ECにおけるコンバージョン率の平均は、業界ベンチマークでは概ね1.5%から3.5%、中央値は約2.6%です。ただしこの1つの数字は個々のアカウントをほとんど説明しません。食品・飲料は4.5%を超える一方、高級品・宝飾は1.1%まで下がり、同じ店舗内でもPCはスマホの約1.7倍で成約します。有効な問いは「平均はいくつか」ではなく「自社の業界、デバイス構成、チャネル構成での平均はいくつか」です。
コンバージョン率の平均とは何か、どう計算するのか?
コンバージョン率(CVR)とは、同一期間の完了コンバージョン数をセッション数で割り100を掛けた値です: (コンバージョン数 / セッション数) x 100。コンバージョン率の平均は、その値が業界・チャネル・デバイス群の中で示す典型的な水準を指します。分母の定義が結果を決めます。セッションをユーザーに、クリックを表示回数に置き換えるだけで、同じアカウントが倍良くも倍悪くも見えます。
2026年の業界平均はどの水準にあるのか?
2026年の業界ベンチマークでは、ECのコンバージョン率はおよそ1%から5%に分布します。単価が低く再購入が多いカテゴリーが上位、客単価が高く検討期間が長いカテゴリーが下位に並びます。目安として3.2%超で上位20%、4.7%超で上位10%に入ります。以下の分布は参考値であり、自社データで自分のレンジを絞り込む必要があります。
- 高レンジ(3.5%以上): 食品、飲料、日用消費財、ヘルスケア。単価が低く再購入が多く、意思決定が短い領域です。
- 中レンジ(2%から3.5%): 化粧品、住まい、ファッション。サイズや色の選択が検討を長引かせ、返品前提の購買が率を抑えます。
- 低レンジ(2%未満): 家電、家具、高級品・宝飾。客単価が高く比較期間が長いため、複数回訪問が前提になります。
- BtoBとサービス: 訪問からリードへの転換は通常2%から5%、上位10%は8%から15%に達します。
- レンジの幅: 同一業界内でも3倍から5倍の差は普通です。平均は現在地を示す指標であり、目標値ではありません。
チャネルと流入元は平均をどれだけ動かすのか?
コンバージョン率は何よりも購買意図に連動します。指名検索から来た訪問者はすでに決めていますが、発見目的のソーシャル流入はまだ商品を知りません。そのためアカウント全体の平均は、施策の品質が変わらなくてもチャネル構成の変化だけで上下します。チャネル分解のない平均は、成果ではなく流入構成の変化を報告しているだけのことが多いのです。
- 指名検索: 通常8%から12%。アカウント内で最も高い一方、増分価値が最も議論される領域です。
- 一般検索の運用広告: ベンチマークでは3%から5%、全業種平均は約3.2%です。
- SNS広告(Meta広告、TikTok): 0.9%から1.5%。発見型の流入なので検索と同じ表で比較しません。
- ディスプレイ広告: 0.6%から0.8%。主な役割はリーチと想起であり、ラストクリックの刈り取りではありません。
- メールとリマーケティング: 3%から6%。既存の関係が率を押し上げますが、新規顧客獲得を示す数字ではありません。
自社のCVRを正しい分母で測っていますか?
Ads SensorはMeta広告、Google 広告、TikTok、GA4のデータを1つの画面に統合し、CVRをチャネル別・デバイス別に読み解きます。
スマホとPCの差はなぜこれほど大きいのか?
業界ベンチマークではPCのコンバージョン率はスマホの約1.7倍で、典型値はスマホ2.2%、PC3.7%程度です。一方で流入の約70%はスマホから来ます。この差だけで「モバイルサイトが悪い」とは言えません。利用者はスマホで発見しPCで購入することが多く、ラストクリックのモデルでは貢献のすべてがPC側に記録されるためです。
ファネルのどの段階でコンバージョンを失っているのか?
単一のコンバージョン率では、損失がどこで起きているかは分かりません。典型的なECファネルではセッションの約43%が商品ページに到達し、11%がカートに追加し、6.4%が決済を開始し、2.6%が購入します。最も量が失われるのは一覧と商品ページの間、最も損失額が大きいのはカートと決済の間です。段階ごとの率を個別に追う方が、平均1つを追うよりはるかに有益です。
自社のコンバージョン率の平均はどう評価すべきか?
外部ベンチマークは大まかな現在地しか示しません。本当の基準は自社の過去の推移です。実務で機能する枠組みは単純です。まず計測の正しさを証明し、次に分解単位で比較し、最後に季節性を除いたトレンドを読む。計測が壊れたままの比較は、誤った数字を正しい数字と並べているだけです。
- 分母とコンバージョン定義を明文化する。セッションかユーザーか、どのイベントを数えるか、重複排除の規則は何か。
- 計測の健全性を検証する。二重計測、タグ欠落、同意取得による欠損、ボット流入の確認は比較より先です。
- 分解単位で比較する。業界、デバイス、チャネルの軸で見て、アカウント全体の平均を外部数値に当てない。
- 同じ期間で比較する。最低4週間、できれば前年の同じ週。セール期間は別途フラグを立てる。
- 目標は率そのものではなく売上への影響に紐づける。0.3ポイントの改善が何件の追加注文になるかを計算する。
比較の後に必要なのは、すぐ数字を上げることではなく正しく読むことです。業界レンジを下回り、かつ計測が健全なら、原因の多くは広告とページの約束のずれにあります。この論点はランディングページのコンバージョン率の記事で個別に扱っています。計測面に不安があればコンバージョン計測の設定と検証から着手してください。分解した数値を1画面で見たい場合は、Ads Sensorのプレベータ登録にこちらから参加できます。
ベンチマーク比較でよくある誤りは何か?
最も多い誤りは、定義の異なる数字を同じ表で比較することです。次に多いのは、外部の平均値をそのまま目標にすることです。業界ベンチマークは較正の道具であって目標ではありません。3つ目は、季節性とセール期間をならさずにトレンドを読むことです。これらが重なると、実際には起きていない下落を追いかけることになります。
- 分母の違い: 広告プラットフォームのCVRはクリック基準、GA4はセッション基準です。両者はそもそも一致しません。
- アトリビューション期間: クリック後7日と30日では、同じアカウントでも目に見えて異なる率になります。
- ボットと社内トラフィック: 除外していない社内アクセスやブラウザボットは分母を膨らませ、率を人為的に下げます。
- サンプル不足: 週200セッションでは信頼区間が広く、1.8%と3.2%の差がノイズである可能性があります。
業界平均は自社の現在地を示す羅針盤であり、どこへ向かうべきかを示す地図ではありません。Ads Sensorチーム