新型コロナウイルスの影響で売上が低迷している企業も多い中、通信販売会社では売上が増加傾向にあります。これらの現状を受け、店頭販売から通信販売へ切り替えたり、ネットショップの立ち上げを行っている企業も少なくなく、今後も業界規模の拡大が続くと考えられています。
今回は、通信販売を成功させるために担当者が見るべきデータとその分析方法について解説します。

新型コロナウイルスの影響で通販会社の売上は増加傾向

新型コロナウイルスは日本のみならず、世界経済に大きな影響を与えています。世界中での経済悪化に付随して、対人接触・移動を控える消費者が増えたことで、飲食業やサービス業・実店舗を伴う小売業などの業績が低迷、廃業も多くでました。

新型コロナウイルスの収束はいまだ先が見えず業界によっては厳しい状況が続いています。しかし不調な業界が多いなか、家ごもりやテレワークの普及で消費者の購買行動に変化が見られたことで通販会社の売上は増加傾向にあります。1人あたりの利用頻度が増加しただけでなく、今まで利用してこなかった層が新たに顧客となったケースも少なくありません。

低迷している飲食業や小売業も通販など新たなビジネスモデルに移行することで業績が回復している企業もいるようです。
売上は企業の存続及び成長を左右します。継続した売上を確保するためには新規顧客の獲得のみならず既存顧客の獲得に向けた取り組みが重要となります。

コロナ後を見据えたデータ分析が必要

現在、通販自体の需要が拡大しており、売上が向上している企業も多いことと思います。しかし、新型コロナウイルス収束後もそれが通用するとは限りません。コロナ禍で通販市場へ参入した企業も多く、そのなかで生き残るには有効なマーケティング戦略をしっかりと練っておく必要があります。

その際に重要となるポイントは顧客への適切なアプローチを導くデータの分析です。
通販で継続して成功している企業を調査した結果、データ分析を活用したマーケティング施策を行っていることがわかりました。
ここでは通販に特化したマーケティングに役立つ3つの指標についてご紹介いたします。

LTV（Life Time Value）

LTV（Life Time Value）とは顧客生涯価値のことで、顧客1人が生涯において特定の企業に対してどれだけ利益をもたらすかを算出したものです。顧客の購買額と顧客獲得に要するコストの差額が価値となります。
通常、利益は商品や事業ベースで考えるものです。しかしLTVは顧客ベースで考えます。
また期間にも特徴があります。利益を計算する場合、1ヶ月、3ヶ月、1年などの期間を定めますが、LTVの想定している期間は先にも述べたとおり「顧客であり続ける期間」です。
つまり、長期間継続して購入する顧客ほど、LTVが高くなりやすいと言えます。
LTVの計算式は以下のとおりです。

 

 

LTV = 平均顧客単価 × 平均購買頻度 × 平均継続期間（÷顧客獲得コスト）

 

 

1度の購入のみに焦点を当てるのではなく2回目以降の購入を視野に入れた長期的なマーケティング戦略に欠かせない指標です。

CPO（Cost Per Order）

CPO（Cost Per Order）とは注文１件あたりにかかる広告費用です。顧客を得るためにどれほどの費用を要するか明確化し、広告など販売促進の費用対効果を把握することができます。また1回の取引額をベースに考えるのではなくLTVベースでCPOを算出することで、投入できる広告費を最適化することができます。
計算式は以下のとおりです。

 

CPO＝広告出稿費用÷注文数

 

ネット通販の最もシンプルなモデルで算出方法を説明いたします。ディスプレイ広告やリスティング広告などのクリック数に応じて課金される広告を出稿、自社サイトに誘導しサイト上で販売するというモデルです。
この場合、CPOは次のようになります。

 

クリック単価：100円
コンバージョン率：1.0%
CPO：10,000円

 

※　類似用語解説
CPA：Cost Per Acquisition = コンバージョン1件あたりに発生する広告費用
CPI：Cost Per Inquiry = 問い合わせ1件あたりに発生する広告費用
このようにCost Per　～　にはさまざまな単語が存在しますが、広告費用が何を目的として発生しているかによって異なります。

F2転換率

F2転換率とは、「初回購入をした」層が、「2回目の購入をした」層に変化した割合を示すための指標です。
F3、F4場合も同様に、3回目、4回目の購入を指します。F2転換率を算出する計算式は以下の通りです。

F2転換率（％）＝2回目の購入をした顧客数÷新規顧客数×100

定期通販やサブスクリプションなどのビジネスモデルにおいてLTVを向上させるためには「継続回数」が重要となります。LTVを高めるためには既存顧客への適切なアプローチでF2転換率を上げる必要があります。

分析結果の活用で得られるメリット

データ分析で得られた指標を活用することでマーケティングの方向性を定め、さまざまなメリットを得ることができます。
では具体的にどのようなものがあるでしょうか。

顧客それぞれに対し効果的なアプローチ

効果的なマーケティングを行うには、商品や顧客によってアプローチを変える必要があります。顧客がどのような属性を持つか、何を求めているのかを見極めることや、リピート購入を見込める商品であるか否かを考えることも重要です。例えば、ランドセルや一軒家の販売の場合、通常、顧客は人生で1回しか買わないためF2転換率は低いと言えます。一方トイレ用品や化粧品など定期的な購入が期待できるものであればF2転換率が高い顧客をセグメントごとに見極めることで顧客のLTVを高めることができます。

このように分析を行うことでパーソナライズしたアプローチが可能です。かつては大多数に向けたマスマーケティングが一般的でした。しかし、IoTの普及によって顧客の知識や行動にも変化が見られるようになり費用対効果が低い手法となりつつあります。現在は1人ひとりにマッチした広告などを利用したアプローチが求められています。

広告宣伝費の最適化

マーケティングを行う場合、利益率をどう定めるかが一つの課題となっていました。
LTVとCPOを算出することで、LTV>CPOが最低基準となり広告費の運用を最適化することが可能です。
通常の商売の場合、単月での売上>費用での黒字化を目安としていましたが、LTVを使うことで目先だけではなく数ヶ月後、数年後を見据えた顧客獲得の戦略を練ることができます。

単純に考えた場合、広告費をかけることで顧客の増加が見込めます。しかし利益を考えた場合コストを抑えることも重要です。そのバランスを考える際に分析が重要となり、商品にかけられる広告費の上限を明確にすることで顧客獲得の機会損失を防ぎつつ利益を確保することができます。

通販会社がデータ分析に取り組めない3つの理由

データ分析はマーケティングおいて必要不可欠です。
しかし通販会社がデータ分析に取り組めていないことも多く、以下の理由が挙げられます。

人がいない

分析を行う場合、広告デザインを行う人・分析を行う人それぞれが必要になります。すべてをできる人材は限られているうえ、時代の流れとともに変化するマーケティング市場や顧客の購買活動に対応していかなくてはなりません。

時間が無い

他の業務で手一杯でデータ分析に対してのみ時間をかけることは難しいというのも理由の一つです。人を雇うという解決策もありますが、採用にかかるコストや労力、採用後の人件費などを考慮すると費用対効果に見合った採用を行える確証はなくリスクを伴います。

ノウハウが無い

どのような分析をすべきか、また分析した結果をどう活かすかというノウハウがなければデータを活用することはできません。ノウハウはさまざまな経験や事例をもとに得た知識が必要となるので、分析に長けた人材がいない企業においてはすぐに解決することは難しいと言えます。

システム活用で、データ分析とアプローチの自動化が可能

上記の課題を即解決するにはシステムを利用するのが効果的です。
ノウハウが詰まったシステム活用により、時間をかけずに正確なデータ分析が自動で行えるようになります。
また、FIDであればシステム活用と並走して、元通販事業者の感覚や経験のみならず数字を分析した上で論理的な考え方に基づいたアドバイスを提供することも可能です。
マーケティング戦略のための効率的なデータ分析にお役立ていただけますと幸いです。