ECで売上を伸ばしたいとき、新しい広告やSNS施策を増やす前に確認したいのが、すでに蓄積されている顧客データです。
購入商品、購入回数、購入金額、前回購入日、同時購入商品などを見ると、「初回購入で終わっている」「再購入されやすい商品がある」「一緒に買われる組み合わせがある」といった改善のヒントを見つけられます。
ただし、顧客データは集めるだけでは売上につながりません。
重要なのは、数字から顧客の状態を判断し、購入後フォロー、関連商品、再購入案内、商品ページなどの具体的な改善へ変えることです。
この記事では、小規模EC向けに、顧客データの整理方法、見るべき指標、顧客の分け方、リピート・平均注文額・休眠顧客の改善方法、効果検証までを実践順に解説します。
- 顧客データは「誰が・何を・いつ・何回買ったか」から始める
- EC全体のアクセス分析と顧客単位の分析を分ける
- 最初に改善したい課題を決めてから必要なデータを見る
- リピート率は商品特性・観測期間をそろえて比較する
- 平均注文額だけでなく同時購入商品まで確認する
- 購入間隔から再購入タイミングの仮説を作る
- 休眠期間をすべての商品で固定しない
- 顧客分類は実際に施策を変えられる範囲までにする
- 個人情報は利用目的・アクセス権・外部連携を確認する
ECの顧客データ活用とは
ECの顧客データ活用とは、購入履歴や顧客との接点から、顧客の状態や行動を理解し、販売・接客・商品改善へつなげることです。
たとえば次のような疑問へ答えるために使います。
- 初回購入後に再購入されているか
- どの商品がリピートされやすいか
- 2回目には何が買われているか
- どの商品が一緒に購入されているか
- 購入間隔はどの程度か
- 最近購入していない顧客が増えていないか
- どの顧客へどんな情報を届けるべきか
管理画面に表示される数字をすべて追う必要はありません。「2回目購入を増やす」「関連購入を増やす」など、改善する課題から必要なデータを決めます。
EC分析と顧客データ分析の違い
ECでは「データ分析」という言葉が広く使われますが、サイト全体の分析と顧客単位の分析は目的が異なります。
| 分析 | 主に見るデータ | 分かること |
|---|---|---|
| EC全体の分析 | 流入、商品閲覧、カート、購入等 | 購入までのどこで止まっているか |
| 顧客データ分析 | 購入商品、金額、回数、購入日等 | 誰が再購入し、何を買っているか |
たとえば「商品ページを見ても購入されない」という問題はサイト分析が中心です。
「初回購入者が2回目へ進まない」という問題では顧客データ分析が重要になります。
最初に整理したい顧客データ
データを分類する数を固定する必要はありません。
小規模ECでは、まず購入履歴を中心に、改善に必要な情報が確認できれば十分です。
| データ | 例 | 主な活用 |
|---|---|---|
| 購入履歴 | 商品、注文日、数量 | 初回・再購入商品の把握 |
| 購入金額 | 注文額、累計額 | 平均注文額・顧客価値 |
| 購入回数 | 初回、2回目、複数回 | リピート状況 |
| 購入時期 | 前回購入日、購入間隔 | 再購入案内 |
| 同時購入 | 同じ注文の商品組み合わせ | 関連商品・セット |
| 返品・キャンセル | 商品、理由、時期 | 商品・販売条件改善 |
| 問い合わせ | 商品質問、配送、返品等 | 商品ページ・FAQ改善 |
| 配信反応 | クリック、解除等 | 配信内容改善 |
CRMやECシステムに大量の項目があっても、現在の施策へ使わないなら確認対象を増やす必要はありません。
まず購入履歴から見る
小規模ECでは、いきなり複雑な行動分析から始めなくても構いません。
まず購入履歴から次を確認します。
- 初回購入されやすい商品
- 2回目に購入される商品
- 複数回購入される商品
- 一緒に購入される商品
- 平均的な購入間隔
- 購入後に返品されやすい商品
ここから、「次に何を提案するか」「いつ案内するか」「どの商品ページを改善するか」という仮説を作れます。
リピート率を見る
リピート率は、購入した顧客のうち、再度購入した顧客がどの程度いるかを見る指標です。
リピート率 ＝ 2回以上購入した顧客数 ÷ 対象となる購入顧客数 × 100
ただし、計算式だけ決めても比較できません。
何月に初回購入した人を見るのか、どの程度の期間を観測するのかをそろえる必要があります。
リピート率が低いときに確認すること
- そもそも繰り返し購入される商品か
- 初回購入商品の満足度に問題がないか
- 返品や低評価が多くないか
- 次に購入する商品が分かりやすいか
- 購入後に必要な情報を届けているか
- 再購入時期に接点を持てているか
食品や消耗品と、家具・家電などでは購入頻度が異なります。自社商品の特性と過去推移を基準に評価してください。
初回購入から2回目への移行を見る
リピート改善では、複数回購入者全体だけでなく、「初回購入後に2回目へ進めたか」を見ると改善点を発見しやすくなります。
確認したい内容
- 初回購入商品
- 2回目購入商品
- 再購入までの期間
- 初回購入後の問い合わせ
- 返品・キャンセル
- 購入後に送った案内
たとえば特定の商品から始めた人だけ2回目購入が多いなら、その商品が新規顧客の入口商品として機能している可能性があります。
反対に、ある商品から購入した顧客だけ再購入が少ないなら、商品満足度や購入後体験を確認します。
平均注文額と同時購入商品を見る
平均注文額は、1回の注文あたりの購入金額を見る指標です。
平均注文額 ＝ 対象期間の売上 ÷ 注文数
ただし、平均注文額だけを見て「高い・低い」と判断すると、改善施策につながりにくくなります。
一緒に購入されている商品まで確認してください。
同時購入から作れる施策
- 商品ページへ関連商品を表示する
- 用途別セットを作る
- 消耗品を案内する
- 買い忘れやすい付属品を案内する
関連性がない商品を単に売上目的で勧めるのではなく、実際の購入目的に合う組み合わせを優先します。
購入間隔から再購入のタイミングを考える
定期的に購入される商品では、購入間隔が重要です。
まず商品別に、前回購入から次回購入までの期間を確認します。
平均値だけでは一部の極端な顧客に影響されることがあるため、実際の分布や多い購入タイミングも見られると判断しやすくなります。
再購入案内を決めるときの要素
- 過去の購入間隔
- 商品の容量・使用期間
- 季節性
- 顧客の購入数量
- 在庫・再入荷状況
購入数量や使用ペースによって適切な案内時期は変わります。実際の購入履歴と施策後の反応から調整します。
休眠顧客を商品特性に合わせて定義する
休眠顧客とは、過去に購入したものの、一定期間購入がない顧客を指して使われることがあります。
重要なのは「何日で休眠」と全商品共通に決めないことです。
毎月購入される商品と、年に一度買い替える商品では意味が異なります。
休眠を判断するときに確認すること
- 前回購入日
- その商品の通常の購入間隔
- 過去の購入回数
- 購入商品
- 返品・不満の有無
- メール等への反応
休眠顧客への施策例
- 再入荷情報
- 新商品の案内
- 買い替え時期の案内
- 季節に合う商品の紹介
- 以前購入した商品の使い方・関連情報
すぐクーポンを送るだけではなく、再びショップを訪れる理由を作ります。
顧客を「施策を変える必要がある単位」で分ける
顧客データ活用では、細かく分類するほど良いわけではありません。
分類後に実際の案内や商品提案を変えられることが重要です。
| 状態例 | 確認すること | 施策例 |
|---|---|---|
| 初回購入者 | 最初に買った商品 | 使い方・次の商品案内 |
| 再購入者 | 何を繰り返し買っているか | 再購入・関連商品 |
| 購入間隔が空いた顧客 | 通常周期との差 | 再入荷・買い替え案内 |
| 高頻度購入者 | 購入商品・頻度 | 利便性向上・先行案内 |
最初から4分類に固定する必要はありません。
定期商材なら「購入間隔」、ギフトECなら「自宅用・ギフト用」など、自店で施策を変えられる軸を優先します。
購入履歴だけでは分からないことは本人へ聞く
購入履歴から「何を買ったか」は分かっても、「なぜ買ったか」「誰へのギフトか」までは分からないことがあります。
そのような情報が商品提案に必要なら、顧客本人へ質問する方法があります。
ただし、ここでは取得設計を深掘りしません。
データから具体的な改善施策へ変える
数字を確認したら、「だから何を変えるのか」を決めます。
| 発見した状態 | 改善候補 |
|---|---|
| 初回から2回目へ進まない | 商品満足・購入後案内・次回商品 |
| 特定商品が一緒に買われる | 関連表示・セット化 |
| 一定時期に再購入される | 再購入案内 |
| 購入間隔が長くなった | 商品・競合・顧客体験の確認 |
| 返品が特定商品へ集中 | 商品説明・品質・サイズ情報 |
| 同じ問い合わせが多い | 商品ページ・FAQ |
一度に1施策だけというルールにしない
施策の効果を厳密に比較したい場合は、変更要素を絞った方が原因を判断しやすくなります。
ただし、明らかな問題が複数見つかった場合まで、必ず1項目ずつ直す必要はありません。
たとえば返品が多い商品で、サイズ表・素材説明・返品条件がすべて不足しているなら、関連する情報をまとめて改善する方が顧客にとって有益です。
「どの施策が効いたか比較したい」なら変更を絞り、「明らかな情報不足を解消したい」なら関連箇所をまとめて直します。
施策後は対象顧客で結果を確認する
顧客データ施策は、ショップ全体の売上だけを見ると判断しにくい場合があります。
対象とした顧客や商品に合わせて指標を選びます。
| 目的 | 見る指標例 |
|---|---|
| 2回目購入を増やす | 2回目購入率・購入間隔 |
| 関連購入を増やす | 同時購入・平均注文額 |
| 休眠を減らす | 再購入・再訪・配信反応 |
| 商品改善 | 返品・問い合わせ・レビュー |
配信メールのクリックが増えても、再購入につながっていなければ最終目的を達成していない可能性があります。
途中指標と最終成果を分けて確認します。
平均値だけで判断しない
平均注文額や平均購入間隔は便利ですが、平均だけでは実態が隠れる場合があります。
たとえば高額な法人注文が少数入るだけで、平均注文額が大きく上昇することがあります。
次のような切り口も確認します。
- 商品別
- 初回・リピーター別
- 流入元別
- 購入時期別
- キャンペーン有無
- 返品・キャンセルを含むか
顧客データを扱う前に個人情報の範囲を確認する
顧客データには、氏名、住所、メールアドレス、購入履歴など、個人情報に該当し得る情報が含まれます。
利用目的を明確にし、必要な範囲で取り扱い、アクセスできる担当者や外部ツールへの送信内容を確認してください。
- 何のために利用するデータか
- 必要以上の情報を取得していないか
- プライバシーポリシーと整合しているか
- 閲覧権限が適切か
- 外部サービスへ何を送信しているか
- 第三者提供等に該当しないか
- 不要になったデータをどう扱うか
個人情報保護委員会のガイドラインは2026年6月にも一部改正されているため、法令・個人情報に関する詳細は最新の公式情報を確認してください。
個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」
顧客データ活用の実践手順
リピート、平均注文額、休眠顧客など、現在改善したい結果を決めます。
課題の判断に必要な購入商品、回数、金額、時期などだけを確認します。
初回購入者、商品別、購入間隔など、施策を変える意味がある単位で確認します。
なぜ再購入されないか、なぜ客単価が低いかを、問い合わせや返品なども使って考えます。
購入後メール、関連商品、商品ページ、再購入案内などへ反映します。
ショップ全体の売上だけでなく、対象顧客の購入・再購入等を確認します。
成果と運用負担を確認し、使わない施策やデータを増やし続けないようにします。
30日プランではなく判断ゲートで進める
顧客データ活用を必ず30日で完了させる必要はありません。
高頻度で購入される消耗品と、年に数回しか購入されない商品では、結果を判断できるまでの期間が違います。
| ゲート | 進む条件 |
|---|---|
| 課題設定 | 改善したい結果を説明できる |
| データ確認 | 判断に必要なデータが取得できる |
| 仮説 | 改善する理由を説明できる |
| 実行 | 対象顧客へ施策を実施できる |
| 評価 | 判断に必要な購入機会・データが集まった |
| 改善 | 継続・修正・停止を判断する |
確認頻度も一律に月1回としない
毎月確認する運用は分かりやすい方法ですが、すべてのショップに同じ頻度が適切とは限りません。
注文数が多いショップではより短い間隔で異常を確認する場合があります。一方、購入頻度が低い商品では毎月リピート率を見ても変化を判断しにくい場合があります。
次のタイミングで確認すると実務的です。
- 十分な注文データが増えた
- キャンペーンを実施した
- 購入後施策を変更した
- 商品構成を変更した
- 返品・問い合わせに変化が出た
- リピート状況に変化が出た
顧客データ活用でよくある失敗
数字を集めるだけで終わる
データ確認後に、どのページ・配信・商品を変えるのか決めます。
EC全体の指標と顧客指標を混ぜる
アクセス不足とリピート不足では必要な改善が異なります。
全顧客を同じ顧客像として扱う
初回購入者と複数回購入者では必要な情報が違う場合があります。
細かく分類しすぎる
分類しても施策を変えられないなら管理負担だけが増えます。
平均値だけを見る
商品・顧客・期間別にも確認します。
割引だけで再購入を促す
使い方、関連商品、再入荷、新商品など値引き以外の接点も検討します。
過去の顧客像を固定する
利用目的や購入状況は変化するため、現在の行動も確認します。
使わないデータまで集める
利用目的を説明できない情報は取得・保存の必要性を見直します。
EC顧客データ活用チェックリスト
- 改善したい課題が決まっている
- 購入商品を確認できる
- 購入回数を確認できる
- 前回購入日を確認できる
- 注文金額を確認できる
- 同時購入商品を確認できる
- 返品・キャンセル理由を確認できる
- 初回から2回目への移行を確認できる
- 商品別の購入間隔を確認している
- 休眠期間を商品特性に合わせている
- 顧客分類後に実際の施策を変えている
- 平均値だけで判断していない
- 施策後の購入結果を確認している
- 利用目的を明確にしている
- 外部ツールへ送信する情報を確認している
EC顧客データ活用に関するFAQ
顧客データ活用では最初に何を見ればよいですか？
改善したい課題によります。小規模ECでは、購入商品、購入回数、購入金額、前回購入日などの購買履歴から始めると、リピートや関連購入の改善へつなげやすくなります。
リピート率は何％なら良いですか？
一律の基準はありません。消耗品と耐久財では購入頻度が大きく異なります。同じ商品・観測期間で過去の推移を比較してください。
休眠顧客は何日購入がなければ該当しますか？
固定日数では決められません。商品の通常の購入間隔や季節性を確認し、「通常なら再購入している時期を大きく過ぎているか」で判断します。
顧客は何種類に分類すればよいですか？
固定の分類数はありません。分類によって商品提案や案内内容を実際に変えられる範囲にしてください。細かく分けすぎると運用負担が増えます。
Google Analyticsだけで顧客データ活用できますか？
サイト行動の分析には役立ちますが、顧客ごとの購入回数や購入履歴を使った施策には、ECシステムやCRMなど別の顧客・注文データが必要になる場合があります。
顧客の好みや購入目的も分析できますか？
購入履歴だけでは分からない場合があります。商品提案に必要ならアンケートや商品診断などで本人から確認する方法がありますが、利用目的と個人情報の取扱いを先に確認してください。
まとめ
- 改善したい課題を決める
- 購入履歴から必要なデータを確認する
- 顧客・商品を必要な単位で分ける
- 原因の仮説を作る
- 購入後施策や商品ページへ反映する
- 対象顧客で結果を確認する
- 継続・修正・停止を判断する
ECの顧客データ活用で重要なのは、多くの数字を集めることではありません。
「初回購入者が2回目へ進んでいるか」「どの商品が一緒に買われているか」「いつ再購入されているか」など、売上改善につながる問いを先に決めることです。
そのうえで、購入履歴、購入回数、金額、購入間隔、問い合わせなど、必要なデータだけを確認します。
結果から、購入後フォロー、関連商品、商品ページ、再購入案内など具体的な施策へ変えてください。
また、顧客データは売上のための材料であると同時に、適切に扱う必要がある情報です。取得・利用・外部連携の目的も合わせて管理します。
初回購入した顧客が、その後いつ・何を再購入しているかを確認してください。2回目へ進んでいない顧客が多ければ、商品満足度、購入後案内、次に買う商品が分かりやすいかを確認するところから始めます。
EC全体のKPIも確認する