Blog
ブログ
makeshopの配送リードタイム機能発表、混載注文で見るECの納期表示
- EC

短納期の商品を売っていても、発送準備に時間がかかる商品と同じ届け先へ入った注文では、購入者に見える最短お届け日が短い商品の日数だけで決まるわけではありません。makeshopの配送リードタイムの発表で先に押さえたいのは、商品ごとの設定よりも、混載注文でどの日数が基準になるかです。
GMO MAKESHOP Co.Ltd.は2026年8月3日、商品ごとに発送準備にかかる日数として0〜365日の配送リードタイムを持たせ、購入フローのお届け日選択へ反映できるようにすると公表しました。同一のお届け先に複数商品がある場合は、最も長い商品の日数が適用されます。さらに、最短お届け日は既存の配送日時設定で設定した配送日数も合算して算出されます。
makeshopの配送リードタイムは、商品単体だけで見ない
たとえば、配送リードタイムが1日の商品と3日の商品を同じ届け先へ送る場合、最短お届け日は3日を基準にします。1日の商品だけを見て納期表示を判断すると、同時購入されたときの表示を読み違えることになります。
取り寄せ品や名入れ品など、発送準備日数が異なる通常商品を扱っているなら、ここで一緒に買われやすい組み合わせを思い浮かべてみましょう。短い商品の設定を整えるだけでは、購入フローで注文全体に適用される日数までは確かめられません。
最短お届け日に重なる二つの日数
公式発表で示された計算の順番は、商品ごとの配送リードタイムを加算した後に、既存の配送日時設定の日数を合算するものです。混載時は、同じ届け先に含まれる商品のうち最も長い配送リードタイムを使います。
| 注文の組み合わせ | 配送リードタイムの基準 | 続けて合算される日数 |
|---|---|---|
| 1日の商品だけ | 1日 | 既存の配送日時設定の配送日数 |
| 3日の商品だけ | 3日 | 既存の配送日時設定の配送日数 |
| 1日と3日の商品を同じ届け先へ送る | 3日 | 既存の配送日時設定の配送日数 |
この表は、公式発表の算出規則を注文条件ごとに読み替えたものです。既存の配送日数を含めて確認するため、商品ページに書いた準備日数だけと購入フローの表示を別々に見ないことが大切です。
購入フローでは三つの注文を並べて確かめる
いま商品登録や配送案内を担当しているなら、代表商品を使って次の三つを同じ届け先の条件で見比べてみましょう。
- 発送準備日数が短い通常商品の単体注文
- 発送準備日数が長い通常商品の単体注文
- 二つを同時に入れた混載注文
見るのは、単に表示が早いか遅いかではありません。混載では長い方の日数が基準になり、その後に既存の配送日数が合算されるという規則に沿っているかです。ここが商品説明や配送案内の考え方とずれていれば、案内を見直す場所を絞れます。
CSVで対象商品を見渡し、対象外は分ける
商品情報一括アップロード(CSV)の「配送リードタイム日数」列では、一括設定とエクスポートでの確認ができます。商品数が多い場合は、まずこの列を見て、発送準備日数を持たせる通常商品を見渡すとよいでしょう。
定期・予約・無在庫商品は本設定の対象外です。CSVで設定値を確認する商品と、対象外の商品を同じ前提で扱わないことが、納期案内の混乱を防ぎます。今回の公表から直接確認できるのは、設定できる日数の範囲、CSVでの一括設定・確認、混載時の最長値、既存配送日数との合算、対象外商品までです。
短い商品の設定値を先にそろえるより、長い商品が同じ届け先へ入った注文で何が基準になるかを確かめる。この順序なら、今回の発表を商品マスターの更新だけで終わらせず、購入者が見る納期表示の判断へつなげられます。詳細は公式発表で確認できます。
本記事は記事内で取り上げる各サービスの提供会社が提供または認定するものではありません。
blog
ブログ
makeshopの配送リードタイム機能発表、混載注文で見るECの納期表示
makeshopの配送リードタイム機能の発表を基に、商品別の発送準備日数が購入フローのお届け日選択へどう反映されるかを解説します。同じ届け先の混載では最長日数が基準となり、既存の配送日数も合算されるため、確認すべき注文の組み合わせを整理します。
- EC
futureshopのF-REGI 承認期限変更、ECの長納期注文を売上処理日で分ける
F-REGI 承認期限変更により、futureshopの対象店舗では2026年10月6日以降に受注した承認済みカード注文の保持期限が60日間から25日間へ短縮されます。長納期注文を売上処理の見込み日で分け、期限超過時の再承認条件と海外発行カードの例外を整理します。
- EC
AIでEC売上CSVを分析したら、メール利益を逆に読んだ|式を渡して直す方法
AIでEC売上CSVを分析すると、売上9.2%増の裏で貢献利益30.9%減を見つけた一方、メール利益の増減を逆に読むミスも出ました。実際のCSV、修正前後の出力、計算式を含むコピペ用プロンプトで、数字を鵜呑みにせず次の施策へつなげる方法を試します。
- EC