客単価が上がれば、同じ注文数でも売上は増えます。けれども、値上げで購入率が下がる、送料無料のために不要な値引きを増やす、セット商品の粗利が薄くなる。注文金額だけを見れば改善でも、利益や顧客体験は悪化することがあります。

客単価を上げる目的は、注文金額を大きく見せることではありません。顧客の購入目的に合う組み合わせを作り、注文あたりの利益を残すことです。

本記事では「客単価」を、注文を分母にするAOV（Average Order Value、平均注文額）として扱います。顧客を分母にする「顧客単価（売上÷購入顧客数）」とは別の指標です。

AOV = 対象期間の純商品売上 ÷ 注文数
    = 数量加重した平均実売単価 × 一注文あたり購入点数

純商品売上は、商品売上へ値引き・返品・返金を反映した金額として社内で定義します。顧客から受け取る送料をAOVへ含めるかも、計測前に固定します。

AOVを2つの計算要素と2つの診断軸へ分ける

計算要素1：数量加重した平均実売単価

実際に売れた各商品の単価を数量で加重した平均です。価格改定、容量、上位商品の選択だけでなく、どの商品が何点売れたかで変わります。

計算要素2：一注文あたり購入点数

注文内の商品点数です。まとめ買い、補充量、関連商品の同時購入で変わります。単に点数を増やすのではなく、保管、消費期限、利用周期に合うかを見ます。

診断軸1：商品構成

商品構成は独立した計算要素ではなく、平均実売単価を動かす要因です。新規顧客が低価格商品へ集中した、キャンペーンで高価格商品の構成比が変わったなど、商品別に確認します。

診断軸2：値引き・返品・返金

クーポン、ポイント、返品・返金は純商品売上を変えます。値引き前の表示価格ではなく、同じ定義の純商品売上で比較します。会社が負担する送料はAOVではなく、利益のガードレールとして扱います。

客単価を上げる前に確認する3つの数字

注文あたり粗利と貢献利益

注文あたり粗利
=（対象注文群の純商品売上 − 対象商品の売上原価）÷ 対象注文数

注文あたり貢献利益
=（対象注文群の純商品売上 − 対象商品の売上原価
  − 会社負担送料 − 決済手数料 − その他の注文連動費）
  ÷ 対象注文数

純商品売上ですでに値引きを反映している場合、もう一度値引きを引きません。値引き、返品、送料、決済費は、同じ対象注文群と確定時点で集計し、注文へ配賦する条件を固定します。管理会計上の名称と控除項目は会社ごとに異なるため、自社定義を明記します。AOVが上がっても、送料や決済費がそれ以上に増えれば、施策を続ける理由は弱くなります。

CVRとカゴ落ち

高単価商品の強調や送料無料ラインの変更で、購入をやめる人が増える可能性があります。客単価だけでなく、購入率、カート到達率、決済離脱を同時に見ます。

再購入率と購入周期

まとめ買いで次回購入が遅くなるのは自然です。短期間の再購入率だけを見ると悪化に見えるため、購入数量と想定消費期間に合わせて評価します。

計算要素と診断軸から施策を選ぶ

変えたい場所

施策候補

同時に見るガードレール

平均実売単価

価格改定、容量、上位商品

CVR、返品、貢献利益

購入点数

まとめ買い、数量条件

在庫、購入周期、値引き

商品構成

セット、関連提案、表示順

構成別利益、低価格商品の離脱

値引き・返品

クーポン条件、商品情報改善

純売上、返品率、貢献利益

価格改定と上位商品の設計

一律値上げだけでなく、用途や必要機能が異なる上位商品を用意する方法があります。価格差の理由が伝わらなければ、選択肢が増えて迷いも増えます。

まとめ買いと数量条件

消耗品や複数人利用では、適切な数量を提案できます。割引額ではなく、買い忘れの回避、送料の効率、利用期間など顧客側の利点を明確にします。

セット販売・クロスセル・アップセル

セットは一つの利用目的に必要な組み合わせ、クロスセルは関連商品の提案、アップセルは上位の価値を持つ選択肢です。本記事ではAOV診断上の位置づけまでを扱い、組み合わせの詳細は別Guideで深掘りします。売りたい在庫ではなく、顧客が同時に片付けたい仕事から仮説を作ります。

送料無料ラインと値引き条件

現在の客単価、配送費、粗利分布を確認し、条件前後の注文を比較します。送料無料までの不足額を表示するだけでは、不要な購入を促すこともあります。自然に追加できる商品があるかを合わせて設計します。

顧客の利用場面から組み合わせを作る

購買データでは「何が一緒に買われたか」が分かります。レビューや問い合わせでは「なぜ一緒に必要だったか」が見えます。

たとえば、初回利用に必要なもの、贈答時に必要なもの、旅行へ持っていくもの、定期補充するもの。利用場面ごとに、次を記録します。

  1. 顧客が達成したいこと
  2. 主商品だけでは残る不便
  3. 一緒に必要な商品・情報
  4. 合計価格と注文粗利
  5. 購入後に確認する行動

レビューから利用場面を抽出する方法は商品レビュー分析で扱っています。

EC客単価分解・施策判断シート

項目

記入内容

指標定義

純商品売上、注文、送料の扱い

データソース

受注DB、商品マスタ、返品データ

基準期間

曜日・季節・キャンペーン条件をそろえた期間

対象・除外

顧客、商品、返品、法人注文など

検証方法

無作為A/Bを優先。難しい場合は前後比較と明記

割付単位・対照群

顧客／セッションなどの割付単位、変更しない比較群

必要注文数・検出差

事前に置く必要注文数、または検出したい最小差

施策期間・判断日

いつ開始し、いつ判断するか

主指標

AOV、平均実売単価、購入点数

ガードレール

CVR、貢献利益、返品率、購入周期

観測注文数

比較に使った注文数

判定規則

事前固定した主指標、除外、継続・修正・停止条件

対象顧客を一つ決め、可能なら顧客またはセッションを無作為に割り付け、変更しない対照群と比べます。複数の価格・セット・導線を同時に変えると、何が結果を動かしたか分からなくなります。

無作為化できず前後比較を使う場合は、曜日、季節、流入構成、販促、在庫など同時期の変化を記録します。その結果は施策による因果効果と断定せず、次に検証する「変化候補」として扱います。

説明用の架空例では、平均実売単価4,000円、購入点数1.5点ならAOVは6,000円です。関連提案後に購入点数が1.6点、平均実売単価が3,900円ならAOVは6,240円になります。ただし、CVR、返品率、注文あたり貢献利益が事前に決めた停止条件を下回る場合は継続しません。

客単価施策を検証する5つの手順

  1. AOVの定義を固定し、平均実売単価と購入点数へ分解する
  2. 対象顧客と利用場面を一つ選ぶ
  3. 顧客側の利点を含む仮説を置く
  4. CVR、貢献利益、返品率、再購入をガードレールにする
  5. 継続・修正・停止の条件を先に決める

まとめ：上げるのは客単価ではなく、注文の価値

明日から行うことは3つです。

  1. 客単価をAOVとして定義し、平均実売単価と購入点数へ分ける
  2. CVR、貢献利益、返品率を同じ表に置く
  3. 一つの利用場面へ、一つの施策を小さく試す

Ansatzは、購買データと顧客の声をつなぎ、売上だけでなく利益と継続を含む改善単位を設計します。分析から相談したい場合は、マーケティングサイエンス支援またはお問い合わせをご覧ください。

関連記事