分析で迷子にならないための思考の「型」
ECサイト運営において、データ分析は羅針盤のようなものです。しかし、多くの担当者が膨大なデータの海で溺れ、本来の目的地を見失っています。
この章では、具体的なツールの使い方に入る前に、まずはデータ分析に対する「正しい姿勢」と、迷子にならないための強力な「思考の枠組み」をインストールします。これができれば、どんなモールの管理画面を見ても、本質を見抜けるようになります。
データ分析の目的は「意思決定」ただ一つである
分析＝アクションの根拠
突然ですが、質問です。あなたは今日、何のためにRMSやセラーセントラルの分析画面を開きましたか？
「上司への報告資料を作るため」「なんとなく売上の推移が気になるから」。もし、そんな答えが浮かんだなら、少し危険信号かもしれません。
EC運営におけるデータ分析の目的は、ただ一つ。**「意思決定（アクション）をするため」**です。
「データを眺めて、ふーんと納得して終わり」。これでは、分析にかけた時間は単なるコストになってしまいます。厳しい言い方ですが、アクションに繋がらない分析は、趣味の時間と同じです。
データは、あなたが次に打つ一手の「根拠」となるべきものです。
-
「転換率が落ちているデータがあるから、商品ページのファーストビューを改善する」
-
「特定のキーワードからの流入が増えているデータがあるから、そのキーワードの広告入札を強める」
-
「在庫回転率が悪化しているデータがあるから、次の発注数を減らす」
このように、「データ（根拠）→意思決定→アクション」という一本の線が繋がっていなければなりません。
「分析結果を見ても、何をすればいいか分からない」と悩む方は多いですが、それは「何を見るか」から入ってしまっているからです。まず「何を決めるためにデータを見るのか」という目的意識を持つことから始めましょう。
「仮説なき分析」は時間の無駄
もう一つ、分析初心者が陥りがちな罠があります。それは、何の当てもなくデータを深掘りしてしまう「探索型の分析」です。
RMSの複雑なメニューを片っ端からクリックしたり、Excelでピボットテーブルを何時間もこねくり回したり…。これらは一見、一生懸命仕事をしているように見えますが、多くの場合、徒労に終わります。膨大な情報の波に飲まれ、時間だけが過ぎていくのです。
効率的なデータ分析には、必ず**「仮説」**が必要です。
仮説とは、「こうなっているのではないか？」という推測のことです。
-
仮説A：「最近、競合店が類似品を安く出してきた。だから自店の転換率が落ちているのではないか？」
-
仮説B：「新しく始めたInstagram広告のクリエイティブが若年層に刺さっている。だから新規アクセスが増えているはずだ」
このように仮説を立てて初めて、見るべきデータが決まります。仮説Aなら「競合商品の価格推移」と自社の「直近の転換率」を見れば検証できます。仮説Bなら「流入経路別のアクセス数」と「ユーザー属性」を見れば良いわけです。
データ分析とは、闇雲に宝探しをすることではなく、立てた仮説が「正しかったか、間違っていたか」を検証するプロセスだと心得てください。仮説が間違っていたとしても、それは「一つの可能性が消えた」という立派な成果です。
まずはPCの前で腕組みをする前に、「今、何が起きているのか？」「なぜそうなっているのか？」という仮説を、自分の頭で考える癖をつけましょう。
EC売上の黄金式を理解する（因数分解の思考法）
すべては「売上＝アクセス×転換率×客単価」から始まる
どれだけ分析ツールが進化しても、ECビジネスの基本構造は変わりません。すべての売上は、以下のたった3つの要素で成り立っています。
売上 ＝ アクセス数 × 転換率（CVR） × 客単価
これは「ECの黄金式」とも呼ばれる、絶対に覚えておくべき公式です。どんなに複雑に見える問題も、まずはこの式に当てはめることで、問題の所在をシンプルに捉えることができます。
例えば、「先月より売上が100万円落ちた」という事象が発生したとします。この時、ただ「売上が落ちた、大変だ！」と騒いでも解決しません。
この黄金式を使えば、「アクセス数が減ったのか？」「転換率が落ちたのか？」「客単価が下がったのか？」のどれが主原因なのかを特定できます。
もし「アクセス数」が前月比80%になっていたなら、転換率や客単価を改善する施策を打っても的外れです。まずはアクセスを元に戻す施策（広告、SEO、メルマガなど）を最優先すべきだと判断できます。
このように、問題を大きな塊のまま捉えるのではなく、構成要素に分解して考える癖をつけましょう。
因数分解でボトルネックを特定する
黄金式で大まかな原因が特定できたら、次はさらに深く掘り下げていきます。これを「ドリルダウン分析」と呼びます。
例えば、「アクセス数の減少」が主原因だと分かったとしましょう。しかし、一口にアクセスと言っても、その内訳は様々です。
-
検索エンジン（Google, Yahoo!）からの自然流入が減ったのか？
-
モール内検索（楽天サーチなど）からの流入が減ったのか？
-
広告（RPP広告、スポンサープロダクトなど）からの流入が減ったのか？
-
メルマガやLINEからの流入が減ったのか？
-
外部サイト（SNS、ブログなど）からの流入が減ったのか？
それぞれの流入経路ごとにデータを分解していくことで、例えば「モール内検索からの流入だけが激減している」という事実が浮かび上がります。そうすれば、「検索順位が落ちたのではないか？」「商品名に入れているキーワードがトレンドから外れたのではないか？」といった具体的な仮説が立てやすくなります。
転換率（CVR）が落ちた場合も同様です。「在庫切れを起こした商品はなかったか？」「ネガティブなレビューが直近で投稿されていないか？」「競合が強力なセールをぶつけてきていないか？」「商品ページがスマホで見づらくなっていないか？」といった様々な要因に分解して検証します。
ビジネスの課題は、玉ねぎの皮をむくように、因数分解を繰り返すことで芯（＝真因）にたどり着けます。「なぜ？なぜ？」と自問自答を繰り返し、これ以上分解できないレベルまで要素を細分化していく思考法こそが、最強の分析スキルなのです。
多店舗展開の罠。「木を見て森を見ず」を避ける全体戦略
多くのEC事業者が、楽天市場、Amazon、Yahoo!ショッピングといった複数のモールに出店しています。多店舗展開は売上の柱を増やす有効な戦略ですが、データ分析においては「罠」も潜んでいます。
モールごとの「方言（指標の違い）」を理解する
最大の罠は、各モールで使われている言葉（指標）が微妙に異なることです。同じ「アクセス数」を表す言葉でも、モールによって定義が違います。
-
楽天市場: 「アクセス人数」。ある期間に店舗を訪れたユニークユーザーの数。
-
Amazon: 「セッション」。24時間以内に同じユーザーが何度訪問しても「1」とカウントする訪問数。（※「ページビュー」とは異なります）
-
Yahoo!ショッピング: 「訪問者数」。一定期間内のユニークブラウザ数。
これらを理解せずに、単純に「楽天のアクセス人数」と「Amazonのセッション」を横並びで比較してしまうと、実態を見誤る可能性があります。
また、転換率の計算方法も微妙に異なります。楽天は「受注件数 ÷ アクセス人数」が基本ですが、Amazonは「注文品目数 ÷ セッション」で算出される「ユニットセッション率」が重視される傾向があります。
それぞれのモールが持つ「方言」を正しく理解し、翻訳して捉える能力が求められます。
モールの特性に合わせた分析視点
さらに重要なのが、各モールの「戦い方」の違いです。
楽天市場やYahoo!ショッピングは、店舗（ショップ）という概念が強く、回遊性が高いのが特徴です。ユーザーは商品ページだけでなく、店舗のトップページやカテゴリページを回遊し、「ついで買い」や「まとめ買い」をすることが期待できます。
したがって、分析においては、単一商品のアクセス数だけでなく、「店舗全体の回遊率」や「一人当たりの買上点数（まとめ買い率）」といった指標が重要になります。施策としても、商品ページに関連商品のリンクバナーを貼ったり、送料無料ラインを意識させたまとめ買い促進が有効です。
一方、Amazonは巨大な自動販売機のようなもので、「商品（ASIN）」単位での指名買いが基本です。ユーザーは店舗のトップページを見ることはほとんどなく、検索結果から直接商品ページにランディングし、購入するか離脱するかを即決します。
そのため、Amazon分析では「店舗全体」という視点よりも、主力商品（ASIN）ごとの「セッション数」「ユニットセッション率（転換率）」、そして何より「カートボックス獲得率」が死活的に重要になります。他の出品者と一つの商品ページを共有する仕組み上、カートを獲得できなければ売上はほぼゼロになってしまうからです。
全体最適の視点
最後に、個別のモール分析に没頭するあまり、事業全体のバランスを見失わないように注意が必要です。
「楽天の売上を伸ばすために広告費を倍増させた結果、全体の利益率が大幅に悪化してしまった」「Amazonの在庫補充を優先した結果、自社サイトや他モールの在庫が枯渇して機会損失を出してしまった」といった本末転倒な事態は避けなければなりません。
データ分析の最終ゴールは、事業全体の利益最大化です。
各モールの管理画面だけでなく、全チャネルの売上、利益、在庫状況を俯瞰できるダッシュボード（ExcelやBIツールなど）を用意し、「今月はどのモールのどの商品にリソース（広告費や在庫）を集中投下するのが最も効率的か？」という全体最適の視点を持つことが、中堅マーケターへのステップアップとなります。
木（個別のモール・商品）を見るだけでなく、森（事業全体）を見る視点を常に忘れないでください。
ここまで、データ分析における戦略的な思考法をお伝えしてきました。
頭では理解できた。でも、具体的に明日から管理画面のどこを見ればいいの？ そう思われた方も多いでしょう。
後半では、抽象度を一気に下げ、楽天市場、Amazon、Yahoo!ショッピングそれぞれの具体的な管理画面の歩き方と、明日から実践できる分析アクションについて、ステップバイステップで解説していきます。
3大モール別・明日から使える分析アクション
お待たせしました。ここからは、腕まくりして実務に取り掛かる時間です。
前半でお伝えした「思考の型」を、日々の「作業」に落とし込むための具体的なステップを解説します。読みながら、ご自身の店舗の管理画面を開いてみてください。きっと、今まで見えていなかった「宝の地図」が浮かび上がってくるはずです。
【Step1：現状把握】健康診断としての「定点観測」ルーティン
データ分析で最も大切なのは、一発逆転のホームランを狙うことではなく、日々の体調変化にいち早く気づくことです。そのために必要なのが、毎日の「定点観測」ルーティンです。
毎日見るべき3つの指標（健康診断）
朝一番にPCを開いたら、メールチェックの前に以下の3つの数字だけは必ず確認してください。所要時間は5分で十分です。
-
売上（日商）
-
アクセス数（訪問者数/セッション）
-
転換率（CVR/ユニットセッション率）
見るべきは、当日の数字だけではありません。必ず**「昨日の自分（前日比）」と「昨年の自分（前年同月比）」**と比較してください。
-
「昨日は平日なのに、先週の平日より売上が20%も落ちている。なぜだ？」
-
「去年はこの時期にもっとアクセスがあったはずなのに、今年は少ない。トレンドが変わったのか？」
このように、過去のデータと比較することで初めて、今日の数字が良いのか悪いのかが判断できます。これが「異常」を検知するための第一歩です。
異常値を検知する「基準値」を持て
異常に気付くためには、自分の中での「基準値（平常値）」を持っておく必要があります。
「うちの店の平日の平均アクセスは〇〇くらい」「CVRは普段は〇%前後で推移している」といった感覚です。この基準値から大きく外れた数字が出た時が、詳細分析を始める合図です。
例えば、「いつもCVRは3%前後なのに、昨日は1.5%だった」という異常を検知したとします。ここで初めて、「なぜ？」という問いが生まれ、原因を特定するための次のステップに進むことができます。基準値がなければ、この1.5%という数字を見過ごしてしまうでしょう。
週次・月次で見るべき指標（定期検診）
毎日のチェックに加え、週に1回、月に1回は少し視座を高くして、健康診断の「精密検査」のような分析を行いましょう。
-
週次チェック:
-
商品別（SKU別）売上ランキング: 売れ筋商品に変化はないか？在庫切れを起こしそうな商品はないか？
-
広告の費用対効果（ROAS）: 今週配信した広告は利益を出しているか？無駄な出費はないか？
-
-
月次チェック:
-
流入経路別アクセス推移: 検索、広告、SNSなど、どこからの集客が増えていて、どこが減っているか？大きなトレンドの変化を捉えます。
-
在庫回転率: 商品が効率よく現金化できているか？不良在庫が溜まっていないか？
-
これらの定期的なチェックにより、日々の変動に惑わされることなく、中長期的な店舗の課題を発見することができます。
【Step2：課題特定】ボトルネックを狙い撃つドリルダウン分析法
定点観測で「異常」を見つけたら、次はその原因を突き止める「ドリルダウン分析」を行います。ここでは、よくある2つのケーススタディを通じて、具体的な手法を解説します。
ケーススタディ：アクセス数が減少した場合
「売上が落ちた原因は、アクセスの減少だった」と特定できた場合、次にやるべきは「どの経路からのアクセスが減ったのか？」を突き止めることです。
楽天市場（RMS）の場合
-
RMSメインメニューから「データ分析」＞「アクセス・流入分析」＞「流入経路」を開きます。
-
期間を「日別」にし、アクセスが落ちた日と直近の平常時を比較します。
-
「楽天サーチ（PC/スマホ）」「店舗内サーチ」「他店舗からの流入」「外部サイト」などの項目で、どこが減少しているかを確認します。
-
「楽天サーチ」が減っていたら？: 検索順位が落ちた可能性が高いです。主要な検索キーワードでの順位をチェックし、競合の動向（商品名、価格、ポイント倍率）を確認します。対策として、商品名やキャッチコピーのSEO見直し、RPP広告の強化を検討します。
-
「店舗内サーチ」が減っていたら？: 店舗内の回遊性が落ちています。トップページからの導線が分かりにくくなっていないか、カテゴリページが整理されているかを見直します。
Yahoo!ショッピング（ストアクリエイターPro）の場合
-
「販売管理」＞「プレミアム統計」＞「検索流入レポート」を開きます。
-
どのキーワードからの流入が減っているかを特定します。検索回数自体が減っているのか、自店舗の表示回数やクリック数が減っているのかを分析します。
Amazon（セラーセントラル）の場合
-
「レポート」＞「ビジネスレポート」＞「売上・トラフィック（親ASINまたは子ASIN）」を開きます。
-
全体のセッションが減っている場合、どの主力商品（ASIN）のセッションが足を引っ張っているかを特定します。
-
セッションが減っている商品の詳細ページを確認し、「メイン画像が魅力的か（競合と比較して）」「商品タイトルに重要なキーワードが含まれているか」「スポンサープロダクト広告の露出が減っていないか（予算切れや入札負け）」をチェックします。
ケーススタディ：転換率（CVR）が悪化した場合
アクセスはあるのに売れない。これは非常に悔しい状況です。CVR悪化の原因は多岐にわたりますが、以下のチェックリストに沿って潰していきましょう。
全モール共通のチェックポイント
-
在庫切れ: これが最も単純にして最大の原因です。サイズやカラーの欠品が起きていませんか？機会損失は甚大です。
-
価格競争力: 競合店が同じ商品を値下げしたり、強力なクーポンを発行したりしていませんか？
-
ネガティブレビュー: 直近で低い評価のレビューが投稿され、それがファーストビューに入ってきていませんか？
-
ページ崩れ: スマホで見た時に、画像が表示されていなかったり、レイアウトが崩れていたりしませんか？
Amazon特有のチェックポイント
-
カートボックス獲得率: ビジネスレポートで、対象商品の「カートボックス獲得率」を確認してください。これが大きく下がっている場合、ほぼ間違いなくそれが原因です。
-
対策：競合の価格を確認し、対抗価格に設定する。配送スピードや在庫状況を見直す。FBAを利用していない場合は利用を検討する。
-
CVRの課題は、お客様が「買おうと思ったけれど、何らかの理由でやめた」という事実を示しています。その「やめた理由」をデータと想像力で突き止めるのが、マーケターの腕の見せ所です。
【Step3：アクション】モール別・即効性のある改善施策リスト
原因が特定できたら、いよいよ具体的なアクションに移ります。ここでは、データ分析から導き出される代表的かつ即効性のある施策をモール別に紹介します。
楽天市場（RMS）で打つべき施策
楽天市場は「お祭り会場」です。賑わいを演出し、お得感を伝える施策が有効です。
-
アクセス対策（RPP広告のチューニング）:
-
RMSの「広告（プロモーションメニュー）」からRPP広告のデータを確認します。
-
「売上につながっているが、入札単価が低すぎて露出が少ないキーワード」を見つけ、入札を強めます。逆に「消化金額は多いが売上がないキーワード」は除外設定または入札を下げます。
-
-
転換率対策（クーポンとあす楽）:
-
分析で「アクセスは多いが離脱も多い商品」を特定し、その商品限定の「〇〇円OFFクーポン」を発行します。期限を短く設定（例：今週末まで）して緊急性を煽るのがコツです。
-
配送スピードは強力な武器です。「あす楽」対応可能な商品を1品でも増やすことで、検索結果での露出と転換率が向上します。
-
-
客単価対策（送料無料ラインとセット販売）:
-
「あと〇〇円で送料無料！」というバナーをカート付近や店舗トップに目立つように設置します。
-
「この商品を買った人はこんな商品も買っています」というデータを参考に、関連商品を組み合わせた「松竹梅のセット販売ページ」を作成し、まとめ買いを誘導します。
-
Amazon（セラーセントラル）で打つべき施策
Amazonは「巨大な自動販売機」です。検索にヒットし、比較された時に選ばれるための情報整備が全てです。
-
アクセス・CVR対策（商品カタログの改善）:
-
商品タイトル: 最も重要な検索キーワードをタイトルの先頭に持ってきます。スマホ表示では後半が省略されるため、前半勝負です。
-
商品仕様（箇条書き）: ユーザーが知りたいスペックやメリットを簡潔にまとめます。ここにキーワードを含めることでSEO効果も期待できます。
-
A+コンテンツ（商品紹介コンテンツ）: テキストだけでは伝わらない商品の魅力を、画像とリッチなテキストで訴求します。ブランド登録が必須ですが、CVR向上に直結するため、主力商品には必ず作成しましょう。
-
-
広告運用（スポンサープロダクト広告の最適化）:
-
オートターゲティングで成果が出ている検索キーワードを抽出し、マニュアルターゲティングに移行して個別に入札管理を行います。これにより、確度の高いキーワードに予算を集中投下できます。
-
-
FBA活用（カート獲得と配送品質）:
-
自社出荷でカート獲得率が低い場合、FBA（Fulfillment by Amazon）の利用を強く推奨します。プライムマークが付与され、カート獲得率が劇的に改善するケースが多いです。
-
Yahoo!ショッピング（ストアクリエイターPro）で打つべき施策
Yahoo!ショッピングは、ソフトバンク・PayPay経済圏との連動が鍵です。
-
アクセス対策（PRオプションとアイテムマッチ）:
-
検索順位を上げるための「PRオプション」の料率を見直します。一律設定ではなく、利益率の高い商品や売りたい商品の料率を上げるなど、メリハリをつけた運用が効果的です。
-
クリック課金型の「アイテムマッチ広告」を活用し、検索結果の一等地に商品を露出させます。
-
-
イベント対策（5のつく日・超PayPay祭）:
-
Yahoo!ショッピングはイベント時の売上爆発力が凄まじいです。「5のつく日」や大型イベントに合わせて広告予算を増額し、ポイント倍率をアップさせる設定（ストアポイント）を事前に行います。
-
【Step4：効果検証】施策は「やりっぱなし」が一番ダメ
施策を実行して満足してはいけません。データ分析のサイクルを完結させる最も重要な工程が「効果検証」です。
施策の記録を残す
「いつ」「何をしたか」を必ず記録に残してください。ExcelでもGoogleカレンダーでも構いません。
-
「10月1日：商品Aのメイン画像を白背景から使用イメージ画像に変更」
-
「10月5日：全商品対象で3980円以上送料無料キャンペーンを開始」
この記録がないと、後でデータを見た時に「なぜこの日に数字が跳ねたのか？」が分からなくなってしまいます。
前後比較で検証する
施策を実施したら、必ず「実施前」と「実施後」のデータを比較します。
例えば、商品画像を変更したなら、変更前1週間と変更後1週間の「クリック率（CTR）」と「転換率（CVR）」を比較します。
-
CTRが上がった＝画像が魅力的になり、クリックされるようになった。
-
CVRが上がった＝ページに来た人が購入する確率が上がった。
この検証を通じて、「この施策は効果があった」「効果がなかった」を客観的に判断します。ただし、季節要因やモールの大型セール期間と重なっていないかなど、外部要因の影響も考慮に入れる必要があります。
PDCAを回す
効果があった施策は、他の類似商品にも横展開します。効果がなかった、あるいは悪化した場合は、すぐに元の状態に戻し、なぜダメだったのか原因を分析します。
-
「画像がおしゃれすぎて、何の商品か分かりにくくなったのかもしれない」
-
「クーポンの割引率が低すぎて、魅力に欠けたのかもしれない」
そして、また新しい仮説を立て、次の施策を実行します。この「仮説→実行→検証→改善」のPDCAサイクルをどれだけ速く回せるかが、EC事業の成長スピードを決定づけます。
データ分析は、このサイクルを回すためのエンジンのようなものです。一度きりのイベントではなく、日々の業務の中に組み込み、息をするように自然に行えるようになるまで反復してください。それが、最強のマーケターへの最短ルートです。
