来店客の傾向をAIで分類・施策化する仕組みを作る

まず30分でできる最小版からはじめる

数字がなくても、「どんなお客様が多いか」という感覚をそのまま書いてAIに渡すだけで施策のヒントが出てきます。

```

飲食店の客層について分析・施策化を手伝ってください。

お店の概要：

・業態・席数・エリア：◯◯

・営業時間・定休日：◯◯

感じている客層の傾向：

・よく来るお客様のタイプ：◯◯（例：近隣の会社員のランチ・夜はカップルが多い・週末はファミリー）

・来てほしいが少ないお客様：◯◯（例：女性一人客・観光客など）

・リピーターが多いか少ないか：◯◯

①今の客層の強みと弱み

②来てほしい客層を増やすための施策案2〜3個

③今いる客層のリピートを増やすためにできること

を教えてください。

```

記録を使って精度を上げたい場合は、次のExcelシートで管理します。

---

「なんとなくの客層認識」が経営判断を歪める

「うちはサラリーマンが多い」「ファミリー層に人気」という認識を多くのオーナーは持っています。ただ、この認識が実態と少しずれていても、日々お店に立っていると気づきにくいものです。

たとえば「サラリーマンが多い」と思って夜の客層を重視していたが、実はランチのOL・女性グループがリピート率も客単価も高かった——というケースがあります。施策の方向性が実態と合っていないと、投資するリソース（メニュー・告知・内装）がずれていきます。

AIを使った客層分析の目的は、感覚を記録に変えて、施策の根拠を作ることです。

---

Excelテンプレートで来店傾向を記録する

客層データは毎日細かく記録する必要はありません。週に1〜2日、気づいたことをメモするだけで傾向が見えてきます。

**来店傾向メモシートの構成**

| 日付 | 曜日 | 時間帯 | 客層 | 人数 | 注文傾向 | 滞在時間 | 特記 |

|---|---|---|---|---|---|---|---|

| 2026-05-12 | 月 | 12〜13時 | 会社員男性・グループ | 3〜4人組 | 日替わり定食・ランチセット | 30〜40分 | 常連が多い |

| 2026-05-12 | 月 | 12〜13時 | OL・女性ペア | 2人組 | パスタ・デザートまで | 50〜60分 | 写真撮影していた |

| 2026-05-14 | 水 | 19〜21時 | カップル | 2人組 | コース・ワイン | 100分〜 | 誕生日らしかった |

| 2026-05-17 | 土 | 11〜13時 | ファミリー | 4〜5人 | セット・子ども向けも | 60〜90分 | 子連れには狭そうだった |

メモを続けることで「◯◯曜日の夜は◯◯客層が多い」「◯◯客層は滞在時間が長くて客単価が高い」というパターンが数ヶ月で見えてきます。

---

AIへの渡し方とプロンプト

客層傾向の分析

```

来店客の傾向を分析して、施策の方向性を整理したいです。

【来店傾向メモシート（直近1〜2ヶ月分）】

（※ExcelシートをそのままコピーしてAIに貼り付け）

現在の売上・客数の傾向：◯◯（例：平日ランチが強い・土日の夜が弱い）

強化したい点：◯◯（例：夜の売上を増やしたい・女性客を増やしたい）

①客層ごとの特徴（来店頻度・客単価・滞在時間）の整理

②売上貢献が高い・今後伸ばせる客層はどこか

③その客層を増やすための具体的な施策

を教えてください。

```

特定客層への施策設計

```

◯◯（例：女性の一人客・観光客・ファミリー）を増やすための施策を考えたいです。

【来店傾向シート】

（※貼り付け）

ターゲット客層が来やすい条件：◯◯（例：立地・時間帯・価格帯）

現状その客層が少ない理由として思い当たること：◯◯

①この客層がこのお店に来ない可能性が高い理由

②来やすくするために変えられること（メニュー・雰囲気・告知など）

③試せる小さな改善案をステップで

を教えてください。

```

リピーター増加施策の設計

```

リピーターを増やす仕組みを考えたいです。

現状のリピート状況：◯◯（例：常連がいるが新規が定着しない）

今やっているリピート施策：◯◯（例：スタンプカード・なし）

リピーターの傾向（どんな客が繰り返し来るか）：◯◯

①リピーターになりやすい客層の特徴分析

②費用をかけずにできるリピート促進施策

③1〜2ヶ月で効果が確認できる小さな実験の提案

を教えてください。

```

---

サーバーで自動化・機能拡張する

客層データの収集と分析をサーバーと連携させると、手動記録の手間を大幅に減らせます。

**予約データからの客層自動分析**: 予約管理システムのデータ（来店日時・人数・予約経路）をサーバーに集約し、AIが定期的に「今月の客層傾向レポート」を生成して送付する仕組みを組めます。

**LINE登録者の属性把握**: LINE公式アカウントのアンケート機能や登録時の簡単な質問（「ご来店のきっかけ」「よく来る曜日」）を通じてデータを収集し、サーバーで分類・集計する仕組みを作れます。

**施策効果の測定**: 「◯◯月から女性客向けのデザートセットを始めた」「◯◯月からInstagramの投稿を増やした」などの施策の変化点と客層の変化を紐づけて、どの施策が効いたかをデータで振り返れます。