「広告のCVRもセッション数も伸びているのに、売上の伸び方が想像より小さい」。EC事業者のレポートを並べていると、こうした違和感に出会うことがあります。多くの場合、見落とされているのは 客単価（AOV） です。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、計測方法の落とし穴と、CVR・RPSとの相互作用を取り違えると、改善施策が真逆の方向へ振れます。
本記事では客単価（Average Order Value）の正しい計算方法と上げ方を、売上分解式から逆引きで 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」までEC事業者の実務目線で扱います。
この記事のまとめ#
- AOVは『売上 ＝ セッション × CVR × AOV』の3要素のうち1つ。単独で追うと、CVRやセッション数の動きと打ち消し合い、結果として売上が伸びない。判断軸は3要素の積で持つ
- AOV改善の打ち手は10種類に整理できる。クロスセル・アップセル・バンドル・送料無料閾値・会員制・購入点数増・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。施策ごとに期待効果レンジは異なる
- AOVだけ追うと『送料無料閾値の引き上げでAOV上昇／CVR低下』の罠にハマる。AOV × CVR ＝ RPS（セッションあたり売上）で見ると、施策の真の効果が見える
1. 客単価（AOV）とは — 売上分解式の中での位置づけ#
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」と訳されることが多いです。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、実務では同一の指標として扱われる場面がほとんどです。
EC事業の売上は、次の3要素に分解できます。
| 要素 | 定義 | AOVとの関係 |
|---|---|---|
| セッション | 訪問の回数 | AOVとは独立。集客の量で決まる |
| CVR（コンバージョン率） | 注文 ÷ セッション | 訪問者を購入者に変える割合 |
| AOV（客単価） | 売上 ÷ 注文件数 | 1注文の平均金額 |
売上 ＝ セッション × CVR × AOV。この式の3つを分けて見ないと、「広告で集客は増えたのにAOVが落ちた」「CVRは上がったがAOVも下がった」という打ち消し合いに気づけません。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 [7]、各社の売上を構成する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の正しい計算式 — 4つの落とし穴#
2.1 基本式#
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
例えば月間売上が1,000万円、注文件数が2,000件なら、AOVは5,000円。期間（日次／週次／月次）を揃えれば、ダッシュボードに毎日表示できる指標です。
2.2 4つの落とし穴#
しかし、実装で迷うポイントが4つあります。Shopifyは公式ドキュメントで、AOVを「gross sales（売上総額）から discounts（割引）を引いた値を、注文件数で割ったもの」と定義しています [1]。日本語に直すと「割引適用後の純売上 ÷ 注文件数」。この定義が、4つの落とし穴の起点になります。
| 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が過大評価される | 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ベースで再集計 |
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。Shopifyは「Adjustments（編集／交換／返品）後」の数値を採用しています [1] が、自社実装では「注文時点のAOV」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の公開データで約145ドル（業種横断） [1]。米国のホリデー商戦では2024年11-12月の累計オンライン売上が2,414億ドル、前年比+8.7% [6] と過去最高を更新しており、ベンチマーク値も毎年動きます。自社の業種・地域・商材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#
AOVの改善打ち手は、突き詰めると次の10カテゴリに整理できます。Shopifyの公式ガイドが7パターン [1]、WooCommerceの公式ガイドがそれを補完する形で送料無料／メンバーシップ／決済プランを追加しています [2]。実務で機能するものを統合し、効果レンジ付きで一覧化したのが下表です。
| # | 打ち手 | 仕組み | 期待効果レンジ |
|---|---|---|---|
| 1 | クロスセル（関連商品提示） | カート追加時に補完商品を提示 | AOV +10〜30% [4] |
| 2 | アップセル（上位プラン提案） | 購入直前に上位グレードを提示 | AOV +10〜25% [4] |
| 3 | バンドル（セット販売） | 複数商品をパッケージ化 | AOV +15〜40%（商材依存） |
| 4 | 送料無料閾値（最低購入額） | 一定額以上で送料無料 | カート放棄低下＋AOV +10〜20% [3] |
| 5 | メンバーシップ／ロイヤルティ | 会員特典で再購入を促進 | LTV +20〜40% [5] |
| 6 | 購入点数増進（数量割引） | 「2個目10%OFF」等の段階割引 | AOV +5〜15% |
| 7 | 価格改定／プレミアム化 | 単価そのものを上げる | AOV直接上昇（CVR低下に注意） |
| 8 | パーソナライゼーション | 行動履歴ベースの推薦 | 売上 +1〜2% / 利益 +1〜3% [5] |
| 9 | カゴ落ち復帰（メール／LINE） | 放棄カートへの再アプローチ | 放棄率70.19%への対策 [3] |
| 10 | 補完商品提示（購入後） | サンクスページで関連購入提案 | AOV外の追加注文を生成 |
3.1 効果レンジの読み方#
期待効果レンジは「ベストケース」ではなく「中央値前後」を示しています。例えばクロスセル +10〜30%は、施策設計が雑だと +0〜5%にとどまる一方、推薦精度が高いと +30%超もありえます。McKinseyは2025年1月のレポートで「ターゲット型プロモーションで売上 +1〜2%／利益 +1〜3%、推薦の精度を上げると個社で +5〜25%の差が出る」と整理しています [5]。
3.2 国内EC事業者が最初に取り組むべき3つ#
10の打ち手すべてを一度に走らせるのは、施策同士の干渉でAOVへの寄与が見えなくなります。RevenueScopeのダッシュボードで複数事業者のデータ構造を見てきた経験から、最初に取り組むべきは 送料無料閾値（#4）／クロスセル（#1）／バンドル（#3） の3つです。実装コストが小さく、効果計測しやすく、AOV改善の方向性を素早く検証できるのが理由です。
4. AOVだけを追ってはいけない理由 — CVR・RPSとの相互作用#
AOV改善は、それだけ見ていると CVRと打ち消し合うことがあります 。送料無料閾値を $50 → $100に引き上げると、AOVは確かに上がるかもしれません。しかし「あと $20 で送料無料」のところまで届かなかった顧客が離脱すれば、CVRが下がる。結果として「AOV ↑ × CVR ↓」で、セッションあたり売上（RPS）はむしろ下がる、という現象が起きます。
この4象限で見ると、目指すべき領域は 右上（高AOV × 高CVR） で、左上（高AOV × 低CVR）に振れる施策は、たとえAOVだけ見れば改善でも、事業全体としてはマイナスです。判断軸として強いのは、AOVとCVRの 積 で表現される RPS（Revenue Per Session）です。
RPS ＝ 売上 ÷ セッション数 ＝ CVR × AOV
RPSは「訪問者1人あたり、いくらの売上を生んでいるか」を1指標で表します。AOVが上がってもRPSが下がっていれば、施策は失敗です。広告予算の配分を ROAS（広告費用対効果） で見るときも、ROAS = 売上÷広告費 の「売上」を分解するとRPS × セッション、つまりAOV × CVR × セッションになります。AOVを単独で見る癖がついていると、ROASの変動の正体（CVRなのかAOVなのか）が見えません。
マーケティングKPI設計の正解 で扱った5指標（売上・CVR・AOV・RPS・ROAS）は、すべてこの分解式の異なる断面です。AOVは大事ですが、それは5指標のうちの1つでしかありません。
5. AOV施策の優先順位 — 事業フェーズ別の使い分け#
10の打ち手をどの順番で投入するかは、事業フェーズと商材タイプで変わります。
5.1 新規獲得期：CVRを犠牲にしない#
新規獲得期はLPフリクションを最小化する時期です。送料無料閾値を高めに設定すると、初回購入のハードルが上がりCVRが下がります。この時期に効くのは クロスセル（#1）／補完商品提示（#10） など、購入意思決定を阻害しない受動的な打ち手です。
5.2 拡大期：能動的施策を投入#
セッション数が安定してきたら、送料無料閾値（#4）／バンドル（#3）／アップセル（#2） を投入します。CVR低下を許容しつつ、AOV × CVR ＝ RPSがネットでプラスになる設計が鍵です。施策ごとにA/Bテストし、RPSベースで採否判定します。
5.3 成熟期：個別最適化へ#
成熟期は メンバーシップ（#5）／パーソナライゼーション（#8） で個別最適化を進めます。McKinseyは「AI／生成AIによるパーソナライゼーションで、個社では売上 +5〜25%のレンジが出る」と指摘しています [5]。ただしこれは前提として「データが整っており、推薦エンジンが動かせる」状態です。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. AOV計測でよくある実装上の落とし穴#
最後に、計測実装の落とし穴を3つ整理します。
6.1 デバイス別AOVを混ぜない#
モバイルAOVはデスクトップAOVより20〜40%低いのが一般的です。全体AOVだけ追うと、モバイル比率の変動でAOVが動いているように見えてしまいます。デバイス別に分けて見るのが鉄則です。
6.2 チャネル別AOVを把握する#
Direct／Organic／Paid の各チャネルでAOVは大きく異なります。指名検索のDirectは AOV が高く、広告流入は新規が多いためAOVが低い、という構造があります。チャネル分類が曖昧だと、AOV変動の正体が分かりません。GA4 のeコマース計測でAOVを正しく取得するには、purchase イベント設計が前提条件です（GA4 eコマース設定を30分で終わらせるチェックリスト 参照）。
6.3 ラストクリック評価でAOVが歪む#
「AOVの高いチャネルに広告予算を寄せる」判断をラストクリックだけで行うと、上流のチャネル貢献を見落とします。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いためです。詳細は 広告予算の判断を歪める『ラストクリックの罠』 で扱っていますが、AOVと組み合わせて見るときも、アトリビューションの偏りに注意が必要です。
7. まとめ — AOVは売上分解式の1要素として使い倒す#
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、計測実装と他指標との相互作用を踏まえないと、改善施策が真逆に振れます。本記事の要点を再掲します。
- AOVは 売上 ＝ セッション × 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つの落とし穴で実装が分岐する
- 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（セッションあたり売上）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
RevenueScopeはこのAOV／CVR／RPSの相互作用を、チャネル別・デバイス別に分解した状態でダッシュボードに自動展開します。「AOVが上がっているのに売上が伸びない」という違和感の正体を、売上から逆引きで突き止めるためのツールです。
参考文献#
[1] Shopify 「Average Order Value (AOV): Formula, Benchmarks and 7 Ways to Increase It」 2025年9月
[2] WooCommerce 「Increase average order value: actionable tips for ecommerce」 2024年5月
[3] Baymard Institute 「E-Commerce Cart & Checkout Usability Research」 2024年
[4] BigCommerce 「Ecommerce Growth with Upselling and Cross Selling Tactics」 2024年
[5] McKinsey & Company 「Unlocking the next frontier of personalized marketing」 2025年1月
[6] Adobe 「Holiday Shopping Season Drove a Record $241.4 Billion Online and Rising 8.7% YoY」 2025年1月
[7] 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