電子商取引データ運用分析（電子商取引データ分析はどのように行うのか？）

電子商取引データ分析はどのように行うのでしょうか?

彼女が「販売促進」のチャンピオンになったとは想像もつかないかもしれない。彼女が受賞時につけていたのと同じ黄色いアヒルの髪飾りは、義烏小商店市場の一部の商人から毎月3万個以上の注文があり、すでに売り切れている商人もある。

多様な商品、低価格、便利な物流と配送を備えた電子商取引は、今や人々の買い物の主流となっています。さらに、特別なイベントにより消費者の消費心理に変化が起こり、世界的な電子商取引の売上は成長を続けています。 Statistaによると、2016年には世界中のオンライン購入者は16億6千万人おり、2021年にはその数は21億人に達すると予想されています。

電子商取引はデータとともに生まれた産業です。電子商取引プラットフォームではデータが高速に流通しており、物流システム、サプライチェーンシステム、トラフィック分析プラットフォームなど、多数の電子商取引情報プラットフォームが誕生しています。小売電子商取引企業が今後 10 年間に電子商取引分野で成功を収めたいのであれば、より多くの権利を持つ消費者との深いつながりを確立することに重点を置く必要があります。消費者の行動を理解する唯一の方法は、データを継続的に測定し、分析することです。今日は、Xiaoyi が電子商取引におけるデータ分析の方法を説明します。

1. eコマース分析とは何ですか?

電子商取引分析のプロセスは、大まかに言うと、オンライン ストアのあらゆる側面からデータを取得し、売上に影響を与える可能性のある情報を活用し、現在の傾向と消費者行動の変化を理解し、データに基づいた意思決定を行ってオンライン売上を増やすことです。 E コマース分析では、発見から獲得、変換、維持、推奨に至るまで、ユーザー ジャーニー全体に関連する指標を使用します。

2. 電子商取引データ分析を行う利点は何ですか?

Deloitte のデータによると、回答者の 49% が e コマース データ分析によって意思決定の質が向上すると考えており、16% が e コマース データ分析によって主要な戦略計画を推進できると回答し、10% が e コマース データ分析によって顧客やビジネス パートナーとの関係が改善されると回答しています。具体的には、次の点に反映されます。

1. 製品管理の最適化を支援する

（１）データ駆動型製品開発

今日、消費者はかつてないほど多くの選択肢とコントロールを持ち、選択肢が多すぎるために期待が高まっています。店舗としては、加速する期待に応えるために、より迅速に競争力を高める必要があります。したがって、データを通じて消費者の好き嫌いを理解し、その知識を製品開発プロセスに活用することが、消費者に愛される製品を生み出す鍵となります。

（２）製品ポートフォリオの最適化

店舗で販売されるあらゆる製品の組み合わせには、最良の製品と最悪の製品が存在します。これは正常なことです。電子商取引分析が単なる数字の提示以上のものである理由は、このデータを使用して、どの製品が最も売れているか、どの製品が売れ行きが悪いかを分析できるためです。一部の製品が売れない理由をさらに深く掘り下げ、分析情報を使用して製品ポートフォリオを最適化できます。

（３）在庫管理の改善

店舗の持続可能性は、在庫をどれだけうまく管理できるかにかかっています。商品がどこにあるのか、いつ補充するのが最適かを知っておくと、多くのトラブルを回避できます。さらに、eコマースデータ分析は、将来の在庫を予測して計画するのにも役立ち、売れ残り商品による損失を削減します。

2. ユーザーエクスペリエンスの向上に貢献する

（１）ユーザーの行動データを収集する

電子商取引の販売者として、私たちは急速に変化する消費者の好みや期待を常に把握しておかなければなりません。そのための最善の方法は、ユーザーの行動データを収集して、そのニーズ、期待、問題点を理解することです。彼らに追いつきたいのであれば、消費者第一の考え方を採用する必要があります。

（２）パーソナライズされた商品推奨

電子商取引の分野では、需要に関しては「万能」なアプローチは機能しません。 Epsilon の調査によると、ブランドがパーソナライズされた体験を提供すると消費者の 80% が購入する可能性が高くなり、消費者の 90% がパーソナライズに魅力を感じると回答しています。新しい世界のルールでは、パーソナライゼーションは単なる分類やカスタマイズをはるかに超えるものになります。電子商取引データ分析を使用すると、個々の消費者のニーズを予測し、適切な製品を推奨することができます。

（３）ユーザーエクスペリエンスに参加する

今日、顧客体験は新たな「ブランド通貨」となっています。価格と品質に加えて、顧客の関心を維持するために魅力的なユーザー エクスペリエンスも提供する必要があります。データ分析を通じて、顧客がウェブサイトで過ごす時間、顧客の注目を集める機能、そして、常に変化する顧客のニーズを満たすためにユニークで興味深く、シンプルでアクセスしやすいユーザーエクスペリエンスを生み出すために改善できる点がわかります。

3. 製品の売上増加に貢献

（１）クロスセルとアップセル

多くの電子商取引販売者は、既存の顧客に対するクロスセルやアップセルの力を過小評価しがちです。フォーブスによれば、新規顧客を獲得するには既存顧客を維持するよりも5倍のコストがかかるそうです。さらに、企業のビジネスの 65% は既存顧客から得られるため、リターゲティング戦略に e コマース データを活用することで、さらに多くの利益を得られる可能性があります。

（２）広告費収益の最大化

eコマース データ分析を使用すると、ビジネスが漏れやすいバケツのような状態であるかどうか、また広告費を最大化するために何ができるかを把握するのに役立ちます。効果のない広告にお金を無駄にする代わりに、適切なターゲット ユーザーにリーチする広告に集中できます。

3. 電子商取引のデータ分析はどのように行うのでしょうか?

1. ユーザーポートレートに基づいてニーズを理解する

ユーザープロファイリングとは、ユーザー情報にラベルを付けることです。ユーザーの社会的属性、消費習慣、嗜好特性など、さまざまな側面に関するデータを収集し、ユーザーまたは製品の特性を特徴付けます。これらの特性を分析およびカウントすることで、潜在的に価値のある情報が抽​​出され、ユーザーの全体的な情報が抽象化されます。

まず、ユーザーの間でブランドの認知度を高め、ユーザーをストアに誘導する必要があります。たとえば、Esin ABI を使用すると、年齢や性別など、Web サイト訪問者の人口統計情報を確認できます。場所、興味、パフォーマンスに関するデータもあります。これらの洞察は、ユーザーペルソナの作成に役立ちます。

2. チャネルデータに基づいてユーザーソースを分析する

電子商取引の販売者にとって、「訪問者数」を分析する上で最も重要なことは、「トラフィックのソース」を分析することです。さまざまなトラフィック ソースの「量」と「支払い変換率」を分析し、「支払い変換率」が高いトラフィック ソースを見つけて、それを改善する方法を見つけます。これにより、「訪問者数」が増加するだけでなく、全体的な「決済コンバージョン率」も向上します。現時点では、データ分析ツールを使用すると、さまざまなチャネルのパフォーマンスの概要を把握し、目標コンバージョン率を得ることができます。

オーガニック検索に関しては、検索ボリュームやキーワードランキングなどの指標を分析することで、広告予算をどこに費やすか、ユーザーに見つけてもらいやすくするにはどうすればよいかなどについて、より深い洞察を得ることができます。

3. 店舗内コンバージョン率のデータ分析

ユーザーがストアに来たら、彼らを顧客に変える方法を見つける必要がありますが、誰もが知っているように、ストアに来たすべてのユーザーが「カートに追加」ボタンをクリックするわけではありません。ショッピングカートに追加した後でも、気が変わってサイトを離れる可能性があります。したがって、このステップでは、次のe コマース コンバージョン指標を使用して、オンライン ショッピング エクスペリエンスを追跡および最適化できます。

（１）売上転換率 - 店舗を訪れた全ユーザーのうち、購入したユーザーの割合

（２）平均注文額 – ユーザーが注文した平均金額

（３）ショッピングカート放棄率 - 生成された全注文のうち未完了の注文の割合

コンバージョン率は、特定の期間に取引を完了した総人数を訪問者総数で割って計算され、購入した訪問者の割合を表します。訪問は、それが 3 秒であろうと 3 時間であろうと、お客様と当店とのユニークな交流です。

電子商取引では、コンバージョン率の最適化が非常に重要であり、通常は多くの時間と労力が必要です。電子商取引業界の平均コンバージョン率は 2% ですが、最もパフォーマンスの高い店舗では通常、平均の 2 ～ 3 倍を達成しています。 Amazon のコンバージョン率は 13% と高いです。これは、店舗を訪れた 100 人のうち 13 人が購入することを意味します。現時点では、次の 2 つの側面に焦点を当てることができます。

（1）ショッピング行動- マーケティングファネルの各段階でユーザーが何回訪問したかを示します。商品を閲覧しただけのユーザーから、商品をショッピング カートに追加したユーザー、チェックアウトを開始したユーザー、注文を完了したユーザーまで。このレポートでは、次の段階に進んだユーザーの数を明確に把握でき、注文数を増やすためにこのプロセスを改善する方法を特定するのに役立ちます。

（2）支払い行動- ショッピング行動レポートと非常に似ていますが、チェックアウトと支払いの段階にのみ焦点を当てています。このレポートを使用すると、支払いフェーズ中のユーザーの行動や、購入を中止した場所を簡単に追跡できます。

4. マーケティングプロモーションのROIを向上させる

店舗にとって、トラフィックは在庫の時代に入り、マーケティング チャネルは分散して複雑になっています。販売者は、デジタルマーケティングに基づいてプロモーションのRIOを向上させ、データ分析を通じてオンラインマーケティングの精度を高め、新しいオフラインマーケティングのシナリオを拡大し、データインテリジェンスを使用してシーン全体とリンク全体のレイアウトを完成させ、効率的なコンバージョンと製品効果の組み合わせを実現する必要があります。

ここで、Esin ABI は、次の側面で内部および外部のマーケティング効果を測定するのに役立ちます。

（1）内部マーケティングレポート- たとえば、ユーザーをさまざまな領域に誘導するページナビゲーションバーのデータを使用して、内部プロモーションのクリックスルー率、トランザクション数、収益、各内部プロモーションのクリック後に生成されたトランザクション数などの指標を表示できます。

（2）注文クーポンレポート- このレポートでは、注文クーポンと収益、取引量、平均注文額の関係を分析します。

（3）製品クーポンレポート- 前のレポートと同様に、製品クーポンと収益、購入数、購入ごとに生成された製品収益の分析を提供します。

（4）割引コードレポート- パートナー/ブランドアンバサダー/ブロガーがストアの売上にどの程度貢献しているかを明確に確認できます。関連する収益、注文量、平均注文額を追跡するための指標を設定することもできます。

5. 製品データ分析

（１）製品データ分析

①全体分析：販売実績と購買行動の2つの部分に分かれています。販売実績には、各製品によって生成された収益、少なくとも 1 回購入したユーザーの数、平均注文価格と数量、返金の数などが含まれます。ショッピング行動: 製品詳細ページを閲覧した後に製品をショッピングカートに追加したユーザーの数、または製品詳細ページを閲覧した後に最終的に注文したユーザーの数を確認できます。

ここには、平均注文額というもう 1 つの重要なデータがあります。これは、顧客の購入 (1 つ以上のアイテム) の平均額を指します。平均注文額の増加が売上の増加につながることは間違いありません。平均注文額は、収益成長率の最も直接的な指標の 1 つであり、コンバージョン率の最適化よりもさらに重要です。製品ページ、ショッピング カート ページ、チェックアウト後のページに関連コンテンツを少し追加するだけで、大きな効果が得られます。

② ショッピング行動分析- 商品閲覧ページ訪問数、商品詳細ページ訪問数、ショッピングカートに追加・削除された商品数、チェックアウト段階に入った商品数、購入者数など、より商品に関連したデータに基づいてユーザーのショッピング行動を分析できます。

同様に、ここで注目すべき主なデータは平均注文額です。 「平均注文額」の増加は、主に商品の単価と関連売上高に依存します。まず、同じトラフィックの下で、「単価が高い」「転換率が高い」商品へのトラフィックを誘導し、「単価が低い」「転換率が低い」商品のトラフィックを減らすことで、売上高と平均注文額を直接増加させることができます。次に、製品紹介、マーケティング活動、無料ギフトルール、顧客サービス言語などを最適化し、顧客のニーズに基づいて、より多くの製品を購入するように顧客を引き付けます。購入量が増えるほど、平均注文額も高くなります。

（２）売上データ分析

バックグラウンドデータ分析から、収益、税金、送料、返金額、販売された商品数に関する情報を確認できます。その中で、金額の形で示される総売上高は、オンライン ストアの運営状況を測るのに最適な「総合主要指標」（OMM）の 1 つです。ビジネスの全体的な成長と発展の傾向を測定するために使用できます。

この指標は、マーケティング、トラフィックの蓄積、製品の最適化、製品の反復など、ほぼすべての電子商取引運用リンクの有効性を反映しています。売上が毎月増加している限り、基本的に私たちの戦略が正しいと確信できます。

総売上を追跡する際には潜在的な落とし穴があることに注意することが重要であり、長期にわたって売上が持続的に増加していることを確認することが最も重要です。短期的な結果だけに焦点を当てると、自分の戦略が正しいと誤って信じてしまい、ビジネス全体に悪影響を及ぼす可能性があります。しかし、一般的に言えば、総売上高（総収益）を主要な指標として使用すれば、間違いを犯すことはほとんどありません。

6. ユーザー維持データ分析

賢明な企業は忠実な顧客の価値を理解しています。ユーザーを維持できれば長期的な収入が得られます。新規顧客の獲得は既存顧客の維持よりもはるかにコストがかかることを常に覚えておいてください。調査によると、ユーザー維持率が 5% 増加すると、利益が 25% ～ 95% 増加する可能性があります。ユーザー維持率をより適切に測定するのに役立つ指標をいくつか紹介します。

（１）購入頻度

購入頻度とは、一般的に、消費者が特定の期間（通常は 1 年）に行う購入回数であり、過去 365 日間の合計注文数を同じ期間の顧客数で割って計算されます。購入頻度を高めることは簡単ではなく、製品購入後に電子メール、リマーケティング、ソーシャル メディアなどのマーケティング チャネルを通じて顧客との関係を構築するなど、オフサイトのメンテナンスが必要になります。

（２）保存期間

維持率とは、顧客がアクティブな状態を維持する平均期間です。 6 ～ 12 か月以上店舗に戻っていない顧客は、通常、非アクティブな顧客とみなされます。保持期間または「顧客生涯」を計算するのは難しい場合があります。しかし本質的には、顧客の最初の購入から最後の購入までの時間を測るものであり、この数値を計算するには履歴データが必要です。一般的に、1 ～ 3 年が推定に適した範囲です。

（３）顧客生涯価値

顧客生涯価値は、平均注文額、購入頻度、および保持期間を掛け合わせて計算されます。たとえば、店舗の平均購入額が 100 ドルで、顧客が年間平均 5 回購入し、保持期間が 2 年の場合、顧客生涯価値の計算方法は、100 ドル x 5 x 2 = 1,000 ドルになります。

上記 3 つの指標を最適化すると、顧客生涯価値が向上します。

前述のように、トラフィックとコンバージョン率は、完全な最適化戦略の基礎を形成する他の 2 つの重要な指標です。顧客生涯価値を高めるということは、実際には既存顧客の価値を高めるということです。コンバージョン率を最適化すると、顧客数を増やすことができます。より多くのトラフィックを引き付けると、実際にはコンバージョンのベースとなる人が増えることになります。

（4）コンバージョン単価

コンバージョン単価は、新規顧客を獲得するためのコストです。これは、SEO を含むすべてのマーケティング活動のデータを監視する必要があるため、測定が比較的難しい指標になる可能性があります。

CPA を計算する方法は、特定の期間の合計マーケティング費用を新規注文の合計数で割ることです。たとえば、企業が 30 日間でマーケティングに 1,000 ドルを費やし、100 人の新規顧客を獲得した場合、CPA は 10 ドルになります。定期的なものでも特別なものでも、マーケティング活動が収益性を高めるためには、CPA が顧客生涯価値よりも低くなければなりません。

7. ユーザー推奨データ分析

販売者にとっては、どのユーザーが本当に愛しているかを特定する必要があります。彼らはあなたの製品を気に入ってくれるだけでなく、家族や友人にも喜んで勧めてくれるでしょう。彼らは基本的にあなたのブランドのアンバサダーです。成功する電子商取引企業は、この段階で指標に細心の注意を払い、タイムリーに対応するでしょう。

（1）ネットプロモーターインデックス- ユーザーが自社製品を他の人に推奨する意欲を測定します。これらの貴重な洞察は、ユーザーを次の 3 つのグループに分類するのに役立ちます。

（2）営業担当者– 彼らはあなたの最も忠実な顧客です。

（３）受動的なユーザー：製品に満足しているが、宣伝する意図がないユーザー。

（4）嫌悪ユーザー- 再度購入したくないだけでなく、周囲の人にも購入しないように説得します。

IV.まとめ

ユーザーは、自分を数字ではなく人間として扱ってくれる企業を選択します。電子商取引分析の最終的な目標は、データを収集し、顧客を理解し、製品とプロセスを最適化してユーザーの期待に応え、さらにはそれを超え、最終的に企業が市場シェアと中核競争力を高めることです。