レポート | DTCウェブサイトベンチマーク2026：1,238サイトの分析

エグゼクティブサマリー

DTC運営者は、ブランド、コミュニティ、クリエイティブ、リテンション、顧客体験についてよく語ります。その裏で、あまり表に出ない現実があります。現代のDTCサイトの多くは、驚くほど似た運用スタックの上で動いている、ということです。本調査では、まず1,597の候補DTCブランドを起点に、1,431のドメインを解決し、2026年5月11日時点で1,238のブランドサイトについてホームページレベルの分析を完了しました。狙いはブランドの順位付けではありません。もっと実務的な問いに答えることでした。ECツールのエコシステムで見つかるブランドの公開サイトを調べると、実際にはどのようなインフラのパターンが現れるのか、という問いです。

最もはっきりした発見は、DTC運用スタックの土台が標準化していることです。**Google Analytics 4はサンプルの84.2%**に見られました。Klaviyo Onsiteは47.9%、**Google Tag Managerは41.4%**でした。決済面では、Shop Payが57.4%、PayPalが48.9%でした。少なくとも1つのツールが検出された1,083ブランドのうち、GA4 + Shop Payの共起は65.6%、GA4 + PayPalは56.0%、PayPal + Shop Payは55.6%、**GA4 + Klaviyoは54.6%**でした。運営者にとっての意味は明快です。DTCのデフォルトスタックは、もはや戦略的な秘密ではありません。もはや前提条件です。

同質化そのものは、いちばん面白い部分ではありません。面白いのは、どこでその同質化が崩れるかです。DTCサイトは、基本的な分析、決済、メール基盤では成熟して見える一方で、AI検索対応、構造化商品データ、国際SEO、パフォーマンスガバナンス、そしてWebトラフィックと自社ソーシャルのつながりは、かなり未成熟です。こうしたギャップこそが、ECチームにとっては有効なベンチマークになり、SEOライター、ニュースレター、業界メディアにとっては有効な切り口になります。

AI検索で最も意外だった発見は、受動的な対応と能動的な対応の分かれ目です。llms.txtはサンプルの57.9%に見られ、一見するとAI検索対応が広く進んでいるように見えます。ですが、その50.8ポイントはShopifyの自動生成ファイルによるもので、手動でllms.txtを整備しているブランドは**7.1%**にすぎません。同時に、**JSON-LDのProductスキーマは、取得した1,240のホームページサンプルのうちわずか0.9%**にしか見られませんでした。つまり、多くのブランドはプラットフォームから与えられた新しいAI可読の入口を持っている一方で、検索エンジンやAIシステムが確実に解釈できる形で商品レベルの構造化情報を公開しているブランドはごくわずかです。

2つ目の意外な発見は、可視性の高いブランドとロングテールの差を分けているのは、ツールの数ではないことです。このサンプルでは、少なくとも3つのソースコレクションに登場したブランドを「ヘッド」と定義すると、平均で4.5個の分析・マーケティングツールが検出されました。1つのソースにしか登場しない「テール」は平均4.1個でした。差は小さいのです。より大きな差は、具体的な成熟度シグナル、つまり高度なアトリビューション、ヘッドレスフロントエンドの採用、行動分析、プライバシー対応、意図的なプラットフォーム設計にあります。

3つ目の発見は、DTCサイトが実際にパフォーマンス負債を抱えていることです。パフォーマンス項目が利用できた1,240のホームページサンプルでは、中央値のホームページに52個のscriptタグと8つの第三者ドメインがありました。p75は69 scriptと12の第三者ドメインです。ホームページのバイトサイズは収集上の制約で上限があるため、発見事項としては使うべきではありませんが、script数と第三者ドメイン数は依存密度を示す有用な指標です。多くのDTCチームは、速度とシンプルさを、マーケティング可視化、アトリビューション、パーソナライゼーション、同意管理、チャット、サポート、ピクセル、テストツールと引き換えにしてきました。

4つ目の発見は、「グリーン」なDTCの訴求が、業界の会話が示すほどホームページの文言には出ていないことです。1,240サンプルの判読可能なホームページ本文では、free shippingは26.2%、best sellerは24.4%、プレスや「as seen on」系の表現は**22.6%**でした。対して、sustainableは4.6%、eco-friendlyは1.3%、**cruelty freeは1.0%**にとどまりました。これはブランドがサステナブルではない、という意味ではありません。多くのブランドが、サステナビリティを公開ホームページの主要なコンバージョン訴求にしていない、ということです。

5つ目の発見は、SNSそのものにかなり近い話ですが、EC運営者には重要です。完全なホームページサンプルの半数以上で、追跡対象のソーシャルプラットフォームへの可視リンクが静的HTML上には見られませんでした。この数値には、クライアントレンダリングされるフッターや動的メニューを見逃す可能性がある、という重要な注意点があります。それでも、運用上のヒントとしては有用です。ブランドがInstagram、TikTok、YouTube、Pinterest、Xに投資しているなら、公式サイトでそれらを見つけにくくしてはいけません。

このレポートは3つの対象者向けに書かれています。DTCおよびECチームは、運用ベンチマークとして使えます。SEOおよびECコンテンツ制作者は、注意点を踏まえたうえで引用できる一次データとして使えます。業界ライターは、DTCスタックがどこで標準化し、次の競争優位がどこから生まれるかを示すスナップショットとして使えます。

共有されやすい5つの発見

1. DTCには今やデフォルトスタックがあります。 このサンプルでは、GA4、Klaviyo、Shop Pay、PayPalが実質的な標準です。次の優位性は「ツールを入れること」ではなく、データを統制して、より良い実験を回すことです。

2. AI対応の多くは受動的です。 llms.txtは完全サンプルの57.9%に見られますが、その大半はプラットフォーム生成です。手動のllms.txtは7.1%にすぎず、Productスキーマは0.9%にしか見られません。

3. ロングテールはツール数ではほぼ追いついています。 ヘッドブランドの平均検出ツール数は4.5、テールブランドは4.1です。差は「何個入っているか」ではなく、「どの成熟度ツールを、どれだけうまく使っているか」です。

4. 多くのDTCホームページは依存関係が重いです。 パフォーマンスサンプルの中央値ホームページには52個のscriptタグと8つの第三者ドメインがあります。マーケティング可視化には速度コストが伴います。

5. ホームページの文言は、価値観より商業性が強いです。 「free shipping」や「best seller」は、サステナビリティ系の文言よりずっと頻繁に出てきます。これは、DTCが自分自身を語るイメージとは逆向きで、コンテンツチームにとっては有用です。

1. サンプルを正しく読む

このレポートは、市場に存在するすべてのDTCブランドの国勢調査ではありません。出発点となったブランド群は、ブランドが見つかりやすい公開EC・DTCソース、つまりツール事例ライブラリ、Shopifyエコシステム資料、公開DTCインデックス、関連ECリストから集められました。したがって、このサンプルは無作為な市場調査ではなく、ECツールのエコシステムから発見可能なブランド群です。

これはプラットフォームの解釈で特に重要です。Shopifyが過剰に表れているのは、多くのソースリストがShopifyエコシステムのツールやEC事例と結びついているからです。完全サンプルでは、Shopifyは1,238サイト中789件、つまり**63.7%**に現れました。この数値はこのサンプルの説明であって、すべてのDTCサイトを代表する主張ではありません。業界シェアとして引用すべきではありません。

同じ注意は、プラットフォーム固有の結論すべてに当てはまります。ある数値が、事例エコシステムの強いツールやプラットフォームに関するものであれば、ブランドプールの構成方法によって膨らんでいる可能性があります。そのため、このレポートは「Shopifyが圧倒的」という話よりも、サンプル内でも実務的に役立つ運用シグナル、つまりツールの共起、AI対応ギャップ、決済パターン、スキーマの欠落、ソーシャル可視性、カテゴリ差、パフォーマンス負債に焦点を当てています。

また、このレポートが測っているのは公開Webサイトのシグナルであり、内部の運用品質ではありません。ブランドは、ユーザー同意後に読み込まれるツール、タグマネージャー経由で注入されるツール、クライアントサイドレンダリングの裏に隠れたツール、取得したHTMLの先頭256KBに含まれないツールを使っている可能性があります。Apple PayやGoogle Payのような決済手段は、動的に読み込まれることが多いため、特に過少計上されやすいです。したがって、ツールの導入率は下限値として読むべきです。

その制約はデータを無意味にはしません。むしろ、データを具体的にします。ここで見ているのは、公開クロールがブランドサイトから確認できるものです。検索エンジン、AIクローラー、SEOツール、競合インテリジェンスツール、そして素早く机上調査をする多くの記者が目にするのと同じ可視性の面です。ECとSEOチームにとって、その公開可視性の層こそ改善する価値があります。

2. DTCのデフォルトスタックは、もうここにある

1,238の完全サンプル全体では、サイトあたり平均3.39個の分析・マーケティングツール、中央値は3個でした。この数値は、検出された分析・マーケティング項目だけを対象としており、サイト上のすべての運用レイヤーを含むわけではありません。決済と支払いシグナルを含めると、実際のDTC運用基盤はさらに大きくなります。つまり、分析、リテンション、タグ調整、ワンクリック決済、少なくとも1つのなじみのあるウォレットまたは支払い手段です。

検出数上位のツールを見ると、現代DTCの基盤の形が見えてきます。

運営の話は単純です。GA4は今や基本計測です。KlaviyoはDTCのリテンション層です。GTMはピクセルとタグの調整層です。Microsoft Clarity、Gorgias、Triple Whale、Cookiebot、Rebuy、Attentiveは万能ではありませんが、それぞれ異なる成熟度を示します。行動分析、顧客サポート、アトリビューション、同意管理、アップセル、SMSです。

最も有用なベンチマークは、単一の導入率ではありません。共起パターンです。少なくとも1つのツールが検出された1,083ブランドのうち、最も一般的な組み合わせは次のとおりです。

これは、DTCのデフォルトスタックを示す最もはっきりした証拠です。分析、リテンション、ワンクリック決済、そしてなじみのあるウォレット選択肢。新しいDTC運営者にとって有益なのは、不確実性が減ることです。最初の仕事は、奇抜なスタックを発明することではありません。土台をきれいに動かすことです。正確なイベント、同意に配慮した計測、機能するメール/SMS獲得導線、そして顧客がすでに知っている決済フローを整えることです。

ツールベンダーやSaaS運営者にとっては、これはより厳しい市場を意味します。新しいツールは、機能の広さを主張するだけでは勝てません。基盤スタックはすでに混み合っており、主要ツールは業務フローに組み込まれています。突破口は、基盤スタックがうまく解決できていない課題、つまりプライバシー制約下でのより良いアトリビューション、より良いライフサイクルテスト、よりクリーンなクロスチャネルID、より良い購入後アップセル、より良い返品インテリジェンス、より摩擦の少ない国際対応を解くことにあります。

実例を見ると、パターンはもっと具体的になります。クロールの中では、Beekman 1802、Princess Polly、Fresh Clean Threads、Rare Beautyのようなブランドが、分析、リテンション、サポート、同意、アトリビューション、あるいは顧客体験系のツールを組み合わせた、比較的成熟したスタックを示していました。大事なのは、すべてのブランドがすべてのツールをまねるべきだということではありません。成熟したDTC運営は、基盤を丸ごと置き換えるのではなく、同じ土台の上に専門ツールを積み重ねることが多い、という点です。

3. AI検索ギャップ：llms.txtはあちこちにあるのに、Productスキーマはほとんどない

このレポートで最も引用価値が高い発見は、llms.txtと構造化商品データの不一致です。

完全なWebサイトサンプルでは、**717ブランドがllms.txtを持っており、割合は57.9%**でした。ぱっと見では、DTCがAI検索施策を急速に取り入れているように見えます。ですが、内訳が重要です。

結論は「DTCブランドがAI検索の専門家になった」ということではありません。より適切な結論は、プラットフォームのデフォルト設定は、ブランドチームより速く市場を動かせるということです。プラットフォームが新しい公開ファイルを自動追加すると、多くのブランドは戦略的な判断をしなくても恩恵を受けます。それは有用ですが、意図的なAI検索最適化とは同じではありません。

より重要なギャップは構造化データに現れます。取得したホームページコンテンツを持つ1,240サンプルでは、何らかのJSON-LDは48.4%、Organizationスキーマは39.5%、WebSiteスキーマは36.0%、BreadcrumbListは12.7%、そして**Productスキーマはわずか0.9%**でした。

Productスキーマが重要なのは、検索エンジンとAIシステムが、商品という実体を理解する助けになるからです。具体的には、名前、価格、在庫状況、SKU、評価、画像、関連商品情報です。ブランドが美しいコピーとモダンなECスタックを持っていても、公開クローラーが商品情報をきれいに解析できなければ、発見可能性を取りこぼしています。

クロールでのポジティブな例としては、Curie、Manukora、Mokobara、MoxieLash、Unbloat、Vivaなどがあり、少数ながらProductスキーマ検出に含まれていました。これは、構造化商品データに取り組んでいる唯一のブランドだという意味ではありません。手法はホームページ中心で保守的だからです。ただし、このクロールで多くの公開DTCホームページが見せなかった構造化シグナルの、参考例としては有用です。

SEOチームにとって、これはレポート全体の中で最もすぐ実行できる項目です。商品ページでProductスキーマを追加または検証することは、通常、新しいチャネルを立ち上げたり、サイトを作り直したり、別の分析ベンダーを増やしたりするよりはるかに安価です。社内説明も容易です。AI検索とリッチリザルトに商品情報が必要なら、商品ページはその情報を機械可読な形式で公開すべきだ、というだけです。

コンテンツ制作者にとっては、見出しは自然に決まります。DTCブランドはデフォルトでAI検索ファイルを手に入れたが、クロールではほとんど誰もProductスキーマを公開していない。 この対比は、ありきたりな「AI検索が来る」という話より面白いです。なぜなら、具体的なギャップを指しているからです。

4. 決済：Shop Payがデフォルト、BNPLはまだ少数派

決済は、このサンプルの中でも最も標準化が進んでいる層の1つです。

ここでは、Shop Pay、Apple Pay、Google Payを指すワンクリック決済は、完全サンプルの**57.9%に見られました。Afterpay、Affirm、Klarna、Sezzleを指すBNPLは8.7%**でした。

Apple PayとGoogle Payは、静的なホームページHTMLではなく動的な決済スクリプト経由で読み込まれることが多いため、過少計上されている可能性が高いです。この手法ではShop PayとPayPalのほうが検出しやすいのです。安全な結論は、Apple Payが重要でないということではありません。安全な結論は、この公開クロールではShop PayとPayPalが最も可視な決済シグナルであるということです。

BNPLの数値が戦略的に有用なのは、意思決定の分岐点になるくらいには低いからです。このサンプルでBNPLは、DTCの万能デフォルトではありません。カテゴリと価格帯ごとに選択的に現れます。アパレル、フットウェア、家具、機器、プレミアム美容のような高AOVカテゴリでは、BNPLは購入摩擦を下げられます。低AOVの消耗品では、効果は弱いかもしれません。

したがって運営者の問いは、「すべてのDTCブランドがBNPLを入れるべきか」ではありません。問いは、自社のAOV、粗利構造、顧客年齢層、返品傾向、カテゴリ検討サイクルが、もう1つの決済オプションを正当化するかです。AOVが約80ドルを超えるブランドでは、検証する価値があることが多いです。サブスク型消耗品では、BNPLが初回注文のコンバージョンを改善しつつ、継続収益の経済性を損なわないかが判断基準になります。

より広い決済環境でのポジティブな例は、顧客に複数の信頼できる支払い導線を提供している成熟DTCブランドに見つかります。Glossierはクロール上でAfterpay、PayPal、Shop Payとともに見られました。Saatvaは支払い欄にAffirmがありました。これらは、カテゴリごとのロジックの違いを示すために有用です。美容は、幅広い消費者向け決済体験の一部として柔軟な支払いを使い、マットレスやホームグッズは高額購入の摩擦を下げるために分割払いを使います。

5. ヘッドレスは、まだ成熟度のシグナルであってデフォルトではない

1,238の完全サンプルでは、モダンなフロントエンドフレームワークは次のように現れました。

これらの認識可能なモダンフロントエンドフレームワークは、合計で約139ブランド、つまり完全サンプルの**11.2%**に現れます。真のヘッドレス比率はもっと高い可能性があります。というのも、カスタムReactやSPAのストアフロントの多くは、単純なクロールでは認識しやすいフレームワークの痕跡を残さないからです。

ここでの見出しは「みんながヘッドレスに向かっている」ではありません。もっと繊細です。ヘッドレスは、十分に可視である一方、まだ希少なので成熟度のシグナルになる、ということです。大半のDTCチームは、Next.jsやHydrogenでストアフロントを再構築していません。それを行うブランドは、通常、速度、表現コントロール、コンテンツとコマースの柔軟性、国際アーキテクチャ、複雑なランディングページ、より厳密なSEOコントロールといった特定の課題を解決しています。

クロールでのポジティブな例としては、Warby ParkerとStitch FixがNext.js、Dr. Squatch、Blueland、Liquid I.V.、ChubbiesがHydrogen、Hedley BennettとHarry'sがRemix、CocunatとBiossanceがAstroでした。これらの名前が重要なのは、運営者が具体例を好むからです。ヘッドレスが抽象的なエンジニアリングトレンドではなく、アイウェア、パーソナルケア、食品、アパレル、美容、消費財にまたがって見えるパターンだと示しているからです。

ただし、ほとんどのブランドにとって、ヘッドレスは最初の運用優先事項であるべきではありません。ヘッドレスフロントエンドは、パフォーマンスとブランド体験の向上をもたらし得ますが、保守コストも上がります。ブランドには、エンジニアリング能力、QAの規律、分析の統制、コンテンツワークフロー管理、信頼できるデプロイ手順が必要です。クリーンな分析基盤、メールライフサイクル、スキーマ実装、決済テスト文化を持たない小規模ブランドが、いきなりフロントエンド再構築に飛びつくべきではありません。

より現実的な成熟度の階段は次のとおりです。

1. 基盤スタックを動かす：GA4、リテンション、決済、同意、クリーンなイベント。
2. 構造化商品データとクロール可能なSEO基盤を追加する。
3. 不要なscriptと第三者依存を減らす。
4. チームがそのデータに基づいて動けるときだけ、行動分析やアトリビューションを追加する。
5. 速度、デザイン制御、国際化、コンテンツとコマースの柔軟性が本当に必要になったら、ヘッドレスを検討する。

この階段の良いところは、ヘッドレスを文脈の中に置けることです。ヘッドレスはバッジではありません。運用上の選択です。

6. パフォーマンス負債：ホームページはベンダーハブになりつつある

パフォーマンス項目は、DTCに共通する緊張関係を示しています。マーケティングチームは、可視化、アトリビューション、ポップアップ、レビュー、パーソナライゼーション、サポート、SNSピクセル、同意、テスト、リターゲティングを求めます。エンジニアリングとSEOチームは、速度、依存関係の少なさ、クリーンなページを求めます。ホームページはその中間にあります。

パフォーマンス指標がある1,240のホームページサンプルでは次のとおりです。

ホームページのバイトサイズ項目は、取得処理が256KBで読み取りを打ち切っているため、信頼できる発見ではありません。しかし、script数と第三者ドメイン数は依然として有用な指標です。中央値で52個のscriptタグということは、典型的な完全サンプルのホームページが軽量文書ではない、ということです。多くのベンダーとブラウザ側の挙動を調整する中継点になっているのです。

この発見は、運営者が誤解しやすいものです。答えは「すべてのツールを削除する」ではありません。多くのツールは、売上を支えているから存在します。より良い答えは、責任を割り当てることです。すべてのscriptには、ビジネスオーナー、存在理由、読み込み戦略、同意時の挙動、見直しサイクルが必要です。誰も所有しないscriptは、パフォーマンス負債になります。

運営者にとって最良の問いは、どのタグがまだコストに見合っているかです。主要な広告チャネルを支えるピクセルは、パフォーマンス低下を受け入れる価値があるかもしれません。チームがもう使っていないベンダーの旧式テストタグは違います。行動分析ツールは、誰かが週次でセッションをレビューするなら価値があるかもしれません。録画を誰も見ないなら、そのscriptはただの負担です。

SEOチームにとって、これは橋渡しになるテーマです。Core Web VitalsやテクニカルSEOはエンジニアリングの問題として扱われ、タグはマーケティングツールとして扱われがちです。しかし実際には、同じオペレーティングシステムです。DTCチームはタグ統制なしにパフォーマンスを改善できず、マーケティングの参加なしにタグを統制することもできません。

7. プライバシー、可観測性、高度運用

サンプル中のいくつかのツールカテゴリは、基盤スタックほど一般的ではありませんが、現れるとより多くを語ります。

**Cookiebot / OneTrustは完全サンプルの9.6%**に見られました。これは同意管理のシグナルです。ブランドがより厳しいプライバシー法域で運営していたり、コンプライアンスを真剣に捉えていたりする場合によく現れます。DTCブランドがヨーロッパ、カナダ、その他のプライバシー重視市場に拡大するなら、同意管理は「あれば便利」ではなく実務上の要件になります。

Microsoft Clarityは20.6%、一方で**Hotjarは8.3%**でした。どちらも行動分析に関連するため、これは注目すべき差です。Clarityが無料でプライバシーに配慮したポジショニングをしていることが、コストに敏感な市場で優位に働いている可能性があります。運営者にとっては、行動分析はエンタープライズだけの活動ではないことを示しています。中堅DTCチームでも、研究プラットフォームに高額を払わずにユーザー行動を観察できます。

**Gorgiasは19.1%**に見られました。これは重要です。なぜなら、顧客サポートはDTCが一般的なECと異なる場所の1つだからです。返品、注文変更、配送の質問、サブスク、破損品、商品教育が、サポートと売上を結びつけます。ECデータと統合されたサポートツールは、単なる問い合わせ受信箱ではなく、コンバージョンとリテンションの仕組みの一部になります。

Triple Whaleは15.3%、**Northbeamは5.1%**でした。これはアトリビューション成熟度のシグナルです。ブランドがMeta、Google、TikTok、インフルエンサー、アフィリエイト、メール、SMSにまたがって予算を投下している場合、GA4だけでは運営者が知りたい問い、つまり「どの支出が本当に利益を生むのか」に答えられないことがあります。DTCネイティブのアトリビューションツールの出現は、アトリビューション問題がニッチな懸念から、主流の成長チームの痛みに移ったことを示しています。

**Rebuyは9.0%**に見られました。これは購入後とアップセルのシグナルです。この低い比率は、多くのブランドに注文単価と購入後の収益化を改善する余地があることを示しています。補充型商品や相性の良いSKUがあるブランドでは、購入後アップセルは新規トラフィックを追うより効率的かもしれません。

これらのツールは、すべてのブランドへの推奨ではありません。成熟度の目印です。十分な広告費がないのにTriple Whaleを入れるべきではありません。誰もセッションをレビューしないなら行動分析は不要です。商品カタログに論理的な関連購入がないならRebuyを追加すべきではありません。このベンチマークが有用なのは、全員に全部必要だと示しているからではなく、こうしたツールが可視なスタックに入ってくるタイミングを示しているからです。

8. カテゴリ差：美容とウェルネスはより深いスタックを使う

本調査のカテゴリ分類はルールベースであり、不完全です。全ブランドプールの半数以上が「Other」に入るため、カテゴリ所見は方向性として読むべきです。それでも、十分なサンプルがあるラベル付きカテゴリは、役立つ傾向を示しています。

Beauty & SkincareとHealth & Wellnessは、この表で最も深い検出スタックを持っています。納得感があります。これらのカテゴリでは、教育、信頼、成分、サブスク、ルーティン、レビュー、規制上の慎重さ、リピート購入行動が関わることが多いからです。ウェルネスブランドは、懐疑的な顧客を認知からリピート購入へ動かすために、コンテンツ、メール教育、診断、サブスク、アトリビューション、サポート、行動分析が必要になることがあります。

Food & Beverageは、この視点で最もInstagramのカバー率が高いです。これもカテゴリに合っています。食品は視覚的で、習慣に結びつき、シーンがあり、ライフスタイル文脈で見せやすいからです。Apparel & FootwearはTikTokのカバー率が最も高く、Food & Beverageとほぼ同率です。短尺の試着、スタイリング、ハール動画、クリエイターコンテンツに合っています。

コンテンツマーケターにとって、この節は再活用の大きな機会です。総合ベンチマークは有用ですが、カテゴリ別レポートのほうが遠くまで届くことが多いです。「美容DTCブランドが実際に何を入れているか」や「食品DTCがInstagramに過剰に集中する理由」のほうが、各業界コミュニティの中では一般的なDTCスタック記事より反応が良いでしょう。

9. ホームページ文言：DTCは自画像よりも取引的である

価値提案テキストのスキャンでは、scriptとstyleを除去した後の判読可能なホームページ本文を見ました。目的はブランドの質を評価することではありません。公開上のポジショニングとして、どのフレーズが十分な頻度で現れるかを見ることでした。

最も目立つメッセージは実用的で商業的です。送料無料、ベストセラー、プレスの信頼性、ギフトカード、限定性、サブスクです。サステナビリティ関連の用語はかなり少ないです。これはDTCブランドがサステナブルではない、という意味ではありません。サンプルでは、サステナビリティがホームページの主要なコンバージョン言語ではない、という意味です。

これはメディアやニュースレターにとって有用なカウンターナラティブです。DTCはしばしば、価値観、ミッション、サステナビリティ、コミュニティを通じて語られるからです。このサンプルの公開ホームページ文言は、よりコンバージョン志向です。ブランドは依然として、摩擦を減らし、需要を証明し、信頼性を示し、訪問者を購入へ導く必要があります。

**press / as seen onが22.6%**というのは、PRチームにとって特に有用です。オウンドではなく、獲得メディアが単なる認知ではなく、ホームページ上で再利用可能な信頼資産になることを示しているからです。強い掲載実績は、記事公開後かなり長く、コンバージョン導線の中で生き続けます。

**gift cardが19.8%**というのも、見た目以上に面白い指標です。ギフトカードは、売上、獲得、ロイヤルティ、キャッシュフローの道具として機能します。単なるホリデー向けの付加物ではありません。ギフト適性の高いDTCブランドでは、相手のサイズ、好み、色味、正確な商品ニーズがわからない顧客にとって、ギフトカードモジュールは意思決定の摩擦を下げられます。

10. ヘッド対テール：ツール数は堀ではない

ヘッド対テールの区分は、売上ではなくソース可視性を使っています。「ヘッド」は、少なくとも3つのソースコレクションに登場したブランドです。「テール」は、1つのソースコレクションにしか登場しなかったブランドです。これは公開ソース上の可視性の代理指標です。

スタックの深さの差は小さいです。ここが重要です。つまり、小規模または可視性の低いブランドでも、より有名なブランドとほぼ同じ基盤インフラにアクセスできるということです。現代のEC運営者は、大きなチームがなくてもGA4、Klaviyo、Shop Pay、PayPal、Microsoft Clarity、基本的なピクセルを導入できます。

違いは、それらのツールをどう使うか、そして次にどの高度ツールが現れるかです。ヘッドブランドは、ツール数が大幅に多いわけではなくても、より強いアトリビューション、より良い決済オプション、よりクリーンなコンプライアンス、より成熟したサポート、より良いガバナンスを持っている可能性が高いです。堀はアプリ一覧ではありません。運用規律です。

中堅DTCチームにとって、この結論は励ましでもあり、同時に少し厄介でもあります。ツールが手に入りやすい、という点では励みになります。誰でも同じツールを入れられるなら、優位性は実行に移るからです。クリエイティブのテスト速度、メールセグメンテーション、商品ページ品質、テクニカルSEO、スキーマ、速度、ライフサイクル計測、キャンペーン規律です。

11. 運営者はこれをどう使うべきか

このベンチマークは、意思決定につながって初めて有用になります。以下が実務的な順番です。

まず、基盤を監査してください。GA4イベントがクリーンか、購入計測が信頼できるか、Klaviyoやリテンションプラットフォームが正しく接続されているか、決済オプションが機能しているか、同意挙動が法令に沿っているか、主要な広告ピクセルが意図的に実装されているかを確認します。壊れた土台を補うためにツールを増やしてはいけません。

次に、AI検索とSEOの基本を整えてください。meta description、canonicalタグ、Open Graph、必要に応じてhreflang、JSON-LDを検証します。最大の機会はProductスキーマです。オンラインで商品を売るなら、商品ページで商品情報を機械可読にしておくべきです。

3つ目に、タグレビューを実施してください。scriptと第三者ドメインをエクスポートし、それぞれに担当者を割り当てます。放置ベンダーを削除し、重要度の低いscriptは遅延させます。同意時の挙動を明示します。これはSEO、エンジニアリング、分析、マーケティングのすべてに効く、珍しい仕事の1つです。

4つ目に、カテゴリとAOVごとに決済摩擦を確認してください。AOVが高いなら、BNPLは試す価値があります。国際販売をしているなら、PayPalと現地の決済期待が重要です。Apple PayやGoogle Payがあるのにクロール上で見えない場合でも、実際のチェックアウト体験でそれらが明確に提示されるようにしてください。

5つ目に、Webサイトと自社ソーシャルを意図的につなげてください。Instagram、TikTok、YouTube、Pinterest、LinkedIn、Xがブランドにとって重要なら、公式サイトからそこへ導線を張るべきです。もう重要でないチャネルなら、古いアイコンは外しましょう。

6つ目に、高度なツールは運用上のコミットメントとして扱ってください。Triple Whale、Northbeam、Rebuy、Attentive、Gorgias、行動分析ツールは価値を生みますが、それはチームがそれを回すワークフローを持っている場合だけです。担当者のいないツールは、ただのscriptです。

方法論

開始時点のプールは、ツール事例ライブラリ、Shopifyエコシステム資料、公開DTCインデックスを含む公開EC・DTCソースから集めた1,597の候補DTCブランドでした。そのうち1,431件がドメインに解決されました。クロールは1,238サイトのホームページレベル分析を完了し、2026年5月11日時点で1,240ドメインのホームページコンテンツを取得しました。

クロールは、ホームページ、発見可能な場合は商品ページ、サイトマップエンドポイント、llms.txt候補、aboutページ候補を対象にしました。生HTMLはドメインごとに保存されました。検出には、ECプラットフォーム、フロントエンドフレームワーク、分析・マーケティングツール、決済シグナル、SEO/スキーマ項目、ソーシャルリンク、パフォーマンス関連のカウントについて、フィンガープリントパターンを用いました。

分析は主として公開Webサイトのマークアップを反映しています。内部の分析アカウント、広告アカウント、チェックアウト管理画面、メール成果、売上データ、コンバージョン率、トラフィック水準、収益にはアクセスしていません。検出されたツールが正しく設定されている、あるいは積極的に使われているとも主張していません。

引用時の注意点

1. 業界全体の国勢調査ではありません。 サンプルは、ECツールのエコシステムと公開DTCリストで見つかりやすいブランドに偏っています。「この調査の1,238の完全DTCサイトサンプルでは」といった表現を使い、「すべてのDTCブランド」とは書かないでください。

2. Shopifyは意図的に過剰代表されています。 サンプル内でのShopify比率は、市場シェアではなくサンプル特性として扱うべきです。

3. ツール検出は下限値です。 動的script、同意ゲート付きタグ、インライン決済方式、クライアントレンダリングコンテンツは見逃される可能性があります。

4. ホームページのバイトサイズは上限付きです。 収集プロセスはHTML読み取りを256KBで打ち切っているため、ホームページサイズをパフォーマンス所見として引用すべきではありません。script数と第三者ドメイン数のほうが有用です。

5. ソーシャル可視性はソーシャル活動ではありません。 ホームページ上のソーシャルリンクは公式サイト上の導線を示すだけで、フォロワー数、投稿頻度、クリエイター配分、有料SNS、SNS収益は示しません。

6. カテゴリ分類は方向性です。 タクソノミーはキーワードベースで、「Other」が大きくなっています。カテゴリ表は厳密な市場規模ではなく、パターンを見るためのものです。

7. これは時点スナップショットです。 データは2026年5月11日に収集されました。Webサイトは頻繁に変わるため、将来の再取得では意味のある変化が出る可能性があります。

再現性ノート

納品フォルダには以下が含まれています。

• 00_expand_brand_pool.py — 公開ソースリストから初期DTCブランド候補プールを拡張します。
• 01_resolve_domains.py — ブランド名とソース項目を正規ドメインに解決します。
• 02_fetch_pages.py — ホームページ、商品ページ、サイトマップ、llms.txt、aboutページ候補を取得します。
• 03_detect_all.py — プラットフォーム、分析、決済、SEO、スキーマ、ソーシャル、パフォーマンスシグナルの検出を実行します。
• 04_build_master.py — ブランド別の統合分析テーブルを作成します。
• 05_analyze_reports.py — レポートで使う集計統計を生成します。
• 07_categorize_brands.py — キーワードベースのカテゴリ分類器を適用します。
• 08_extra_analysis.py — SEO、パフォーマンス、CTA、価値提案、共起の追加出力を生成します。

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 までお願いします。このレポートは、Thunderbitが持つ商業的立場とは独立して公開されています。私たちはAI搭載ウェブスクレイパーを開発しており、ECサイトが人間、検索エンジン、分析システム、AIエージェントにとってより読みやすくなることに構造的な利害を持っています。このベンチマークは、2026年5月11日に収集した1,238の完全DTCサイトサンプルに基づいています。本レポートのデータはそれ自体で成立します。— Thunderbit調査チーム、2026年5月。