電子商取引運用データ分析（GMVが減ったらどうする？電子商取引プラットフォームのGMV計算と分析）

GMV が減少した場合はどうすればよいでしょうか?電子商取引プラットフォームのGMV計算と分析の考え方

電子商取引プラットフォームのGMVが減少した場合はどうすればよいでしょうか?アナリストまたはオペレーターとして、この質問にどのように答えますか?この記事では、著者が小売業者、ユーザー、プラットフォーム、業界など、複数の視点からいくつかの答えを示しています。見てみましょう。

GMV の計算と分析は、電子商取引のビジネス分析/運用面接でよくある質問です。以下の分析フレームワークは、コンサルタントの観点から考え、検討するためのものです。

おそらく、ビジネス アナリストのレベルという同じ問題も反映されていますが、コンサルティング アナリストの観点からのみ分析されています。私は業界の専門家ではないので、分析内容が業界の現状に合わない場合はご指摘ください。

質問: 電子商取引プラットフォームの GMV が減少した場合はどうすればよいでしょうか? （総流通総額、またはGMV）

電子商取引プラットフォームのGMVが減少した場合はどうすればよいでしょうか?この問題を分析するには、実際には 2 つの質問に答える必要があります。 1 つ目は GMV の計算方法、2 つ目は減少する GMV を改善するための戦略です。さらに、計算と分析を容易にするために、ある月の電子商取引プラットフォームのGMVが前月と比較して減少すると仮定します。

以下では、この質問にどのように答えるか、および 3 つのレベルからの分析のアイデアを分析します (次の注文は、デフォルトで拒否、返品、およびキャンセルを除いたものです)。

計算式：

GMV = 月間注文数 * 月間平均注文価格

改善戦略:

バージョン 1.0 の回答は非常に不完全です。最終受注の観点からの分析のみであり、業務運営の観点からの詳細な改善戦略を策定することはできません。

計算式：

C エンド: GMV = ユーザー数 * 訪問から購入までの率 * 平均注文額

B 面: GMV = 店舗数 * 売上率 * 店舗あたりの平均 GMV

改善戦略:

C エンドでは、新規顧客と既存顧客の観点からユーザー数を分析します。訪問から購入までのコンバージョンはファネル モデルに従って分類され、RFM モデルと組み合わせて分析されます。

Bサイドでは、店舗データの新規・継続・離脱データを分析し、プラットフォーム補助金・アクティビティ・ポイント・インセンティブの次元から販売量や単価を分析します。

まず、計算式における最小の計算単位を明確にする必要があります。ここで、分析と思考を通じて、各注文の数量と各注文の価格を含む各注文が最小単位であると判断します。最小計算単位は分解分析とその後の精密な操作にとって重要な考慮事項の次元であるため、なぜ最小計算単位を決定する必要があるのか​​疑問に思う学生もいるかもしれません。

次に、最小計算単位の特性、最小計算単位に影響を与える要因、最小計算単位の順序がどのように分類され、カウントされるかを分析できます。

1) 特定の店舗の特定の月の注文件数と各注文の単価をカウントし、すべての店舗のデータを集計して計算する店舗ディメンションになります。ここでは、店舗が計算と分析の主な指標であることがわかります。

計算式：

GMV = 店舗 1 [(注文数量 A*注文価格 A) + (注文数量 B*注文価格 B)…] + 店舗 2 [(注文数量 C*注文価格 C) + (注文数量 D*注文価格 D)…] +…店舗 N [(注文数量 E*注文価格 E) + (注文数量 F*注文価格 F)…] = 単一店舗の GMV の合計

改善戦略:

ここで、店舗は実際には商人の運営に対応しており、店舗に影響を与える要因には数量次元の指標と品質次元の指標が含まれていることがわかります。

私たちの主な目標は、既存の加盟店数を増やし、アクティブな加盟店数を増やし、さまざまな品質の加盟店にさまざまな運用支援を提供するための加盟店階層化戦略を策定することです。既存加盟店数が十分でない場合には、新規登録加盟店数・登録抹消加盟店数を更に分析し、加盟店成長の観点から分析することも可能です。新規登録された販売者に対して考慮される次元は、主に成長ファネル モデルです。登録解除された加盟店については、NPS モデルを参照して、加盟店の登録解除の理由を分析することに重点を置くことができます。

データが販売店の品質に関連している場合は、さらに分析することもできます。加盟店の品質は主に加盟店の特性に関係します。例えば、性質によって旗艦店商人/特約店商人などに分けたり、収益によってトップ商人/ミドル/テール商人などに分けたり、地域によって分けたりすることができます。

ここで、マーチャントの階層化操作の中核は、実際にはマーチャントをそのポートレートに応じて分類し、微調整することであることがわかります。 （ここでのカテゴリーは実際にはマーチャントにとって重要な分類要素ですが、さまざまな総合アンカーと総合ストアの要因により、カテゴリーは別の分析要素に分離されています）

2) ユーザーディメンションとして、ユーザーが特定の月に注文した注文数と各注文の単価を計算し、すべてのユーザーデータを集計して計算することができます。

計算式：

GMV = ユーザー 1 [(注文数量 A * 注文価格 A) + (注文数量 B * 注文価格 B)…] + ユーザー 2 [(注文数量 C * 注文価格 C) + (注文数量 D * 注文価格 D)…] +….ユーザー N [(注文数量 E*注文価格 E) + (注文数量 F*注文価格 F)…] = ユーザー GMV サマリー

改善戦略:

ここで、ユーザーに対応するのは実際にはユーザー操作であることがわかります。ユーザーに影響を与える分析方法は、加盟店の運営方法と同様です。消費者ジャーニーと消費者ポートレートの観点から分析・考察し、2つの側面を総合的に考慮することができます。

消費者の行動に対応する分析方法は、ファネル モデル、つまり獲得、アクティベーション、維持、収益、紹介になります。モデル内のどのリンクがユーザーの注文に影響を与える重要なノードであるか、ユーザーの増加と減少の理由を分析し、ターゲットを絞った運用戦略を策定する必要があります。消費者ポートレートは、消費者の基本属性と消費行動属性に対応しており、さまざまな消費者へのターゲットマーケティングを可能にします。

3) 特定の月における特定の商品の注文数と各注文の単価をカウントし、すべての商品データを集計して計算できる商品ディメンションになります。

計算式：

GMV = 製品 1 [(注文数量 A * 注文価格 A) + (注文数量 B * 注文価格 B)…] + 製品 2 [(注文数量 C * 注文価格 C) + (注文数量 D * 注文価格 D)…] +….製品 N [(注文数量 E*注文価格 E) + (注文数量 F*注文価格 F)…] = 製品 GMV サマリー

改善戦略:

ここで、商品が対応するものは実際には商品の操作であることがわかります。商品に影響を与える分析方法は、販売業者やユーザーとは若干異なります。商品は実際には受動的な要因であるのに対し、商人やユーザーは商品に影響を与える能動的な要因であることがわかります。

また、商品の量も販売者と利用者とでは大きく異なります。したがって、実際には個別製品の分析概念を超えて、カテゴリー/ブランド運用の観点から考える必要があります。

ここでの分析は、マクロの視点からでもミクロの視点からでも分析できます。マクロ視点とは、カテゴリーが属する業界の視点を指します。たとえば、衣料品ブランドの市場シェアは比較的分散していますが、ノートパソコンの市場シェアは比較的集中しています。ここで、市場シェアが集中しているカテゴリーにおいて、大きな市場シェアを占めるブランドが何らかの理由で売上の大幅な減少を経験した場合、適切な戦略を策定する必要があることが想像できます。例えば、最近の日本の原子力廃水の放出により、多くの日本ブランドの売上が大幅に減少しましたが、一部の垂直的商品カテゴリーでは、日本ブランドが大きな市場シェアを占めています。

ミクロ的な視点から見ると、カテゴリーの価格や消費頻度、特定の時点、特別な使用シナリオも重要な検討領域であり、カテゴリーに関連するいくつかの運用アクティビティを実行することができます。

バージョン 2.0 および 3.0 の分析は、ある程度まで改善され、完成されました。また、GMV に影響を与える要因を正確に特定し、それに応じた運用戦略を策定することもできます。しかし、この分析はプラットフォームの内部ビジネス分析に限定されており、業界や競合他社に関連する要素を包括的に考慮していません。バージョン 2.0 と 3.0 の分析データを、GMV に直接影響を与える要因にまとめることができます。バージョン 4.0 の分析では、間接的な要因であるバージョン 2.0 および 3.0 に基づいて、業界要因と競合要因の分析が追加されます。

計算式はバージョン2.0と3.0の回答に記載してありますので、バージョン4.0については以下では繰り返しません。

改善戦略：加盟店/ユーザー/カテゴリーの運用データを統合し、対応する運用戦略を策定します。

販売者:

• 数量ディメンション（直接要因）：古い加盟店の離脱/維持の理由のNPS分析 + 新規加盟店の成長ファネル分析における新しい要因
• 数量ディメンション（間接要因）：業界市場における競合商人の数/商人の規模
• 品質ディメンション（直接要因）：加盟店タイププロファイルに基づく分析
• 品質次元（間接要因）：マクロ環境/商人産業チェーン（供給/製品価格/製品品質/代替品）

ユーザー：

• 消費者の行動（直接的な要因）：ファネル モデル、つまり、獲得、アクティベーション、維持、収益、紹介など。ページ レイアウト、トラフィック チャネルなど、ユーザーの注文変換に影響を与える要因を分析します。
• 消費者の行動（間接的要因）：外部トラフィック／競合製品／PCからモバイルへの技術的変化
• 消費者のポートレート（直接要因）：RFMモデルおよびその他の分析
• 消費者プロファイル（間接要因）：マクロ経済/外部消費者市場の変化（可処分所得など）

商品：

• マクロ（直接要因）：商品/ブランドの市場シェア集中
• マクロ（間接要因）：供給側（技術的障壁、資本的障壁など）、需要側（消費者の需要は多様であり、すべての人を満足させることは困難であり、これはケータリングや衣料品などのカテゴリーに共通する）、産業チェーン
• ミクロ（直接要因）：製品価格、製品消費シナリオ、製品再購入率など。
• ミクロ（間接要因）：競合製品（カテゴリー活動）、トラフィック（消費シナリオチャネル）、製品供給（販売者側：価格や在庫切れ率に影響）、ユーザー購買要因（ユーザー側購買行動分析）

製品分析はかなり特殊です。前述の通り、加盟店、ユーザー、プラットフォーム、業界の観点から分析する必要があります。当初は商品カテゴリーをマーチャント分析の上位指標として利用したいと考えていましたが、ライブストリーミングEC企業/店舗の多くが特定のカテゴリーに特化しているわけではないことを考慮し、ここでは分析のために個別にリスト化しています。

この記事はもともと @Elaine.H によって Everyone is a Product Manager に掲載されました。著者の許可なく複製することは禁止します。

タイトル画像は、CC0 プロトコルに基づいて Unsplash から取得したものです。

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。