
ワイは30代のデータサイエンティスト。普段は都内のIT企業で、マーケティング分析や機械学習モデルの構築を担当しとる。
SQLでデータを引っ張って、Pythonで前処理して、scikit-learnやXGBoostで予測モデルを組む。
そんな日々の中で、ある日大学時代の友人・タケシから連絡が来た。
「中古アウトドア用品のECサイトを立ち上げたんやけど、ぜんぜん売れへん。アクセスはあるのに、売上が伸びへん。ワイには数字がようわからん。助けてくれへんか?」
タケシは情熱家で、アウトドア愛が強すぎる男や。けど、数字にはめっぽう弱い。
ワイは「ええよ」と二つ返事で引き受けた。起業初期の支援って、金よりも信頼と行動やと思ってる。
データの可視化と課題の特定
まずはGoogle AnalyticsとShopifyのデータを見せてもろた。
ワイはPythonでAPIからデータを取得して、pandasで整形。Tableauでダッシュボードを作って、タケシにもわかるように視覚化した。
すると、以下の課題が見えてきた。
アクセス数は月間1万PV以上あるが、CVR(コンバージョン率)は0.3%と異常に低い
商品ページの滞在時間が短く、直帰率が高い
モバイルユーザーの離脱率が高い
ワイはヒートマップツール(Hotjar)を導入して、ユーザーの行動を可視化。商品ページの情報が薄く、信頼感が足りてへんことが明らかになった。
自然言語処理で商品にストーリーを
アウトドア用品って、スペックだけやと伝わらん。ワイは、過去のレビューや使用履歴を収集して、自然言語処理(NLP)で要約する仕組みを作った。
使用技術:BeautifulSoupでレビューをスクレイピング、spaCyで形態素解析、TextRankで要約
例:「このテントは富士山で使用され、風速20mでも耐えた実績あり」
これを商品ページに追加したら、滞在時間が平均30秒→90秒に伸びた。ユーザーはスペックよりも、実体験に共感するんや。
価格最適化アルゴリズムの導入
次に問題やったんが価格設定。タケシは「このギアは思い入れがあるから1万5千円」とか言うてたけど、マーケットは感情で動かへん。
ワイは過去3年分の中古アウトドア用品の価格データをスクレイピングして、価格推移と需要の関係を分析。以下の技術を使った。
Seleniumで動的ページからデータ取得
Prophetで季節性とトレンドを予測
ElasticNetで価格と売上の関係を回帰分析
その結果、動的価格調整アルゴリズムを構築。需要が高い時期(春〜夏)は価格を5〜10%上げ、冬は在庫処分価格に設定。
これで在庫回転率が2倍になった。
レコメンドエンジンで回遊率アップ
さらに、ユーザーが一つの商品を見て終わり、という行動が多かった。ワイは協調フィルタリングを使ったレコメンドエンジンを実装。
使用技術:LightFMでユーザー×商品行列を学習
特徴量:閲覧履歴、購入履歴、カテゴリ、価格帯
結果:回遊率が1.8倍、平均ページビューが3.2→5.7に増加
「このテントを見た人は、こんな寝袋も見ています」みたいな表示が、ユーザーの購買意欲を刺激したんや。
成果とその後
この一連の施策で、CVRは0.3%→1.2%、月商は立ち上げ当初の5倍に。タケシは「お前、マジで魔法使いやな」と言うてくれたけど、ワイにとっては魔法やなくて、ただのロジックとデータや。
今ではタケシのECサイトは、アウトドア好きの間でちょっとした話題になっとる。
ワイは裏方として、月1回のデータレビューと改善提案を続けとる。
データは人を救う
この経験で改めて思ったんは、データってのは人を救える力があるってこと。数字は冷たいようで、実は人の情熱を支える土台になる。
ワイのスキルが、誰かの夢の一部になれたことが、何より嬉しかったんや。
これからも、ワイは数字と向き合いながら、人の物語を支えていきたいと思っとる。
スポンサーリンク