Coral DX
Overview ― サンゴ販売のデジタル変革
サンゴ販売事業を展開するクライアントに対し、在庫管理・売上管理・顧客管理をデジタル化するECサイトおよび管理システムを構築した。
従来はExcelと手書き台帳で管理していた業務プロセスを一元的なWebシステムに置き換え、 運用コストの大幅削減とデータドリブンな意思決定を可能にした。
Problem
- 在庫状況の把握にリアルタイム性がなく、売り越しが発生
- 売上データの集計が手作業で、月次報告に丸1日以上かかる
- 顧客情報が散在しており、リピーター施策が打てない
- ECサイトがなく、電話・Line注文のみで機会損失が発生
Solution
以下の4つのモジュールを統合したWebシステムを構築:
在庫管理
商品登録・在庫数管理・カテゴリ分類をリアルタイムに管理。 在庫切れ時の自動非表示機能付き。
売上管理
Stripe決済と連動した売上ダッシュボード。日別・月別・商品別の 売上分析を自動集計。
顧客管理
購入履歴・連絡先情報を一元管理。リピーター分析と セグメント分けが可能に。
ECフロント
レスポンシブ対応の商品一覧・詳細ページ。 Stripe Checkoutによるセキュアな決済。
Business Logic ― 在庫・数値管理の仕組み
サンゴ商品は一点モノが多いという特性を考慮し、 在庫管理には「個体管理」方式を採用。 各商品に一意のIDを付与し、状態（在庫あり / 予約済み / 売却済み）を リアルタイムに追跡する。
在庫ステータスフロー
Tech Stack & Decisions
Next.js (App Router)
SSRとISRを活用し、商品ページのSEOと表示速度を両立。管理画面はCSRで動的UIを実現。
Stripe (Checkout + Connect)
PCI DSS準拠の決済をStripe Checkoutで実装。Webhookで注文確定・在庫更新を自動化。
Supabase (PostgreSQL + Auth)
リアルタイムDB更新とRLS（Row Level Security）で管理者/一般ユーザーのアクセス制御を実装。
Results
Future ― 今後の展望
収集した売上・顧客データを活用し、以下のデータ分析機能の追加を構想中:
売上予測ダッシュボード
Python (Pandas/Matplotlib) を使用した売上トレンド分析と需要予測。 Jupyter NotebookからNext.jsダッシュボードに結果を連携。
個体トレーサビリティ
サンゴの入荷元・飼育環境・販売先を追跡可能にするトレーサビリティシステム。 ブロックチェーン技術の適用も検討中。
顧客レコメンデーション
購買履歴と閲覧データに基づく商品レコメンデーション。 協調フィルタリングアルゴリズムの実装を予定。