなり漠然とデータを集めるのではなく、まずは分析する目的と現状抱えている課題を明確化してから次の工程に進みましょう。

【手順2】仮説を洗い出す

目的と課題をしっかりと定めてから、どこに原因や伸びしろがあるのか仮説を立てます。

仮説があることで、どのデータをどう分析すべきなのかがイメージしやすくなります。

この段階では仮説を1つに絞り込まず、具体的な視点からできるだけ多くの仮説を洗い出すといいでしょう。

【例】
  • 目的:売上を伸ばすため、かご落ち率を改善したい
  • 仮説①:送料や手数料が高額すぎるのではないか?
  • 仮説②:決済方法が複雑ではないか?
  • 仮説③:決済方法の選択肢が少ないのではないか?
  • 仮説④:サイトのセキュリティへの不信感があるのではないか?

このように、今後の施策に繋がる仮説を洗い出したうえで、売上を向上させる可能性が高そうな改善策から実際に検証していきましょう。

【手順3】仮説検証に必要なデータの収集

先ほど立てた仮説の検証に必要なデータを、解析ツールや販売管理システムなどを使って収集します。

例えば、「かご落ちが高いのは送料や手数料が高額すぎるからではないか?」という仮説を立証するためには、かご落ちが多い商品や離脱率の高いページなどのデータが必要です。

他にも、競合他社のECサイトの送料や手数料を確認したり、ヒートマップツールを使いユーザーの行動を分析したりすることで、より具体的な課題の発見に繋がります。

次の【手順4】に進む前に、収集したデータの欠損値や異常値の処理・フォーマットの統合などの前処理を行います。

データの前処理をせずに分析を進めようとすると、分析結果の精度が低くなる可能性があるので気をつけましょう。

【手順4】収集したデータを分析する

必要なデータが揃ったら、それぞれ分析して課題の傾向や問題点を可視化していきます。

ここで重要なのが、1つのデータだけを見るのではなく、分析の基本でもある「比較」をすることです。

ECサイトのデータ比較の軸として、主に以下の3つが使われています。

1.目標比較

設定した目標値と現状を比較してどの程度のギャップがあるのかを把握したり、競合他社の実績値と比較して自社の強みや弱みを分析したりする方法です。

2.期間比較

前月・前年など過去の自社データと現在の自社データを比較して、数値の変化を測定する方法です。

3.セグメント比較

ユーザーを、使用デバイス・性別・流入経路・新規顧客などの属性ごとに分類して比較し、それぞれの特徴や行動パターンを分析する方法です。

このように、収集したデータを分析してグラフ化や平均・分布の把握などを行い、根拠をもって問題点や改善策を判断していきます。

売上分析手法や、分析に必要な知識については『売上UPにはデータ分析が不可欠?5つの売上分析の手法と分析の流れをご紹介!』の記事をご参照ください。

【手順5】課題解決に向けた改善策を実施

先ほど【手順4】で行った分析結果を基に、特定した課題に対して具体的な施策を打ちます。

複数の課題が浮かび上がった場合は、課題の解決後に期待できる効果の大きさや施策にかかるコスト費用を考慮し、優先順位を設定して1つずつ改善していくといいでしょう。

例えば、「購入ページでの離脱率が他のページよりも高い」という課題に対しては、「住所などの入力フォームの項目数を減らす」「自動入力機能を活用する」「文字サイズやカラーを見やすくする」などの解決策が考えられるので、これらの解決策の優先度を決めて実施していきます。

分析して得たデータに基づいたアクションは成功確率が高いので、立案した内容は社員間でしっかりと共有してから施策を実施しましょう。

【手順6】効果検証をする

データを分析し、分析結果に基づいた施策を実行しただけで終わってしまうと、ECサイトの成長には繋がりません。

どの施策が有効だったか判断するために、施策前後で売上やCVRを比較し、改善策の成果を数値で確認することが重要です。

施策が成功した場合は、今後もその数値を維持するために何が必要なのか考えましょう。

もしも施策が失敗した場合は、原因がどこにあるのかもう1度データを分析して確認し、前回とは違う視点から仮説を立て直して別の施策を実行し、再び効果検証を行いましょう。

このように、PDCAサイクルを繰り返すことで、ECサイトの売上の最大化を実現することができます。

ECサイトの売上分析で見るべき指標(項目)12選

ここまで、ECサイトの売上向上のためには、ECサイトを分析してPDCAサイクルを回すことが必要であると解説してきました。

この章では、ECサイトの分析や運営で見るべき主な指標(項目)をご紹介します。

  • ①会員数
  • ②顧客単価
  • ③購入回数
  • ④リピート率
  • ⑤LTV(顧客生涯価値)
  • ⑥アクセス数
  • ⑦CVR(購入率)
  • ⑧離脱率
  • ⑨直帰率
  • ⑩売上高
  • ⑪利益率
  • ⑫ROAS(広告の費用対効果)

ECサイトの売上に関わる指標の意味を正しく理解し、どのような意図でそれぞれの指標を測るのかを考えてから観測するといいでしょう。

上記12個の指標について、順に解説していきます。

①会員数

会員数とは、商品を購入したかどうかに関係なく、ECサイトに会員登録をした人数の合計を示す指標です。

例えば、売上が下がった期間の会員数を分析した結果前月よりも新規会員登録数が少ないことがわかれば、売上が伸びなかった要因の1つとして「新規会員登録数の減少」が挙げられます。

会員数は、中長期的なマーケティング戦略やコミュニケーションの土台として非常に重要な指標なので、初回購入クーポンの配布やメルマガ配信などのCRM施策を打ち、安定した顧客(商品を購入した会員)の獲得を目指すといいでしょう。

②顧客単価

顧客単価とは、 1人の顧客がコンバージョン1回あたりで使う平均金額のことで、顧客単価・アクセス数・CVRはECサイトの売上を構成する要因の1つです。

ECサイトにおける顧客単価は、基本的に「特定期間内の売上総額÷同じ期間内の購入者数」で算出できます。

顧客単価を分析することで、繁忙期や閑散期などの見極めに繋がり、それぞれの時期に合った施策を早い段階で検討できるようになります。

顧客単価を上げるのに有効な方法として、高単価な商品の提案(アップセル)・関連商品の提案(クロスセル)・まとめ買いの促進などがあります。

③購入回数

購入回数とは、一定の期間内において、1人の顧客がECサイトで商品を購入した回数を指し、RFM分析やCPM分析でも活用される指標です。

RFM分析とは、最新購入日・購入回数・購入金額の3つの指標を用いて顧客をグループ化する分析手法です。
CPM分析とは、最新購入日・購入回数・購入金額・購入頻度を元に分析し、顧客を10パターンに分類する分析手法です。

購入回数を分析して顧客をグループ分けすることで、その顧客が自社にとっての優良顧客かどうかを判断することができ、「優良現役顧客」にはVIP向けの施策・短期間で一定金額以上の購入実績があるものの現在は購入をやめてしまった「流行離脱客」には再購入を促すアプローチの実行など、それぞれに合わせたマーケティング戦略を立てる際に役立ちます。

④リピート率

リピート率とは、一定期間内の新規顧客数のうち再度商品を購入した顧客の割合のことです。

リピート率は「一定期間内のリピート顧客数(一定期間内に複数回購入した顧客数)÷同じ期間内の新規顧客数×100」で算出します。

ECサイトの売上を伸ばすには新規顧客の開拓も不可欠ですが、リピーターは新規顧客に比べ低コストで獲得できるため、クーポンの発行や定期的なメルマガ配信などのコミュニケーションを通じて、リピート率の向上に繋げましょう。

リピート率と似たような指標としてリピーター率がありますが、リピーター率は「一定期間内の【全】顧客のうちリピーターが占める割合」を示します。

リピート率とは意味が異なる指標なので、数値の違いを把握したうえで使い分けるといいでしょう。

⑤LTV(顧客生涯価値)

LTVとは、「Life Time Value(ライフ・タイム・バリュー)」の略で、1人の顧客が生涯を通じて自社にもたらす総利益を表します

LTVの計算式にはいくつかの種類がありますが、ここでは「平均購入単価×平均購入頻度×平均継続購入期間」での算出方法をご紹介します。
例えば、顧客の平均購入単価が5,000円、平均購入頻度が年5回、平均継続購入期間が3年だった場合は、5,000円×5回×3年となるので、LTVは75,000円です。

LTVは、長期的な顧客価値を最大化できているかどうかを測る際に重要な指標です。

顧客との関係性を強化し、リピーターを獲得することでLTVの向上に繋がります。

LTVは主に、上記の計算式で使用した購入単価・購入期間・購入頻度の3つの要素の影響が大きいので、LTVが高い顧客の購入パターンの特徴などに注目して分析すると、有効的な施策に繋がるでしょう。

⑥アクセス数

アクセス数とは、一定の期間にサイトに訪れたユーザー数のことで、顧客単価の解説で述べたように売上を構成する要素の1つです。

アクセス数には【UU(ユニークユーザー)数】【セッション数】【PV(ページビュー)数】などの計測方法があり、それぞれの観点からアクセス数をカウントすることで自社ECサイトの認知度や集客力を測ることができます。

  • 【UU(ユニークユーザー)数】
  • UU数は、サイトに訪れたユーザー数を指し、1人のユーザーが複数回ECサイトを訪れても、UU数は1となります。
  • 1ヶ月間のサイトのユーザー数が10,000の場合、10,000人がアクセスしたことになります。
  • 【セッション数】
  • セッション数とは、ユーザーがサイトに訪問して離脱するまでの回数のことです。
  • 1人のユーザーが時間を置いて3回ECサイトに訪れた場合もすべての回数をカウントし、セッション数は3となります。
  • 【PV(ページビュー)数】
  • PV数は、ユーザーがECサイト内の特定のページを閲覧した回数を指します。
  • 例えば、1人のユーザーが1回のセッションで4つのページを見た場合、UU数は1、セッション数も1で、PV数は4となります。

アクセス数が多ければ売上が伸びる可能性も高くなりますが、ECサイトに訪れる人々が自社が想定しているターゲットに属しているかなどの「訪問者の質」も重要です。

ターゲットユーザーの流入元を把握してから、SEO対策やSNS運用などの施策を打つことが望ましいです。

⑦CVR(購入率)

CVRとは、顧客転換率を意味する「Conversion Rate(コンバージョン・レート)」の略で、ECサイトの訪問者のうち実際に購入に至った割合を指します。

BtoB ECサイトの場合、サイト閲覧後すぐの商品購入を促すのは難しいので、問い合わせや資料のダウンロードなどもCVRとして設定されます。

ECサイトのCVRは、「コンバージョン数(購入者数や資料ダウンロード数)÷セッション数(サイト訪問数)×100」で計算できます。
例えば、コンバージョン数が20件、セッション数が1,000人の場合、20÷1,000×100となるので、CVRは2%です。

CVRは売上増加に直結するので、商品ページの説明を充実させたり、広告のキーワードを見直したりしてCVRの向上を目指しましょう。

⑧離脱率

離脱率とは、サイトにアクセスしたユーザーが特定のページを閲覧し、他のページに移動せずブラウザを閉じるなどしてセッションが終了した割合のことです。

サイトのどこでユーザーが興味を失い離脱しているかを把握し、コンテンツの改善や表示速度の改善などに役立てるための指標として用いられます。

離脱率は「対象ページの離脱数(対象ページを最後に閲覧して離脱したセッション数)÷対象ページのPV数×100」の計算式で算出できます。

購入完了ページの離脱率が高くても問題はありませんが、その前のカートページの離脱率が高い場合は、送料が高い、決済方法の選択肢が少ないなどの問題が考えられます。

意図しないページでの離脱率が高い場合は、その原因を明確にしてからレイアウトやサイト内の導線設計などを見直しましょう。

⑨直帰率

先ほど解説したように、離脱率がサイトを訪れたユーザーが最終的にどのページで閲覧をやめたかの割合であるのに対して、直帰率は最初に開いたページから1ページも移動せずに閲覧をやめた割合です。

直帰率の高さは、ユーザーの興味を引けていない可能性を示しています。

直帰率は「直帰数(他のページに移ることなく離脱したセッション数)÷全体のセッション数×100」で算出します。
例えば、全体セッション数が1,000、直帰数が300の場合、直帰率は300÷1,000×100となるので、直帰率は30%です。

直帰率を下げることができれば、サイト回遊率やCVRの向上にも繋がるので、ファーストビューの見やすさやサイト内の導線において改善できる点はないか確認しましょう。

⑩売上高

ECサイト全体の売上高は、基本的な成果指標として設定されることが多い指標です。

日別・月別・商品別に売上高を分析し、各期間の成長や落ち込みを把握するといいでしょう。

ECサイトの売上高は、「アクセス数×CVR(購入率)×平均顧客単価」で計算できます。
例えば、1ヶ月間のアクセス数が10,000人、CVRが3%、平均顧客単価が5,000円の場合、10,000人×0.03 ×5,000円となるので、月間売上高は1,500,000円です。

「売上高を上げたい」と漠然と考えるだけでは有効な施策に結びつきませんが、売上高をアクセス数・CVR・顧客単価の要素に分解することで、売上が伸びない原因がどこにあるのかが見つけやすくなります。

⑪利益率

利益率とは、ECサイトの売上に対する利益の割合のことで、売上が多くても利益が少ないのならば赤字となるリスクがあるため早期の改善が必要です。

ECサイトを運営するうえで主に重視される利益率には【粗利益】と【営業利益】の2種類があり、これらの割合によって経営状況が判断できます。

  • 【粗利益】
  • 粗利益とは、売上高から商品の仕入れや製造にかかった費用(売上原価)を差し引いた額のことで、各商品の価格設定や販売数などが妥当であるかの判断材料となります。
  • 計算式:粗利益=(売上高-売上原価)÷売上高×100
  • 【営業利益】
  • 営業利益とは、売上高から売上原価と販管費を差し引いた額のことで、ECサイト全体の収益性を判断する基準となります。
  • 計算式:営業利益=(売上高-売上原価-販管費)÷売上高×100
  • 業界や取り扱う商品などによって変動しますが、ECサイトの営業利益率の目安は一般的に20%程度です。

ECサイトの運営に現在どのような費用が発生しているかを把握して、利益率向上のために改善の余地がないかを考えましょう。

⑫ROAS(広告の費用対効果)

ROASとは、「Return On Advertising Spend(リターン・オン・アドバタイジング・スペンド)」の略で、広告にかけた費用に対して、どれだけの売上を生み出したかを示す指標です。

ROASは「広告経由の売上÷広告費×100」で算出します。
例えば、広告経由の売上が150万円で広告費が100万円の場合、150万÷100万×100となるので、ROASは500%です。

ROASの目安は、業種や広告手法などによって異なりますが、一般的には100%以上が目安とされています。

広告施策の効率を測る際に役立つ指標なので、打ち出した広告ごとのROASを比較することで特に費用対効果の高い媒体に集中できるようになります。

まとめ

今回は、ECサイトの売上分析を行うべき理由と、売上分析を行う際の基本的な手順などを解説しました。

ECサイトの売上分析とは、効率的な戦略を立てるためにECサイトに関するデータを収集・解析することです。

ECサイトにおいて売上分析が重要である理由として、

  • 【理由1】ECサイトの課題や改善点がわかる
  • 【理由2】顧客理解が深まる
  • 【理由3】業務の効率化やコスト削減に役立つ

といった、ECサイトの売上を伸ばすには欠かせないメリットが得られるからです。

ECサイトの売上分析を行う際の基本的な手順は、以下の通りです。

  • 【手順1】分析する目的と現状の課題を明確にする
  • 【手順2】仮説を洗い出す
  • 【手順3】仮説検証に必要なデータの収集
  • 【手順4】収集したデータを分析する
  • 【手順5】課題解決に向けた改善策を実施
  • 【手順6】効果検証をする

適切な手順で分析を進め、ECサイトの売上と利益の最大化を目指しましょう。

もし「1から売上分析に取り組む技術も時間もない…」「データは揃ったのに自社ECサイトの具体的な課題が見えてこない」というようなお悩みがあれば、ぜひ『かっこのデータサイエンス』にお問い合わせください。

「かっこのデータサイエンスぶろぐ」は、データサイエンスサービスや不正検知サービス、決済コンサルティングサービスなどを展開しているかっこ株式会社が運営しています。

かっこでは、「会員数」「顧客単価」「購入回数」の3つのデータを深堀りして売上状況を可視化し、「会員数を伸ばす」「顧客単価を上げる」「購入回数を増やす」ための分析を自動実行するマーケティング支援サービス『いろはに分析』を提供しています。

ぜひ以下のバナーから、『いろはに分析』のサービス内容をご確認ください。

\誰でも簡単にデータ分析が可能!/いろはに分析

ピックアップ記事

  1. 学生をデータサイエンティストに育てる4つのポイント
  2. 知っておきたいAIの理想と現実
  3. こんなときには異常検知
  4. 多くの人と会話をするきっかけとなる最適な映画をデータサイエンスで選んでみた
  5. RFM分析とは?優良顧客を見つけるやり方やメリット【例を用いて解説】

関連記事

  1. 需要予測 当たらない のアイキャッチ画像

    分析

    なぜ需要予測は当たらない?理由や精度の上げ方を解説

    なんで需要が当たらないのかとお悩みではありませんか。需要予測が外れると…

  2. ロジスティック回帰分析のアイキャッチ画像

    分析

    ロジスティック回帰分析とは?使える場面や実装まで徹底解説!

    「ロジスティック回帰分析ってどうやってやるの?」「ロジスティッ…

  3. 分析

    コールセンター運営でやるべきデータ分析とは?3つのメリットと分析方法を徹底解説

    コールセンターのデータ分析ってどうやる? コールセンター…

  4. 売上分析のアイキャッチ画像

    分析

    売上分析とは?未来の戦略を練るための方法3選

    売上分析とは、売上向上のための分析のことで、現状の把握や将来予測を行え…

  5. データ分析 必要性のアイキャッチ画像

    分析

    データ分析の必要性とは?3つのメリットと大手企業の事例を紹介

    「データ分析ってなんで必要なの?」「データ分析で何ができるの?」…

  6. 新宿 バイト 時給

    分析

    新宿区でバイトを募集する企業向けに、 参考時給を提⽰し時給の決定を⽀援する

    「新宿でバイトの募集をしたいけど、時給はいくらに設定すべき?」「新…

おすすめ記事

  1. 就活で話すことには困らないかっこのインターンシップ経験!
  2. 日々、巧妙化する不正取引の対策頻度を10倍に向上!「異常検知…
  3. 全力で食らいついたかっこでの1年間
  4. 確率を予測する「ロジスティック回帰」とは
  5. データサイエンスを現場の敵にしないために
  1. 新宿 バイト 時給

    分析

    新宿区でバイトを募集する企業向けに、 参考時給を提⽰し時給の決定を⽀援する
  2. データ分析でわかる!? ハワイ・ホノルルエリアのおすすめ宿泊施設のアイキャッチ画像

    データ分析例

    データ分析でわかる!? ハワイ・ホノルルエリアのおすすめ宿泊施設
  3. 分析

    データ分析の使える道具!! よく活用する図表・グラフをまとめてみた。
  4. カリフォルニア 車 買う

    データ分析例

    カリフォルニアで車を買う人必見!現地で安くトヨタ車を買うなら「カローラLE」一択…
  5. 組織

    学生をデータサイエンティストに育てる4つのポイント
PAGE TOP