楽天の購入履歴を分析すると何が分かる？リピーターになる人の5つの分岐点

楽天の購入履歴データでここまで分かる|2回目を買った人・買わなかった人の分岐点

楽天の購入履歴データでここまで分かる|2回目を買った人・買わなかった人の分岐点

結論からお伝えします。楽天の購入履歴(注文データ)を顧客単位で分析すると、リピーターになったお客様と、1回きりで消えたお客様は、初回の時点ですでに違っていたことが分かります。

違いが現れるのは、主に5つの場所です。①入口商品 ②購入時期 ③クーポンの有無 ④同時購入 ⑤その後の購買ルート。この5つの「分岐点」が見えると、リピート施策は「全員に同じことをする」から「分岐の手前で手を打つ」に変わります。

この記事は、購入履歴から何が発見できるのかのショーケースです。楽天市場で店舗運営を10年支援してきた私の、実際の発見事例をもとに解説します。

前提:購入履歴は「注文の記録」ではなく「顧客の物語」

RMSからダウンロードできる注文CSVを、多くの店舗は「経理と発送のための記録」として扱っています。もったいない話です。あのファイルには、一人のお客様が、いつ・何から始めて・どう育ち・どこで消えたかという物語が、全員分記録されています。

物語として読むための前処理は1つだけ——同一顧客の注文を束ねる「名寄せ」です。名寄せが済むと、注文の一覧が顧客の年表に変わります。ここからが本題です。

分岐点①:入口商品——何から始めたかで、その後がほぼ決まる

最初に見るべき分岐点です。顧客を「初回に買った商品」でグループ分けし、グループごとのF2転換率とLTVを比べます。

必ず、想像以上のバラつきが出ます。店全体のF2転換率が25%でも、商品別に割ると45%と8%が同居している。そして時々、劇的な発見があります。筆者が経験した例では、広告成績(ROAS)が最下位で「止める寸前」だった商品が、そこから入ったお客様のLTVでは全商品1位でした。初回客単価【2,980】円のお試し的な商品から入ったお客様が、1年で【14,200】円使ってくれていた——1回目の成績表と、その後の定着は、まったくの別物です(この逆転現象の詳細→記事⑨ROAS改善)。

分かると何が変わるか:広告予算の配分です。「売れる商品」ではなく「残る客を連れてくる商品」に入口を寄せる。広告費を増やさずに、1年後の店の顧客資産が変わります。

分岐点②:購入時期——イベントで入った客と、通常日に入った客

次に、顧客を「初回購入のタイミング」で分けます。スーパーセールやお買い物マラソンで初めて買ったお客様と、通常日に定価近くで買ったお客様。この2群のF2転換率を比べてください。

多くの店で、イベント経由の初回客は、通常日の初回客よりリピート率が低く出ます(差の大きさは店によります——ここは必ず自店の実測で確認してください)。ポイント倍率と値引きが購入動機の中心だったお客様は、平常時の価格では戻りにくい。逆に、この差が小さい店は、イベントでも商品力で選ばれている証拠です。

分かると何が変わるか:イベントの位置づけです。イベント経由客のLTVが低いなら、イベントは「収穫の場」であって「顧客獲得の場」ではないと割り切り、獲得目的の広告予算は通常日に寄せる。逆に差が小さいなら、イベントに獲得予算を張る根拠になります。「セールでどれだけ売れたか」ではなく「セールで獲った客が残ったか」でイベントを採点する——この視点の転換だけで、年間の販促計画が変わります。

分岐点③:初回のクーポン——値引きで入った客は、残るのか

顧客を「初回購入でクーポンを使ったか」で分け、さらに使ったクーポンのコード別にその後を追います。

ここで見つかるのが、投資クーポンと出血クーポンの区別です。そのクーポンで入ったお客様が買い続けるなら、値引き額は獲得投資として回収されていく。使われて終わりなら、値引き額はそのまま消えた利益です。ある店舗では、仕分けの結果、配布額の【8】割が出血でした(クーポン分析の詳しいやり方と、コードを外部集客の計測装置として使う応用→記事⑪)。

分かると何が変わるか:クーポンの設計です。出血コードを止め、投資になっている配布条件・経路に寄せる。値引き率ではなく「配る相手と経路」で決める発想に変わります。

分岐点④:同時購入——単品で始めた客と、組み合わせで始めた客

初回注文の「中身」も分岐点です。単品買いで始めたお客様と、複数商品を組み合わせて始めたお客様、そして「どの組み合わせ」で始めたか。

同時購入の組み合わせ別にLTVを出すと、特定のペアで始めたお客様だけ、突出して残ることがあります。商品単体ではなく「使い方のセット」ごと体験したお客様は、初回の満足度が構造的に高くなるためです。

分かると何が変わるか:セット企画と同梱物です。LTVの高い組み合わせをセット商品化して入口に置く。同梱チラシには「一緒に買われている商品」ではなく「一緒に買った人が残っている商品」を載せる。企画会議の「なんとなく合いそう」が、データの裏付けに置き換わります。

分岐点⑤:購買ルート——勝ちパターンは、順番まで含めて存在する

最後が、購入履歴分析の到達点です。2回、3回と買い続けたお客様の「買った商品の順番」を追うと、LTVが最も高くなる購買ルート——筆者はこれを「勝ちパターン」と呼んでいます——が見つかります。

たとえば「A(お試し)→C(定番サイズ)→B(別フレーバー)」というルートを辿ったお客様のLTVが突出して高い、というように。重要なのは、同じ商品群でも順番が違うと定着率が変わることです。Bから入ってAに戻るお客様はほとんど残らない、ということが普通に起きます。

分かると何が変わるか:店の導線設計そのものです。広告の入口はルートの起点Aに寄せる。Aの購入者への同梱物・フォローメールでは、ルートの次であるCを提案する。ページの回遊導線もルート順に組む。店全体を「勝ちパターンをなぞらせる装置」として設計し直せる——ここまで来ると、購入履歴分析は「レポート」ではなく「戦略」になります。

5つの分岐点、手動でやるなら

正直な話をします。分岐点①〜③は、名寄せ済みの台帳があればExcelのピボットで到達できます(丸1日コース)。④の組み合わせ分析はかなり骨が折れ、⑤の購買ルート分析——顧客ごとの購入順序を並べ、ルートごとに束ねてLTVを比較する——は、Excelの実務範囲をほぼ超えます。筆者は月次の手動集計を【3ヶ月】で挫折しましたが、挫折の直接の引き金はこの⑤でした。一番の宝が、一番遠くに埋まっているのです。