ユニットエコノミクス
ユニットエコノミクスとは、ビジネスの最小単位（通常は1製品、1注文、または1顧客）に関連する直接的な収益とコストを測定し、ビジネスモデルが最も基本的なレベルで収益を上げているかどうかを示す指標です。規模や間接費を取り除き、「この商品をもう1つ売ると、実際に利益になるのか」という単純な問いに答えます。
ユニットエコノミクスの定義
ユニットエコノミクスとは、企業全体ではなく、ビジネスの単一の最小単位（通常は販売された1製品、行われた1注文、または獲得された1顧客）レベルでの利益とコストの分析です。その目的は、収益や総利益の数字が隠してしまう、一見単純な問いに答えることです。すなわち、規模、間接費、資金調達を考慮する前に、ビジネスの中核となる取引は、1単位ごとに実際に利益を生み出しているのか？という問いです。企業は総収益では印象的に見えても、ユニットエコノミクスが深刻なマイナスである可能性があります。つまり、追加の販売ごとに実際には損をしている状態であり、成長が鈍化したり外部からの資金が枯渇したりすると、最終的には崩壊するパターンです。
ユニットエコノミクスの計算方法
基本的な単位あたりの計算は次のようになります。
ユニット利益 = 単位あたり収益 − 単位あたり売上原価 − 単位あたり変動費（配送、決済手数料、包装、返品）
計算例：あるストアがスキンケアバンドルを60ドルで販売しています。売上原価（製造、包装材料）は18ドルです。配送料は平均1注文あたり7ドル、決済手数料は約2ドル、製品の過去の返品率に基づく返品・返金コストの配分額は1単位あたり平均3ドルです。変動費合計 = 18ドル + 7ドル + 2ドル + 3ドル = 30ドル。ユニット利益 = 60ドル − 30ドル = 30ドル、ユニット利益率は50%です。
より完全なバージョンのユニットエコノミクスでは、顧客獲得コスト（CAC）の一部も配分して、最初に顧客を見つけるためのコストも含めた完全な経済性が成立するかどうかを判断します。この同じ顧客が最初の注文で有料広告を通じて獲得するのに25ドルかかった場合、初回注文のユニット利益は5ドルに低下します。それでもプラスですが、その顧客が2回目の注文のために戻ってくることに大きく依存している薄い利益であり、本当の意味で収益を上げるには不十分です。
Eコマースブランドにとってユニットエコノミクスが重要な理由
ユニットエコノミクスは、収益成長だけでは提供できない健全性チェックです。ユニットエコノミクスがマイナスの状態でトップライン収益を伸ばすために広告費を拡大しているストアは、実質的に損失を出して収益を購入していることになります。これは、外部資本や投資家の忍耐が続く限りにおいてのみ機能する戦略です。対照的に、強力なユニットエコノミクスは、成長が真に自己資金で賄われていることを意味します。つまり、追加の販売ごとに再投資できる実際の利益が生み出されるのです。ユニットエコノミクスは、同じカタログ内の製品やラインを比較するための適切なレンズでもあります。販売数量でベストセラーの製品でも、ユニットエコノミクスが薄ければ自動的に最も価値があるとは限らず、一方で数量は少なくても単位あたりの利益が強い製品は、その販売ランキングが示す以上にマーケティングの注目に値する可能性があります。
| 指標 | 測定内容 | 見落とすもの |
|---|---|---|
| 収益 | 総売上高 | 収益性については何も語らない |
| 粗利益 | 収益から売上原価を差し引いたもの | 配送、決済手数料、返品、獲得コストを無視 |
| 貢献利益 | 収益からすべての変動費を差し引いたもの | 通常、獲得コストを除外 |
| ユニットエコノミクス | 完全な単位あたりまたは注文あたりの利益（CACを含むことが多い） | 正確なコスト配分が必要 |
ユニットエコノミクスとAI主導のコマース
ChatGPT ShoppingやPerplexity ShoppingなどのAIショッピングアシスタントが、より多くの初回発見トラフィックをマーチャントに送るにつれて、ユニットエコノミクスの獲得コスト側は変化しています。一部のAI主導のトラフィックはオーガニックな引用を通じて低い獲得コストで訪れる可能性がある一方、AI関連チャネルでの有料掲載は追跡すべき新たなコストラインを追加します。いずれにせよ、中核となる原則は変わりません。つまり、完全にロードされた注文あたりの実際のコストを把握することで、マーチャントは新しいトラフィックソースが単なる収益の追加ではなく、実際に収益を上げているかどうかを判断できるのです。AmICitedのeshop_get_cost_mixおよびeshop_get_kpisツールは、接続されたストアとコストデータから収益を売上原価やその他のコスト要因に直接分解し、マーチャントに部分的な数値から推定するのではなく、実際のユニットエコノミクス計算のための材料を提供します。
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
ユニットエコノミクスのベストプラクティス
- 店舗全体の平均ではなく、製品レベルでユニットエコノミクスを計算する。カタログ全体で大きく異なるため
- 売上原価だけでなく、すべての実際の変動費（配送、決済手数料、包装、予想返品）を含める
- 成長支出が持続可能かどうかを判断する際には、顧客獲得コストの配分額を組み込む
- 定期的に再計算する。配送料、広告費、返品率はほとんどのチームが想定するよりも速く変動するため
- 一貫してユニットエコノミクスがマイナスの製品は、無検討のデフォルトではなく、意図的な戦略的選択（ロスリーダー）として扱う
よくあるユニットエコノミクスの間違い
最も一般的な間違いは、売上原価のみを使用してユニットエコノミクスを計算して完了とすることです。これにより、それだけで収益の15〜20%を容易に消費する可能性のある配送料、決済手数料、返品コストを無視して、収益性を過大評価します。もう1つの頻繁なエラーは、製品発売時に一度ユニットエコノミクスを計算して再検討しないことです。投入コスト、配送料、広告費が変化しても再計算せず、発売時に収益性の高かった製品が、誰も気づかないうちに1年後には静かに不採算になり、全体的なマージンが低下し始めて初めて気づくことになります。また、あるチームはカタログ全体でユニットエコノミクスを平均化し、実際には損失を出している個々の製品やカテゴリーが、同じ注文内の他の強い製品によって補助されていることを隠してしまいます。関連する問題として、計算から返品を完全に無視することです。返品率の高い製品は、在庫戻し、返金、失われた配送コストが適切に配分されると、紙の上では収益性が高く見えても、実際にはマージンを破壊している可能性があります。最後に、企業は初回注文でのプラスのユニットエコノミクスを、リピート購入が真の収益性に必要かどうかを確認せずに、健全なモデルの証明として扱うことがあります。薄い初回注文マージンと低いリピート購入率の組み合わせは、同じ数字でも強いリピート行動がある場合よりもはるかにリスクの高いビジネスであることを見逃しています。