アスクルのES対策
設問・選考フロー・書き方のコツ

アスクルで、中小企業の購買業務をデータで効率化するソリューション開発に挑戦したいと考えています。大学のゼミで中小企業の業務効率化を研究した際、購買・在庫管理の非デジタル化が生産性低下の主因であることを実証しました。アスクルはBtoB ECの圧倒的な商品数と物流インフラを持ちながら、購買データ分析でお客様の業務改善を支援できる稀有な立ち位置にあります。特に、購買履歴データを活用した自動発注サジェスト機能の拡充や、AIを活用した消耗品のコスト削減提案サービスに携わりたいです。中小企業のデジタル化支援を通じて、日本全体の業務効率向上に貢献できると確信しています。

私のNo.1は「データから仮説を立て、行動で検証し続ける力」です。大学2年から続けているカフェのアルバイトで、売上低迷の原因分析に取り組みました。POSデータを3ヶ月分分析した結果、「平日午後2〜4時の来客率が他店舗比で30%低い」という課題を発見。原因として「近隣のターゲット顧客（ビジネスパーソン）が午後のミーティング需要を満たせていない」と仮説を立て、マネージャーに席配置の改善と電源設備の増設を提案しました。実施後2ヶ月で該当時間帯の売上が28%増加しました。感覚的な「なんとなくこうすれば」ではなく、データに基づいて課題を特定し行動し検証する力は、データドリブン経営を推進するアスクルで最大限に発揮できると考えています。

ゼミのリサーチプロジェクトで、地方ECサイトの離脱率改善に取り組み、コンバージョン率を1.8%から3.4%に改善しました。依頼を受けた地方の食品メーカーのECサイトがアクセス数の割に購入に至らない課題を抱えており、私はアナリスト兼プロジェクトリーダーとして分析を主導しました。ヒートマップとセッション録画ツールで行動データを収集し、「商品説明が不十分」「購入ボタンまでのステップが多い」「スマホ表示が最適化されていない」という三つの離脱要因を特定しました。各課題に対してA/Bテストで改善案を検証し、効果の大きいものから順に実装した結果、6週間でCVRが2倍近くに改善しました。「データで仮説を立て、検証して改善するサイクル」の重要性を体感したこの経験は、データドリブンなEC事業を展開するアスクルで直接活かせると考えています。

課題：EC物流における梱包廃棄物の削減。日本のEC市場拡大に伴い、過剰包装による廃棄物問題が深刻化しています。EC配送で使用される段ボール・緩衝材の廃棄量は年間推計100万トン超であり、消費者の8割以上が「梱包のサイズが大きすぎる」と感じているというデータがあります（消費者庁調査）。EC業界がサプライチェーン全体でCO2削減目標を掲げる中、物流包装の最適化は最も即効性の高い取り組みの一つです。解決策として、①AI最適化による商品サイズに合った梱包材の自動選択システムの導入、②再利用可能なリターナブル梱包材のサブスクリプションモデルの試験展開、③消費者向け梱包削減オプション（簡易包装選択）の標準化、の三点を提案します。アスクルはBtoB ECで培った物流インフラと購買データを持つため、これらの施策を業界でいち早く実現できるポジションにあります。自社の環境負荷削減だけでなく、業界全体のスタンダードを変えるリーダー企業としての役割を担えると考えています。