【ECサイト　売上分析解説】戦略的フレームワーク（5W2H）から考える時系列分析

ECサイトの運用をするにあたり、どうしても必要になるのが売上分析。
トラフィックやページの分析はGoogleAnalyticsで何とかなる部分も多いですが、
売上分析は生のcsvを管理画面から落として、Excelで集計する場合が多いと思います。
（筆者はRも使ってますが…）
そこで今回は、POP GALLERY オンラインショップの売上分析のノウハウを書こうと思います！
フレームワークの考え方から実際の分析（時系列）までを少しだけ公開します！

この記事の目次

①担当者の売上分析におけるフレームワークの考え方
②ECサイトでのWhere（場所）について
③売上分析の常套手段　～時系列分析～
④最後に

①担当者の売上分析におけるフレームワークの考え方

戦略的フレームワークの常套手段となりますが、
基本的には”5W2H”で考えることが多いです。
Who 誰に【顧客】
When いつ【時間】
What 何を【商品】
Where どこで【販路・場所】
How どうやって【集客・施策】
How much　いくらで【価格】
Why なぜ【訪問理由・購買理由】
これはあくまで自分の考えになるのですが、
この5W2Hのうち、最も大事になるのが、Why（なぜ）になると考えます。
理由としては、このWhyが顧客の購入理由、ニーズの部分となり、
単純な売上分析やトラフィック分析では、中々導きだせない箇所だからです。
逆に言えば、ここを抑えて、How（How much）に繋げ、
Where（サイト）にアクセスを集めることが出来れば、
売上は自然と上がると考えております。
じゃあ、どうやってWhyを導きだすのか。
そこで必要になるのが、残りの4Wのうちの3W（Who What When）になります。
例としては…
スーパーを運営している法人（Who）が、ハロウィン（When）での特設コーナー・売場を作ることになった。ハロウィンのポスター、エアーPOP、プリーツハンガー、ガーランド（what）などの装飾品、POPが欲しい。
↓
売場を一度に作れるPOPを取り揃えているサイトはないか（Why）
↓
「ハロウィン　POP」というKWで検索し、リスティング広告をクリック（How）して、
POPGALLERY オンラインショップ（Where）にアクセス。
25,000円（How Much）で商品を購入。
こんな感じで、5W2Hを自分のシナリオに落として考えると分かりやすいです。
ただし、Whereに（場所）に関して少し注意があります。

②ECサイトでのWhere（場所）について

5wの中で注意しなければならないのが、Where（場所）です。
ECに限定をするのであれば、
そのサイトがマーケットプレイス型のモールサイトなのか、
自社サイトなのかで、
売上データの傾向が全く変わってきます。
また、実店舗やカタログ通販などを行っている場合も、
当然ながらWhere（場所）の前提条件が変わるため、
マーケティングの考え方そのものが変わってきます。
私個人のやり方としては、同じデータレポートを作成する場合でも、
サイト毎に作る場合が多いです。
そうすれば、場所ごとの比較も行いやすく、
より売上の傾向がはっきりと分かると思います。
つまり、Where（場所）、サイトごとにデータを分けて作る。
これは、よくよく考えると当たり前のことですが、
基幹システム上からデータを取り出して加工なんかしてると、
EC全部の注文を処理してしまうことがあるので、
心がけたほうがいいかもしれません。
また、最近ですと、デバイス（PC・スマホ）毎の違いも要注意です。
ただし、デバイスに関して言えば、売上分析というより、トラフィック・ページ分析の中で、
直帰率・離脱率・CVRなどの数値を見たうえで、
マーケティングを行ったほうが、効果は出やすいと考えております。
理由として、PC・スマホの違いというのは、あくまで導線の違いになるため、
導線箇所となるトラフィック・ページ部分のほうが、数値の差としてインパクトがあり、
違いがより深く考察できるという点があります。
ですので、売上分析上では、最低限の部分を抑えておけば、問題はないかと思います。

③売上分析の常套手段　～時系列分析～

さて、ここまでで戦略的フレームワークとしての、
5W2Hを理解したところで、
実際の売上分析に入りたいと思います。
今回、手法として用いるのは、商品単位での時系列分析です。
時系列で見る理由としては、下記となります。
（１）5W2Hのうち、What（商品）とWhen（時間）に着目出来るため、
これだけでWhy（購買理由）を導き出せる場合がある。
（２）そもそも、売上をざっくりとしか把握していない場合、
その月に売れている商品が何なのか、担当者の感覚と、
実際の数値で乖離している場合がある。
（３）時系列というだけあって、
When（時間）で重要な季節変動要因を理解しやすい。
早速、実際どういう風なレポートで
売上を見ているのか、下記に画像を用意しました。
※実績数値はダミーのものとなります。

A列～D列がマスター情報、E列以降が実績数値となります。

グループ化されている箇所は、
2017年11月以前の過去月度の実績が記載されています。

さくっとグラフにしてみるとこんな感じです。
赤丸が売上が大きくあがっている箇所、青丸が売上が下がっている箇所になります。
グラフの例にすると、2016年6月と2017年6月、2017年12月がピークで、
2016年12月に大きく落ちているのが分かります。
時系列でポイントなのは、「変動が大きくあった時間」になります。
ここでの変動理由が、季節変動なのか、それとも何らかの施策によるものなのか、
商品特性（消耗品の場合、使い切るタイミング）なのか突き止める必要があります。
その原因を突き止めるのに使えるのが、
本レポートだとA～Dのマスター情報になります。
本レポートですと、ダミーのため、カテゴリしか追加していないので、
カテゴリ単位での比較しかできないですが、
例えば、商品サイズや販売開始日、セール商品なのか、通常単価商品なのかなどの
マスター情報を帳票に加えることで、
様々な角度でグラフの変動を比較することが出来ます。
更に、フィルタをかけてみることで、
原因特定、更に言えばWhy（購買理由）の特定に繋がると考えます。
今回のダミーデータで言うと…
（１）2015年1月、6月、2016年6月、2017年12月（When）の売上が高く、
ここに変動要因がありそうだと考える。
ただし、2016年12月の売上が殆どないため、
何かしら特殊な事象があったのではないか？（在庫切れなど）
（２）それ以外にも売れる月と売れない月の変動が激しい。
波が激しく、商品特性によるものがあるのでは？
マスター情報（What）を見て、類似商品を見る事で、
傾向をつかむことはできないか？
あくまで、ダミーデータなので、詳細な原因までは探れませんが、
この一枚のグラフだけでもここまで読み取ることが出来ます。