リピート転換率計算ツール

このツールは、注文CSVから30日・60日・90日のリピート転換率を計算する無料ツールです。

初回購入した月ごとにお客様をグループ分けする、コホート方式で集計します。

月別などに分かれた複数のCSVも、まとめてアップロードできます。

動画で機能紹介

食品や日用品ではリピートが大切

食品、飲料、化粧品、ペット用品、日用品などは、1回だけでなく、繰り返し購入してもらうことで売上が積み上がる商品です。

そのため、新規注文の件数だけでなく、初めて購入したお客様が、その後も購入してくれているかを見ることが大切です。

そこで重要になるのがLTVです。

LTVは、1人のお客様が継続して購入することで、どれくらいの売上や利益につながったかを見る考え方です。

初回注文だけでは広告費を回収できなくても、2回目、3回目と購入が続けば、顧客1人あたりの売上は伸びていきます。

注文全体のリピーター率だけでは分かりにくい

リピート状況を見る方法として、全注文のうち、リピーターからの注文が何件あったかを確認する方法があります。

ただし、この数字だけでは、新規のお客様が2回目の購入につながっているかまでは分かりません。

一部のお客様が何度も購入しているだけで、リピート注文の割合が高く見えることもあります。

反対に、新規のお客様が大きく増えた月は、リピートが順調でも、注文全体に占めるリピート注文の割合が低く見える場合があります。

そこでこのツールでは、注文全体に対するリピーター率ではなく、初回購入者を基準にしたリピート転換率を計算します。

リピート転換率とは

リピート転換率とは、初回購入したお客様のうち、一定期間内に2回目の注文をした人の割合です。

このツールでは、次の3つを計算します。

・30日以内のリピート転換率
・60日以内のリピート転換率
・90日以内のリピート転換率

たとえば、初回購入者が100人いて、そのうち20人が30日以内に2回目の注文をした場合、30日リピート転換率は20％です。

30日・60日・90日の数字を比べることで、初回購入からどのくらいの期間で再購入されているかを確認できます。

コホート方式で月ごとの変化を確認

このツールでは、初回購入した月ごとにお客様をグループ分けして集計します。

たとえば、次のように分けます。

・1月に初回購入したお客様
・2月に初回購入したお客様
・3月に初回購入したお客様

それぞれのグループについて、30日・60日・90日以内に2回目の注文をした割合を計算します。

これにより、ショップ全体の平均だけでなく、初回購入月ごとの違いを確認できます。

たとえば、キャンペーンを実施した月や広告を強化した月について、その月に獲得した新規顧客が、その後どのくらいリピートしたかを比較できます。

コホート方式のメリット

ショップ全体のリピート率だけを見ていると、季節や新規顧客数の増減によって数字が変わり、原因が分かりにくくなることがあります。

コホート方式では、同じ時期に初回購入したお客様同士を比べるため、月ごとの変化を確認しやすくなります。

たとえば、次のような分析に活用できます。

・新規顧客が2回目の購入につながっているか
・どの月に獲得した顧客がリピートしやすいか
・広告やキャンペーン後の顧客が定着しているか
・メールやLINE、クーポンの効果が出ているか
・商品の再購入時期が30日、60日、90日のどこに多いか

リピート転換率はLTVそのものではありませんが、LTVを改善するための分かりやすい入口となる指標です。

対応しているファイル

CSV形式とTSV形式の注文データに対応しています。

月別や期間別に分割された複数のCSVも、まとめてアップロードできます。

たとえば、1月分、2月分、3月分のCSVを同時に選択すると、すべての注文をつなげて集計します。

Excelファイルを使用する場合は、CSV形式で保存してからアップロードしてください。

必要な項目

注文データには、次の項目が必要です。

・注文番号
・メールアドレス
・注文日時

注文状態の項目がある場合は、キャンセルや返品などを集計から除外できます。

CSV内の列名はショップによって異なるため、アップロード後に使用する列を選択してください。

ツールの使い方

1．注文CSVを用意する

分析したい期間の注文データをCSV形式で用意します。

複数のCSVに分かれていても、1つのファイルにまとめる必要はありません。

できるだけ長い期間の注文データを使用すると、月ごとのコホートを比較しやすくなります。

2．CSVをアップロードする

ファイル選択欄から注文CSVを選択します。

複数のファイルを選択する場合は、WindowsではCtrlキーまたはShiftキーを押しながら選択してください。

複数のファイルをドラッグ＆ドロップして追加することもできます。

3．使用する列を選択する

アップロードしたCSVの中から、次の列を指定します。

・注文番号の列
・メールアドレスの列
・注文日時の列
・注文状態の列

注文状態の列は任意です。

4．除外する注文状態を設定する

キャンセル、返品、注文取消など、売上として扱わない注文がある場合は、除外する注文状態を設定します。

注文状態の名称は、使用しているショップや受注管理システムによって異なります。

5．リピート転換率を計算する

設定が完了したら、計算ボタンを押してください。

アップロードしたすべてのCSVを結合し、全体のリピート転換率と、初回購入月ごとのコホート結果を表示します。

初回注文の判定方法

このツールでは、アップロードしたデータ内で、お客様の最も古い注文を初回注文として扱います。

たとえば、同じメールアドレスで次の注文がある場合、1月10日の注文が初回注文です。

・1月10日
・2月5日
・4月20日

2月5日の注文は初回注文から26日後になるため、30日・60日・90日のすべてでリピート転換したお客様として集計されます。

ただし、アップロードした期間より前に購入履歴がある場合でも、その履歴は確認できません。

そのため、このツールでの初回注文は、厳密にはアップロードした注文データ内で最も古い注文となります。

注文番号の扱い

商品明細ごとに1行ずつ出力されるCSVでは、同じ注文番号が複数行に表示されることがあります。

このツールでは、同じ注文番号を1件の注文としてまとめます。

1回の注文で3商品を購入し、CSVに3行記録されていても、注文回数は1回として計算されます。

複数のCSVに同じ注文番号が含まれている場合も、重複する注文は1件として扱います。

メールアドレスの扱い

このツールでは、メールアドレスを顧客IDとして使用します。

集計時には、メールアドレスの前後にある空白を削除し、大文字と小文字を統一して判定します。

同じお客様が別のメールアドレスを使用した場合は、別のお客様として扱われます。

家族などで同じメールアドレスを共有している場合は、同じお客様として集計されます。

観察期間が不足しているお客様について

90日リピート転換率を正しく計算するには、初回注文から90日後までの注文データが必要です。

たとえば、データの最終日が8月31日の場合、8月に初回購入したお客様は、まだ90日間の観察ができません。

このようなお客様を90日転換率の分母に含めると、実際よりも低い数字が表示される可能性があります。

そのため、このツールでは、それぞれの期間を十分に観察できるお客様だけを対象に計算します。

・30日転換率は30日間観察できるお客様
・60日転換率は60日間観察できるお客様
・90日転換率は90日間観察できるお客様

このため、30日・60日・90日で対象となる初回購入者数が異なる場合があります。

集計結果の見方

全体のリピート転換率

アップロードした全データを対象に、30日・60日・90日のリピート転換率を表示します。

各期間を十分に観察できたお客様だけを分母にしています。

初回購入月別のコホート結果

初回購入した月ごとに、次の数字を表示します。

・初回購入者数
・30日間観察できる対象者数
・30日以内に2回目を購入した人数と転換率
・60日間観察できる対象者数
・60日以内に2回目を購入した人数と転換率
・90日間観察できる対象者数
・90日以内に2回目を購入した人数と転換率

月ごとの数字を比べることで、どの時期に獲得したお客様がリピートしやすかったかを確認できます。

活用例

30日転換率が高い場合は、比較的短い周期で再購入されている可能性があります。

30日ではあまり伸びず、60日や90日で大きく伸びる場合は、商品の購入周期が長いと考えられます。

また、キャンペーンや広告施策を実施した月のコホートを、通常月と比較する使い方もできます。

数字が改善していれば、その施策で獲得したお客様がリピーターにつながっている可能性があります。

数字が低い場合は、初回購入後の案内、商品の満足度、配送、クーポンのタイミングなどを見直すきっかけになります。

データの取り扱いについて

アップロードした注文データは、利用しているブラウザ内で処理されます。

注文データを外部サーバーへ送信して計算する方式ではありません。

ただし、注文データには個人情報が含まれるため、共有パソコンでの利用や、CSVの保管には十分ご注意ください。

ご利用前の注意事項

このツールの結果は、アップロードした注文データをもとに計算した参考値です。

データの不足、メールアドレスの変更、キャンセル注文の除外漏れ、注文日時の形式などによって、実際の数値と差が出る場合があります。

また、アップロード期間より前の注文履歴は確認できないため、データ内で最も古い注文を初回注文として判定します。

集計結果は、ショップのリピート状況や販促施策を見直すための参考としてご利用ください。