ECモールを横断するデータ分析の実効性キリンビバレッジの例から解説

公開日2024.2.26

URLをコピーしました！

キリンビバレッジがECモールで売り上げを伸ばしているという。同社の戦略推進担当主任青野尚也氏によると、背景には各ECモールの公開データと独自収集データをかけ合わせた分析にある。

3つの柱でECモールのデータを可視化

キリンビバレッジは、Amazonや楽天市場、Yahoo!ショッピングといったECモールにも取引接点がある。しかし青野氏は、「実はECモールデータ分析はハードルが高い」との課題を明かす。

「データ分析をしようとしても、モールごとに仕様が異なるため、横断的な分析が困難。さまざまな業態の小売業との取引ゆえにその先の消費者の購買動向の解像度を上げることが必要」（青野氏）

写真人物キリンビバレッジ　営業部　戦略推進担当　主任青野尚也氏 — キリンビバレッジ　営業部　戦略推進担当　主任青野尚也氏

消費者に商品ブランドへの価値を感じてもらうためには、購買動向の把握が不可欠だ。オフラインであれば、POSデータに基づき、購買動向などを分析するのがメーカー営業の基本。しかし、ECサイトでは、そのようなシステムが構築されていないことが多い。

そこでキリンビバレッジでは、マインディアのソリューションを活用し、メールデータによる売り上げの推定と、商品のマスターデータをかけ合わせた包括的なデータ基盤を構築。購買動向の把握に努めている。

マインディアは「埋もれていた消費者のインサイトをテクノロジーの力で再発掘（Mine）する」をミッションに、EC購買のデータやオンライン行動データを解析するプラットフォームを運用している企業だ。各ECモールの公開データの一部のほか、同意を得た消費者約20万人の受信メールボックスのデータも保有する。ECで購入した後、レシート代わりに届くいわゆる「サンキューメール」に記載されている購買商品の数量や値段に加え、会員登録や資料請求といったコンバージョンについても収集。これらをさまざまな形で解析し、提供している。

マインディアが、ECモールの動向把握のために提供しているデータは主に3つ。ひとつはECモールごとの売り上げ、規模、トレンドを把握できるよう、メールデータと独自のロジックで推計した「Market Overview」。ふたつめは、特定のカテゴリ内で商品がどのような立ち位置にいるのかを示す「Category Deepdive」。そして、「Store Deepdive」ではテナント型ECモールで出店中のストアや取扱商品を把握できる。これらのデータはユーザー単位で分析しているため、ECモールごとに分断されず、横断的に見ることが可能となっている。

同じ商品なのに、モールによってカテゴリが違う

キリンビバレッジの清涼飲料水はお茶や紅茶、水などの大カテゴリーのほか、消費者の嗜好の多様化に合わせて、カテゴリーを横断する商品を数多く扱っている。しかし、メーカー側で設定したカテゴリーと、プラットフォーム側の商品カテゴリーが一致しないことも往々にして発生する。

「同じ商品でもプラットフォームごとにカテゴリーが異なってしまうことも、比較分析を難しくしている要因。全体の傾向を把握するためには横並びで分析できるようにデータを整理する必要があった」（青野氏）

例えば、同社の主力商品のひとつである「午後の紅茶おいしい無糖」。これをお茶カテゴリで販売するか、紅茶カテゴリで販売するかは担当者によって違う。だが、マインディアのデータを利用して、モールごとに異なるカテゴリ定義に対する共通のマスターを作成してこれらを整理すれば、データとして取り扱いやすくなるという。

「このデータを元にECモールでの販売戦略を立てやすくなった。根拠を持って（得意先に）ご説明、提案できるツールになっている」と青野氏は話す。

ECでは売上以外にも把握すべきデータが複数存在する。マインディアセールス本部データビジネスプロデューサーの難波聖也氏は、「ECモールにおいては、検索キーワードに対する表示順位で売り上げがほぼ決まってしまうため、表示順位も見逃せない指標の一つ」と話す。マインディアでは、指定したキーワードについて、検索結果ごとのブランド占有率の把握や、売上ランキングとレビュー数の相関の確認、指定期間中に検索結果ページにおける表示順位が乱高下したブランドの探知などの機能を提供している。