楽天の転換率の分析｜2026年9〜10月の協力店舗のデータで検証

楽天の転換率の分析とは？｜商品ページ分析の数字を商品ごとに読むこと

楽天の転換率の分析とは、「RMSの商品ページ分析や楽天サーチの転換率を、アクセス人数と並べて商品ごとに読み、直す商品を決めること」です。 楽天市場は、R-Karteでページ別に転換率や客単価などを見られるようにしています。

楽天市場は、お店の売上を「アクセス人数」「転換率」「客単価」という3つの要素の掛け算と説明しています。同じページで楽天市場は、転換率の良い商品とそうでない商品のデータを見比べたりすることを、転換率を上げるヒントの探し方に挙げています。

当社が分析に使ったRMSのデータは、商品ページ分析と楽天サーチの2つです。

商品ページ分析

商品ページ分析は、商品ごとに、アクセス人数・売上件数・転換率などを持つデータです。 当社は、協力店舗のデータを1日ずつ取得しました。アクセス人数が1人以上の行では、「転換率」の列の値は「売上件数」÷「アクセス人数」×100と一致しました。

同じ行には、「客単価」「総レビュー数」「レビュー総合評価（点）」「滞在時間（秒）」「直帰数」「離脱率」「お気に入り登録ユーザ数」の列もありました。当社は、この7つの列を転換率と並べて集計しました。

楽天サーチ

楽天サーチのデータは、商品とキーワードの組ごとに、検索からのアクセス数・転換率・市場検索順位を持つデータです。 R-Karteの「楽天サーチ流入改善」には、商品別検索キーワードがあります。

協力店舗のデータでは、楽天サーチの行は月初からの累計でした。当社は、月の最後の集計日の行を、その月の値として使いました。

楽天の転換率を商品別に分析した結果｜協力店舗では9割の商品が売上件数0件

協力店舗の2026年9月9日〜10月15日のデータでは、アクセスがあった15,944商品のうち88.9%が、期間中の売上件数0件でした。 全商品の転換率の中央値（低い順に並べたときの真ん中の値）は0%です。店舗全体では、売上件数の合計をアクセス人数の合計で割った転換率は3.40%でした。

• 集計の条件
• アクセス人数の帯ごとの転換率
• アクセス人数100人以上の商品の転換率の分布

集計の条件

当社は、協力店舗のRMSの商品ページ分析を、商品ごとに37日分合計しました。 条件は次のとおりです。

• 店舗：協力店舗（雑貨が中心）
• 期間：2026年9月9日〜10月15日の37日（商品ページ分析は1行が1日分）
• 対象：期間中にアクセスが1人以上あった15,944商品
• アクセス人数：日ごとのアクセス人数を37日分足した延べ人数（同じ人が別の日に来ると2人と数える）
• 転換率：商品ごとに、売上件数の合計をアクセス人数の合計で割った値

この記事のアクセス人数は延べ人数です。RMSで37日の期間を指定して表示したアクセス人数とは、一致しない場合があります。

アクセス人数の帯ごとの転換率

協力店舗では、アクセス人数が37日で1〜9人の商品が、商品数の80.1%を占め、売上件数では3.6%でした。 1,000人以上の39商品は、商品数の0.2%で、売上件数の58.1%を占めました。

集計は、協力店舗の2026年9月9日〜10月15日の商品ページ分析です。

アクセス人数が少ない商品の転換率は、1件の売上で大きく変わります。1件の売上で転換率が動く幅は、100÷アクセス人数ポイントです。この記事のポイントは、楽天ポイントではなく、転換率の％どうしの差です（2.0%と3.0%の差が1ポイント）。アクセス人数が3人の商品は、1件売れると転換率が33.3%になり、売れなければ0%です。10〜29人の帯でも、72.2%の商品は0%でした。

アクセス人数100人以上の商品の転換率の分布

協力店舗で、37日のアクセス人数が100人以上だった391商品では、転換率の中央値は2.03%でした。 391商品は商品数の2.5%で、アクセス人数の68.2%、売上件数の80.9%を占めました。

391商品を転換率の低い順に並べると、4分の1の位置が0.90%、4分の3の位置が3.90%でした。10分の1の位置は0%、10分の9の位置は6.33%です。同じ店舗の中でも、アクセス人数が100人以上ある商品どうしで、転換率に数倍の差がありました。

楽天の転換率の週ごとの振れ幅｜協力店舗の5週を偶然でも出る上下と比較

協力店舗で、5週とも週30人以上のアクセスがあった145商品では、週ごとの転換率の最大と最小の差の中央値が3.5ポイントでした。 転換率が5週間変わらなかったと仮定しても、売上が入るかどうかの偶然だけで3.2ポイントの差が出る計算です。

• 振れ幅の集計の条件
• アクセス人数の帯ごとの振れ幅
• 偶然でも出る振れ幅の計算

振れ幅の集計の条件

当社は、2026年9月9日〜10月13日を水曜日始まりの5週に分け、商品ごとに週の転換率を出しました。 対象は、5週とも週のアクセス人数が30人以上だった145商品です。

振れ幅は、5つの週の転換率のうち、最大の週と最小の週の差です。期間中のセールやイベントの有無は、週ごとにそろえていません。

アクセス人数の帯ごとの振れ幅

協力店舗の5週では、週の平均アクセス人数が30〜299人の商品で、実際の振れ幅の中央値と偶然でも出る振れ幅の中央値がほぼ同じでした。 週300人以上の商品では、実際の振れ幅の中央値のほうが約0.8ポイント大きく出ました。

表の値は、帯の商品ごとの振れ幅を並べたときの真ん中の値です。

集計は、協力店舗の2026年9月9日〜10月13日の5週です。

商品ごとに見ると、偶然では出にくい大きさ（偶然の振れ幅の上位5%）を超えて上下した商品もありました。週100〜299人の帯では39商品のうち6商品（15.4%）、週300人以上の帯では31商品のうち7商品（22.6%）です。週30〜99人の帯では75商品のうち4商品（5.3%）でした。偶然の動きを超えた理由が、セール・在庫・商品ページの変更のどれかは、このデータでは分けられません。

偶然でも出る振れ幅の計算

偶然でも出る振れ幅は、その商品の転換率が5週間ずっと同じだったと仮定して計算した値です。 当社は、5週の合計の転換率と、各週の実際のアクセス人数を使いました。

当社は、どの週のユーザーも5週の合計と同じ確率で購入すると仮定し、商品ごとに2,000回、週ごとの売上件数をくじ引きのように作り直しました。作り直した5週の、最大の週と最小の週の差の中央値が、偶然でも出る振れ幅です。実際の振れ幅がこの値に近い商品は、転換率が変わらなくても同じくらい上下します。上位5%の判定は、同じ計算を20,000回にして出しました。

楽天の転換率と一緒に動いた指標｜協力店舗の391商品の相関

協力店舗の391商品では、転換率と最も一緒に動いたのは、お気に入り登録の割合でした（順位相関0.47）。 対象は、2026年9月9日〜10月15日の37日でアクセス人数が100人以上だった商品です。順位相関は、2つの値を並べた順がどれだけ一致するかを示す値です。1に近いほど一緒に増え、0なら関係がなく、マイナスなら逆向きに動きます。

当社は、順位相関が0.2以上の指標を「一緒に動いた」と書いています。お気に入り登録の割合・総レビュー数・レビュー総合評価・アクセス人数の4つです。客単価は−0.21ですが、下の表のとおり一方向には並びませんでした。

当社は、391商品を指標の小さい順に3等分し、それぞれの転換率の中央値を出しました。

集計は、協力店舗の2026年9月9日〜10月15日の商品ページ分析です。数値は各3分の1の転換率の中央値で、レビュー総合評価はレビューのある商品、客単価は売上のある商品だけで出しました。離脱は、数え方で向きが変わったため、表に入れていません。

• お気に入り登録の割合
• レビュー件数と評価
• 客単価
• 滞在時間・直帰・離脱

お気に入り登録の割合

協力店舗の391商品では、お気に入り登録の割合が大きい3分の1の商品の転換率の中央値は3.00%でした。 小さい3分の1（0.88%）の約3.4倍です。お気に入り登録の割合は、「お気に入り登録ユーザ数」を「アクセス人数」で割った値です。

お気に入り登録も購入も、商品を買いたいユーザーが多いほど増える行動です。当社は、お気に入り登録の割合を、転換率の原因ではなく、同じ関心を別の形で示す数字と見ています。

レビュー件数と評価

同じ391商品では、総レビュー数が多い3分の1の商品の転換率の中央値は2.81%で、少ない3分の1（1.41%）の約2倍でした。 総レビュー数は、期間中の最後の記録の値です。レビュー総合評価でも、高い3分の1が2.96%、低い3分の1が1.79%でした。

レビューは、売れた商品ほど増えます。当社は、レビューが多いから売れているのか、売れているからレビューが多いのかを、このデータでは決められないと考えています。

関連記事：楽天のレビューと検索順位｜件数と評価の差を上位30件で検証

客単価

同じ391商品では、客単価が低い3分の1の商品だけ、転換率の中央値が3.92%と高く出ました。 中間の3分の1は1.95%、高い3分の1は2.29%で、客単価が高いほど転換率が低い、という一方向の並びではありません。客単価は、売上を売上件数で割った値です。

協力店舗のデータでは、価格帯の異なる商品が同じ店舗に並んでいました。

滞在時間・直帰・離脱

同じ391商品では、直帰の割合が高い商品ほど転換率が低い、という形にはなりませんでした。 直帰の割合が大きい3分の1の商品の転換率の中央値は2.64%で、小さい3分の1（1.83%）より高い値です。直帰の割合は、「直帰数」を「アクセス人数」で割った値です。

離脱は、数え方で向きが変わり、はっきりした関係は見えませんでした。当社がRMSの「離脱率」の列をアクセス人数で重みづけて平均すると、順位相関は0.14でした。「離脱数」を「アクセス人数」で割ると、順位相関は−0.07です。滞在時間（「滞在時間（秒）」の列の平均）は、転換率とほとんど一緒に動きませんでした（順位相関0.05）。直帰が多い商品で転換率が高く出た理由は、このデータからはわかりません。

楽天サーチのキーワード別の転換率｜協力店舗の検索流入の多い30商品

協力店舗の楽天サーチ（検索流入の多い30商品・2026年9月と10月の300組）では、同じ商品でも、キーワードによって転換率が大きく異なりました。 アクセス数30以上のキーワードが3つ以上ある商品では、キーワードどうしの転換率の差の中央値が6.28ポイントでした。

楽天市場の検索結果には、検索ワードごとの商品クリック率や転換率等の評価が反映されます。楽天サーチのキーワード別の転換率は、検索から来たユーザーの転換率を、キーワードごとに見る数字です。当社は、同じ協力店舗の別の集計（2026年9月・10月の35商品・247キーワード・554組）で、商品の転換率と市場検索順位も比べました。キーワードをそろえると、転換率の高い商品ほど上位、という並びは見えませんでした。

関連記事：楽天SEOとは？順位を決める要素と対策の順番｜検索データで検証

• 楽天サーチの集計の条件
• アクセス数の少ないキーワードの転換率
• 同じ商品のキーワードどうしの差
• 転換率の改善を促す表示が付いたキーワード

楽天サーチの集計の条件

当社は、協力店舗の楽天サーチのデータから、各月の最後の集計日の150組を使いました。 条件は次のとおりです。

• 期間：2026年9月1日〜9月30日と、10月1日〜10月14日（どちらも月初からの累計）
• 商品：楽天サーチの画面の1ページ目（30件）に出た30商品。市場検索経由のアクセス総数は、10月の30商品でどれも219以上でした
• 対象：各月30商品×5キーワードの150組。2か月で300組、31商品・101キーワード
• 列：アクセス数・転換率・市場検索順位

30商品は、店舗の全商品ではなく、検索からのアクセスが多い商品です。月の途中の集計日には別の組も載っていて、各月の最後の集計日の150組は、その月に載った組の一部です。

アクセス数の少ないキーワードの転換率

協力店舗の楽天サーチの300組では、アクセス数が1〜9の組の86.5%で、転換率が0%でした。 アクセス数が100以上の組では、0%の組は2.3%です。

集計は、協力店舗の楽天サーチの、2026年9月と10月（14日まで）の300組です。

アクセス数が10のキーワードは、1件の売上で転換率が10ポイント動きます。アクセス数が30に届かない組の0%は、1件の売上の有無で決まる数字です。

同じ商品のキーワードどうしの差

協力店舗の楽天サーチでは、同じ商品のキーワードどうしの転換率の差の中央値が6.28ポイントでした。 対象は、同じ月・同じ商品にアクセス数30以上のキーワードが3つ以上あった、32の「商品×月」です。

32のうち16は、転換率0%のキーワードを含んでいました。0%のキーワードを含まない16のうち13は、最も高いキーワードの転換率が、最も低いキーワードの2倍以上でした。商品ページ分析の転換率は、キーワードごとに異なる転換率を、商品ページへのアクセス全体でまとめた値です。

転換率の改善を促す表示が付いたキーワード

R-Karteの商品別検索キーワードでは、商品ごとに何を改善すべきかが一覧ですぐに分かるようになっています。 協力店舗の2026年9月のデータでは、150組のうち85組に、転換率の改善を促す表示が付いていました。

85組の転換率の中央値は0%で、アクセス数の中央値は39でした。85組のうち54.1%は転換率0%です。表示が付いていない65組には、転換率0%の組がありませんでした。

楽天の転換率を分析する手順｜転換率が低い商品の見つけ方

転換率が低い商品は、アクセス人数で商品を絞ってから、週ごとの上下とほかの指標を並べて見つけます。 当社は、次の5つの手順で進めることをおすすめしています。

• ①アクセス人数で比べる商品を絞る
• ②週ごとの上下を、1件で動く幅と比べる
• ③お気に入り登録・レビュー・客単価を並べる
• ④楽天サーチで、キーワードごとの転換率を見る
• ⑤PCとスマホで分けて見る

①アクセス人数で比べる商品を絞る

最初に、比べる期間のアクセス人数に下限を決め、下限より少ない商品を比べる対象から外します。 1件の売上で転換率が動く幅は、100÷アクセス人数ポイントです。見分けたい転換率の差より、この幅が十分小さくなる人数を下限にします。

たとえば、0.5ポイントの差を見分けたいなら、1件で動く幅が0.5ポイントになる200人では足りず、その数倍の人数が要ります。当社の集計（協力店舗・37日）では、100人以上の商品は商品数の2.5%で、売上件数の80.9%を占めました。

商品をアクセス人数と転換率の高い・低いで4つに分け、アクセス人数が多く転換率が低い商品から直す考え方があります。協力店舗（15,944商品）では、全商品の転換率の中央値が0%でした。アクセスの少ない商品が多い店舗では、全商品の中央値で境目を取ると、同じことが起こりえます。当社は、先にアクセス人数で絞ってから中央値を取ることをおすすめしています。

同じ4分類では、アクセス人数が少なく転換率が高い商品を、集客を強める対象にします。この記事の前提は、その転換率を読めるだけのアクセス人数があるかを先に確かめることです。下限より少ない商品の高い転換率は、1件の売上で決まっていることがあるので、集客の対象もお気に入り登録の割合などと併せて選びます。

転換率が下がった理由は、数字の見方、流入、販促、商品ページの順に確認します。商品ページでは、商品画像、商品名とキャッチコピー、商品説明文、レビュー、スマホでの表示、関連商品への導線を見直します。

関連記事：【2026年最新】楽天市場の転換率を上げる方法とは？平均の目安から原因の切り分けまで解説

②週ごとの上下を、1件で動く幅と比べる

次に、残した商品の売上件数とアクセス人数を週ごとに合計し、週の転換率の上下を、1件で動く幅と比べます。 週のアクセス人数が100人の商品は、1週に1件の売上の差で転換率が1ポイント動きます。

当社の集計（協力店舗・5週）では、週100〜299人の商品の振れ幅の中央値は約3.1ポイントでした。転換率が変わらなくても出る大きさとほぼ同じです。週100〜299人の商品で転換率が1週で3ポイント上下しても、当社は、その上下だけで商品ページの変化の効果とは判断しません。数週分を合わせた転換率で比べ、商品ページを直したあとも、直す前と同じ週数・同じ曜日の並びで比べます。

③お気に入り登録・レビュー・客単価を並べる

転換率の横に、お気に入り登録の割合・総レビュー数・レビュー総合評価・客単価を並べます。 協力店舗の391商品では、お気に入り登録の割合（順位相関0.47）が最もはっきり、総レビュー数とレビュー総合評価（0.2台）が弱く、転換率と一緒に動きました。

当社は、お気に入り登録の割合が高いのに転換率が低い商品を、関心を持ったユーザーが購入まで進んでいない商品と考えています。この組み合わせの商品から、価格・送料・在庫・商品ページを見直します。協力店舗では、客単価が低い3分の1の商品だけ転換率が高く出たので、転換率は客単価の近い商品どうしで比べます。

④楽天サーチで、キーワードごとの転換率を見る

転換率が低い商品は、R-Karteの楽天サーチの商品別検索キーワードで、キーワードごとに分けて見ます。 アクセス数の多いキーワードの転換率が低いなら、そのキーワードで来たユーザーと商品ページの内容が合っているかを確認します。

アクセス数の少ないキーワードの0%は、そのキーワードで売れないという判断に使いません。協力店舗の300組では、アクセス数1〜9の組の86.5%が0%でした。転換率の改善を促す表示が付いたキーワードも、アクセス数を見てから直すかどうかを決めます。

⑤PCとスマホで分けて見る

転換率が低い商品は、R-KarteでPCやスマホのアクセス割合を見て、どちらで見られているかを確認します。 スマホで見られている割合が大きい商品は、スマホの画面で商品ページを開いて確認します。

この記事で使った協力店舗のデータには、端末ごとの内訳がありません。PCとスマホで転換率がどれだけ異なるかは、この集計では確認していません。

楽天の転換率をECNOVA Searchで確認する方法

ECNOVA Searchの有料プランでは、RMSのデータをもとに、商品ごとの転換率をダッシュボードと自社商品トラッキングで確認できます。 店舗は、ECNOVA SearchにRMSの認証情報（R-Login）を設定して使います。

有料プランのダッシュボードで、商品ごとのCVRを並べる

ECNOVA Searchの有料プランのダッシュボードは、「商品別サマリー」の表に商品ごとの4つの列を並べます。 列は「売上実績」「アクセス数」「CVR」「客単価」で、どれも選んだ表示期間の値です。「アクセス数」の列の説明には、「表示期間の商品ページへのアクセス人数」とあります。

ダッシュボードの表示期間は、直近90日から選べます。表は、指標で並べ替え・絞り込みができます。店舗は、アクセス数で並べ替えてから、CVRの低い商品を探せます。

有料プランの自社商品トラッキングで、キーワードごとの転換率を見る

ECNOVA Searchの有料プランの自社商品トラッキングは、楽天サーチ「商品別検索キーワード」から、流入したキーワードの一覧を作ります。 一覧は、設定の「商品別検索流入データから選定」から開きます。この一覧は、キーワードごとに「流入数」「転換率」「市場検索順位」の列を表示します。

ECNOVA Searchの有料プランのトラッキングは、キーワードごとに、自社と競合上位10商品の順位を毎日記録します。

楽天の転換率の分析に関するよくある質問

Q1：楽天の転換率は、何人のアクセスがあれば判断できますか？

判断に要るアクセス人数は、見分けたい転換率の差の大きさで変わります。 協力店舗の5週では、転換率が変わらないと仮定しても、週ごとの上下が出ました。振れ幅の中央値は、週100〜299人の商品で約3.1ポイント、週300人以上の商品で約2.0ポイントです。

1ポイント前後の差を見分けるには、週300人以上の商品でも、1週ではなく数週分を合わせて比べます。

Q2：楽天の転換率は、離脱率や直帰率が高い商品から直せばよいですか？

協力店舗のデータ（2026年9月9日〜10月15日の391商品）では、直帰の割合が高い商品ほど転換率が低い、という形にはなりませんでした。 離脱は、数え方で向きが変わり、はっきりした関係は見えませんでした。

当社は、直す商品を転換率とアクセス人数で選ぶことをおすすめしています。直帰や離脱の数字は、同じ商品の変化を追うときに並べます。

Q3：楽天サーチの転換率と商品ページ分析の転換率は、なぜ違うのですか？

楽天サーチの転換率は商品とキーワードの組ごとの値で、商品ページ分析の転換率は商品ごとの値です。 協力店舗のデータでは、楽天サーチの行は月初からの累計で、商品ページ分析の行は1日ごとでした。

楽天サーチの行は「アクセス数」、商品ページ分析の行は「アクセス人数」で、列の名前も異なります。2つの転換率を比べるときは、期間とアクセスの単位をそろえます。

楽天の転換率の分析のまとめ

楽天の転換率の分析について、要点は次のとおりです。

• 分析とは：RMSの商品ページ分析や楽天サーチの転換率を、アクセス人数と並べて商品ごとに読み、直す商品を決めること
• 商品別の分布：協力店舗の2026年9月9日〜10月15日では、アクセスがあった15,944商品の88.9%が売上件数0件。100人以上の391商品の転換率の中央値は2.03%。協力店舗のデータで一般化はできない
• 週ごとの振れ幅：同じ店舗の5週とも週30人以上の145商品では、週30〜299人の商品の振れ幅の中央値は、偶然でも出る大きさとほぼ同じ。週100〜299人でも39商品中6商品は偶然を超えて上下した。セールやイベントの影響は分けていない
• 一緒に動いた指標：同じ店舗の391商品で、順位相関0.2以上はお気に入り登録の割合（0.47）・総レビュー数・レビュー総合評価・アクセス人数。客単価は低い3分の1だけ転換率が高く、一方向ではない。直帰の割合が高い商品ほど転換率が低い形にはならず、離脱は数え方で向きが変わった。相関で、どちらが先かは決められない
• 楽天サーチ：同じ店舗の検索流入の多い30商品（2026年9月・10月の300組）では、同じ商品でもキーワードで転換率が異なった。アクセス数1〜9の組の86.5%が0%
• 手順：1件で動く幅（100÷アクセス人数ポイント）で比べる商品を絞り、週ごとの上下をその幅と比べる。お気に入り登録・レビュー・客単価と、楽天サーチのキーワード別の転換率を並べ、PCとスマホで分けて見る

ECNOVA Searchの有料プランは、ダッシュボードで商品ごとの「アクセス数」と「CVR」を表示期間で並べられ、店舗の初回だけ14日間無料で試せます。