購買データ分析の方法｜売上集計から顧客行動を読む

売れた商品ランキングを作るだけでは、購買データを顧客理解に変えられません。

同じ売上でも、新規顧客が一度だけ買ったのか、既存顧客が繰り返し買ったのかで意味は違います。購買データ分析では、商品を集計するだけでなく、誰が、いつ、何と一緒に、何を入口に買ったかを見ます。

購買データ分析を始める前に、1行の粒度をそろえる

分析用データは、原則として「一つの注文に含まれる一つの商品」を1行にします。注文単位だけでは、組み合わせや商品別返品を扱いにくいためです。

氏名や住所など分析に不要な個人情報は持たず、社内の利用目的、権限、保管期間に従います。顧客IDが媒体や店舗で分断されている場合は、統合できる範囲とできない範囲を明記します。

集計前に除外・補正ルールを決める

キャンセル、返品、テスト注文、重複、交換、欠損をどう扱うかを固定します。

• 受注と売上確定のどちらを使うか
• 返品を元注文へ戻すか、返品月に計上するか
• ゲスト購入を同一顧客として扱えるか
• セット商品をセット単位とSKU単位のどちらで見るか
• 税・送料・値引きをどこへ含めるか

分析結果より先に定義表を残します。定義が変わったら、過去との比較条件も記録します。

購買データを読む5つの分析

1. 商品分析：何が売れたか

売上、数量、注文数、購入者数、粗利などを商品別に見ます。売上上位だけでなく、利益、返品、他商品との同時購入も確認します。

同じ顧客がまとめ買いしている商品は、購入者数で見ると順位が変わることがあります。

2. 顧客分析：誰が買ったか

新規・既存、購入回数、累計購入額、最終購入日で分けます。RFMのような分類を使う場合も、セグメント名を付けて終わらず、各層で変える施策を決めます。

3. 時系列・コホート分析：いつ、どう続いたか

月別売上だけでなく、初回購入月が同じ顧客群ごとに、その後の再購入率や累計利益を追います。キャンペーン月に大量獲得しても、次の購入が続かなければ獲得の質を見直せます。

4. 組み合わせ分析：何と一緒に買われたか

同じ注文に含まれる商品ペアを集計します。ただし、人気商品同士は偶然一緒に見えやすいため、件数だけでセット化しません。

• A購入者のうちBも買った割合
• B全購入者のうちAも買った割合
• キャンペーン期間外でも関係が続くか
• 利用場面として組み合わせを説明できるか

5. 購入順序・入口分析：何から関係が始まったか

初回購入商品ごとに、2回目の商品、再購入までの日数、一定期間の累計利益を見ます。売上の大きい商品と、長期関係の入口になる商品は同じとは限りません。

架空例：入口商品を見つける

説明用の例です。商品Aと商品Bの初回購入者を90日追ったとします。

90日累計売上だけなら商品Aを優先しそうです。しかし、商品Bは人数が少なくても再購入と累計粗利が高い。この差から、商品Bを初回に選ぶ顧客の利用場面や、次に買われる商品を調べる仮説が生まれます。

この表だけで商品Bを「優良」と断定はできません。獲得費、顧客属性、値引き、母数、観測期間を確認します。

分析から施策へつなぐ問い

コピーして使える購買分析ワークシート

1. 変えたい判断：
2. 対象期間・チャネル：
3. 1行の粒度：
4. 売上・返品・顧客の定義：
5. 分析軸（商品／顧客／時系列／組み合わせ／入口）：
6. 観測した事実：
7. 原因仮説：
8. 反証になるデータ：
9. 次の小さな施策：
10. 成功指標とガードレール：

「分析できる項目」から始めず、「どの判断を変えたいか」から必要な粒度と期間を決めます。

よくある失敗

• 商品別売上だけで顧客行動を推測する
• 返品やキャンセルを含む受注額で評価する
• 顧客IDの欠損を無視して再購入率を比べる
• 相関する商品を、理由を確認せずセット化する
• 少数の差を一般化する
• 個人を特定する必要がない分析で個人情報を広く扱う

まとめ：商品、顧客、時間、組み合わせ、入口を行き来する

購買データ分析は、売上集計を増やす作業ではありません。商品、顧客、時間、組み合わせ、初回入口の5つを行き来し、次に変える判断をつくる仕事です。

まず一つの意思決定を選び、データの粒度と除外ルールを固定する。観測事実と仮説を分け、小さな施策で確かめます。

購買データの統合・分析から顧客施策まで相談したい場合は、Kizashiカスタマーまたはお問い合わせをご覧ください。

関連記事

• 顧客分析の方法｜目的から選ぶ8つの手法
• ECのセット販売・クロスセル｜組み合わせ設計
• EC売上の分解方法｜成長レバーを見つける
• Ansatzの支援事例一覧