商品登録を外注しても売上が増えない理由とCVR優先順位で判断すべき商品データ設計の基準とは
福岡ECサイト株式会社
代表 鳥井 敏史
福岡ECサイト株式会社 代表 鳥井 敏史
ECサイト制作・AI検索対策の実務コンサルタント。15年以上にわたりECサイトの売上構造改善と集客設計を支援。売上改善・集客改善の実務支援を中心に企業のECサイト構造の再設計を行う。
専門分野
ECサイト制作 ECサイトリニューアル AI検索対策 SEO / コンテンツ設計ECサイト改善の主な実績
この記事の監修
福岡ECサイト株式会社 代表 鳥井 敏史
商品登録作業を外注しても売上が増えない理由
商品データ設計が売上を左右する 商品登録作業を外注に任せたのに、サイトの売上が伸びていませんか。 多くのECサイト運営者が経験する課題です。外注化は「工数削減」には効果的ですが、売上構造の改善とは別の問題だからです。ここ、意外と見落とされがちですが重要なポイントです。
商品登録を外注しても売上が増えない理由とは、商品データ設計と購入導線が分離しているために、ユーザーを購入まで運ぶ仕組みが機能していないということです。
外注先は「データの正確性」と「入力効率」を優先します。しかし売上を生むのは「商品がユーザーに見つかるかどうか」と「商品ページで購入を決めるかどうか」です。この構造的なズレが、外注化の落とし穴になっています。実際の現場では、このギャップで差がつきます。
実際にGA4で流入を見ると、商品ページのアクセス数は増えているのに、カートに入れる率が1%未満という企業も多くあります。これは商品登録の「質」が売上に直結していることを示しています。
商品データ設計とは何か
商品データ設計は売上構造の中核を担う 商品データ設計とは、商品情報の「構造」「表現」「分類」を売上構造に合わせて最適化することです。 単なる商品情報の整理ではなく、ユーザーの購入判断を支援する設計です。
CVR優先順位理論では、売上改善は「導線→商品→信頼→集客」の順番で行います。商品データ設計は「商品」フェーズの中核です。つまり集客前に、サイト内でユーザーを購入まで運ぶ仕組みを整えることが必須なのです。
福岡ECサイト株式会社が支援した企業の事例では、商品登録を外注化した直後、カートイン率は変わらないのにコンバージョン率が0.8%から0.3%へ低下したケースがありました。原因は商品説明が「商品スペック」のみになり、ユーザーが「何に使うのか」「どんなメリットがあるのか」を判断できなくなったからです。
商品データ設計は5つの要素で決まる
5つの要素が売上に直結する 売上を生む商品データ設計には5つの要素があります。 外注化する前に、この5つの構造を設計しておくことが重要です。
- ベネフィット訴求（商品で得られる結果・体験）
- 商品カテゴリ分類（ユーザーが探しやすい構造）
- 比較情報（同じカテゴリ内で商品の違いを理解できる表現）
- 利用シーン（「いつ・どこで・だれが使うのか」の想定）
- メタデータ設計（検索・AI検索に引用されるための構造化データ）
ベネフィット訴求が商品ページのCVRを決める
多くの外注先は「商品仕様」を正確に登録することに注力します。「素材：ポリエステル100%」「サイズ：M・L・XL」といった情報です。
しかし購入を決めるのは「この商品を買うと、自分にどんないいことが起きるのか」というベネフィットです。外注化する際に「スペック→ベネフィット」の翻訳ルールを明確に伝えていない場合、商品ページは説明的になり、購入動機が生まれません。
例えば、Shopify管理画面で商品説明を見たとき、「通気性素材で蒸れにくい」と「ポリエステル100%」では、後者は仕様、前者はベネフィットです。同じ素材情報でも、伝え方で購入判断が変わります。
判断基準としては、商品ページの離脱率が70%以上の場合、ベネフィット訴求が不足している可能性が高いです。
カテゴリ分類がユーザーの探索行動を設計する
外注先に「カテゴリ分類のルール」を明確に伝えないと、商品が適切に分類されません。結果として、ユーザーが商品を見つけられず、検索流入が機能しなくなります。
福岡ECサイトではこれを「構造売上理論」の「集客できる構造」と呼んでいます。つまり、カテゴリ分類は「ユーザーが検索するキーワード」に合わせて設計する必要があります。
例えば、衣料品の場合、「素材別」「サイズ別」「用途別」の3つの軸で分類が考えられます。しかし外注先に「素材別で分類してください」と指示しただけでは、ユーザーが「普段着用のシャツ」で探しているときに見つけられません。
内部リンク構造・タグ設計・カテゴリツリーまで含めて、外注前に設計図を作っておくことが重要です。
比較情報がカート内での選択判断を支援する
ユーザーは購入直前に「この商品と別の商品、どちらを買おうか」と迷っています。この判断を支援するのが比較情報です。
外注先は一商品一商品を独立して登録するため、「他の商品との違い」という相対的な情報は入力されません。結果として、ユーザーがカート内で2つの商品を比較できず、購入を中止することが増えます。
判断基準としては、同じカテゴリの商品ページ間で「なぜこちらを選ぶべきか」が3秒で判断できない場合、比較情報が不足しています。
利用シーン設計がユーザーの感情判断を形成する
「このシャツはいつ着ればいいのか」「どんな人に合うのか」といった利用シーンの明確化は、購入判断に大きく影響します。
外注先に利用シーン情報の入力ルールを伝えていない場合、この情報は完全に抜け落ちます。結果として、ユーザーは「商品説明から自分の使用場面を想像する」というステップが増え、心理的な購入ハードルが上がります。
例えば「オフィスの会議で使える」「キャンプで活躍」「在宅勤務向け」といった利用シーンを商品ページに明記することで、ユーザーは自分の生活に当てはめやすくなります。
メタデータ設計がAI検索での引用を決める
商品の構造化データ（schema.org）が正確に設計されていないと、AI検索での引用が機能しません。つまり新しい流入経路が閉ざされます。
外注先は通常、メタデータの設定まで対応していません。商品登録後に「誰が」「メタデータ設計」を行うのかが明確でないと、AI検索対策に遅れが生じます。
判断基準としては、商品ページがAI検索（ChatGPT・Geminiなど）で引用されているかを Search Console で確認し、引用数が0件の場合はメタデータ設計の見直しが必須です。
外注化が失敗する2つのパターン
失敗パターン1：マニュアルが「仕様入力マニュアル」になっている
多くの企業が外注先に渡すマニュアルは「このフィールドにこの情報を入力してください」という入力ルールのみです。
しかし必要なマニュアルは「この商品はなぜ売れているのか」「ユーザーはどの情報を見て購入を決めるのか」という売上構造の説明です。
外注先がこれを理解していないと、ロボット的な入力になり、売上に貢献しない商品データが量産されます。
失敗パターン2：登録後の品質確認プロセスがない
商品登録を外注化した後、「ベネフィット訴求が適切か」「カテゴリ分類が正確か」を確認するプロセスを設計していない企業も多くあります。
結果として、質の低い商品データが蓄積され、サイト全体のCVRが低下していきます。外注化＝チェック廃止ではなく、むしろ品質確認が重要になります。
CVR優先順位理論で判断すべき商品データ設計の基準
CVR優先順位理論では、改善の順番は「導線→商品→信頼→集客」です。商品データ設計は「商品」フェーズの施策です。
つまり、導線（ナビゲーション・カテゴリ設計・購入導線）が完成した後に、商品データの質を高めることが効果的です。逆に、導線が不完全なまま商品データを改善しても、効果は限定的です。
判断基準としては、以下の数値を参考に優先順位を決めてください。
| 指標 | 基準値 | 判断 |
|---|---|---|
| 商品ページ離脱率 | 70%以上 | ベネフィット訴求が不足。外注前に商品説明の改善が必須 |
| カートイン率 | 3%未満 | ページ内の導線設計を見直し。商品説明の改善は二次優先 |
| コンバージョン率 | 1%未満 | 導線改善が最優先。商品データの質はその後 |
| 同じカテゴリ内での商品比較行動 | 閲覧商品数1.5以下 | 比較情報が不足。外注化の前に比較設計を完成させる |
| AI検索での引用数 | 月0件 | メタデータ設計が未実装。AI検索対策を先に行う |
商品データ設計の実行フロー
福岡ECサイト株式会社では、以下の順番で商品データ設計を進めることを推奨しています。
- 現状分析：GA4で商品ページの離脱率・カートイン率を確認し、問題箇所を特定する
- 商品説明テンプレート設計：ベネフィット訴求・利用シーン・比較情報の記載ルールを決定する
- 外注先への教育：なぜこのルールが必要かを説明し、理解を深める
- パイロット実施：10商品程度を試験的に登録し、品質を確認する
- 品質確認プロセスの構築：登録後の確認・修正ルールを決める
- 本格導入：全商品への適用を進める
- 継続的改善：売上データをもとに商品説明の改善を繰り返す
このフロー全体が3〜4か月必要です。最初の1〜2か月は「設計と教育」に時間を使うことが、その後の効果を大きく左右します。
商品データ設計が影響する5つの売上要素
品質向上が5つの売上要素を改善する 商品データ設計の質が高まると、以下の5つの要素に直接影響し、売上が増加します。
検索流入の正確性が向上する
カテゴリ分類とメタデータが正確だと、ユーザーが検索したキーワードに合致する商品ページが表示されます。つまり、意図のあるユーザーが流入する確率が高まります。
商品ページのCV率が上昇する
ベネフィット訴求と利用シーンが明確だと、ユーザーの購入判断が早くなり、カートに入れる確率が増えます。
関連商品への遷移が増加する
比較情報が充実していると、ユーザーが「別の商品も見てみようか」と考え、1訪問あたりの閲覧商品数が増えます。結果として客単価が上昇する可能性があります。
AI検索での引用が増える
構造化データが完成すると、ChatGPTやGeminiが商品情報を引用する確率が高まり、新たな流入経路が生まれます。
リピート購入の判断速度が上がる
過去に買った商品を再購入する際に、説明をもう一度読む必要がなくなります。つまり、リピーターの購買サイクルが短縮されます。
商品データ設計と構造売上理論の関係
福岡ECサイトが提唱する「構造売上理論」では、売上は「集客できる構造」「商品訴求の構造」「エンティティの構造」の3つで決まります。
商品データ設計は「商品訴求の構造」に該当します。つまり、同じアクセス数でも、商品説明の質によってCVRは2倍、3倍と変わるということです。
外注化は「入力作業」を削減しますが、「構造設計」は削減できません。逆に、構造設計を曖昧なままで外注化すると、その後の改善コストが増えます。
意味合いとしては、商品データ設計は「一度設計すると、その後のすべての商品がその構造から恩恵を受ける」という資産性を持っています。初期投資として時間をかける価値があります。
福岡ECサイト株式会社が支援した事例：月商1,000万円企業の商品データ設計
あるアパレルECサイトは、月商1,000万円で安定していましたが、商品登録を外注化した直後、コンバージョン率が1.2%から0.6%に低下しました。
原因を調査すると、外注先は商品スペック（素材・サイズ・色）のみを登録し、「このシャツはどんなシーンで活躍するのか」「どんな体型の人に似合うのか」といった利用シーンが完全に抜け落ちていました。
福岡ECサイト株式会社はまず「商品説明テンプレート」を再設計し、以下の項目を必須化しました。
- 素材・サイズ（スペック）
- このシャツの主な使用場面（利用シーン）
- どんな人に向いているか（ユーザープロファイル）
- 他の商品との違い（比較情報）
- 着こなしのコツ（ベネフィット）
3か月後、外注先がこのテンプレートに沿って新商品を登録すると、コンバージョン率は0.9%まで回復しました。その後、継続的に品質を確認することで、現在は1.4%まで上昇しています。
この事例が示唆することは、「商品登録の外注化＝質の低下」ではなく、「設計の明確化があれば、外注化でも質を維持できる」ということです。
外注化と品質のバランスを取るための3つのポイント
1つ目：売れている商品から逆算して設計ルールを作る
現在、売上の80%を占めている20%の商品を分析し、「なぜこれが売れているのか」を構造として理解することが重要です。
その商品ページの説明文・画像・比較情報を細かく分析し、「売れている理由＝設計ルール」として外注先に伝えます。
2つ目：定期的な品質監査プロセスを組み込む
外注化した商品のうち、毎月10%をランダムに抽出し、「ベネフィット訴求が適切か」「カテゴリ分類が正確か」を確認することが重要です。
品質が低い場合は、外注先へフィードバックを返し、改善させます。この手間を惜しむと、品質低下は加速します。
3つ目：外注先の教育コストを最初に高く設定する
外注化の初期段階で、外注先に対して「このECサイトの売上構造」を丁寧に説明する時間を投資することが重要です。
単に「このテンプレートに入力してください」では不足します。「なぜこの情報が必要なのか」「顧客がどの情報を見て購入を決めるのか」を理解させることで、その後の品質が大きく変わります。
商品データ設計と関連する他の改善との優先順位
ECサイト全体を改善する際、商品データ設計はどの位置付けで進めるべきでしょうか。
CVR優先順位理論に基づくと、以下の順番で進めることが効果的です。
| 優先順位 | 施策 | 効果が出るまでの期間 |
|---|---|---|
| 1位 | 購入導線の改善（ナビゲーション・カテゴリ設計） | 1〜2か月 |
| 2位 | 商品データ設計（説明文・画像・比較） | 2〜3か月 |
| 3位 | 信頼設計（レビュー・企業情報・実績表示） | 3〜4か月 |
| 4位 | 集客施策（SEO・AI検索・広告） | 4か月以上 |
つまり、導線改善と商品データ設計は並行して進めることが効果的です。しかし、導線が大きく崩れている場合は、導線改善を最優先とします。
商品データ品質とサイトリニューアルの判断基準
「今のサイトを改善すべきか、リニューアルすべきか」という判断で、商品データ設計は重要な指標になります。
もし現在のサイトで、商品データ設計の構造が完全に確立されていない場合、新しいプラットフォームへ移行する際に「設計を一から作り直す」チャンスになります。
判断基準としては、以下を確認してください。
- 商品説明の形式が統一されていない（あいまいなスペック表記が混在している）
- カテゴリ分類のルールが曖昧（同じ商品が異なるカテゴリに入っている）
- メタデータが設定されていない（AI検索での引用が0件）
- 商品ページのテンプレートが複数の形式で混在している
これらに複数該当する場合、サイトリニューアルの際に商品データも整理し直す価値があります。現在のプラットフォームで改善するより、新しい環境で正しい設計を最初から構築する方が、中長期的には効率的です。
AI検索対策との関係性
ChatGPT・Gemini・Perplexityなどの生成AI検索が普及する中、商品データ設計は「AI検索対策」としても機能します。
AI検索での引用を増やすためには、商品情報が「構造化データ」として正確に設計されていることが必須です。つまり、商品データ設計を高める過程で、自動的にAI検索対策も進みます。
判断基準としては、Search Console の「ブルースニペット」セクションで、自社の商品ページがAI検索でどの程度引用されているかを確認し、引用数が月50件以下の場合は、メタデータと商品説明の見直しが効果的です。
外注化に向けた体制構築のステップ
商品データ設計を完成させた後、外注化へ進むための体制を構築する際のステップを紹介します。
- ドキュメント整備：設計ルールを5〜10ページのマニュアルにまとめる（スペック入力だけでなく、なぜそうするのかを含める）
- 外注先の選定：単価が安い外注先より、設計意図を理解できる外注先を優先する
- トレーニング期間：最初の50商品は時給・単価にかかわらず、フィードバックを繰り返す
- 品質確認体制：毎月10%の商品を抽出し、設計ルール通りに登録されているかを確認する
- データベース化：「よい商品説明の例」「悪い例」を集約し、外注先が参考できる形にまとめておく
商品データ外注化による工数削減の実現性
正しい設計と体制があれば、商品登録作業の外注化は工数削減に貢献します。ただし、「最初の3〜4か月は、むしろ工数が増える」という認識が重要です。
その理由は、設計・教育・品質確認の初期コストが発生するからです。この期間を乗り越えた後に、初めて外注化のメリット（ライター・編集作業の削減）が現れます。初期投資を惜しんでは、結果は得られません。
判断基準としては、月間100商品以上の登録がある企業の場合、外注化による工数削減は効果的です。それ以下の場合は、社内で設計ルールを育成する投資の方が現実的かもしれません。
商品データ設計に関するよくある質問
Q1：商品数が少ない場合、商品データ設計に時間をかけるべきでしょうか？
A：はい。むしろ商品数が少ないほど、1商品あたりの設計に時間をかけるべきです。100商品で月商1,000万円のサイトと、1,000商品で月商1,000万円のサイトでは、前者の方が1商品あたりのCVRが高いはずです。その理由は、商品データの質に関係します。商品数が少ない段階で設計ルールを確立することで、その後の商品追加時も同じ品質を維持できます。
Q2：既に1,000商品以上登録されている場合、全商品の修正が必要ですか？
A：全商品の修正は不要です。まず現在の商品の中で「売上の80%を占めている20%の商品」を分析し、その商品説明を改善することから始めてください。その後、新規追加される商品から新しい設計ルールを適用します。既存商品は、時間をかけて段階的に改善する方が効率的です。
Q3：商品ページのテンプレートが決まっていない場合、どこから始めるべきですか？
A：実際に売れている商品ページを3〜5個選び、その構成要素を分析することから始めてください。「なぜこのページから購入が生まれるのか」を逆算することで、テンプレートの原型が見えます。その後、そのテンプレートに新しい要素を追加するアプローチが効果的です。
Q4：外注先から「このルールでは時間がかかる」という声が上がった場合、どう対応すべきですか？
A：時間がかかることは正常です。重要なのは、短時間で多くの商品を登録することではなく、質の高い商品説明を作成することです。外注先の工数を短縮することが目的ではなく、売上を増やすことが目的であることを、もう一度確認してください。必要に応じて単価を上げる、納期を調整するなどで、品質を優先する体制を整えることが重要です。
Q5：A/Bテストで商品説明の改善効果を測定できますか？
A：はい、可能です。同じカテゴリの商品を2つ選び、一方は新しい説明文（ベネフィット訴求重視）、もう一方は従来の説明文（スペック重視）で運用し、CV率を比較します。ただし、サンプル期間は最低2週間必要です。判断基準としては、新しい説明文の方で15%以上のCV率向上が見られれば、全商品への適用を検討する価値があります。
判断基準のまとめ
商品データ設計を外注化する際の判断基準を整理すると、以下の通りです。
- 設計完成後に外注化すべき企業：月商500万円以上、月間50商品以上の新規登録がある企業
- 設計と外注化を並行すべき企業：月商100万円〜500万円、月間10〜50商品の新規登録がある企業
- 社内設計に注力すべき企業：月商100万円未満、月間10商品未満の新規登録しかない企業
- リニューアルを優先すべき企業：商品説明のテンプレートが5種類以上混在し、メタデータが設定されていない企業
つまり、商品データ設計とは何か
つまり、商品データ設計とは、ユーザーの購入判断を支援する商品情報の構造であり、外注化の成功を決定づける最上流のプロセスです。外注化は工数削減の手段ですが、売上増加の手段ではありません。この区別は明確にしておくべきです。
