GAなどのKPIをもとにしたサイト改修以前で且つデータマイニング未満で行える、ちょっとした改善を行おうとする試みです。 今回：外部データとの同期やカテゴリマネジメントによる売上向上策、 次回、サイト内改善による売上向上策、 次々回、データマイニングによる売上向上策を予定しています。

1. 大規模ECサイトにおける売上向上施策の一考察
2014年3月
@otanet
○○御中

2. ご提案の流れ
GAなどによるサイト改修以前・データマイニング未満で、ちょっとした改善が見込
めます！
1．レコメンド表示のチューニングによる機会損失の防止策
すぐに購入したい顧客層を逃してはいないかという仮説。
2．低額購買者層向けのコンテンツの新設との拡充による顧客育成
Cf. 高額購買者層向けのコンテンツ（＝コールセンターでの対応）に対して、低額
者向けのコンテンツを設けて収益向上につなげられるという仮説
3．FAQ更新によるサイトコンテンツの充実策
御社のショッピングガイドのページとYahoo!知恵袋のクチコミやレビューに対応し
て、FAQも更新することで、新規の見込み顧客の獲得へつなげる案です。
付録：基礎分析とマイニングの適用
・SEO対策、サイト分析：SEOや導線分析
・データマイニングによる分析案 2

3. 1．レコメンド表示のチューニングによる機会損失の防止策
・仮説：
→レコメンド表示の商品の中に、「売り切れ」の
商品や「再入荷待ち」の商品が多くある時に、
すぐに購入したい顧客は、Yahoo!ショッピングなど、
他のサイトに逃げてしまって、機会損出になって
いるであろうという仮説。
• 仮説の根拠：
→「non-no」、「more」など媒体別に調べてみる。
・対策：
→DBのチューニングを行い、在庫の有無の
相関関係をとり、新たなデータ項目を追加し、
このデータ項目をレコメンドエンジンに設定する。
・効果：
→代替商品を購入し他店への流出を未然に
防ぐことができます。
3
売り切れ
レコメンド表
示の商品でも
売り切れ
離反・機会損出
になってる！

4. 1．視点：レコメンド表示のチューニングによる機会損失の防止策
・視点：在庫管理とDB連携の確認を。
→レコメンド表示の商品の中に、「売り切れ」ばかりが続いていないか確認する。
→レコメンド・エンジンのDBチューニングを。人工知能搭載の場合に。
→カテゴリ・マネジメントも！
4
売り切れ レコメンド表
示の商品でも
売り切れ
離脱 離脱
購入したい商品が売切れ… 類似商品でも売切れ… 他のブランドへ…

5. 2．低額購買者層向けのコンテンツの新設との拡充による顧客育成
・仮説：
→高額購買顧客⇔VIP専用フリーダイアル
→低額購買顧客⇔ない？？
・仮説の根拠：
→仕組みとしては見受けられない。
・対策：
→Web上のコンテンツを新たに設置
して、C2Cでお答えしたり、ユーザの好きな
コンセルジュからアドバイスがもらえる、
そういった、新たなコンテンツを設置してみよう。
・効果：①ロイヤリティー顧客の育成に！
②C2Cで効率よく！！
③コンセルジュで即決させられます！！！
5
既存の顧客育成プログラ
ムを動かしましょう！

6. 2．視点：低額購買者層向けのコンテンツの新設との拡充による顧客育成
・視点：
→高額購買顧客には、VIP専用フリーダイアルの対応をして、
→低額購買顧客には、コストのかからない、C2Cのコンテンツ設置を！
・顧客ランク別のCRMプログラムは静的から動的に運営しよう！
6

7. 3．FAQ更新によるサイトコンテンツの充実策
・仮説：
→FAQがしっかり充実していれば、
CVまでゆくのではないか。
↑
YaHoo!知恵袋などのクチコミまで見て、
FAQを対応されていない部分もあるのではないか。
例）彼女→彼氏へのプレゼントはどのブランドがよいか
・仮説の根拠：
→ 「ショッピングガイド」や「よくある質問」としては、
多くはない。
・対策：Yahoo!知恵袋やTwitterなどの外部のSNSのクチコミを、
→テキストマイニングして、いくつかグループとして、
抽出して、FAQに反映させること。
対応案） 過去の購買履歴からランキングで表示するなど。
・効果：
• 最近のクチコミを「ショッピングガイド」や「よくある質問」でキャッチしていれば、CV
の至る可能性が高まり、CVにいたる。
7

8. 3．視点：FAQ更新によるサイトコンテンツの充実策
・視点：サイト内以外のクチコミのデータの同化を！
→消費者の購買意思決定には、クチコミが影響している。
このクチコミをサイト内で対応することで、離脱を防ごう。
Cf. コールセンターのFAQは外部のクチコミを反映させることで、
売上が倍増した事例があります。
8
基幹システム
のデータ
アクセスログ・
データ
サイト外
クチコミ・データ
サイト内のFAQ 反映させ
よう！

9. まとめ
・GAなどによるサイト改修以前・データマイニング未満で、ちょっとした改
善を行いましょう！
・上記のスライドの1．から3．までを行うことで、既存のリソース（会員育
成プログラム等）を流動的に活性化でき、収益改善や売上向上が見込め
ます。
・いずれも、顧客購買履歴などの売上データやクチコミなどの文字のデー
タを、分析することで、その要因を可視化し、根拠として用いています。
・これにより、継続的なPDCAが実現できます。顧客の気持ちで主観的な
仮説を、客観的に証明することで、自信の持てる・ダイナミックなサイト運
営ができるようになります。
9

10. 付録：データマイニングによる分析案
・売上予測の分析のイメージ（BI:Pentaho + R/SPSSを使用）
10
・クチコミのテキストマイニングのイメージ（Rを使用）
・顧客セグメンテーションのイメージ（Rを使用）

11. 付録：サイト間のネットワーク分析（Rを使用）
• サイト間のネットワーク分析のイメージです。
11
・類似商品の抽出 → レコメンド商品のDB（Rを使用）
@rinzorizoさんから引用

12. 付録：
• 引き続き更新予定です。
• 今回：外部データとの同期やカテゴリマネジメントによる売上向上策
• 次回、サイト内改善による売上向上策。
• 次々回、データマイニングによる売上向上策
…
12

13. 参考文献& URL一覧
1．ファッション通販･アパレル 集英社 FLAG SHOP（フラッグショップ）
http://bit.ly/1dREWDF
2． 【ニッセン】カタログ 通販 ニッセンオンライン
http://bit.ly/1i7cA9g
3．ブライアン・ハリス（2006）「カテゴリーマネジメント入門」
http://amzn.to/1dRFw4o
4．「ニューラルネットで画像分類をやってみた」 rizorizoさん
http://www.slideshare.net/rinrin1981/ss-5290500
13