レポート｜DTC成熟度指数 2026

読者の位置づけ

このレポートは、主にDTCおよびeコマースの運営担当者向けに書かれています。具体的には、創業者、グロース責任者、eコマースマネージャー、ライフサイクルマーケター、そして「成熟」とはブランドの評判以上に何を意味するのかを知りたいマーケティングオペレーションチームです。また、DTCのオペレーティングシステムがどう進化しているかについて、独自性があり引用可能なデータを必要とするSEOライター、eコマースニュースレターの執筆者、アナリストにも役立ちます。

このレポートは、最良ブランドのランキングではありません。売上予測でもありません。各社の社内チームの質、粗利率、継続率、顧客満足度を把握していると主張するものでもありません。むしろ、もっと狭く実務的な問いを立てています。観測可能なストアフロント、マーケティング、決済、ソーシャル、SEO、AI検索可視性のシグナルを組み合わせることで、DTCブランドの成熟度モデルを有用な形で構築できるのか？

答えは、条件付きで「はい」です。公開Webシグナルだけで何でもわかるわけではありませんが、ブランドが単純なストアフロントを超えて、多層的なオペレーティングシステムへ移行しているかどうかは見えてきます。そこには、獲得計測、継続ライフサイクル、チェックアウトの選択肢、顧客体験インフラ、技術的な可視性、AI検索への準備、ソーシャル配信、コンプライアンス、可観測性が含まれます。

エグゼクティブサマリー

この調査では、1,238のDTCドメインを、8つの観測可能な次元から構成した100点満点の成熟度インデックスで評価しました。平均スコアは100点満点中32.4点、中央値は36.0点でした。advancedティアに到達したのは2ドメイン、つまり評価対象ドメインの0.2% בלבדでした。最終分布では、eliteに相当する別ティアは現れませんでした。ここから得られる最初の重要な示唆は、今回のサンプルにおけるDTCサイトの大半は、ストアフロントがないから未成熟なのではないということです。操作レイヤーにばらつきがあるために未成熟なのです。

平均が最も高かった次元は技術的な可視性で、平均15点満点中9.4点、中央値10.0点でした。つまり、多くのブランドは、メタデータ、canonicalシグナル、モバイルviewport、Open Graphなど、基本的なSEOとクロール性の層をすでに整えています。一方で、平均が最も低かった次元はコンプライアンスと可観測性で、平均は5点満点中1.2点でした。顧客体験も弱く、平均は15点満点中1.6点、ソーシャル配信も10点満点中2.7点にとどまりました。

これは、「DTCブランドはShopifyを使っている」という単純な話より、はるかに興味深い構図です。プラットフォームの選択それ自体は成熟度ではありません。多くのブランドは、使っているプラットフォームだけで堅実なeコマース基盤を得られます。差が出るのは、ストアフロントを再現可能な成長システムへ変えるレイヤー、つまりライフサイクルマーケティング、サポート、レビュー、決済の選択肢、ソーシャルへの導線、AI検索対応、同意管理、実験、行動分析、エラー監視を備えているかどうかです。

ティア分布も示唆的です。

operationalからgrowth_readyへの飛躍は、単なるスコア上昇ではありません。運営の形そのものが変わっています。Growth-readyのブランドは、より多くの計測、より多くの決済・継続レイヤー、より高いソーシャル可視性、そしてフロントエンド依存の負荷を抱えています。成熟した運営は、より高機能である一方、より複雑でもあります。

これがこのレポートの中心的な主張です。DTCの成熟度は、ブランドがeコマースサイトを持っているかどうかではもはや決まりません。どれだけ多くの運営レイヤーが連携して機能しているか、そしてチームがその複雑性を統治できるかで決まります。

共有しやすい主要な発見

1. DTCの平均成熟度スコアは32.4/100にすぎません。 このサンプルでは、多くのブランドがストアフロントと一定のツールを持っていますが、完全に多層化されたオペレーティングシステムを示すものは少数です。

2. advancedティアに到達したのは0.2%だけでした。 このモデルでは、1,238ドメインのうちわずか2件がadvancedの閾値を超えました。

3. 技術SEOが最も強い層です。 技術的な可視性は平均9.4/15で、最も発達した次元でした。

4. コンプライアンスと可観測性が最も弱い層です。 この次元は平均1.2/5にとどまり、同意、監視、運用レジリエンスに関する公開シグナルが依然として乏しいことを示しています。

5. ヘッドとテールの差は予想より小さいです。 3つ以上のソース収集に登場したブランドの平均は37.0、残りは31.9でした。公開可視性はプラスですが、成熟を保証するわけではありません。

6. Growth-readyのブランドはインフラ負荷が大きいです。 これらのブランドはアナリティクスツールの中央値が6個、スクリプト平均数が70.9で、Operationalブランドの3個・54.5本より多くなっています。

1. なぜ成熟度インデックスが重要なのか

多くのeコマースベンチマークレポートは、ツール、プラットフォーム、決済手段、ソーシャルチャネルを一つずつ列挙します。それも有用ですが、不十分です。ブランドはGA4を入れていても、継続システムを持っていないことがあります。Shop Payを導入していても、構造化商品データがないことがあります。Instagramはあっても、商品教育が不足していることがあります。スクリプトが多くても、可観測性が欠けていることがあります。モダンなフロントエンドがあっても、ライフサイクルマーケティングが弱いことがあります。

運営担当者には、シグナルを組み合わせたモデルが必要です。それを試みるのがこの成熟度インデックスです。

このインデックスは8つの次元で構成されています。

このインデックスは、意図的に公開シグナルベースで作られています。社内パフォーマンスを知っていると主張するものではありません。ストアフロントと関連する検出データから観測できるものを評価しています。そのため、ベンチマーク、競合分析、SEOコンテンツ、投資家向けの市場概観、社内監査に役立ちます。

また、このインデックスは一つの思想的な選択をしています。それは、単一のプラットフォームを成熟とみなさないことです。デフォルト決済と基本メタデータしかないShopifyストアが自動的に成熟しているわけではありませんし、リテンション、サポート、構造化データのないヘッドレスサイトも自動的に成熟しているわけではありません。成熟とは多層的なものです。

2. 全体分布：多くのブランドは成熟ではなくOperational

1,238ドメインの平均スコアは32.4、中央値は36.0です。つまり、典型的なブランドがゼロというわけではありません。おそらく、一定のアナリティクス、ある程度のチェックアウト機能、SEOの基本、そして追加の運営レイヤーを1〜2個は持っています。ただし、インデックス全体で見ると、バランスの取れた強いシステムにはなっていません。

最も多いティアはoperationalで、548ドメインです。これらのブランドは一般的に、機能するeコマース基盤と一定の成長インフラを備えています。次に多いのがemergingで、387ドメインです。これらのブランドは、公開されている運営シグナルが比較的少ない傾向があります。growth_readyティアは301ドメイン、advancedティアはわずか2ドメインです。

この分布が有用なのは、よくない2つの物語を避けられるからです。1つ目のよくない物語は、DTCは一様に洗練されているというものです。少なくとも公開Webシグナルを見る限り、そうではありません。2つ目のよくない物語は、多くのブランドが未熟だというものです。それも言い過ぎです。より適切な見方は、多くのブランドが運営上は機能しているが、ばらつきがある、というものです。

ティア表は、成熟がWebサイトの表面積をどのように変えるかも示しています。Emergingブランドの平均スクリプト数は15.6、Operationalブランドは54.5、Growth-readyブランドは70.9、Advancedブランドは81.5です。成熟は機能をもたらしますが、その機能はフロントエンドの複雑性も増やします。だからこそ、成熟の議論にはガバナンスが必要なのです。

3. 次元ベンチマーク：DTCの強みと弱み

次元別ベンチマークは、市場の形を明らかにします。

技術的な可視性が最も強い次元です。これは、プラットフォームのデフォルト設定、SEOプラグイン、テーマの慣習、長年のeコマースSEOの実践を反映している可能性が高いです。多くのブランドは、ページにメタディスクリプション、canonicalタグ、モバイルviewport、SNSプレビュー用メタデータが必要だと理解しています。これは、すべてのサイトが優れたSEOを持つという意味ではありません。基本的な公開シグナルが、インデックス内で最も成熟した層だという意味です。

コマースと決済は、比較的強い2番目の層です。これも市場に合っています。決済の仕組みはプラットフォームの中核に近く、多くのブランドはカスタムインフラを作らなくても、チェックアウトのデフォルト設定やおなじみの決済事業者の恩恵を受けられます。

弱い層は、より多くを語ります。顧客体験の中央値は0.0で、この次元に検出可能な公開シグナルがまったくないブランドが多いことを意味します。コンプライアンスと可観測性の平均は5点満点中1.2点。ソーシャル配信の中央値は0.0です。これらは、見過ごしてよい技術的な付加価値ではありません。信頼、サポート、公開配信、プライバシー、運用レジリエンスをブランドが管理しているかを示す層です。

AI検索はまだ初期段階で、平均は10点満点中3.2点です。これは、別途行ったAI検索対応の調査とも一致しています。多くのブランドは、特にプラットフォームのデフォルトを通じて、機械可読な入口を一部持っていますが、高品質な構造化商品情報とブランド情報を公開しているブランドははるかに少数です。

4. advancedとは何か：ポジティブな例

このモデルでadvancedティアに到達したのは、NakedcashmereとRare Beautyの2ドメインだけでした。

Nakedcashmereのスコアは67.0でした。公開検出データでは、Attentive、Bing UET、GA4、GTM、Gorgias、Hotjar、Klaviyo Onsite、Loop Returns、Microsoft Clarity、TikTok Pixel、Triple Whale、Universal Analytics、Yotpoに加え、PayPalとShop Payも確認されました。また、5つのプラットフォームにまたがるソーシャル導線も見えていました。これは、獲得計測、継続、顧客サポート、返品、行動分析、アトリビューション、レビュー、チェックアウトといった、多層的な運営を備えたブランドの良い例です。

Rare Beautyのスコアは66.6でした。Attentive、Bing UET、Cookiebot / OneTrust、GA4、GTM、Gorgias、Klaviyo Onsite、Yotpoが確認され、PayPalとShop Pay、さらに広範なソーシャル構成もありました。重要なのは、すべてのブランドがこの構成をそのまま真似すべきだということではありません。重要なのは、advancedの成熟度が、単一ツールではなく、バランスの取れたシステムとして現れるということです。

次に高得点だったブランドには、Kaged、Venus Et Fleur、Au Vodka、Polysleep、BedJet、Tubby Todd、Heatonist、Balance Me、The Inkey List、Three Ships Beauty、Little Sleepies、Kizik、Dollar Shave Clubがあります。これらの名前は、インデックスを具体的にするのに役立ちます。アパレル、美容、食品・飲料、ウェルネス、ベビー、ホーム、パーソナルケアにまたがって成熟パターンが現れていることがわかります。

このレポートでは、意図的に低得点ブランドを否定的な例として扱っていません。インデックスは公開シグナルしか読まないため、それは不公平です。ブランドは、クローラでは見えない部分で強い運営をしているかもしれません。ポジティブな例のほうが安全で、より有用です。

5. カテゴリ別パターン：アパレルと美容が先行するが、差は大きくない

カテゴリ分類は方向性を示すキーワードベースのものであり、厳密な市場規模分析として扱うべきではありません。それでも、カテゴリ別ベンチマークは有用です。

Apparel & Footwear と Beauty & Skincare がカテゴリ表をリードし、平均スコアはそれぞれ40.5と40.0でした。これは納得できます。これらのカテゴリは競争が激しく、ビジュアル主導で、有料メディア依存が高く、継続を重視する傾向があります。メール、SMS、レビュー、ソーシャルプルーフ、クリエイター配信、決済の柔軟性が必要になることも多いからです。

Food & Beverage は37.7で、ソーシャルと継続のシグナルが比較的強くなっています。食品ブランドは、リピート購入、習慣、サブスクリプション、レシピ、Instagram向けコンテンツへの依存度が高いことが多いです。Health & Wellness は37.3で、教育負荷を考えるともう少し高くてもよさそうですが、わずかに低めです。これは、運営が弱いというより、公開シグナルが不均一であることを反映している可能性があります。

Outdoor & Sports の平均成熟度はApparelやBeautyより低いですが、ソーシャルスコアは比較的強いです。これは、別のソーシャル構成分析で、Outdoor & Sports がYouTubeとXで相対的に強いという結果と一致します。カテゴリによっては、ライフサイクルや顧客体験の広いスタックを示さなくても、コンテンツやコミュニティ行動が強い場合があります。

カテゴリから得られる教訓は、成熟はカテゴリに形づくられるということです。成熟した美容ブランドには、レビュー、クリエイター、診断、サブスクリプション、ライフサイクル教育が必要かもしれません。成熟したホームブランドには、Pinterest、分割払い、長文コンテンツ、顧客サポートが必要かもしれません。成熟した食品ブランドには、サブスクリプション、バンドル、メール、レシピ、ソーシャルプルーフが必要かもしれません。同じ100点満点のインデックスでレイヤーを比較することはできますが、運営のプレイブックはカテゴリごとに異なります。

6. ヘッド対テール：可視性と成熟は同じではない

ヘッド対テールの比較は、この研究の中でも特に直感に反する部分の一つです。

少なくとも3つのソース収集に登場するブランドは、スコアが高めです。ただし、その差は5.1ポイントにすぎません。意味はありますが、大きな差ではありません。ケーススタディやeコマース一覧での公開可視性は、より高い成熟と関連していますが、完全に成熟したオペレーティングシステムを保証するものではありません。

これは運営担当者にとって重要です。小規模ブランドやあまり公開されていないブランドでも、多くの同じツールにアクセスできます。デフォルトのスタックは広く利用可能です。決済事業者、メールプラットフォーム、行動分析、レビュー系ツール、schema改善は、最も有名なブランドだけのものではありません。

同時に、可視性の高いブランドへの警告でもあります。より多くのソースリストに載っているからといって、自動的にライフサイクル、AI対応、ソーシャル配信、コンプライアンスまで成熟しているわけではありません。ブランドが有名でも、ギャップは残り得ます。

コンテンツライター向けの要点は明快です。DTCの成熟は、DTCの知名度と同じではありません。 より可視性の高いブランドは公開運営シグナルが良い傾向にありますが、圧倒的に良いわけではありません。

7. 成熟のパラドックス：能力は複雑性を生む

ティア表は明確なパターンを示しています。成熟度が高いほど、スクリプト数も増えます。

Emergingブランドの平均スクリプト数は15.6。Operationalブランドは54.5。Growth-readyブランドは70.9。Advancedブランドは81.5です。

これは、スクリプトが悪いという意味ではありません。スクリプトは、アトリビューション、レビュー、チャット、パーソナライズ、実験、同意、分析、サポートを支えているかもしれません。いずれも実際の機能です。ただし、スクリプトはそれぞれ、ページ速度の低下、QAリスク、同意管理の複雑化、データ漏えいリスク、タグ競合、アトリビューションのノイズ、ベンダー保守コストといった潜在コストも追加します。

だからこそ、成熟度インデックスを「ツールが多いほど常に良い」と解釈してはいけません。優れた運営担当者は、最も多くのツールを持つ人ではありません。適切なツールを持ち、責任分担が明確で、イベントのガバナンスが整っており、依存関係を見直すサイクルを持っている人です。

成熟のパラドックスは、チームにとって有用です。問いの立て方を変えてくれるからです。目標は、どんなコストを払ってでもスコアを最大化することではありません。組織が運用できるときにだけ、次のレイヤーを追加することです。

8. 運営担当者はこのインデックスをどう使うべきか

このインデックスの実用的な使い方は、診断です。各チームが自分たちの次元を採点し、どのレイヤーが本当の制約なのかを問い直せます。

獲得アナリティクスが弱いなら、キャンペーンのパフォーマンスデータを信頼できていない可能性があります。次の一手は、イベントの整理、GA4の検証、ピクセルのガバナンス、アトリビューションの見直しです。

継続ライフサイクルが弱いなら、獲得広告への依存が高すぎるのかもしれません。次の一手は、メール取得、セグメンテーション、SMS戦略、ロイヤルティ、サブスクリプション、補充フローです。

コマースと決済が弱いなら、チェックアウトが余計な摩擦を生んでいる可能性があります。次の一手は、決済手段の選択肢追加、ワンクリックチェックアウト、高AOV商品向けのBNPLテスト、国際決済の見直しです。

顧客体験が弱いなら、公開信頼と購入後の仕組みが不足しているのかもしれません。次の一手は、レビュー、サポートワークフロー、返品、診断、パーソナライズ、アップセルです。

技術的な可視性が弱いなら、SEOの基本がオーガニック成長を抑えている可能性があります。次の一手は、メタデータ、canonicalタグ、schema、クロール性、ページテンプレートです。

AI検索が弱いなら、ブランドが薄いレベルでしか見つけられていないのかもしれません。次の一手は、構造化された商品データ、より良いllms.txt、商品ページの事実情報、明確なエンティティシグナルです。

ソーシャル配信が弱いなら、Webサイトがアクティブな自社ソーシャルチャネルへの導線を提供していない可能性があります。次の一手は、ソーシャルリンクの監査と、各チャネルの役割定義です。

コンプライアンスと可観測性が弱いなら、同意、監視、レジリエンスに関する公開証拠が限定的かもしれません。次の一手は、同意管理、エラー監視、パフォーマンス監視、プライバシー監査です。

9. コンテンツマーケターが引用できること

この調査には、いくつか強い引用ポイントがあります。

「評価されたDTCドメインのうち、advancedティアに到達したのは0.2% בלבדだった」 これは最も広い成熟度のフックです。

「DTCの成熟度で最も強い層は技術的な可視性で、最も弱いのはコンプライアンスと可観測性である」 これはSEOと運営の両方の読者に有用です。

「ヘッドとテールの成熟度差は予想より小さい」 これは、ブランド規模に関する思い込みに挑戦するため、創業者やグロース層に有用です。

「Growth-readyブランドはスクリプトが多い」 これは成熟度をパフォーマンスとガバナンスに結びつけます。

「DTCの成熟は多層的である」 これは、プラットフォーム選択だけではeコマース競争力を説明できなくなった理由を論じる記事の軸になります。

大事なのは、注記を併記することです。これらは、2026年5月11日に収集された1,238ドメインの公開Webシグナルであり、社内業績ではない、という点です。

10. チーム別の活用法

成熟度インデックスは、各チームがそれぞれの運営レンズで読むと最も役立ちます。同じスコアを見ていても、創業者、ライフサイクルマーケター、SEO責任者、フロントエンドエンジニアは同じ問題を見ていません。

創業者やゼネラルマネージャーにとって、このインデックスは優先順位づけの道具です。低スコアは事業が弱いという意味ではありません。公開ストアフロントが、まだ成熟した運営レイヤーを十分に示せていないという意味です。すぐに問うべきなのは、どの欠けているレイヤーが次の成長段階を最も解放しやすいか、です。初期ブランドなら、リテンション獲得とクリーンなチェックアウトかもしれません。中堅ブランドなら、レビュー、サポート、アトリビューション、構造化商品データかもしれません。国際展開を準備するブランドなら、コンプライアンス、hreflang、決済ローカライズ、同意管理かもしれません。

グロースチームにとって、このインデックスは獲得問題とオペレーティングシステム問題を切り分けるのに役立ちます。広告成果が悪いのに獲得アナリティクスも弱いなら、最初の仕事は追加投資ではなく計測です。広告が高コストで、しかも継続ライフサイクルが弱いなら、チームはリピート購入インフラの不足を獲得で補っているのかもしれません。ソーシャル配信が弱いなら、高い購買意欲を持つサイト訪問者を自社のオーディエンスチャネルに送る機会を失っている可能性があります。

ライフサイクルチームにとっては、リテンションスコアが出発点です。多くのブランドは基本的なストアとチェックアウト層は持っていても、強いライフサイクル基盤は見せていません。リテンション担当は、このベンチマークを使って、メール取得改善、セグメンテーション、SMSテスト、補充フロー、ロイヤルティ、サブスクリプションロジック、購入後教育の必要性を訴えられます。優れたライフサイクル施策は、単なるメールキャンペーンではありません。商品ページの教育、チェックアウト行動、カスタマーサポート、再購入タイミングとつながっています。

SEOとコンテンツチームにとっては、技術的な可視性とAI検索の次元が最重要です。従来型SEOの基本はサンプル内で比較的強い一方、AI検索対応はまだ初期段階です。そこから、明確なコンテンツと技術ロードマップが見えてきます。商品ページのschemaを改善し、商品情報を公開し、メタデータを整え、カテゴリページを検索意図に合わせ、商品訴求を機械と人間の両方が検証しやすくすることです。SEOチームはこのインデックスを、キーワード順位の先にある「ストアフロントの準備度」へと視野を広げるために使えます。

顧客体験チームにとっては、低い顧客体験スコアが機会です。レビュー、サポート、返品、診断、パーソナライズ、アップセル、信頼インフラは、単なるサービス層ではありません。コンバージョンを形作ります。買い手が証拠を見られず、質問できず、フィット感を理解できず、選択肢を比較できず、悪い体験のあとに立ち直れないなら、その摩擦はコンバージョン率と継続率という形でブランドが支払うことになります。

エンジニアリングとマーケティングオペレーションにとっては、このインデックスは依存関係監査と組み合わせるべきです。成熟度が高いほど、スクリプト、ツール、連携ポイントが増える傾向にあります。それ自体は悪いことではなく、ガバナンスが必要だということです。全チームがベンダーを追加し続ける一方で、エンジニアリングに「サイトを速くしてほしい」とだけ求めるのは適切ではありません。このインデックスは共通言語を作れます。どの機能が、その技術的コストに見合うのか、という問いです。

11. 実践的な成熟ロードマップ

このインデックスは、シンプルな段階的ロードマップに落とし込めます。

ステージ1：Operationalになる。 ストアが動作し、アナリティクスが導入され、チェックアウトが使いやすく、メタデータが存在し、少なくとも1つ明確な継続経路があることを確認します。ここが土台です。

ステージ2：測定可能になる。 獲得イベントを整理し、ピクセルの重複を排除し、購入トラッキングを検証し、どのダッシュボードを正とするか決めます。各チャネルが違う答えを返すままでは、ブランドは自信を持ってスケールできません。

ステージ3：再現可能になる。 ライフサイクルフロー、購入後ジャーニー、顧客サポートワークフロー、レビュー、補充ロジックを構築します。ここでブランドは、有料獲得だけへの依存を減らし始めます。

ステージ4：機械に発見されるようになる。 構造化商品データを追加し、メタデータを改善し、schemaを検証し、商品やポリシーの事実を明確にします。AI検索やショッピングエージェントが商品発見の一部になりつつある今、これはますます重要です。

ステージ5：統治される。 同意と可観測性を追加し、スクリプトを見直し、ツールごとに責任者を割り当て、四半期ごとのスタックレビューを作ります。成熟したブランドは、単にインフラを増やすのではなく、それを統治します。

このロードマップは、あえて実務的にしています。小規模ブランドが、すべての高度なシグナルを追いかける必要はありません。次に取るべきレイヤーは、ステージ、カテゴリ、AOV、チーム規模、トラフィック構成、国際展開の野心によって変わります。インデックスは地図であって、スコアボードではありません。

方法論

このインデックスは、2026年5月11日に収集されたDTCデュアルレポートデータセットをもとに構築されました。master.csv、detection.csv、seo_signals.csv、categories.csv、perf_metrics.csv の入力を使って、1,238ドメインを評価しています。

このモデルは、獲得アナリティクス、継続ライフサイクル、コマースと決済、顧客体験、技術的な可視性、AI検索、ソーシャル配信、コンプライアンス / 可観測性の8つの次元にわたり、最大100点を配点します。スコアは、事業成果ではなく公開されている運営シグナルを反映するよう設計されています。

このインデックスは、意図的にツール数とは異なります。複数の運営レイヤーとバランスの取れた成熟度を評価します。また、カテゴリや運営モデルに応じて、異なる経路で高得点を取れるようにもしています。

留意点

1. これは売上やブランド品質のランキングではありません。 高スコアは、観測可能な運営レイヤーが多いことを意味するのであって、必ずしも事業成果が良いことを意味しません。

2. サンプルは完全なDTC調査ではありません。 eコマースツールのエコシステムや公開DTCリストで可視性の高いブランドに偏っています。

3. 公開検出は下限値です。 一部のツールやシグナルは動的に読み込まれたり、同意の裏側にあったり、クライアントサイドレンダリング経由だったりします。

4. カテゴリラベルは方向性を示すものです。 パターン分析には役立ちますが、厳密な分類体系ではありません。

5. スコアの重み付けは編集的かつ実務的です。 普遍的な科学的真理ではなく、有用な運営ベンチマークを作ることを目的としています。

6. 成熟は複雑性を生みます。 高スコアはしばしば、より多くのスクリプトと依存関係に結びつくため、ガバナンスの観点で解釈すべきです。

再現性メモ

納品フォルダには以下が含まれます。

• analyze_maturity_index.py — 8つの成熟度次元にわたってドメインを評価し、成熟度ティアを割り当てるために使った分析スクリプト。
• dtc_maturity_index_scores.csv — ドメインレベルの成熟度スコア、次元スコア、ティア割り当て。
• dimension_benchmarks.csv — 成熟度次元ごとの平均、中央値、p75、最大スコア。
• maturity_by_tier.csv — ティアごとのベンチマークと分布サマリー。
• maturity_by_category.csv — カテゴリごとの成熟度ベンチマーク。
• head_vs_tail_maturity.csv — ソース可視性セグメントごとの成熟度比較。
• top_maturity_brands.csv — 編集レビューと事例選定のための高得点ドメイン。
• summary.json — サンプルサイズ、平均スコア、中央値、ティア分布、advancedまたはeliteの割合、最も強い／弱い次元の平均を含む、本レポートで引用した主要集計指標。

方法論の修正、データセットの問題、追加分析のご提案は support@thunderbit.com までお寄せください。 このレポートはThunderbitが持ついかなる商業的立場からも独立して公開されています。私たちはAI搭載のウェブスクレイパーを開発しており、運営者、研究者、検索エンジン、AIエージェントがブランドのオンライン運営を理解できるよう、公開eコマースサイトが十分に検査可能であり続けることに構造的な利害関係を持っています。このインデックスは、2026年5月11日に収集された公開Webシグナルに基づく1,238件の評価済みDTCドメインから成ります。本レポートのデータは、それ自体で成立しています。— Thunderbitリサーチチーム、2026年5月。