ECサイトのABC分析で売れ筋商品を管理する方法

商品点数が増えるほど、「どの商品に力を入れるべきか」の判断に迷っていませんか。感覚や経験だけで在庫量・広告費・商品ページ改善の優先順位を決めていると、死に在庫が積み上がり、売れ筋の欠品も起きやすくなります。機会損失とコストが同時に膨らむ状態です。

ABC分析は、全商品を売上貢献度でA・B・Cの3ランクに分け、リソースの配分先をデータで決める手法です。▶ サービス紹介資料をダウンロードする（無料）

この手法はパレートの法則（80:20の法則）を根拠にしています。在庫管理・広告予算・商品ページ改善の優先順位を客観的な数値で決められるため、限られた人手と予算を最も効きやすい商品へ集中できるでしょう。「商品点数が増えて何から管理すればいいかわからない」「在庫コストが膨らんでいるが原因が特定できない」という担当者に向けた内容です。判定基準の作り方から実施手順までを順番に説明します。

EC事業者がABC分析を導入すべき理由

年商1,000万円規模のECサイトでも、取り扱い商品が300点を超えると、担当者一人で全商品の売れ行きを追うのは現実的ではありません。感覚的な発注判断は欠品や過剰在庫を招き、それが利益率を圧迫する主因です。

パレートの法則によれば、全商品の上位20%が売上全体の約80%を占めます。この傾向はEC業界でも一貫して観測されてきました。あるフルフィルメントセンターの分析事例では、上位20%の商品群が全受注の75〜80%を占めたというデータも確認されています。

逆にいえば、残り80%の商品は売上のわずか20〜25%しか生み出していません。リソースを全商品へ均等に分散させると、売上への貢献が小さい商品に多くの時間とコストをかけてしまいます。これが「忙しいのに利益が増えない」状態の正体です。

感覚管理では「なんとなく売れている商品」と「実際に利益を生んでいる商品」を混同しがちです。季節限定で一時的に売上が急増した商品を売れ筋と誤認し、翌年も大量仕入れをして不動在庫になるケースは珍しくありません。

ABC分析はこうした誤認を防ぎ、データに基づく意思決定を後押しします。商品ページの改善・広告出稿・梱包資材の調達など、EC運営のあらゆる業務でリソース配分の判断が求められるからです。「どの商品にどれだけのコストと時間をかけるべきか」を、客観的な根拠をもって決められます。

継続的に運用すれば、新商品が市場に受け入れられているかどうかも早期に判断できます。たとえば、投入から3ヶ月後の初回分析でBランク以上に入った商品は、育成対象として投資を続けるのが得策です。一方、Cランク末尾の商品は早期に方針転換を検討する、といった判断基準が生まれます。まずは自社の商品データを開いて、上位20%が何点あるかを数えてみてください。

ABC分析の3ランクと判定基準の設定方法

ABC分析では、全商品を売上（または粗利）の累積構成比でA・B・Cの3つに分類します。一般的な判定基準は、A=累積構成比0〜75%、B=75〜90%、C=90〜100%です。

ただし、この閾値はあくまで目安にすぎません。自社の商品構成や管理リソースに応じた調整が求められます。Aランク商品が多すぎると重点管理対象が広がってコストが増え、少なすぎると一部商品への依存リスクが高まるからです。

Aランク：売れ筋商品（累積構成比0〜75%）

Aランクは全売上の約75%を生み出す最重要商品群です。商品点数でいえば全体の15〜25%程度になることが多いものの、業種や品揃えによって変わります。

在庫切れは機会損失に直結するため、安全在庫の確保と発注リードタイムの短縮が優先課題です。日販平均が月商の3%以上を占めるAランク商品が1日欠品すると、1日あたり数万円単位の機会損失が生まれかねません。

Aランク商品は販売実績が安定しています。そのため、広告費や商品ページのリソースを集中投下するのに最も適した対象です。競合との差別化が図れているAランク商品は、リピーター獲得のキラーコンテンツとしても機能するでしょう。

Bランク：中位商品（累積構成比75〜90%）

Bランクは売上の75〜90%部分を担う商品群です。Aランクほど安定した売上はないものの、施策次第でAランクへ引き上げられる商品が多く含まれます。

商品ページの改善・クロスセル提案・セット販売などの施策が、売上アップへの近道です。Bランクを「育成対象」と位置づけ、AランクとのCVR差・レビュー数差・露出量差を分析すると、投資対効果の高い改善策が見えてきます。

Cランク：低貢献商品（累積構成比90〜100%）

Cランクは残り10%の売上を担う商品群で、点数では全体の50〜60%を占めることが少なくありません。個々の売上は小さいものの、ロングテール需要を捉えている商品も含まれます。

一律に廃番とするのではなく、在庫コストと回転率を精査したうえで存廃を判断してください。Cランク商品の中には「需要がないのではなく、認知されていないだけ」の商品も存在し、検索キーワードとの紐付け改善でBランクへ昇格するケースもあります。

分析軸の選択：売上か粗利か数量か

ABC分析の分析軸には、主に「売上金額」「販売数量」「粗利金額」の3つが使われます。売上金額で分析すると売上貢献度が高い商品が浮かび上がり、粗利金額で分析すると利益貢献度が高い商品が明確になります。

EC事業では「売れているが利益率が低い商品」と「販売数は少ないが利益率が高い商品」が並存します。そのため、売上軸と粗利軸の両方でABC分析を実施して比べるのがおすすめです。販売数量軸は、物流コスト・梱包コストの最適化を目的とした分析で使います。

たとえば、売上ベースでAランクの商品が粗利ベースではBランクだった場合、価格競争が激化しているか仕入原価が高すぎるサインです。この気づきをもとに価格改定・原価交渉・代替品への切り替えを検討すれば、利益構造を立て直せます。まずは売上軸での分類から着手してみてください。

ECサイトでABC分析を実施する5ステップ

ABC分析は、Excelや在庫管理システムがあれば初日からでも始められるのが強みです。ここからは、実務でそのまま使える5ステップの手順を順番に解説します。

手順通りに進めれば、商品管理の経験が浅い担当者でも初回から正確に分類できるはずです。Shopify・楽天市場・カラーミーショップなど、主要なカートシステムはいずれも商品別売上データのCSVエクスポートに対応しています。

STEP 1：分析期間と商品リストの準備

まず分析対象期間を決めます。ECサイトのABC分析では「直近3ヶ月」「直近6ヶ月」「直近12ヶ月」のいずれかを基準にするのが一般的です。

季節性が強い商品を扱うなら、12ヶ月以上のデータを使うか、季節ごとに分けて分析すると誤分類を防げます。初回は12ヶ月データを推奨し、以後の定期更新では6ヶ月データを用いる運用が実務的でしょう。

次に、在庫管理システム・Shopifyなどのカートシステム・Excelの販売実績データから、商品ごとの売上金額（または粗利金額・販売数量）を一覧化します。最低限そろえたいのは、商品コード・商品名・分析対象期間の売上金額の3列です。この3列があれば、基本的な分析を始められます。

STEP 2：売上順に並べ替えて構成比を算出

商品リストを売上金額の大きい順に並べ替えます。次に全商品の売上合計を計算し、各商品の売上が合計に占める割合（構成比）をパーセントで算出してください。

ExcelのSUM関数で合計を出し、各セルを「売上÷合計」で割れば構成比が求まる仕組みです。ピボットテーブルを使えば、商品コードと売上金額の集計から並べ替えまでを数分で処理できます。

ここで構成比の算出例です。全商品の合計売上が1,000万円で、ある商品の売上が200万円なら、その商品の構成比は20%と算出できます。各商品の構成比を売上順に上から足していくと累積構成比が求まり、75%に達した地点がA/B境界線、90%に達した地点がB/C境界線です。

STEP 3：ランク分類と件数確認

累積構成比に基づき、各商品をA・B・Cに分類します。Excelでは「=IF(累積構成比列<=0.75,"A",IF(累積構成比列<=0.90,"B","C"))」という数式で自動分類が可能です。

分類が終わったら、A・B・Cそれぞれの商品点数と売上合計を確認します。Aランク商品点数が全体の30%を超えている場合は、閾値をA=60〜70%へ引き下げる調整を検討してください。

Aランクが多すぎると、重点管理対象が広がって管理コストが増えます。担当者が実際に管理しきれる点数にAランクを収めることが、ABC分析の効果を引き出す鍵といえます。

逆にAランクが全体の5%未満なら、ごく少数の商品に売上が集中しすぎています。この状態はリスク集中でもあるため、商品ラインナップの見直しや新商品開発の必要性を示唆しているでしょう。早めに手を打ってください。

STEP 4：粗利軸での再分析（売上ランクとの比較）

売上ベースの分類が終わったら、同じデータに粗利金額を加えて粗利ベースのABC分析も実施しておきたいところです。売上Aランクと粗利Aランクを並べると、「売上は高いが粗利率が低い商品」が浮かび上がります。

こうした商品は、値下げ競争に巻き込まれているか、仕入原価が高すぎる可能性があります。売上Aランクかつ粗利Cランクの商品が複数あるなら、売上を追うだけでは利益が積み上がらない商品構成になっているサインです。

この分析結果をもとに、価格改定・原価交渉・代替品への切り替えといった施策の優先順位を決めます。とくに利益率が10%を下回る売上Aランク商品は、広告費をかけるほど赤字に近づくリスクがあるため、優先的に見直してください。

STEP 5：施策への落とし込みと定期見直し

分析結果は、在庫管理・広告・商品ページ改善の具体的な施策へ落とし込んでいきます。方向性はランク別に分かれるからです。Aランクは安全在庫量の引き上げと広告予算の優先配分、Bランクは商品ページ改善とクロスセル設定、Cランクは発注量の削減・セール販売・廃番検討が基本の設計です。

ABC分析は一度実施して終わりではありません。3ヶ月〜6ヶ月ごとの定期見直しが欠かせない理由は、商品トレンドの変化・季節要因・新商品の追加でランクが常に動くからです。見直しをスケジュール化し、運用ルーティンに組み込んでください。

Aランク商品（売れ筋）の戦略的な活用法

Aランク商品は売上の大黒柱であると同時に、在庫切れが最も致命的なリスクになる商品群です。在庫管理・広告・商品ページの3軸で施策を体系化すると、Aランク商品の収益を最大化できます。

在庫管理：安全在庫の計算と発注点の設定

Aランク商品の安全在庫量は「平均日販数×リードタイム（日）×安全係数」で計算します。安全係数は需要変動の大きさに応じて、1.5〜2.0の範囲で設定するのが一般的です。

たとえば、平均日販10個・リードタイム7日・安全係数1.5なら、安全在庫は105個です。この数値を下回った時点で発注アラートを設定すると、欠品リスクを大きく減らせます。

発注点（Reorder Point）は「安全在庫＋平均日販数×リードタイム」で設定するのが基本です。在庫管理システムやShopifyの在庫アラート機能を使えば、手動チェックの漏れによる欠品リスクをほぼゼロに近づけられます。

Aランク商品の欠品は、1日あたりの機会損失額が大きくなります。発注点の設定は最優先で対処すべき管理タスクといえます。月商の3%以上を1SKUが占める商品は、とくに厳格な在庫管理体制を整えてください。

広告：Aランク商品への集中投下

広告予算は、CVRと平均客単価が実証済みのAランク商品へ集中投下すると費用対効果を最大化できます。Google ショッピング広告・Meta広告のカタログ販売では、Aランク商品のみをターゲットにした専用キャンペーンの設定がおすすめです。

全商品を対象にした広告配信は、CVRが低いCランク商品にも予算が分散されるため、ROAS（広告費用対効果）が下がりがちです。商品単位でROASを計測し、設定目標値を下回るCランク商品の広告配信を停止すれば、予算効率が改善します。

リターゲティング広告では、Aランク商品ページの閲覧者・カゴ落ちユーザーへの配信がとくに効きます。すでに関心を示しているユーザーへの再アプローチは、新規ユーザーへの配信よりCPA（顧客獲得単価）が30〜50%低くなる傾向があるからです。手元の配信レポートで、まずAランク商品のROASを確認してみてください。

商品ページ：転換率最大化のための最適化

Aランク商品の商品ページは最も多くの閲覧者が訪れるため、転換率（CVR）のわずかな改善が売上全体に大きく響きます。優先的に手を入れたいのは、商品画像の枚数・品質の向上（白背景写真＋使用シーン写真）、商品説明文の見直し（スペック表＋ベネフィット訴求）、レビュー促進施策の強化の3点です。

CVRが1%改善すると、月間1万PVのAランク商品ページでは月100件の追加転換が生まれます。Aランク商品への商品ページ改善投資は、新商品開発や広告費の増額と比べて費用対効果が高い施策です。

Aランク商品のページを起点に、Bランク商品をクロスセルするのも有効です。「この商品を購入したお客様はこちらも購入しています」形式の関連商品表示を置くと、Aランク商品の閲覧トラフィックをBランク商品の売上にも振り向けられます。

Bランク商品をAランクに引き上げる施策

BランクはAランクと同等のポテンシャルを持ちながら、何らかの要因で売上が伸び悩んでいる商品群です。適切な施策で改善すればAランクへ昇格でき、全体売上の底上げに直結します。

Bランク商品の引き上げは、新商品開発や新規顧客獲得よりも低コストで効果が出やすい施策です。すでに販売実績があり、一定数の購買者に支持されているため、改善の方向性が定まりやすいという特徴があります。

商品ページ品質の差分分析

BランクとAランクの商品ページを比べ、どの要素に差があるかを特定します。分析対象は「商品画像枚数と品質」「商品名の検索キーワード含有状況」「レビュー件数と評価スコア」「商品説明文の文字数と構成」「送料・配送速度の条件」の5点です。

たとえば、Aランク商品の平均レビュー件数が50件に対してBランク商品が8件なら、レビュー促進施策が最優先の改善ポイントです。購入後の自動フォローメールでレビュー投稿を促し、3ヶ月後に再分析すれば、改善効果を数値で確認できます。

商品説明文の差分分析では、Aランク商品が平均1,500字以上の説明文を持つのに対して、Bランク商品が500字以下という差が出ることもあるでしょう。説明文が短い場合は、使用シーン・サイズ詳細・素材・使用方法といった情報を足すとCVR改善が見込めます。

クロスセルとバンドル販売

Aランク商品との組み合わせ販売（バンドル・セット販売）は、Bランク商品の露出頻度を高める手法です。Aランク商品ページに「一緒に使うとさらに便利な商品」としてBランク商品を載せると、Aランク商品の閲覧トラフィックをBランク商品の売上に転換できます。

バンドル販売の価格は、単品合計よりも5〜10%割引にするとセット購入の訴求力が高まります。セット購入は顧客単価（LTV）の向上にもつながるため、BランクのAランク化と顧客単価向上を同時に狙える施策といえます。

定期的な昇格審査でBランク商品の育成進捗を管理する

Bランク商品への施策効果を追うには、3ヶ月ごとにランク推移を確認する「昇格審査」の仕組みが有効です。施策開始から3ヶ月後のABC分析で依然としてBランク下位に留まる商品は、施策の方向性が合っていない可能性を示唆しています。

昇格審査のフォーマットには、「施策内容」「施策実施前のランク」「3ヶ月後のランク」「売上変化率」の4列を記録したExcelシートが便利です。施策の成功・失敗パターンを蓄積すると、次のBランク商品への施策精度が高まります。

SEO・サイト内検索強化による流入拡大

BランクのEC商品がAランクへ昇格できない原因の一つに、検索エンジンやECモール内検索での露出不足が一因です。商品名・タグ・説明文に検索ニーズの高いキーワードを適切に含めて検索露出を高めれば、自然流入からの転換を増やせます。

Google サーチコンソールやShopify Analyticsで、各商品ページの検索流入キーワードを確認します。クリック率（CTR）が低い商品ページは、タイトルとメタディスクリプションを直してください。CTRが1%向上するだけで月間訪問数と転換数が伸び、ランクアップの起爆剤になります。

サイト内検索ログの分析も効きます。ECサイトの内部検索ログを確認し、検索されているのに該当商品が上位表示されていないBランク商品を特定してください。

商品名の表記や検索タグを直すと、内部検索からの流入が改善に向かうからです。サイト内検索のヒット率が10%上がるだけで、訪問から転換への数値に直接効いてきます。

Cランク商品の正しい扱い方

Cランク商品は「不要な商品」ではなく、「管理コストが収益を上回っている可能性がある商品」です。一律の廃番ではなく、保有コストとロングテール価値を冷静に比べたうえで扱い方を決めてください。

EC在庫管理でCランク商品の処理を誤ると、不動在庫コストの増大とキャッシュフローの悪化を招きかねません。一方、適切に管理すれば、競合他社が扱わないニッチ需要を独占できる強みにもなります。

ロングテール商品としての継続保有判断

Cランク商品の中には「月に数個しか売れないが、その需要は確実にある」というロングテール商品も含まれるでしょう。とくに消耗品・パーツ・専門性の高い商品カテゴリでは、Cランク商品が他のECサイトにないニッチ需要を独占しているケースもあります。

ロングテール商品として継続保有すべきかの判断基準は「在庫回転日数（在庫÷日販数）」になります。回転日数が360日（1年）を超える商品は保有コストが収益を上回る可能性が高く、在庫圧縮の対象です。

回転日数が90〜180日の範囲なら、ロングテール需要としての保有継続を検討できます。また、Cランク商品であっても顧客がリピート購入しているものは、顧客維持の観点からラインナップを残す意義があるでしょう。

不動在庫の処理：値引き・セット販売・返品

1年以上回転のない不動在庫は、保管コストが積み上がり続けるため早めに処理してください。処理方法の優先順位は「値引きセール販売」→「Aランク・Bランク商品とのセット販売」→「仕入先への返品交渉」→「廃棄」の順で検討します。

値引きセール販売では、定価の30〜50%引きで粗利が出る商品と出ない商品を事前に計算してください。粗利がマイナスになる価格帯でも、保管コストと比べれば早期処理の方が損失が少ないケースもあります。

不動在庫の処理判断では「在庫保管コストも損失のひとつ」という視点を持ってください。月額5,000円の保管コストがかかる商品を3ヶ月で処理できれば、1.5万円のコスト削減につながります。

Cランク商品の発注方針：受注発注・少量多頻度発注

Cランク商品の発注方針は「大量まとめ買いをしない」が基本です。単価が下がるまとめ買いは魅力的に見えるものの、回転率の低いCランク商品では保管コストが割引メリットを上回ることが少なくありません。

受注確認後に発注する「受注発注方式」、または少量を高頻度で発注する「少量多頻度発注方式」を採れば、過剰在庫リスクを大きく抑えられます。仕入先との交渉で最低発注数量（MOQ）を引き下げる条件改善も検討してください。

Cランク商品の管理で大事なのは、在庫の金額評価（棚卸評価額）を定期的につかむことといえます。月末の在庫残高に対してCランク商品が占める割合が50%を超えるなら、資金がCランク商品に固定されている状態であり、キャッシュフローの圧迫要因です。

在庫の流動性を改善する目的で、Cランク商品の棚卸評価額を月次でモニタリングする習慣をつけてください。EC事業は売上の拡大とともに在庫総額も増えやすいため、Cランク比率の管理は財務健全性の観点からも見逃せません。

在庫管理へのABC分析の応用

ABC分析の結果をEC事業の在庫管理に実装すると、在庫コストの削減と出荷効率の改善を同時に進められるのが利点です。とくに自社倉庫を持つEC事業者や、フルフィルメントサービスを使う事業者にとって、ABC分析は在庫配置の最適化に直接効きます。

ランク別の発注・在庫管理ルール

ABC分析の結果をもとに、ランクごとの在庫管理ルールを設計します。基本方針は次の通りです。Aランクは高頻度・定量発注（安全在庫厚め・発注点管理）、Bランクは中頻度・定期発注（月次チェック）、Cランクは低頻度・少量発注（四半期チェック・受注発注検討）で運用してください。

在庫管理システム（WMS）や在庫管理アプリを使っている場合は、ABC分類をシステムに登録すると発注アラートの設定閾値をランク別に変えられます。Aランク商品は発注点を高め目に設定してアラートを早期に出し、Cランクはアラートなし、または最低在庫数を低く設定する運用が合理的です。

倉庫内ピッキング効率の改善

出荷業務の効率化でも、ABC分析は強力な改善ツールです。あるフルフィルメントセンターでは、Aランク商品を出荷スペース（ピッキングステーション）に近い棚へ集約しました。その結果、ピッキング生産性が33%改善したというデータが報告されています。

Cランク商品は奥まった棚位置や高い棚に配置し、ピッカーの動線を最短化すると1オーダーあたりのピッキング時間を削れるでしょう。出荷件数が月1,000件以上のEC事業者では、ピッキング効率の10%改善が月間数万円規模の人件費削減に相当します。

自社倉庫のレイアウト見直しには初期投資（棚の移動・ラベル貼り替え）が伴います。しかし、出荷効率の改善は毎日積み重なるため、月間出荷件数が多い事業者ほど投資回収が早くなるでしょう。在庫管理システムの導入とABC分析を組み合わせれば、ピッキングミスの削減・出荷リードタイムの短縮・人件費削減の3つの効果を同時に得られます。

ABC×XYZ分析：需要変動との組み合わせ

ABC分析（売上貢献度）にXYZ分析（需要変動の安定性）を組み合わせると、在庫管理の精度がさらに高まる組み合わせです。XYZ分析では、需要が安定している商品をX、季節・トレンドで変動する商品をY、不規則な需要パターンの商品をZに分類します。

AXの商品（売上が高く需要が安定）は最も管理しやすく、定量発注・定期見直しで安定運用が可能です。AYの商品（売上は高いが需要が変動）は季節在庫計画が要り、AZの商品（売上は高いが需要が不規則）は受注発注を検討します。

このマトリクスを使うと、商品ごとに最適化された在庫管理ルールを設計できます。在庫管理の高度化を目指すEC事業者にとって、ABC×XYZ分析は次のステップとして取り組む価値があるでしょう。

在庫管理システムの選び方とABC分析の連携

在庫管理の実務では、在庫受注管理システムの選定もABC分析の効き目を左右します。EC専門の在庫管理システムを比べる際は、ABC分析レポートの自動生成機能、カートシステムとのデータ連携のしやすさ、バーコードスキャンによるピッキングエラー防止機能の有無が主な確認ポイントです。

YouTubeでは、EC専門家や実務経験者がシステム選定・導入のポイントを解説した動画も豊富です。実際の画面操作やトラブル事例を見れば、導入前の失敗リスクを下げられます。システム選定の際は、現場の担当者が日常業務で使いこなせる操作性かどうかを、デモ画面や試用期間で必ず確かめてください。

ABC分析の結果をチームで共有する方法

ABC分析の効果を引き出すには、結果を担当者一人だけが把握する状態は避けたいところです。在庫担当・広告担当・商品ページ担当の各メンバーが、同じデータを参照できるようにしてください。ExcelファイルをGoogle スプレッドシートで共有するか、BI（ビジネスインテリジェンス）ツールのダッシュボードに掲載してください。リアルタイムのランク情報を、チーム全体で確認できます。

とくに在庫担当者と広告担当者の連携は、Aランク商品の欠品を広告停止で防ぐ仕組みづくりに直結する論点です。在庫数量が設定した最小値を下回った時点で広告を自動停止するルールを設けると、欠品状態での広告費の無駄遣いを防げます。まずは1枚の共有シートを作るところから始めてください。

ABC分析で見落としがちな4つの落とし穴

ABC分析は強力な商品管理ツールですが、導入時に陥りやすい誤解や見落としもつきものといえます。これらを事前につかんでおくと、分析結果の誤用を防ぎ、より精度の高い意思決定ができます。

落とし穴①：新商品がCランクに落ちる問題

ABC分析は過去の実績データをもとにランクを決める手法です。そのため、販売開始から間もない新商品は実績が少なく、自動的にCランクへ分類されます。

新商品をCランクと同じ扱いにすると、広告予算も在庫量も絞られ、新商品育成の機会を失います。実績なしでCランク判定された新商品には、ランクとは別の育成予算枠を設けて対処してください。

新商品は「導入期」として3〜6ヶ月間はABC分析の対象外に置き、別途の予算・在庫枠を確保する運用がおすすめです。導入期終了後にABC分析へ組み込んで通常のランク管理に移せば、新商品育成とABC分析を両立できます。

具体的には、新商品専用の広告予算枠を月商の5〜10%で設定し、初月から3ヶ月のCVRとリピート率を定点観測します。3ヶ月後の評価でBランク相当の売上に届いていれば育成継続、Cランク末尾なら施策の抜本的な見直しを判断してください。

落とし穴②：季節商品の誤分類

夏物・冬物・ギフトシーズン特需に依存する商品は、年間データで分析するとランクが低く見える一方、特定の季節には最高の回転率を誇るのが特徴です。たとえば、クリスマス限定商品は11〜12月の2ヶ月で年間売上の90%を達成しますが、年間データではBランクやCランクに分類される場合があります。

季節商品は「通年分析」と「季節ピーク期分析」の両方を実施し、ピーク期の結果を在庫発注計画へ反映させてください。ピーク前に十分な在庫を確保し、ピーク後に売れ残った在庫をセール処理するプロセスをABC分析の更新スケジュールと連動させると、季節品の在庫ロスを最小化できます。

落とし穴③：利益率を無視した売上のみの最適化

売上ベースのABC分析だけで意思決定すると、粗利率の低い商品に在庫投資・広告費を集中させてしまうリスクがあるでしょう。高額商品は少量しか売れなくても粗利額が大きく、安価な消耗品は大量に売れても粗利率が低いため、売上のみの分析では実態とずれた判断を招きます。

STEP 4（粗利軸での再分析）を必ず実施してください。「売上Aランク×粗利Aランク」「売上Aランク×粗利Cランク」などのマトリクスで、商品ポートフォリオの全体像が浮かび上がるからです。売上Aランクかつ粗利Cランクの商品が多いなら、ポートフォリオ全体の利益構造に問題がある可能性が高く、根本的な見直しが要ります。

落とし穴④：分析の実施頻度が低すぎる

ABC分析を年1回だけ実施し、1年間同じランクで管理する運用は、EC市場のトレンド変化に追いつけません。ライバル商品の新発売・SNSでのバズり・季節変動・価格変動など、ECサイトを取り巻く環境は常に動き、商品ごとの売上貢献度も変わり続けます。

最低でも四半期（3ヶ月）ごと、理想は月次でABC分析を更新する仕組みを作ってください。Shopifyなら分析レポート機能を使うか、CSVエクスポートからExcelで月次更新するフローをルーティン化するのが現実的な選択肢です。

在庫管理システムやBI（ビジネスインテリジェンス）ツールにABC分析の自動更新機能があるなら、積極的に使ってください。分析を自動化すれば「定期見直しを忘れていた」という運用上の抜け漏れを防ぎ、常に最新のランク情報で意思決定できます。

また、ABC分析の結果は、仕入先との交渉でも強力な根拠です。Aランク商品の安定供給を保証する優先取引枠の確保、Cランク商品の最低発注数量（MOQ）引き下げ交渉、Bランク商品の試験的な新バリアント追加など、データに基づく具体的な要求を仕入先へ示せます。

仕入先との関係を「感覚的な発注量」から「データに基づく計画発注」へ移すと、仕入先側も在庫計画を立てやすくなり、安定供給体制の構築につながります。Aランク商品の欠品リスクを仕入先と共有し、リードタイム短縮や安全在庫の分担保管を交渉するEC事業者も増えてきました。落とし穴を避ける運用を、ここから一つずつ取り入れてください。

ECプラットフォーム別ABC分析の実施ポイント

ABC分析の実施方法は、使っているECプラットフォームによって少し変わるからです。Shopify・楽天市場・複数モール展開のそれぞれで、データ取得の手順と注意点をつかんでおくと、初回から正確に分析できます。

Shopifyでの実施方法

Shopifyでは、管理画面の「レポート」メニューから「商品別の売上」レポートを表示し、対象期間を指定してCSVダウンロードが可能です。CSVには商品名・バリアント・売上金額・販売数量・注文数が含まれており、そのままExcelに貼り付けて分析を始められます。

バリアント（サイズ・カラー違い）が多い商品は、バリアント単位で分析するか親SKU単位で集計するかを最初に統一しておくと運用が安定します。バリアント単位ならサイズ別の売れ行きが明確になり、親SKU単位なら商品ライン全体の貢献度をつかみやすくなるでしょう。

在庫管理では、ShopifyのInventory（在庫管理）画面から在庫数量をCSVエクスポートし、売上データと突合すると在庫回転日数を算出できます。在庫回転日数の計算式は「現在の在庫数量÷日平均販売数」で、この数値がランクごとに異なる管理基準を設定するための基礎データになります。

Shopifyアプリストアには「Inventory Planner」「Stocky」などのABC分析・需要予測に特化したアプリも豊富です。これらを使えば、手動でのExcel作業なしにABC分類の自動更新・発注点アラート・需要予測の連携を実現でき、分析の精度と更新頻度を大きく高められます。

楽天市場での実施方法

楽天市場では、RMS（楽天マーチャントサーバー）の「受注・注文管理」→「注文CSV出力」から、期間指定で全注文データをエクスポートする流れです。商品名・商品番号・数量・売上金額が含まれているため、ExcelのピボットテーブルでSKU別の売上合計を集計すれば、そのままABC分析に使えます。

楽天市場では、データの整理が必要なケースもあるでしょう。同一商品を複数のSKU（サイズ違いなど）で登録している場合や、セット商品・まとめ買い商品がある場合は、集計前にデータクレンジング（同一商品の名寄せ）が要ります。名寄せ作業には、商品管理番号（管理番号）を共通キーとして使うと効率的です。

楽天市場の在庫管理画面（RMS「商品管理」→「在庫設定」）からは、在庫数量の一覧もCSVエクスポートが可能です。売上データと在庫データを商品番号で突合し、在庫回転日数を算出すれば、楽天市場における商品別のABC分析が仕上がります。

楽天市場の検索順位（楽天順位）も、Aランク商品のモール内露出を最大化する観点から定期的に確認してください。Aランク商品が楽天検索で3ページ目以降に表示されているなら、商品名・説明文へのキーワード追加を優先的に進めてください。

複数モール・自社EC展開時の注意点

自社ECと楽天市場などのモールを並行展開しているなら、チャネルごとに別々のABC分析を実施してください。自社ECでAランクの商品が楽天市場ではBランク、というケースもあり、チャネルを混在させた分析では施策の方向性が曖昧になりがちです。

一方、在庫管理の観点からは、全チャネルの販売数量を合算してABC分析を実施する方法も有効です。在庫は共通倉庫から出荷される場合が多いため、合算データで在庫発注量を決めると在庫の偏りを防げます。

チャネル別の販売施策（広告・価格・キャンペーン）はチャネル別ABC分析で判断し、在庫発注量は合算ABC分析で判断する二段構えの運用が実務的です。このアプローチなら、チャネル間の在庫不均衡（一方で欠品、他方で過剰在庫）を防げます。

複数チャネルのデータ統合には、BI（ビジネスインテリジェンス）ツールやERP（統合基幹システム）が役立ちます。これらを使うと、チャネル横断のABC分析をリアルタイムで確認できるでしょう。月商3,000万円を超えるEC事業者では、データ統合基盤の整備がABC分析の精度向上と運用コスト削減の両立につながります。

ABC分析を定期的に更新し、施策の優先順位を見直し続けることが、ECサイトの商品管理水準を継続的に高める道です。初回分析の完成度より「継続して更新できる仕組み」の構築を最優先に考えると、データ管理の習慣が組織に根づきます。

Aランク商品の安定供給・Bランク商品のAランク昇格・Cランク商品の在庫圧縮の3つが、並行して進めたい施策です。これらを同時に回すと、EC事業の収益性と在庫の資金効率がともに改善します。月次でABC分析を更新する習慣が根づいた時点で、粗利率・在庫回転率・広告ROASを組み合わせた多軸分析への発展を検討してください。

Excelで始めた分析をBI・ERPへ発展させるロードマップも描きやすくなるでしょう。ここで得た知見は、新規商品の市場投入判断・バイヤーとの交渉・販促計画の立案など、EC事業全体の意思決定水準を引き上げる基礎になります。

分析結果をPDCAサイクル（計画・実行・確認・改善）に組み込み、四半期ごとにランク変動と施策効果を振り返る定例会議を設けてください。チーム全体のデータリテラシーが上がり、感覚ではなく数値で話し合える組織文化が育ちます。

よくある質問

まとめ

ABC分析は、ECサイトの商品管理を感覚からデータへ移すための実践的な手法です。Aランクへの在庫・広告の集中投下、Bランクの育成施策、Cランクの発注コントロールを実行すると、限られたリソースの配分精度が高まり、売上と利益を同時に改善できます。

「どの商品から手をつければいいかわからない」「在庫コストが膨らんでいるが原因が特定できない」といったご相談があれば、お気軽にお問い合わせください。→ まずは相談する（無料）