ECサイトの顧客管理｜データ一元化・活用・LTV向上の実践ガイド

はじめに

「新規獲得の広告費ばかりが膨らみ、利益が思うように残らない」
「顧客データはたまっているのに、次の施策に活かせていない」
「会員情報・購買履歴・メールの反応が別々のツールに散らばっていて、全体像がつかめない」

ECサイトの運用フェーズに入った事業者・EC担当者が、売上が一定規模に達したあとに直面しやすい悩みです。

これらの悩みの根っこにあるのは、多くの場合、個別の施策の巧拙ではなく顧客管理の設計そのものです。
顧客一人ひとりの情報が整理され、必要なときに必要な粒度で取り出せる状態になっていなければ、セグメント配信もリピート施策もLTV向上も、土台がないまま個別に走らせることになります。

本記事では、ECサイトの顧客管理を「管理すべきデータの全体像」「情報の一元管理」「セグメンテーション」「購買履歴の活用」「LTVの向上」「ツールの選択肢」「実装ロードマップ」「失敗パターン」の切り口で解説します。

すでにECサイトを運用している方が、明日から自社の顧客データを整理し、成果につなげるための実践的な視点を提示します。

目次

1. ECサイトの顧客管理とは｜運用フェーズで成果を分ける理由

2. ECで管理すべき顧客データの全体像

3. 顧客データの一元管理｜情報が散在する問題と統合の考え方

4. 顧客セグメンテーションの実践｜RFM分析を軸に

5. 購買履歴データの活用｜次の一手を設計する

6. 顧客管理でLTVを高める仕組み

7. 顧客管理を支えるツールの選択肢｜標準機能・CRM・MA・CDP

8. ECサイト顧客管理の実装ロードマップ

9. 顧客管理で陥りがちな失敗パターン

10. 顧客管理の運用体制とKPI設計

11. まとめ

1. ECサイトの顧客管理とは｜運用フェーズで成果を分ける理由

ECサイトの顧客管理とは、顧客の属性・購買履歴・行動データを整理して蓄積し、事業成長のために活用する一連の取り組みを指します。
単に会員名簿を保管することではなく、集めた情報を「次に何をすべきか」の意思決定に使える状態にしておくことが本質です。

1-1. 「会員管理」と「顧客管理」は同じではない

顧客管理と混同されやすいのが「会員管理」です。会員管理は、会員登録・ログイン・ポイント・会員ランクといった会員制度の仕組みを運用することに主眼があります。
一方の顧客管理は、会員か非会員かを問わず、顧客の情報を統合し、関係を深めるために活用することに軸足があります。

会員機能は顧客管理を支える手段の一つですが、ゲスト購入者や見込み客も含めた顧客全体をどう捉えるかが、顧客管理の視点です。
本記事では、この「データを活用して顧客との関係を育てる」側面に絞って解説します。

1-2. なぜ運用フェーズで顧客管理が重要になるのか

ECサイトを立ち上げた直後は、新規顧客の獲得が最優先になります。
ところが、事業が一定規模に達すると、新規獲得だけに頼る成長には限界が見えてきます。

一般に、新規顧客の獲得コストは既存顧客の維持コストの5〜25倍かかるとされています（出典：Harvard Business Review、Bain & Company）。
さらに、既存顧客の維持率が5%向上すると利益が25〜95%向上するという研究結果も知られています（出典：Bain & Company、Frederick Reichheld）。

つまり、運用フェーズの利益成長は、既存顧客とどれだけ長く・深く付き合えるかに大きく左右されます。その関係構築の起点になるのが顧客管理です。
顧客データが整理されていなければ、誰に・いつ・何を届けるべきかを判断できず、リピート施策が場当たり的になります。

1-3. 顧客管理が売上に効く3つの経路

顧客管理は、以下の3つの経路で売上に効いてきます。

これらはいずれも、顧客を「一括りの集団」ではなく「識別できる個人の集まり」として扱えるかどうかにかかっています。
顧客管理は、その識別と活用の基盤を整える取り組みだといえます。

2. ECで管理すべき顧客データの全体像

顧客管理を始めるにあたって、まず押さえたいのが「どんなデータを管理対象にするか」です。
ECサイトで扱う顧客データは、大きく4つのカテゴリに整理できます。

2-1. 4カテゴリの顧客データ

多くのECサイトでは、属性データと購買データは管理できていても、行動データやエンゲージメントデータまで統合して見られていないケースが目立ちます。
この4カテゴリを俯瞰することが、顧客管理の出発点になります。

2-2. データ収集で意識したい鮮度と正確性

顧客データは、集めるだけでは価値を生みません。
鮮度と正確性が保たれて初めて活用できます。

• 住所・連絡先などの変更をどう更新するか

• 重複した顧客レコードをどう名寄せするか

• 退会・配信停止の意思をどう反映するか

• ゲスト購入者の情報をどこまで保持するか

特に、同一人物が別のメールアドレスで複数回購入しているようなケースでは、名寄せができていないと「新規顧客」として重複カウントされ、リピート率が実態より低く見えてしまいます。
データの正確性は、その後の分析すべての前提になります。

2-3. 個人情報の取り扱いという前提

顧客データの管理は、個人情報保護の観点と切り離せません。
日本では、2022年施行の改正個人情報保護法により、個人データの漏えい等が発生した場合の報告が義務化されています（出典：個人情報保護委員会）。

また、Cookieを用いた行動データの取得についても、取得目的の明示や同意取得など、適切な対応が求められる場面が増えています。

顧客管理の設計段階で、取得・保管・利用・削除のルールを整理しておくことが、後々のリスクを避けるうえで重要です。
利便性のためのデータ活用と、プライバシーへの配慮を両立させる姿勢が、長期的な信頼につながります。

3. 顧客データの一元管理｜情報が散在する問題と統合の考え方

顧客管理でつまずく最大の要因が、データの散在です。
ECの管理画面、メール配信ツール、LINE公式アカウント、実店舗のPOS、問い合わせ管理システム。それぞれに顧客情報が分かれて存在し、全体像が見えない状態は珍しくありません。

3-1. データが散在すると何が起きるか

顧客データが複数のツールに分かれていると、次のような問題が生じます。

• 同じ顧客が各ツールで別人として扱われ、実態が把握できない

• あるツールで配信停止した顧客に、別ツールから配信してしまう

• オンラインとオフラインの購買を合算した顧客像が描けない

• 施策の効果を顧客単位で追えず、投資判断が曖昧になる

散在の弊害は、施策のたびに手作業でのデータ突き合わせを強いられ、運用工数が膨らみ続ける点にも表れます。
データが増えるほど、統合されていないことの負債は大きくなります。

3-2. 一元管理の基本的な考え方

一元管理とは、すべてのデータを1つの箱に物理的に押し込むことではありません。
顧客を一意に識別できるキー（顧客ID）を軸に、各データを紐づけて参照できる状態を作ることが目的です。

一元管理の実現には、大きく2つのアプローチがあります。

小規模〜中規模のうちは、ECプラットフォームの標準的な顧客管理機能を中心に据え、足りない部分をアプリや外部ツールで補うアプローチが現実的です。
事業が拡大し、扱うチャネルとデータ量が増えた段階で、統合基盤の導入を検討する流れが一般的です。

3-3. オンラインとオフラインの統合

実店舗を併せ持つ事業者にとって、オンラインとオフラインの顧客データ統合は大きなテーマです。
ECで購入した顧客が店舗でも買い、店舗で知った顧客がECで買う。

この行き来を1人の顧客として捉えられると、施策の精度が一段上がります。

• 会員IDを軸にEC・店舗の購買を統合する

• 店舗受取・取り置きなどのオムニチャネル導線を設計する

• どのチャネルでも同じ顧客体験を提供する

オンラインとオフラインを分断したまま管理すると、顧客から見れば「同じお店なのに、店舗とネットで別扱いされる」違和感につながります。
チャネルをまたいだ一貫性は、顧客管理が目指すべき方向の一つです。

4. 顧客セグメンテーションの実践｜RFM分析を軸に

顧客データを一元管理できたら、次はそれをセグメント（意味のあるグループ）に分ける段階に進みます。
全顧客に同じ内容を一斉配信するのではなく、状態に応じた接し方をするための土台づくりです。

4-1. RFM分析の基本

顧客セグメンテーションで広く使われる手法が、RFM分析です。
以下の3つの指標で顧客をスコアリングし、グループ分けします。

たとえば「最終購入が最近・頻度が高い・金額も大きい」顧客は優良顧客、「以前は頻繁に買っていたが最近購入がない」顧客は離反の兆しがある顧客、といった具合に、状態を可視化できます。

4-2. セグメント別のアプローチ例

RFMで分類したセグメントには、それぞれ異なるアプローチが有効です。

• 優良顧客：特別感のある情報・先行案内でロイヤルティを維持する

• 新規顧客：2回目の購入（F2転換）へつなげるフォローを設計する

• 休眠予備軍：離反の兆しを早期に検知し、再接触のきっかけを作る

• 休眠顧客：復活を促すオファーや、興味を再喚起する情報を届ける

重要なのは、セグメントごとに「目指す状態」を明確にすることです。
新規顧客ならF2転換、休眠予備軍なら離反防止、というように、セグメントと目的を対応させることで、施策が具体的になります。

4-3. セグメントは「作って終わり」にしない

顧客の状態は時間とともに変わります。
優良顧客が休眠に向かうこともあれば、新規顧客が優良化することもあります。

そのため、セグメントは一度定義したら固定するものではなく、定期的に再計算して顧客の移動を追う運用が前提になります。

セグメント間の移動を追えるようになると、「優良顧客が休眠に流れ始めている」といった変化の予兆に気づけます。
顧客管理は静的な名簿管理ではなく、状態の変化を捉え続ける動的な運用だと捉えるとよいでしょう。

5. 購買履歴データの活用｜次の一手を設計する

顧客管理で蓄積するデータのなかでも、最も直接的に売上へ結びつくのが購買履歴です。
誰が・いつ・何を・いくらで買ったかという事実は、次の一手を設計するための最良の材料になります。

5-1. 購買履歴から読み取れること

購買履歴を丁寧に見ると、さまざまな示唆が得られます。

• どの商品が最初の購入（初回購入商品）になりやすいか

• どの商品からどの商品への買い回りが多いか（併売パターン）

• 消耗品などで、次の購入までにどれくらいの間隔があるか

• 季節・イベントによる購買の波はどうか

たとえば、初回に特定の商品を買った顧客が高い確率でリピートしている、という傾向が見えれば、その商品を新規獲得の入り口として重点的に打ち出す判断ができます。
購買履歴は、勘ではなくデータで施策を設計するための根拠になります。

5-2. 購買履歴を活かした具体的な施策

購買履歴データは、以下のような施策に直接つなげられます。

• レコメンド：過去の購入・閲覧に基づいた関連商品の提案

• クロスセル：併売パターンに基づく「あわせて買う」提案

• リピート促進：消耗品の購入間隔に合わせた再購入リマインド

• カゴ落ち対策：カート放棄後のフォローで購入完了を後押し

なかでもカゴ落ち対策は、購買履歴・行動データの活用効果が表れやすい領域です。
世界のECサイトにおける業界平均のカゴ落ち率は70.19%とされており（出典：Baymard Institute “Cart Abandonment Rate Statistics” 2025年）、カートに商品を入れた顧客の多くが購入を完了していません。

放棄した顧客を特定し、適切なタイミングでリマインドできるかどうかは、顧客管理の精度に左右されます。

5-3. 定期購入・サブスクリプションとの相性

消耗品や定期的に使う商品を扱う事業では、購買履歴の活用が定期購入モデルへとつながります。
購入間隔のデータをもとに定期便を設計すれば、顧客は買い忘れを防げ、事業側は安定した売上を見込めます。

ただし、定期購入は解約率の管理とセットで運用しないと、想定した継続期間が得られません。
いつ・どのセグメントで解約が起きやすいかを購買・行動データから把握し、解約前のフォローを設計することが、定期モデルを安定させる鍵になります。

6. 顧客管理でLTVを高める仕組み

顧客管理の最終的なねらいは、一人ひとりの顧客と長く付き合い、LTV（顧客生涯価値）を高めることにあります。
個々の施策は、このLTV向上に収束していきます。

6-1. LTVの基本的な考え方

LTVは、一人の顧客が取引期間全体を通じてもたらす価値を表します。簡潔には、次のように分解できます。

LTV = 平均購入単価 × 購入頻度 × 継続期間 × 粗利率

この式が示すのは、LTVを高める打ち手は「単価を上げる」「頻度を上げる」「継続期間を延ばす」「粗利率を改善する」の組み合わせだということです。
顧客管理は、このどの変数にも働きかけられます。

6-2. 顧客管理がLTVに効くポイント

LTVは「結果として出てくる数字」と捉えられがちですが、顧客管理が整った事業者では、事業設計のKPIとして先に置かれます。
獲得コスト（CPA）をLTVの何分の1に収めるかという基準ができると、広告投資の意思決定がぶれにくくなります。

6-3. リピート率という中間指標

LTVは長い時間軸の指標のため、日々の運用では変化が見えにくいものです。
そこで、日々のPDCAではリピート率を中間指標として置くのが実務的です。

EC業界のリピート率は、業種により幅がありますが、おおむね30〜35%が一つの目安とされ、優良ECでは50%以上に達することもあるとされています（出典：各種業界調査）。
自社のリピート率を業界水準と比べ、F2転換率（初回購入者が2回目を買う割合）から追っていくと、顧客管理の成果が数字で見えるようになります。

6-4. ロイヤルティを可視化する

継続的に支持してくれる顧客を、さらにロイヤルカスタマーへと育てる視点も欠かせません。
会員ランク・ポイント・特典といった制度は、顧客のロイヤルティを可視化し、次の行動を促す仕組みとして機能します。

• 購入金額・頻度に応じたランクアップの設計

• 誕生日・記念日などパーソナルなタイミングでの特典

• レビュー投稿・紹介などの購入以外の貢献への還元

ただし、制度は複雑にしすぎると顧客にも運用側にも負担になります。
自社の顧客が価値を感じる要素は何かを見極め、シンプルに設計することが長続きのコツです。

7. 顧客管理を支えるツールの選択肢｜標準機能・CRM・MA・CDP

顧客管理を実践するには、それを支えるツールが必要です。
ただし、いきなり高機能なツールを導入すればうまくいくわけではありません。事業フェーズに合った選択が重要です。

7-1. 主なツールカテゴリ

顧客管理に関わるツールは、役割によって大きく4つに分けられます。

これらは排他的な選択肢ではなく、事業の成長に合わせて段階的に組み合わせていくものです。
多くのECプラットフォームは、顧客プロファイルや購買履歴の管理、基本的なセグメント機能を標準で備えており、まずはその土台を使いこなすところから始められます。

7-2. 段階的な拡張の考え方

ツール選定は、「機能の豊富さ」ではなく「いまの課題を解けるか」で判断するのが基本です。おおまかには、次のような段階が想定されます。

• 立ち上げ〜小規模：ECプラットフォームの標準機能で顧客プロファイル・購買履歴・基本セグメントを運用する

• 成長期：メール・LINEなどの配信を自動化し、セグメント別の施策を回すためにMAやアプリ連携を追加する

• 拡大期：オンライン・オフラインを横断したデータ統合が必要になり、CRMの本格運用やCDPの導入を検討する

ここで気をつけたいのは、ツールを増やすほど連携の複雑さと運用工数が増える点です。
それぞれのツールに顧客データが分散すれば、本記事の第3章で触れた「散在」の問題に逆戻りします。
ツールを足すときは、必ず顧客IDを軸にデータが連携できるかを確認することが重要です。

なお、ECプラットフォームによっては、標準機能に加えてアプリストアを通じてCRM・MA・レビュー・ロイヤルティなどの機能を追加できるものもあります。
たとえばShopifyは、顧客プロファイルやセグメント機能を標準で備えつつ、多数のアプリを通じて顧客管理関連の機能を拡張できる設計になっています。

自社の要件に対して、標準機能・アプリ・外部ツールをどう組み合わせるかを整理しておくと、過剰投資を避けられます。

7-3. ツール選定を成果につなげる前提

どのツールを選んでも、それだけで成果が出るわけではありません。
ツールはあくまで顧客管理を「実行しやすくする」ための手段であり、何を管理し、どう活用するかの設計が先です。

導入前に、管理すべきデータの範囲、目指すセグメント、優先して回したい施策を整理しておくと、ツールの選定基準が明確になります。
逆に、設計がないままツールを導入すると、多機能をもてあまし、結局は購買履歴の管理だけに留まる、といった事態になりがちです。

8. ECサイト顧客管理の実装ロードマップ

ここまで整理した内容を、現実的な順序で実装していくロードマップを提示します。
一気にすべてを揃えようとせず、段階を踏むことが定着の近道です。

8-1. フェーズ1：現状の棚卸しとデータ整理（1〜1ヶ月）

まず、自社の顧客データが今どこに・どんな状態であるかを棚卸しします。

「自社の顧客データの現在地」を可視化することが、その後すべての打ち手の起点になります。

8-2. フェーズ2：一元管理の基盤づくり（1〜3ヶ月）

散在したデータを、顧客IDを軸に紐づけられる状態へ整えます。

• 顧客IDの統一と名寄せルールの整備

• ECプラットフォームの顧客データベースを軸に据える

• 配信停止・退会情報の一元的な反映

この段階では、完璧な統合を目指すより、主要なデータが1人の顧客に紐づく状態を優先します。基盤が整うと、次のセグメント運用が一気に進めやすくなります。

8-3. フェーズ3：セグメント運用の開始（2〜4ヶ月）

RFMなどを用いて顧客をセグメントに分け、状態別の施策を回し始めます。

• 優良顧客・新規顧客・休眠予備軍・休眠顧客の定義

• セグメント別の目的（F2転換・離反防止・復活）の設定

• メール・LINEでのセグメント別配信の開始

最初から多数のセグメントを作る必要はありません。
まずは「新規のF2転換」と「休眠の復活」という、効果が見えやすい2つから始めるのが現実的です。

8-4. フェーズ4：LTV最大化と自動化（継続）

セグメント運用が回り始めたら、購買履歴の活用を深め、施策の自動化へと進みます。

• 購買履歴に基づくレコメンド・クロスセルの設計

• 購入後シナリオ・カゴ落ちフォローの自動化

• ロイヤルティプログラムの設計と運用

• LTV・リピート率を軸にしたPDCAの定着

このフェーズでは、手作業で回していた施策を自動化し、運用工数を抑えながら成果を積み上げていきます。
顧客管理は「一度作って終わり」ではなく、継続的に磨き続ける運用であることを、改めて意識したい段階です。

9. 顧客管理で陥りがちな失敗パターン

顧客管理は、進め方を誤ると労力の割に成果が出ません。
よくある失敗パターンを整理しておきます。自社の状況点検にお使いください。

9-1. 失敗パターン1：データを集めるだけで活用しない

顧客データを蓄積しているものの、施策に使えていないケースです。
データは、活用の設計があって初めて価値を生みます。「何のために・どう使うか」を先に決めずに集め始めると、使われないデータの山ができるだけです。

9-2. 失敗パターン2：ツールを増やしてデータが散在する

課題が出るたびに新しいツールを導入し、結果として顧客データが各ツールに分断されるケースです。
ツールを足すこと自体が悪いのではなく、顧客IDでの連携を確認せずに増やすことが問題になります。

統合の視点を欠いたツール追加は、運用工数を増やす方向に働きます。

9-3. 失敗パターン3：全顧客に同じ施策を打つ

セグメントを分けずに、全顧客へ同じメールを一斉配信し続けるケースです。
優良顧客にも休眠顧客にも同じ内容を送れば、それぞれに響かず、配信停止を招きやすくなります。

顧客管理の価値は、状態に応じた接し方ができる点にあります。

9-4. 失敗パターン4：新規獲得ばかりに投資する

顧客データがありながら、リピート施策に手を回さず、新規獲得の広告に投資を集中させるケースです。
前述の通り、新規獲得コストは既存顧客維持の5〜25倍とされます（出典：Harvard Business Review、Bain & Company）。

既存顧客の活用を後回しにすると、利益率が改善しにくい構造に陥ります。

9-5. 失敗パターン5：個人情報の管理が後手に回る

利便性を優先してデータ活用を進める一方で、取得同意・保管・削除のルール整備が追いつかないケースです。
個人情報の取り扱いは、一度信頼を損なうと回復が難しい領域です。活用と保護を両輪で設計しておくことが、長期的な顧客管理の前提になります。

9-6. 失敗パターン6：効果を測らずに走り続ける

施策を打つこと自体が目的化し、リピート率やF2転換率などの指標で効果を検証していないケースです。
数字で振り返らなければ、どの施策が効いているのか判断できず、改善のスピードが上がりません。

顧客管理は、測って・振り返って・調整するサイクルとセットで初めて成果につながります。

10. 顧客管理の運用体制とKPI設計

最後に、顧客管理を継続的に運用するための体制とKPI設計を整理します。
仕組みを作っても、運用する人と見る指標が定まっていなければ形骸化します。

10-1. 顧客管理で見るべきKPI

すべてを毎日見る必要はありません。
日々は施策の反応とリピート率を、月次でLTVやセグメントの構成変化を、といったように、指標ごとに見る頻度を分けるのが現実的です。

10-2. 運用体制の組み方

顧客管理の運用体制は、事業規模によって最適な形が変わります。

• 小規模：EC担当者が兼任し、標準機能でリピート施策を回す

• 中規模：CRM・配信運用の担当を置き、セグメント運用を専任化する

• 大規模：データ分析・CRM・配信の役割を分け、CDP等の基盤運用を含めた専任チームを組む

規模が小さいうちから完璧な体制を目指す必要はありません。
まずは「誰が顧客データを見て、次の施策を判断するか」の責任者を1人決めることが、運用を回す第一歩になります。

10-3. 外部パートナーの活用判断

顧客データの統合設計、CRM・MAの導入、セグメント設計といった領域は、社内リソースだけでは進めにくい場合があります。
その際は、外部パートナーの活用も選択肢です。

選定で大切なのは、ツール導入の作業だけを任せるのではなく、自社のKPI（リピート率・LTV等）と連動した成果を共通言語にできるかという点です。
顧客管理は事業成長に直結するテーマだからこそ、成果に責任を持って伴走できる関係を築けるかが重要になります。

まとめ

ECサイトの顧客管理は、会員名簿を保管することでも、高機能なツールを導入することでもありません。
顧客の属性・購買・行動・エンゲージメントのデータを整理・統合し、状態に応じた関係構築に活用する運用の設計が、その本質です。

本記事では、管理すべき顧客データの全体像、データの一元管理、RFMによるセグメンテーション、購買履歴の活用、LTV向上の仕組み、ツールの選択肢、実装ロードマップ、失敗パターン、運用体制とKPIまでを体系的に整理しました。

ECサイトの顧客管理を成功させる5つのポイント

1. 管理すべきデータの全体像を把握する
   属性・購買・行動・エンゲージメントの4カテゴリを俯瞰し、抜けている領域を明確にします。

2. 顧客IDを軸にデータを一元管理する
   散在したデータを1人の顧客に紐づけ、施策の土台を整えます。ツールを増やすときも連携を必ず確認します。

3. セグメントに分けて状態別に接する
   RFMなどで顧客を分類し、新規のF2転換・休眠の復活など、目的を対応させた施策を回します。

4. 購買履歴を次の一手の根拠にする
   レコメンド・リピート促進・カゴ落ち対策など、データに基づいた施策で売上に直結させます。

5. LTVとリピート率で効果を測り続ける
   施策を打ちっぱなしにせず、指標で振り返り、調整するサイクルを運用に組み込みます。

最初の一歩を踏み出そう

顧客管理は、一気にすべてを整えようとすると、どこから手をつけるべきか迷いがちなテーマです。
しかし、最初の一歩は難しくありません。

まずは自社の顧客データが今どこにあり、どんな状態かを1枚に棚卸しすることから始めてみてください。

データの所在・重複の状況・現在のリピート率を並べるだけで、次に着手すべき領域がはっきり見えてきます。
そこから、一元化・セグメント・活用へと段階的に進めていけば、顧客データは着実に「使える資産」へと変わっていきます。

自社の顧客データの整理や、CRM・MAを含めた運用設計の進め方に迷うことがあれば、第三者の視点を活用するのも有効な選択肢です。

参考文献

1. 経済産業省『令和5年度 電子商取引に関する市場調査』2024年

2. Baymard Institute “Cart Abandonment Rate Statistics” 2025年

3. Bain & Company（Frederick Reichheld）顧客維持率と利益率に関する研究

4. Harvard Business Review 顧客獲得コストと維持コストに関する研究

5. 個人情報保護委員会『個人情報保護法』（2022年改正）

6. 各種業界調査（EC業界のリピート率・F2転換率に関する公開データ）

※本記事中の数値は2026年8月時点の業界統計・公開情報に基づいています。施策の検討にあたっては、各出典元の最新情報を併せてご確認ください。