/ ディレクトリ / プレイグラウンド / claude-ecom
● コミュニティ takechanman1228 ⚡ 即起動

claude-ecom

作者 takechanman1228 · takechanman1228/claude-ecom

売上CSVを投入するだけで、KPI分解・重要度順の発見事項・具体的なネクストアクションを取得できます。Python分析バックエンドで駆動します。

EC事業者向けのClaude Codeスキルです。注文または売上のCSVを取り込み、構造化されたビジネスレビューを生成します:売上分解、コンバージョン率・AOVのトレンド、顧客コホートのシグナル、優先順位付きアクションリスト。Pythonバックエンドで計算するため、LLMの推測ではなく正確な数値が得られます。

なぜ使うのか

主な機能

ライブデモ

実際の動作

claude-ecom-skill.replay ▶ 準備完了
0/0

インストール

クライアントを選択

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "claude-ecom-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/takechanman1228/claude-ecom",
        "~/.claude/skills/claude-ecom"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop → Settings → Developer → Edit Config を開く。保存後、アプリを再起動。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "claude-ecom-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/takechanman1228/claude-ecom",
        "~/.claude/skills/claude-ecom"
      ],
      "_inferred": true
    }
  }
}

Cursor は Claude Desktop と同じ mcpServers スキーマを使用。プロジェクト設定はグローバルより優先。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "claude-ecom-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/takechanman1228/claude-ecom",
        "~/.claude/skills/claude-ecom"
      ],
      "_inferred": true
    }
  }
}

Cline サイドバーの MCP Servers アイコンをクリックし、"Edit Configuration" を選択。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "claude-ecom-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/takechanman1228/claude-ecom",
        "~/.claude/skills/claude-ecom"
      ],
      "_inferred": true
    }
  }
}

Claude Desktop と同じ形式。Windsurf を再起動して反映。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "claude-ecom-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/takechanman1228/claude-ecom",
        "~/.claude/skills/claude-ecom"
      ]
    }
  ]
}

Continue はマップではなくサーバーオブジェクトの配列を使用。

~/.config/zed/settings.json
{
  "context_servers": {
    "claude-ecom-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/takechanman1228/claude-ecom",
          "~/.claude/skills/claude-ecom"
        ]
      }
    }
  }
}

context_servers に追加。保存時に Zed がホットリロード。

claude mcp add claude-ecom-skill -- git clone https://github.com/takechanman1228/claude-ecom ~/.claude/skills/claude-ecom

ワンライナー。claude mcp list で確認、claude mcp remove で削除。

ユースケース

実用的な使い方: claude-ecom

週次売上レビューを2時間から10分に短縮

👤 DTC創業者、EC運営マネージャー ⏱ ~15 min beginner

使うタイミング: 月曜朝に先週の数字を振り返るとき。

前提条件
  • Shopify/WooCommerce等からエクスポートした注文CSV — 各プラットフォームの標準注文エクスポートに対応。カラムマッピングは柔軟に処理されます
  • ローカルにPythonが利用可能であること — python3 --version で確認。スキルはローカルのPython環境を使用します
  • スキルがインストール済みであること — git clone https://github.com/takechanman1228/claude-ecom ~/.claude/skills/claude-ecom
フロー
  1. CSVを渡す
    Use claude-ecom. Here's last week's orders.csv — do a KPI decomposition and tell me what moved.✓ コピーしました
    → 売上・CVR・AOVの数値と前週比の差分
  2. 発見事項を確認する
    Rank the top 3 findings by impact. Be specific — named SKUs, traffic sources, time windows.✓ コピーしました
    → 「売上が上がった」ではなく、データポイント付きの具体的な発見事項
  3. アクションを抽出する
    For each finding, propose one concrete action I can take this week.✓ コピーしました
    → 月曜の朝会にそのまま貼れるアクションリスト

結果: 実際に読む気になる週次レビュー。

注意点
  • 汚いCSVからは汚いレビューしか出ない — 先にエクスポートデータを整理する — 返金の統合、テスト注文の除外など
組み合わせ: filesystem

特定SKUの不振原因を把握する

👤 プロダクトマネージャー、マーチャンダイザー ⏱ ~20 min intermediate

使うタイミング: 主力SKUの売上が急に落ち込み、トラフィック・コンバージョン・価格のどれが原因か特定したいとき。

フロー
  1. SKUで絞り込む
    Use claude-ecom. Focus on SKU SHIRT-BLK-M for the last 60 days. Decompose revenue into traffic × CVR × AOV and compare to the prior 60.✓ コピーしました
    → 各要因ごとの差分が明確な分解結果
  2. チャネル別の内訳を確認する
    Is the drop concentrated in one channel or across all?✓ コピーしました
    → 集中度分析付きのチャネル別内訳

結果: 感覚ではなく、根拠のある診断。

注文データから顧客コホートのリテンションレポートを作成

👤 LTVをウォッチしているグロースチーム ⏱ ~30 min intermediate

使うタイミング: 四半期ごとのコホート別リピート率レビュー。

フロー
  1. データをコホート化する
    Use claude-ecom. Build a monthly acquisition-cohort retention table — orders/customer by month since first order.✓ コピーしました
    → 三角形のリテンションテーブル
  2. コホートを比較する
    Which cohort is best? Worst? What's different about them?✓ コピーしました
    → データに基づいた仮説

結果: 投資家に共有できるリテンションビュー。

注意点
  • データ期間が短いと直近コホートの数値が歪む — 履歴が3ヶ月未満のコホートは暫定値としてフラグを立てる

組み合わせ

他のMCPと組み合わせて10倍の力を

claude-ecom-skill + filesystem

週次CSVのフォルダを指定して自動トレンド分析を実行

Run the weekly review for each CSV in data/weekly/ and build a running dashboard.✓ コピーしました
claude-ecom-skill + bigquery-server

CSVの代わりにデータウェアハウスから直接取得

Query BigQuery for last week's orders and feed into claude-ecom for the review.✓ コピーしました

ツール

このMCPが提供する機能

ツール入力呼び出すタイミングコスト
load_csv path, column mapping 分析の開始時 local
kpi_decompose date range 週次・月次レビュー時 local Python
rank_findings analysis output 分解の完了後 0
cohort_table cohort granularity リテンション分析時 local

コストと制限

運用コスト

APIクォータ
なし
呼び出しあたりのトークン
中程度 — 生データではなくサマリーテーブルのみ送信
金額
無料(ローカルのPythonが必要)
ヒント
Pythonで集計してからプロンプトに渡す。生の注文行をそのまま貼らないこと。

セキュリティ

権限、シークレット、影響範囲

認証情報の保管: なし
データ送信先: 注文のサマリーと発見事項がClaude APIに送信されます。集計をサーバーサイドで行えば、生データはローカルに留めることが可能です

トラブルシューティング

よくあるエラーと対処法

Python deps missing

スキルはpandasを使用します。pip install -r ~/.claude/skills/claude-ecom/requirements.txt を実行してください

確認: python -c 'import pandas'
Column mapping fails

標準的なShopify/WooCommerceのエクスポートはそのまま動作します。カスタムエクスポートの場合は、プロンプトでカラムマップを指定してください。

Wild numbers in the output(出力に異常な数値が出る)

注文行の重複や、売上カラムに通貨以外の値が入っていないか確認してください

代替案

claude-ecom 他との比較

代替案代わりに使う場面トレードオフ
Looker Studio / Metabase dashboards単発のレビューではなく、常設のダッシュボードが必要なときセットアップコストがかかる。LLMによるナラティブ生成はなし
Shopify's own reports手軽に組み込みのビューを確認したいとき浅い分析にとどまる。クロスストアやコホート分析には非対応

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る