業界分析: eコマース企業がデータを活用して売上を伸ばす方法

易邦電力網事例センター編集長 石偉氏

百芬店科技のCOO、張少峰氏

ハンドゥ・イーシャ広報ディレクター、チェン・シン氏

電子商取引は、広範囲かつ急速な成長を遂げ、徐々に洗練された運用の段階に入りつつあります。データマイニングと分析も、電子商取引企業の新たなターゲットとなっています。

このデータ精製の戦いにおいて、どのデータマイニングが直接的に売上成長を促進するのでしょうか? データを売上に変えるにはどうすればよいでしょうか?

電子商取引企業の5%未満がデータマイニングチームを保有している

Ebrun: 電子商取引業界はどの程度データ駆動型の業務を実現していると思いますか? データ マイニングおよびビジネス インテリジェンス チームを持つ企業はいくつありますか? それらの企業のデータ分析およびマイニング能力はどの程度ですか?

陳欣：現在の電子商取引の発展傾向から判断すると、データ分析は企業、特に電子商取引企業の発展にとって非常に重要です。データドリブンな運用により、企業はユーザー行動や競合他社のさまざまな運用データを分析しやすくなります。

例えば、米国では、BI が e コマース企業間の競争の鍵となっています。国内の電子商取引企業では、データ部門が短期間で大きな成果を生み出すことが難しいため、データ部門が弱体化しやすい。一部の電子商取引企業ではデータ運用に注目し始めていますが、BIデータは技術部門のデータウェアハウスに置かれていることが多いです。ビジネス インテリジェンス部門のレベルが低く、BI チームの責任者が経営陣との会議を開催できない場合、さまざまなビジネス部門に分散しているデータを統合して分析やマイニングを行うことは困難になります。比較すると、米国では BI は独立した部門であり、企業の CEO または CFO に直接報告します。ビジネス インテリジェンス チームは会社内で高い地位を占めています。

私たちの知る限り、TaobaoやJD.comなどの電子商取引プラットフォーム企業には独自のデータ分析チームがあります。 Taobao のクラウド プラットフォームは、大量のデータの分析と計算に非常に強力です。

張紹峰：現在PBODYがサービスを提供している約200社のeコマース企業から判断すると、eコマース企業のデータ駆動型業務のレベルは非常に低いです。実際のデータマイニングチームを持つ電子商取引企業の割合は間違いなく 5% 未満です。

実際、eコマース企業が比較的単純なデータ統計作業を行う専任の人員を抱えている場合、その企業は比較的高いレベルのデータに基づく業務を行っている企業とみなすことができます。さらに、データマイニングの概念の普及率が低いため、多くの企業は単純なデータ統計作業をデータマイニングと勘違いしており、自社のデータマイニングのレベルが比較的高いと信じています。

つまり、ある程度のデータ分析能力を持つ電子商取引企業であっても、そのレベルは単純なデータ統計の段階にとどまっていることがほとんどです。

Ebrun: 電子商取引企業は、データ分析を実行するために独自のチームを構築する傾向がありますか、それともアウトソーシングしますか?

陳欣：電子商取引企業にとって、データは、オンサイトユーザーデータ、ビジネスデータ、オフサイトユーザーデータ、競合データの 4 種類に大別できます。

私たちにとって、サイト上のデータはより直感的で明確であり、私たち自身で追跡して分析することができます。オフサイト データの分析には、ユーザー調査や競合分析が必要です。この部分のデータ ソースは非常に分散しており、アウトソーシングに大きく依存しています。

企業の BI 部門にとって、競合データを含むこのオフサイト データ分析は意思決定において非常に重要な役割を果たします。これは難しい作業です。BI チームの経験に頼るだけでなく、さまざまなサードパーティのデータを評価して本質を抽出し、不要なものを捨てることも必要です。

企業の技術チームを育成するという観点からは、アウトソーシングは推奨されません。アウトソーシングには長所と短所があります。長所は、関連業界での経験を持つ成熟したアウトソーシング会社を見つけて仕事を任せることができることです。短所は、プロジェクト完了後のメンテナンスが面倒で、費用がかかる可能性があることです。

張紹峰：実は、厳密に言えば、すべての企業がデータマイニングやデータ分析の分野で他の企業と協力しています。ただ、技術遺伝子が弱い企業はデータ分析やマイニングの作業全体をアウトソーシングし、技術遺伝子が強い企業は作業の一部をアウトソーシングする可能性があるだけです。現在のすべての電子商取引企業が技術的な遺伝子を欠いているという事実にもかかわらず、アリババやテンセントなどの技術的に強力な企業でさえ、Oracle、IBM、SASなどの専門的なデータ分析およびデータマイニング企業の製品やサービスを社内で広く活用しています。当社の同僚の中には、以前 Oracle や IBM で働いていた人もおり、当時のインターネット大手 3 社すべてに勤務していました。

ハン・ドゥイ・シーの1日平均PVが130万に到達

Ebrun: あなたの意見では、eコマース企業が自らデータ分析とマイニングを行う必要があると思いますか? eコマース企業の開発と計画にとって、データ分析とマイニングはどのような意義があるのでしょうか?

陳欣：データ分析やマイニングを自分たちで行う必要があるかどうかについては、まずデータの応用は問題から始まるべきだということを明確にしなければなりません。企業は、解決したい問題に基づいて意思決定のフレームワークを構築する方法を検討する必要があります。意思決定の枠組みは、当然のことながら、問題がどのように解決されるかを想定することから始まり、次に経営陣の決定を検討し、監視システムを構築することになります。

データ分析の目的は、意思決定の方向性を示すことです。現在、多くの企業の CEO がデータの重要性を認識しているものの、問題から始めていないため、データの活用と企業のビジネス上の意思決定とのつながりが希薄になりがちです。

データ分析とマイニングは、電子商取引企業の開発計画にとって非常に重要です。

まず、検索エンジンのキーワードを通じて、どのキーワードが効果的かを把握することができます。キーワードは、視聴者の検索習慣やニーズを理解し、分析するのに役立ちます。

次に、ウェブサイトのPV、UVなどのデータを分析することで、ウェブサイト全体のトラフィックやユーザーエクスペリエンスなどの状況を知ることができます。現在、Han Du Yisheの1日平均UV数は33万、PV数は130万です。このような明確なデータは、店舗の運営状況を把握するのに非常に役立ちます。

第二に、ターゲット層を分析することで、年齢や地域などの基本情報を把握し、よりターゲットを絞ったデザインを作成することができます。最後に、ページビューやトランザクション量のデータ分析を通じて基本的なコンバージョン率を導き出すことができ、期間別のUVデータの統計により、具体的な状況に基づいたプロモーションプランを策定しやすくなります。

張紹峰：電子商取引企業が自らデータ分析やマイニングを行うことは確かに必要です。ここでの「自ら」というのは、すべてのものやすべてのツールを自ら独自に開発しなければならないと言っているのではなく、電子商取引企業がこの活動に積極的かつ深く参加しなければならないということを強調しています。データ分析およびマイニング システムは、企業がより洗練された業務に移行するための基礎となります。これらがなければ、企業は業務効率を最適化したり、隠れたリスクを回避したりすることはできません。

特に、アジャイルかつフラットなビジネスを特徴とする電子商取引のような業界では、データに基づかず、それに応じたデータの抽出、マイニング、管理、分析を行わなければ、盲人が象に触れるように、目隠しをしてビジネスを行っているようなものです。この業界が犯す最大の間違いは、データを十分に活用・理解していないため、根本的な原因に対処せずに症状だけを治療している点です。全体的なマクロの視点からビジネス全体の状況を把握できていません。将来的に全体的なマクロの視点を把握できるようになるには、データマイニングが絶対に必要になります。

Ebrun: 今年 5 月に、Handu Yishe は BI システムを正式にリリースしました。このシステムは主にどのようなデータ分析を行っていますか? 現在、Handu Yishe のデータ マイニングおよび分析チームには何人いますか? どのデータは独自に収集していますか? どのデータは第三者の協力を得て収集していますか? 現在、どの第三者と協力していますか?

陳欣：現在、Handu Yisheでは、Guanyiシステムの受注、在庫、返品・交換、配送データの分析チャートと、新しいERPシステムの製品データ分析チャートを完成させました。日々のビジネスデータを直感的なグラフィック形式で表示できます。

BI チームは現在 11 人に拡大しています。

Yibang Power は次のように質問しました。Handu Yishe の独自のデータ分析チームは、実際の運用プロセスでどのような問題に直面していますか?

陳欣：漢度易社のBIシステムはリリースされたばかりです。BIシステムは各種データの直感的な統計を完了していますが、各部門の業務データの分析と集計はまだ初期段階です。そのため、解決しなければならない専門的な問題がまだたくさんあります。

ユーザーに基づいた洗練された操作

Ebrun: 現在、eコマースのデータは膨大で、分析方法も数多くあります。売上データを評価するための主な指標は何でしょうか? 売上への直接的な影響に基づいて、高から低までどのようにランク付けすればよいのでしょうか?

陳欣：主に日次出荷データ分析、日次売上データ分析、日次在庫分析があります。これらの分析チャートを通じて、日々の売上、注文量、コスト、在庫状況を直感的に確認できます。

上位から下位への順序は、日次売上データ分析、日次出荷データ分析、日次在庫データ分析です。

張紹峰：売上データを評価するための主な指標としては、注文量、出荷量、平均注文額、販売商品総数、総売上高、総粗利益、総在庫などが挙げられます。重要度の高いものから低いものの順は、おおよそ、総売上高または総粗利益（焦点は段階によって異なります）、総出荷量、総在庫です。

Ebrun: Handu Yishe には現在、データ分析に基づいて共有できる特定の販売データがありますか? たとえば、平均注文額を直接増やしたり、ユーザー エクスペリエンスを改善したりできるデータ アプリケーションは何ですか?

陳欣：売上データは現在、合計数のみです。お客様のCRMシステムがまだ構築されていないため、お客様の売上データについてはまだ詳細な調査を行っていません。将来的には、顧客注文データのクラスタリング手法を通じて顧客を分類できるようになります。さまざまなカテゴリの顧客に対してさまざまなマーケティング戦略を確立するための基盤を提供します。

Ebrun: データ分析およびマイニング アプリケーションの中で最も重要、または最も気に入っているものを選択するよう求められた場合、何を選択しますか。その理由は何ですか。

Chen Xin：現在のデータ分析とマイニングのアプリケーションの中で、個人的には受注販売と配送の分析の方が重要だと考えています。日々の販売状況を直接確認できるため、各部門のパフォーマンスや全体の販売レベルに直接影響します。

張紹峰：カテゴリーは2つあります。1) 予測カテゴリー。予測は、ユーザーがどの製品を好むか、特定の製品の来月の売上がどうなるかなどを予測するなど、データマイニングの分野で非常に重要な分野です。このタイプのアプリケーションは、ビジネス オペレーションに直接適用できます。たとえば、パーソナライズされた製品推奨エンジン、在庫予測エンジンなど。

2) 統計分析これは主に、さまざまな統計分析方法とさまざまなチャート表示方法を使用して、企業の管理者や業務運営担当者がいくつかの主要な指標の現在の状態を確認し、改善に値する領域を発見できるようにすることです。

Ebrun: ユーザー行動分析が洗練されたオペレーションの前提であるならば、eコマース企業は洗練されたオペレーションを実現するために他にどのような点に重点を置くべきでしょうか?

陳欣：オペレーションを洗練させるには、当然ながらユーザーの位置付けを最優先に考えなければなりません。あらゆるビジネス プロセスの本質は、「顧客の期待に応える」ことと「期待を超える」ことです。そのため、まずはユーザー情報の詳細な分析を行う必要があります。興味、趣味、性格、文化、経済状況などは人それぞれ異なり、それによって購買心理も異なり、さまざまな購買動機が形成されます。私たちは、eコマース企業は、ユーザーのロイヤルティを向上させるために、プロジェクトを全面的に推進する前にユーザーエクスペリエンスに注意を払うべきだと考えています。

ユーザーの位置付けが基礎であり、データ分析が洗練されたアプリケーションの柱となります。ユーザーが電子商取引モールで購入すると、そのユーザーは潜在的顧客からモールの貴重な顧客へと変化します。データベースには、購入時間、商品、数量、金額など、ユーザーの取引情報が保存されます。モールの運営データに基づいて取引行動を分析し、各ユーザーの価値とユーザーへのマーケティング拡大の可能性を予測できます。

張紹峰：電子商取引企業は、フロントエンドのマーケティング、ミッドエンドのウェブサイト運営からバックエンドのサプライチェーン、物流倉庫など、すべてのリンクを最適化して、洗練された運営を実現する必要があります。

現在、ほとんどの電子商取引企業は、マーケティングとウェブサイト運営の2つの側面で大量のリソースを浪費していることがわかります。今年、eコマース企業はパフォーマンスマーケティング、サイト内コンバージョン、リピート購入にさらに注意を払う必要があります。フロントエンド、ミッドエンド、バックエンドのいずれであっても、洗練された運用を実現するための前提は、電子商取引企業がデータ駆動型の運用文化と完全なデータ分析およびビジネスインテリジェンスシステムを確立し、データ分析を使用して最も効果的なマーケティング手法、最も潜在的な製品、最も価値のある顧客グループを見つけることです。

さらに、サイト上のコンバージョン率と顧客のリピート購入率を向上させるために、eコマース企業は、顧客のリピート購入率を高めるためのパーソナライズされた推奨システムとパーソナライズされた電子メールマーケティングシステムも構築する必要があります。

レコメンデーションエンジンはRedbabyの注文の15%以上を占めている

Ebrun: Baifendian は、ユーザーの購入や閲覧のプロセス中にどの関連製品が最も推奨されるかを企業が分析するのに役立つ推奨エンジンです。現在、中国でこの技術を使用している企業は他にもありますか? コア技術は何ですか? 実現するのはどれくらい難しいですか?

Zhang Shaofeng: 実際、レコメンデーション エンジンには「関連レコメンデーション」が含まれていますが、「関連レコメンデーション」はレコメンデーション エンジンのすべてではありません。これは、レコメンデーション エンジンを見るときに人々が陥りがちな一般的な誤解です。

レコメンデーション エンジンには 2 つのアプリケーション シナリオがあります。

1) 企業が、ユーザーが具体的にどのようなコンテンツや製品に興味を持っているかを把握していない場合（たとえば、ユーザーがウェブサイトのホームページやランディング ページにアクセスしたばかり、またはチャンネル ページにアクセスしただけで特定の記事ページや製品ページにはアクセスしていない場合）、企業はユーザーの過去の行動に基づいて、ユーザーが好む可能性のあるコンテンツや製品を完全に推測します。こうした推奨はまさに「パーソナライズされた推奨」です。

2) ユーザーが特定の商品に注目している場合、その商品に関連する他の商品が推奨されます。このような推奨は、「関連推奨」と呼ばれることがよくあります。 Baifendian の推奨エンジンは、両方のタイプの推奨をカバーします。 Baifendian は、サードパーティの推奨エンジン サービスの提供を専門とする企業です。Baifendian 以外にも、Alibaba や Tencent などの大企業も、自社製品の一部に推奨技術を散発的に採用しています。

レコメンデーション エンジン テクノロジーの中核には、ユーザー行動モデリング、Web ページ コンテンツ モデリング (テキスト コンテンツ、画像、ビデオ コンテンツを含む)、大規模なリアルタイム データ処理、およびユーザー心理学と社会学的知識をレコメンデーション エンジンに統合する機能が含まれます。

レコメンデーション エンジンを構築する際の主な難しさは次のとおりです。1) アルゴリズム。アルゴリズムは、ビッグデータ環境において高度で安定しており、信頼できるものでなければなりません。2) データ。推奨エンジンは実際のデータに基づいて完全にモデル化されています。十分な高品質のデータがなければ、アプリケーション価値のある推奨を行うことはできません。

Yibang Power Network: 多くの電子商取引企業は、推奨エンジンはすべて類似性マイニング手法 (関連ルールや協調フィルタリングなど) を使用しており、推奨エンジンによって提供される「また見た、また買った」などの推奨は、単純なデータベース クエリによって完了できるという固定観念を形成しています。では、Percentile はレコメンデーション エンジンでどのように機能するのでしょうか?

張紹峰：「また見た」「また買った」という言葉は、完全に消費者の理解の便宜を図るためのものです。実際、この一見単純な推奨列の背後にあるアルゴリズム ロジックは単純ではなく、単純なデータベース クエリで完了することはさらに不可能です。

アソシエーションルールと協調フィルタリングは、10～20年ほど前からある比較的古いアルゴリズムであり、多くの欠陥があります。そのため、PERCENTでは、PERCENTの主任科学者である周涛教授と彼の指導者である張易成教授が発明した物質拡散アルゴリズムや熱拡散アルゴリズムなど、近年登場したより高度なアルゴリズムを幅広く活用しています。

Ebrun: Baifendian は Maibaobao や Redbaby など多くの e コマース企業と提携しています。これまでの効果はいかがですか? 売上やコンバージョンなどの具体的なデータは何ですか? 自社で行うのではなく、Baifendian と提携する理由は?

張紹峰：現在、百分店は200社以上の電子商取引企業と提携しており、成果はかなり良好です。 MaibaobaoやRedbabyなどの企業に対するレコメンデーションエンジンの注文シェアは15%を超えています。 Percentage との協力は、ROI を最大化するという出発点に基づいています。つまり、自分たちで行うか、他者と協力するかに関係なく、ROI を最大化できるあらゆることを行います。 Percent Points と協力して ROI を最大化します。

価格戦争は七つの傷を負ったパンチのようなもの

Ebrun: 最近、多くの e コマース企業が価格競争に参入しています。価格競争は e コマース業界にどのような損害をもたらすと思いますか? e コマース企業はどのようにしてこのリスクを回避できますか?

陳欣：個人的には、価格競争が電子商取引業界に与える影響は、メリットよりもデメリットの方が多いと考えています。価格競争で人気を積み上げることは難しく、短期間で多くのユーザーを集めたとしても、そのユーザーは不安定で定着率が低いものになります。さらに、超低価格のマーケティング手法は、消費者の短期的な購買感情を刺激するだけで、実際には消費者との安定したつながりを確立しません。

電子商取引における価格競争は避けられないが、商品の絶対的な価値を覆すことはできない。そうでなければ、必然的に業界全体に損害を与えることになります。低価格が手段となれば、間違いなく業界全体に大きな影響を与えるでしょう。中小企業はコスト影響に耐えることが困難になり、電子商取引業界のエコシステムは混乱するでしょう。電子商取引は今日、国内販売を拡大するための重要な手段となり得ます。電子商取引を利用することで、自社ブランドの一部をサポートできます。企業が抑制なく価格競争に臨めば、結果は悲惨なものとなるだろう。

個人的には、価格競争に直面した電子商取引企業、特に中小企業には3つの対処戦略があると考えています。

1 つは、電子商取引の価格競争中に直接的な競争を避けることです。プロモーション期間を避けたり、プロモーション商品をずらしたりすることができます。これにより、正面からの負傷や流血を避けることができます。

2つ目は、電子商取引の提携です。共同購入価格設定により、電子商取引企業は交渉力が高まり、購入価格を下げて価格競争に対処できるようになります。製品の補完性も、電子商取引提携の大きな利点です。

3つ目は、製品のアウトソーシングです。これは運用コストを削減する効果的な方法です。有能で経験豊富な電子商取引アウトソーシング会社を選択することは、中小規模の電子商取引企業にとって賢明な選択です。

確かなのは、国内市場には優れた業績を上げ、トップの市場シェアを誇る大手電子商取引企業がいくつかあるが、中国の電子商取引業界全体にとって、すべてはまだ始まったばかりだということです。電子商取引にはチャンスとリスクの両方があります。それは、自分に合った戦略をどのように選択するかによって決まります。

張少峰：現在の電子商取引のアプローチは「価値主導」ではなく「価格主導」のみに重点を置いており、非常に残念です。このアプローチは、金庸の小説「天龍剣」の七傷拳と同じです。まず自分を傷つけ、次に他人を傷つけます。さらに、消費者が電子商取引サイトは安価な商品を販売する場所であるという印象を一度持つと、この状況を逆転させることは困難になります。しかし、この段階ですでに価格競争に巻き込まれている電子商取引企業にとって、価格競争からすぐに抜け出すことは困難です。電子商取引企業は価格競争の継続を余儀なくされる一方で、商品やサービスの差別化など価格以外の競争力強化や内部力の向上に注力し、オペレーションの精緻化や粗利益率の向上に真剣に取り組む必要がある。

原題: 業界分析: 電子商取引企業がデータを活用して売上を伸ばす方法

キーワード: 業界分類、電子商取引、企業、数字を使って売上を伸ばす方法、Yibang、パワー、オンライン事例、ウェブマスター、ウェブサイト、ウェブサイトのプロモーション、収益化