東村山1丁目 diary

渋谷のIT企業から波佐見焼の会社へ転職！Webディレクション・デザイン・ECなど仕事の話から、食事や映画の感想まで。

売上爆上ネットショップ店長への道！ #01 売値はどうやって決めるの？

EC

ばーんと売れるネットショップを作るぞ！
そのための知識を身につけていくぞ！
というコンセプトで自分が学んだことを記録していくよ〜。

第一回目のお題は、
「売値はどうやって決めるの？」
です。

まずはシンプルに考えましょう。

粗利益を2割確保したいならどうします？

仕入れ値（＋その他経費）に1.2をかけるのかな？

って思いますよね。

でも違いました。

仕入れ値を0.8で割ります。

1500円で仕入れた商品を粗利2割で売りたい場合の売値は、

1500 ÷ 0.8 = 1875

1875円となります。

粗利は

1875 - 1500 = 375

粗利率は

375 ÷ 1875 = 0.2

となり、2割ですね。

売値を10割とした場合、仕入れは8割なので、
仕入れ金額を8で割り（売値の1割がいくらかを出し）、
10をかける（売値の10割を出す）。
という手順を一発で済ませているということでした。

公式
売値 = 仕入値 ÷（ 1 - 粗利率 ）
ちなみに1.2を仕入額にかけると、

1500 × 1.2 = 1800
1800 - 1500 = 300
300 ÷ 1800 = 0.1666...

となって、粗利率は16.6%になります。

実際に売値を決めるときはもっと複雑な要素が絡んできそうですが、一番シンプルな考え方を理解したところで1回目の記事を終わります。

参考記事：
http://oshiete.goo.ne.jp/qa/864849.html

Googleが提供しているwebディレクター向けオンラインプログラム、実は色々あります。

director marketing

Analytics IQ 試験の学習ガイド

Analyticsの使い方が一通り学べます。


魅力的なサイトの作り方を学ぶ | Google Web マスター 

Webマスターアカデミー、SEOスターターガイドは必読です。


DEGITALGARAGE 

自分の興味に応じてオンラインマーケティングが学べます。

 

UDACITY

Googleやfacebookもプログラムを提供しているMOOC（大規模公開オンライン講座）のプラットフォーム。
実戦的で高度なスキルが身につきます。


UDACITYはスタンフォードを超える「シリコンバレーの大学」とも呼ばれているそうですよ。


大容量のCSVファイルをRでランダムに二等分する方法（メールマーケティング・A/Bテスト用）

director marketing

メルマガのA/Bテストを行いたい時など、大容量のCSVファイルをランダムに2分割したいことってありますよね。 Excelだと容量の大きいファイルを扱えないこともあります。 そこで今回自分はRを使いました。 使い慣れてないこともありやり方がちょっと変かもしれませんが、特に問題なかったのでメモ的にブログに残します。

R STUDIOインストール

まずはこのツールをインストールしましょう。 https://www.rstudio.com/

以下、コマンドです。

R コマンド

現在のワーキングディレクトリを確認

getwd()

CSVのあるディレクトリをセットする

setwd()

※例

> setwd("/Users/usr0600150/R/")

CSVファイルを読み込む

read.table() または read.csv() 一行目からデータが入っている場合（一行目に列名が入ってない場合）は header=Fの引数をつける ※例 任意のデータテーブル名 <- read.csv("CSVファイル名" header=F )

データのサマリーを表示

summary()

データ数を表示

nrow()

重複したデータを1つのみ表示させる

unique()

※例 mailtestunique <- unique(mailtest)

順番をシャッフルする

シャッフルする方法は色々あると思いますが、sample関数を利用しました。 ※例 mailtestuniqueshutfle <- sample(mailtestunique, length(mailtestunique))

データをランダムに二等分する

※上記でシャッフルしているのでsplit関数などで単に二等分するのでもいいと思いますが今回は以下の方法で行いました。

偶数行だけ抽出する

※例 L <- length(mailtestunique[,1]) mailtestuniqueeven <- mailtestunique[seq(0,L,+2),]

奇数行だけ抽出する

※例 mailtestuniqueodd <- mailtestunique[seq(1,L,+2),]

二等分したデータをCSVに出力する

偶数行と奇数行の二つのデータテーブルをCSVに出力する

write.table(出力したいデータテーブル名,"CSVのファイルパス",quote=F,col.names=F,row.names=F,append=F)

※例 write.table(mailtestuniqueeven,"/Users/usr0600150/R/mailtest_unique_even.csv",quote=F,col.names=F,row.names=F,append=F) write.table(mailtestuniqueodd,"/Users/usr0600150/R/mailtest_unique_odd.csv",quote=F,col.names=F,row.names=F,append=F)

データテーブル間の重複の有無の確認

二つに分けたCSVファイルに重複がないか確認したくてその方法を探してみたのですが、あまりこれといったものが見つからず、ひとまず再度データをマージして重複データを確認しました。

使った関数 merge() duplicated(data.frame())

※例

> setwd("/Users/usr0600150/R/")
> mail <- read.table("mail.csv")
> mail2 <- read.table("mail2.csv")
> mailsum <- merge(mail,mail2)
> sum(duplicated(data.frame(mailsum)))
[1] 0

0になれば重複がないということになります。

R studioの使い方は、簡単なことであれば教えられますので社内の方はお声がけください♩

シン・ゴジラの私的解釈

シン・ゴジラは、簡単にあらすじをまとめると、『わけのわからん侵略者（未確認放射性物質）に対して自衛の名の下に武力攻撃したけどやっつけられなかったんで最終的に欧米に核弾頭打ち込まれそうになった話』である。これだけでもギャグだけど、それを日本の優秀なエリート（竹野内豊）が進んで受け入れようとするくだりは笑いを通り越して背筋が寒くなった。国を守るつもりで国を滅ぼすことに荷担していながら、その事に本人たちが気づいていないことの滑稽さと恐怖。
ゴジラとは、例えば原発であり北朝鮮であると思う。
どちらも簡単に排除できるものではないのだから、平和的に付き合っていくしかない。というメッセージも含まれているのかなーと。

あと、市川実日子はいくつになってもかわいいね。
(*≧з≦)

LINEのIPO（新規公開株）申し込みたい方、新規口座開設で3000円ゲットしませんか？

LINEのIPOが注目されてますね〜。

ブックビルディング期間・・・6月28日～7月8日
申込期間・・・7月12日〜13日
払込日・・・7月14日
上場日・・・7月14日（NY）7月15日（東京）
想定価格・・・2800円
申込単位・・・100株
想定必要投資資金・・・280,000円
グローバルコーディネーター・・・野村證券、三菱UFJモルガン・スタンレー証券、ゴールドマンサックス証券、JPモルガン証券
幹事・・・みずほ証券、大和証券、SMBC日興証券、SBI証券、東海東京証券、マネックス証券


マネックス証券に口座を持っている私も抽選に申し込む予定です。

IPOは通常、主幹事証券で申し込むと当選確率が高くなるといわれています。
また、個人投資家でも当選する可能性が公平なのがネット証券。
マネックス証券のIPO抽選は、口座資金に関係なく平等に行われます。

というわけで今から証券口座を開かれる方、まずはマネックス証券ではじめてみませんか？
既存客（つまり私）からの紹介で新規口座開設すると3000円ゲットできますので、口座開きたい方はお声がけください( ´◡` )

www.monex.co.jp

SQLの練習

sql director

hetemlにWordPressをインストールし、そこでSQLの練習をした。

WPに入れたプラグイン：WordPress Popular Postsなど

 

テーブルはこんな感じ

f:id:higashimurayama1:20160522234800p:plain

 

＜条件に一致するデータを取得する＞

■複数のテーブルからカテゴリがついた記事を取り出す

 

SELECT（取得するカラム） FROM テーブル名1 INNER JOIN テーブル名2 ON（結合条件）; 

 

記事が入ったテーブル（wp_posts）とカテゴリ情報が入ったテーブル（wp_term_relationships）をINNER JOINで結合する。

 

SELECT *

FROM

wp_posts INNER JOIN wp_term_relationships

ON

wp_posts.id=wp_term_relationships.object_id;

 

結果（右側切れてる）

f:id:higashimurayama1:20160522234839p:plain

 

■ページビューのある記事を重複なしで取り出す

SELECT の後に DISTINCT を使う。

 

SELECT DISTINCT カラム名

FROM テーブル名;

 

SELECT DISTINCT postid

FROM wp_popularpostssummary;

 

結果

f:id:higashimurayama1:20160522234906p:plain

 

■特定のカテゴリに該当する記事を取得する

INNER JOIN とWHERE句を使って取得した。

 

SELECT *

FROM

wp_posts INNER JOIN wp_term_relationships

ON

wp_posts.id=wp_term_relationships.object_id

WHERE

term_taxonomy_id=3;

 

結果

f:id:higashimurayama1:20160522234929p:plain

 

■IN句を用いた条件抽出

参考記事：

http://www.atmarkit.co.jp/ait/articles/0102/24/news002.html

 

SELECT （取得するカラム）FROM テーブル名

WHERE カラム名 IN（条件）

 

■テーブル名’wp_posts’から’、post_status’のカラムに’publish’と記録された記事を取得する。

 

SELECT *
FROM wp_posts
WHERE post_status IN ('publish')

 

結果

f:id:higashimurayama1:20160522235208p:plain

 

■サブクエリーを用いた条件抽出

ページビューの発生した記事を取得する。

  →テーブル「wp_popularpostssummary」のpostidを取得する（ページビューがあるpostidだけがこのテーブルに存在する）

  →テーブル「wp_posts」から該当のID（wp_popularpostssummaryでのpostid）を取得する

※wp_posts.ID=wp_popularpostssummary.postid

 

SELECT *

FROM wp_posts

WHERE ID IN(

  SELECT DISTINCT postid

  FROM wp_popularpostssummary

)

 

結果

f:id:higashimurayama1:20160522235239p:plain

 

＜条件に一致するデータの件数を取得する＞

countを使う。

 

■特定のカテゴリの記事の件数を取得する

SELECT

count(*) as cnt

FROM

wp_posts INNER JOIN wp_term_relationships

ON

wp_posts.id=wp_term_relationships.object_id

WHERE

term_taxonomy_id=3

 

結果

f:id:higashimurayama1:20160522235304p:plain

はー、いっちょめいっちょめ。