「広告の CVR も訪問数も伸びているのに、売上の伸びが想像より小さい」。EC 事業者でよく見る違和感です。多くの場合、見落とされているのが 客単価（AOV：Average Order Value）。AOV は「注文 1 件あたりの平均売上」 というシンプルな指標ですが、計測の落とし穴と CVR / RPS との相互作用を取り違えると、改善施策が真逆に振れます。
本記事では AOV の正しい計算方法と上げ方を、売上分解式から整理します。10 の打ち手を効果レンジと併せて提示し、最後に「AOV だけ追ってはいけない理由」 と自社実測の 3 step まで実務目線で扱います。
この記事のまとめ#
- AOV は「売上 ＝ 訪問数 × CVR × AOV」 の 3 要素のうち 1 つ。単独で追うと CVR や訪問数の動きと打ち消し合い、結果として売上が伸びない
- AOV 改善の打ち手は 10 種類: クロスセル / アップセル / バンドル / 送料無料閾値 / 会員制 / 数量割引 / 価格改定 / パーソナライゼーション / カゴ落ち対策 / 補完商品提示
- AOV だけ追うと「送料無料閾値の引き上げで AOV ↑ / CVR ↓」 の罠。AOV × CVR ＝ RPS（訪問あたり売上）で見ると施策の真の効果が見える
- 自社の AOV は 3 step で実測できる。GA4 e コマースイベント + 送料 / 税 / 返品の定義整備 + デバイス・チャネル別加重平均の 3 step
1.AOVとは—売上分解式の中での位置づけ#
結論: AOV は「売上 ＝ 訪問数 × CVR × AOV」 3 要素の 1 つ。単独最適化は CVR/訪問数と打ち消し合う。
AOV（Average Order Value）は「注文 1 件あたりの平均売上」 を指す指標で、国内では「客単価」 と訳されます。厳密には「客単価 ＝ 1 顧客あたりの売上」「AOV ＝ 1 注文あたりの売上」 と定義が分かれますが、実務ではほぼ同義に扱われます。
売上 ＝ 訪問数（セッション数）× 購入率（CVR）× 客単価（AOV）
3 要素を分けて見ないと「広告で集客は増えたのに AOV が落ちた」 という打ち消し合いに気づけません。経産省調査[7]によれば、日本国内の BtoC-EC 物販系市場規模は 2024 年に 15 兆 2,194 億円、EC 化率 9.78% まで拡大しており、3 要素を切り分けて見る重要性は年々増しています。
2.AOVの正しい計算—4つの落とし穴#
結論: 計算式はシンプルだが、割引 / 税 / 送料 / 返品の定義 4 つで実装が分岐する。社内で 1 つに統一しないと議論がズレる。
AOV の計算式はシンプルです[1][2]。
AOV ＝ 期間内の売上総額 ÷ 同期間の注文件数
月間売上 1,000 万円・注文件数 2,000 件なら AOV 5,000 円。Shopify 公式は AOV を「割引適用後の純売上 ÷ 注文件数」 と定義[1]。この定義が落とし穴の起点です。
| 落とし穴 | 何が起きるか | 推奨する扱い |
|---|---|---|
| ① 割引適用前 vs 後 | クーポン重課時に AOV が過大評価 | 割引適用後（純売上）で AOV を定義 |
| ② 税込 vs 税抜 | 税込 AOV と税抜 AOV が社内で混在し議論がズレる | 全社で 1 つに統一（税抜推奨） |
| ③ 送料含む vs 除く | 送料無料閾値施策の効果がブレる | 商品売上のみで AOV を定義（送料は別指標） |
| ④ 返品 / キャンセル反映 | 返品率の高い商材で実態と乖離 | 返品 / キャンセル後の確定売上で再集計 |
特に ④ は要注意で、返品率 10% 超の商材ではダッシュボードの AOV と月次決算の AOV が 2-3 割ずれます。「注文時点」 と「確定後」 の AOV を両方持つのが安全です。グローバル平均 AOV は Shopify 公開データで約 $145[1]・米国 2024 年 11-12 月オンライン売上 $241.4 B (前年比 +8.7%)[6]・自社業種に近いベンチマークを毎年更新する運用が必要です。
3.AOVを上げる10の打ち手#
結論: 10 の打ち手は訪問内アップ系 / 設計型インセンティブ / 継続関係型の 3 タイプ。最初は送料無料閾値 / クロスセル / バンドルの 3 つから。
AOV の改善打ち手は、突き詰めると 10 カテゴリに整理できます。Shopify 公式 7 パターン[1] + WooCommerce 補完[2]を統合し、効果レンジ付きで一覧化しました。
10 の打ち手は 3 タイプに分かれます:
- 訪問内アップ系（#1 クロスセル / #2 アップセル / #3 バンドル / #10 購入後の補完提示）: その注文の積み増し・期待効果 AOV +10〜40%[4]
- 設計型インセンティブ（#4 送料無料閾値 / #6 数量割引 / #7 価格改定）: 価格構造を動かす・CVR への副作用に注意[3]
- 継続関係型（#5 メンバーシップ / #8 パーソナライゼーション / #9 カゴ落ち復帰）: LTV +20〜40%[5] や売上 +1〜2% / 利益 +1〜3%[5]・AOV 単体ではなく長期収益で効果
効果レンジの読み方と最初の3つ#
効果レンジは「中央値前後」。クロスセル +10〜30% は設計次第で +0〜5% or +30% 超。McKinsey は「ターゲット型プロモで売上 +1〜2% / 利益 +1〜3%・推薦精度で個社 +5〜25% の差」 と整理[5]。
10 全てを同時投入すると施策干渉で寄与が見えません。最初は 送料無料閾値（#4） / クロスセル（#1） / バンドル（#3） の 3 つから (実装コスト小・効果計測しやすい)。
4.AOVだけ追ってはいけない理由—CVR・RPSとの相互作用#
結論: 送料無料閾値で AOV ↑ / CVR ↓ の打ち消し合いが起きる。AOV × CVR ＝ RPS で見るのが安全な判定軸。
AOV 改善は単独で見ると CVR と打ち消し合うことがあります。送料無料閾値を $50 → $100 に引き上げれば AOV は上がるかもしれませんが、「あと $20 で送料無料」 のところで離脱する顧客が増えれば CVR は下がります。「AOV ↑ × CVR ↓」 で、訪問あたり売上（RPS）はむしろ下がる現象です。
目指すべきは 右上（高 AOV × 高 CVR）。左上（高 AOV × 低 CVR）に振れる施策は AOV だけ見れば改善でも事業全体としてはマイナス。送料無料閾値の引き上げは左上に振れやすく、クロスセル / バンドルは右上に近づける打ち手です。判断軸として強いのは AOV × CVR の積で表現される RPS（Revenue Per Session）:
RPS ＝ 売上 ÷ 訪問数 ＝ CVR × AOV
AOV が上がっても RPS が下がっていれば施策は失敗。広告予算配分を ROAS で見るときも「売上」 を分解すると AOV × CVR × 訪問数。AOV を単独で見ると ROAS 変動の正体 (CVR なのか AOV なのか) が見えません。
5.事業フェーズ別の優先順位#
結論: 新規獲得期はクロスセル / 補完提示の受動的打ち手から。送料無料閾値は拡大期以降。
10 の打ち手の投入順序は、事業フェーズと商材タイプで変わります。
- 新規獲得期: LP フリクション最小化が優先・送料無料閾値を高く設定すると初回購入ハードルが上がり CVR が下がる → クロスセル / 補完商品提示 の受動的打ち手から
- 拡大期: 訪問数が安定したら 送料無料閾値 / バンドル / アップセル を投入・施策ごとに A/B テストし RPS ベースで採否判定
- 成熟期: メンバーシップ / パーソナライゼーション で個別最適化・データ基盤が弱いまま個別最適化に走るとレコメンドのノイズで CVR が落ちます
6.よくある質問#
結論: AOV はデバイス別 / チャネル別に分解必須。事業フェーズで AOV と LTV の優先軸を切り替える。
Q1.AOVをデバイス別・チャネル別に分けるべき？#
両方分けるべき。モバイル AOV はデスクトップより 20〜40% 低いのが一般的で、全体 AOV だけ追うとモバイル比率の変動で AOV が動いて見えます。指名検索 Direct は AOV が高く広告流入は AOV が低い構造（GA4 設定: GA4 e コマース設定 30 分チェックリスト）。
Q2.ラストクリック評価でAOVを見ても良い？#
注意が必要。AOV の高い指名検索 Direct は Organic Search や SNS 広告の上流刺激の結果である場合が多く、アトリビューションの偏りに注意（ラストクリックの罠）。
Q3.AOVとLTVのどちらを優先すべき？#
事業フェーズで使い分け。新規獲得期〜拡大期は AOV と RPS・成熟期に入ると LTV がメイン軸になり、AOV は LTV の 1 要素として位置づけ直されます（詳細: LTV 計算ガイド）。
7.自社のAOVを実測する3step#
結論: GA4 e コマースイベント + 送料 / 税 / 返品の定義整備 + デバイス・チャネル別加重平均の 3 step で、AOV/CVR/RPS の打ち消し合い判定が回り始める。
AOV の式は単純でも、「自社の数字を出して打ち手の効果を判定する」 ところまで運用に乗せるのは別物です。SMB EC で最短 3 step。
step1:GA4のeコマースイベントを正しく設定する#
GA4 で purchase イベントが各注文で必ず発火している状態を作ります。確認は 3 つ。
- GTM で
purchaseトリガーが「購入完了ページ」 で発火しているか - パラメータ
transaction_id/value/currency/items[]が取得できているか - 探索「デフォルトチャネルグループ × purchase」 の 28 日売上が販売管理システムと ±10% 以内で一致するか
step2:4つの落とし穴の定義を社内で1つに揃える#
§2 の 4 落とし穴（割引 / 税 / 送料 / 返品）を社内 1 つに統一。Shopify 推奨は割引適用後 + 税抜 + 送料除外 + 返品反映。販売管理システム側と GA4 側で同じ定義になっているか確認します。
step3:デバイス別・チャネル別に分解し、加重平均で全体AOVを算出する#
GA4 の探索でデバイス × チャネル × AOV を 28 日でブレイクダウンし、件数加重で全体 AOV を出します。RPS = CVR × AOV で施策の真の効果も並べて見られるようになります。
RevenueScope はこの 3 step を 1 画面で支える設計です。AOV / CVR / RPS の相互作用をチャネル別・デバイス別に自動展開し、「AOV が上がっているのに売上が伸びない」 違和感を売上分解式で突き止めます（特長を見る / 料金プランを見る）。
RevenueScopeの解決策
ここまで見てきたとおり、AOV を単独で追うと判断を誤ります。大事なのは、チャネルごとに AOV と RPS（訪問あたり売上）を並べて、「客単価は高いのに効率は低い」 流入元を見抜くことです。とはいえ、GA4 の探索でチャネル × AOV × CVR × RPS を毎回組み立て直すのは手間がかかります。
RevenueScope は、この比較を最初から 1 画面にまとめます。チャネル別の売上・RPS・客単価（AOV）・購入率（CVR）を同じものさしで一覧化するので、「高 AOV ＝ 高効率」 という思い込みが正しいかどうかを、表を上から眺めるだけで確かめられます。
RevenueScope のダッシュボード（表示はデモデータ）。チャネル別の AOV と RPS を並べ、「高 AOV ≠ 高効率」 を一目で確かめられる。
たとえば上の画面で、Google 検索は AOV ¥5,000 で全チャネル中いちばん高い客単価です。ところが RPS は ¥125 と低めで、訪問あたりの稼ぎは振るいません。購入率（CVR）が 2.5% と低いため、「客単価は高いのに効率は低い」 典型です。一方メルマガは AOV ¥4,600 と中位ですが、RPS は ¥345 で全チャネル中の最上位。購入率が 7.5% と高く、客単価がほどほどでも訪問あたりでは最も稼いでいます。
ここで AOV だけを見て「Google 検索は客単価が高い優良チャネル」 と判断すると、本当に効率のいいメルマガへの投資を後回しにしかねません。RPS まで並べて初めて、「AOV × CVR ＝ RPS」 の関係が数字で腹落ちします。
次の一手はシンプルです。まず自社のチャネル別 AOV と RPS を並べ、AOV だけ高くて RPS が低いチャネルを 1 つ見つける。そのチャネルは送料無料閾値の引き上げのような「AOV を上げて CVR を下げる」 施策ではなく、クロスセルやバンドルで CVR を保ったまま積み増す打ち手が向いています。RevenueScope は、その判断材料を最初からそろえた状態で渡します。
まとめ#
- AOV は 売上 ＝ 訪問数 × CVR × AOV の 3 要素のうち 1 つ。単独で追わない
- 計算式は基本シンプルだが、割引 / 税 / 送料 / 返品 の 4 落とし穴で実装が分岐
- 改善打ち手は 10 種類。送料無料閾値 / クロスセル / バンドル から始めるのが現実的
- AOV × CVR ＝ RPS（訪問あたり売上） で見ると施策の真の効果が見える
- 事業フェーズ別に施策順序を変える。新規獲得期は CVR を犠牲にしない打ち手から
- 自社の AOV は GA4 + 4 落とし穴 1 統一 + デバイス × チャネル加重平均 の 3 step で実測できる
関連記事#
- RPS ガイド 2026 — 広告チャネル比較の指標・AOV × CVR ＝ RPS
- ROAS 完全ガイド 2026 — 分母の落とし穴と分解式
- LTV 計算ガイド 2026 — AOV を起点とする長期指標
- マーケティング KPI 設計の正解 — 売上 5 指標の使い分け
- ラストクリックの罠 — チャネル別売上のアトリビューション選定
参考文献#
- Shopify 「Average Order Value (AOV): Formula, Benchmarks and 7 Ways to Increase It」 2025 年 9 月
- WooCommerce 「Increase average order value: actionable tips for ecommerce」 2024 年 5 月
- Baymard Institute 「E-Commerce Cart & Checkout Usability Research」 2024 年
- BigCommerce 「Ecommerce Growth with Upselling and Cross Selling Tactics」 2024 年
- McKinsey & Company 「Unlocking the next frontier of personalized marketing」 2025 年 1 月
- Adobe 「Holiday Shopping Season Drove a Record $241.4 Billion Online and Rising 8.7% YoY」 2025 年 1 月
- 経済産業省 「令和 6 年度 電子商取引に関する市場調査」 2025 年 8 月