時間帯別・曜日別分析とは？店舗ビジネスの売上を改善する基本ガイド
最初に結論
時間帯別・曜日別分析で大切なのは、売上の多い・少ないを眺めることではなく、「なぜ差が出たのか」を分解し、シフト・仕込み・販促などの具体策につなげることです。
まずはPOSレジなどから、日時・売上・会計数・客数を含むデータを用意しましょう。ExcelやGoogleスプレッドシートならピボットテーブル、ChatGPTやClaudeならCSV・Excelファイルの分析機能を使えます。ただし、合計売上だけで判断せず、客数・客単価・営業日数・天候・祝日・施策の有無も併せて確認することが重要です。
この記事でわかること
時間帯別・曜日別分析とは
時間帯別・曜日別分析とは、店舗の売上・会計数・来客数・客単価などを、曜日や時間帯ごとに集計して比較する方法です。日々の売上表を日付順に眺めるだけでは見つけにくい繁忙・閑散のパターンを、自店舗のデータから見つけられます。
たとえば「土曜の昼は売上が高い」という結果が出たとします。ここで分析を終えず、売上を客数と客単価に分けると、「来店が多いから売上が高いのか」「高単価の商品が売れているのか」がわかります。さらに人件費やスタッフ数を重ねれば、混雑しているのに人手が足りない時間帯も見つけやすくなります。
分析の主な目的
繁忙・閑散パターンの把握
経験上の「忙しい時間」を数字で確かめ、見落としていた曜日や時間帯も発見します。
人員配置と仕込みの調整
客数や注文数の山に合わせ、出勤・休憩・仕込みの時間を見直します。
販促の対象を絞る
値引きありきではなく、どの枠に、どの客層・商品で来店理由をつくるかを考えます。
施策の効果検証
施策前後を同じ曜日・時間帯で比較し、続けるか、直すか、やめるかを判断します。
分析でわかること
ピークタイムとオフピークタイム
曜日と時間帯を掛け合わせると、「平日の12時台」「金曜の18時以降」のように、来客や注文が集中する枠を把握できます。ピーク前の仕込み、スタッフの出勤時刻、休憩を取る時間の見直しに役立ちます。
売上差の原因
売上は、大まかに「客数×客単価」で考えられます。売上が低い時間帯でも、客単価は高い場合があります。反対に来客数が多くても、回転の遅れや欠品によって機会損失が起きているかもしれません。売上だけでなく、会計数・客数・客単価・販売点数を並べることで、改善すべき対象が見えやすくなります。
施策前後の変化
クーポン配布、SNS投稿、広告、限定メニューなどを実施した日時を記録しておけば、施策を行った枠と通常時を比較できます。ただし、単純な前月比だけでは季節、祝日、天候、近隣イベントの影響が混ざります。なるべく同じ曜日・時間帯、近い営業条件で比較しましょう。
「売上が低い時間帯＝悪い時間帯」とは限りません。営業時間を延ばした結果として売上が薄くなっている場合や、仕込み・清掃に必要な時間として機能している場合もあります。数字は現場の役割とセットで読みます。
分析に必要なデータは何か
最低限必要なのは、日時・売上金額・会計または注文を識別できる情報です。来客数が取れる場合は、客単価をより正確に確認できます。目的に応じて、商品、販売チャネル、人員、天候、販促などの列を追加します。
| データ項目 | 具体例 | わかること | 優先度 |
|---|---|---|---|
| 売上日時 | 2026/9/1 12:34 | 曜日・時間帯への分類 | 必須 |
| 売上金額 | 4,800円 | 時間帯別・曜日別の売上 | 必須 |
| 会計ID・注文ID | ORD-00125 | 会計数、1会計あたり金額 | 推奨 |
| 来客数 | 3人 | 客数、1人あたり客単価 | 推奨 |
| 商品名・カテゴリ・数量 | ランチA／2点 | 時間帯ごとの売れ筋、仕込み量 | 目的に応じて |
| 割引額・クーポン | 500円／雨の日 | 値引き後の売上、施策利用状況 | 目的に応じて |
| 販売チャネル | 店内／テイクアウト／予約 | チャネル別の需要差 | 目的に応じて |
| スタッフ数・労働時間 | 3人／12人時 | 人時売上高、配置の過不足 | 人員分析時 |
| 天候・祝日・イベント | 雨／祝日／地域祭 | 通常営業と外部要因の切り分け | 精度を上げる場合 |
| 販促の有無 | SNS投稿あり／クーポン実施 | 施策あり・なしの比較 | 効果検証時 |
元データは「1行1記録」で整える
ピボットテーブルやAIで扱いやすいのは、1行が1会計または1注文明細になっている表です。1つのセルに「9月1日、売上10万円、客数80人」のように複数の情報をまとめず、項目ごとに列を分けます。
- 1行目には重複のない見出しを入れる
- 表の途中に小計、空白行、説明文を入れない
- 日付と時刻を同じ形式にそろえる
- 売上列に「円」などの文字を混ぜず、数値として保存する
- 返品・取消・値引きをどう記録するか先に決める
- 個人名、電話番号、メールアドレスなど分析に不要な個人情報は削除する
データ量の目安：まずは4週間以上を目安にすると、各曜日を複数回比較できます。ただし4週間あれば必ず正確という意味ではありません。季節性の強い店舗や祝日の影響が大きい店舗では、3か月、半年、前年同月など比較期間を広げます。
Excel・Googleスプレッドシートで分析する手順
ExcelとGoogleスプレッドシートは、基本の流れがほぼ同じです。元データは残したまま、補助列、集計表、グラフを別シートに分けると更新しやすくなります。
1
分析したい問いを1つ決める
「シフトを見直したい」「水曜午後の集客余地を知りたい」など、先に目的を決めます。目的がないまま集計すると、数字を眺めるだけで終わりがちです。
2
POSレジなどから明細データを書き出す
CSVまたはExcel形式で出力し、対象期間、税込・税抜、返品、取消、テスト注文が含まれるかを確認します。出力前後の売上合計も控えておきます。
3
曜日・時間帯の補助列を作る
売上日時から日付、曜日、時間帯を取り出します。深夜営業では「午前2時を前営業日の26時として扱う」など、自店の営業日ルールを先に決めます。
4
ピボットテーブルで集計する
行に曜日、列に時間帯、値に売上合計を置きます。次に会計数、客数、客単価も確認します。売上だけで結論を出さないことがポイントです。
5
ヒートマップとグラフで差を見る
条件付き書式で値の大小に色を付けると、曜日×時間帯の山谷が見つけやすくなります。曜日比較は棒グラフ、時間の流れは折れ線グラフが向いています。
6
元データと集計結果を検算する
ピボットの売上合計・会計数が元データと一致するか確認します。不一致なら、対象範囲、空白、文字列化した数値、返品・取消、重複行を見直します。
7
仮説を現場で確認し、小さく試す
数字からわかる事実と、その理由についての仮説を分けます。スタッフの声や当日の記録を確認し、1つの枠・1つの施策から試します。
曜日・時間帯を作る数式例
A2セルに「2026/9/1 12:34」のような売上日時が入っている場合の例です。
日付：=INT(A2)
曜日：=CHOOSE(WEEKDAY(A2,2),”月”,”火”,”水”,”木”,”金”,”土”,”日”)
1時間単位：=TIME(HOUR(A2),0,0)
30分単位：=TIME(HOUR(A2),FLOOR(MINUTE(A2),30),0)
数式の区切り記号や表示形式は、Excel・Googleスプレッドシートの言語設定によって異なる場合があります。時間帯の列は「時刻」形式に設定します。
ピボットテーブルの設定例
| 設定場所 | 入れる項目 | 確認できること |
|---|---|---|
| 行 | 曜日 | 月〜日の違い |
| 列 | 時間帯 | 時間の流れとピーク |
| 値1 | 売上金額／合計 | 売上規模 |
| 値2 | 会計ID／個数 | 会計数 |
| 値3 | 来客数／合計 | 客数 |
| フィルタ | 店舗、チャネル、商品カテゴリ、施策有無 | 条件別の比較 |
曜日別の「合計」だけを比べないでください。期間内の月曜が5回、火曜が4回なら、月曜の合計が大きくなりやすいためです。「1営業日あたり平均」「営業1時間あたり」「1人時あたり」など、営業日数や営業時間をそろえた指標も確認します。
最低限確認したい指標
| 指標 | 計算の考え方 | 主な用途 |
|---|---|---|
| 1営業日あたり売上 | 売上÷営業日数 | 曜日の登場回数の差をならす |
| 1時間あたり売上 | 売上÷対象時間数 | 営業時間が違う枠を比較する |
| 1会計あたり単価 | 売上÷会計数 | 注文単位の金額を見る |
| 客単価 | 売上÷来客数 | 1人あたりの利用額を見る |
| 人時売上高 | 売上÷総労働時間 | シフト配置の参考にする |
| 施策利用率 | 施策利用件数÷対象会計数 | クーポンなどの利用状況を見る |
ChatGPT・Claudeで時間帯別・曜日別分析をする方法
ChatGPTやClaudeにCSV・Excelファイルを読み込ませると、データの点検、集計、表・グラフの作成、気になる傾向の説明をまとめて依頼できます。表計算に慣れていない方にも便利ですが、AIの文章をそのまま経営判断に使うのではなく、元データと集計結果が一致しているかを必ず検算してください。
アップロード前の注意：顧客名、電話番号、メールアドレス、会員ID、自由記述など、分析に不要な個人情報・機密情報は削除または匿名化します。利用中のプラン、組織のルール、データ利用設定、保存期間も確認してください。
AI分析の進め方
- 分析用に複製したCSVまたはExcelファイルを用意する
- 個人情報や分析に不要な列を削除・匿名化する
- ファイルを添付し、最初はデータ点検だけを依頼する
- 列の意味や営業時間、深夜の扱いをAIに伝える
- 曜日×時間帯の集計、客数・客単価への分解を依頼する
- AIが示した売上合計・件数を元データと照合する
- 事実、仮説、追加確認事項、施策案を分けて出してもらう
そのまま使える基本プロンプト
添付した店舗の売上データを、曜日別・時間帯別に分析してください。
【店舗・データの前提】
・業種：［飲食店／美容室／小売店など］
・対象期間：［YYYY/MM/DD〜YYYY/MM/DD］
・営業時間：［例 11:00〜22:00］
・定休日：［例 火曜日］
・時間帯の区切り：［1時間／30分］
・深夜営業の扱い：［例 午前0〜3時は前日の営業として扱う］
・分析目的：［シフト改善／閑散時間の集客／仕込み量の調整など］
【最初に行うこと】
1. すぐに結論を出さず、列名、データ型、行数、対象期間を確認してください。
2. 欠損、重複、異常値、日時形式の混在、数値に見える文字列、返品・取消と思われる行を確認してください。
3. 列の意味が不明な場合は推測で補わず、質問してください。
【集計内容】
1. 曜日×時間帯で、売上合計、1営業日あたり平均売上、会計数、来客数、1会計あたり単価、客単価を集計してください。
2. 来客数や労働時間など、元データに存在しない項目は算出せず「算出不可」としてください。
3. 曜日×時間帯のヒートマップと、曜日別の棒グラフ、時間帯別の折れ線グラフを作成してください。
4. 売上の高い枠・低い枠を各5件示し、売上差が客数と単価のどちらによるものか分解してください。
5. 祝日、天候、イベント、販促の有無が列にある場合は、通常営業と分けて比較してください。
【検算】
・集計後の売上合計と件数を元データ全体と照合してください。
・一致しない場合は差額と原因候補を示し、勝手に分析を続けないでください。
【出力形式】
「確認できた事実」「理由についての仮説」「追加で確認すべきこと」「優先して試す施策」の4つに分けてください。
因果関係を断定せず、サンプルが少ない枠には注意書きを付けてください。
シフト改善に絞った追加プロンプト
先ほどの集計に、スタッフ数または労働時間のデータを重ねてください。
曜日×時間帯ごとに「売上」「来客数」「総労働時間」「人時売上高」「1人時あたり来客数」を比較し、次の3種類に分類してください。
A：需要に対して人手が不足している可能性がある枠
B：需要に対して人員が多い可能性がある枠
C：現状維持を検討する枠
分類の基準を先に示し、売上だけで人員削減を提案しないでください。仕込み、清掃、教育、休憩など売上データに表れない業務もあるため、各提案に「現場で確認すべき点」を添えてください。
販促効果の検証に使う追加プロンプト
販促を実施した日時と、実施していない通常営業を比較してください。
同じ曜日・同じ時間帯を基本に、売上、会計数、客数、客単価、値引き額を比較してください。
・施策前後の期間と件数を明記する
・祝日、臨時休業、営業時間変更、悪天候、イベント日を可能な範囲で分ける
・売上増だけでなく、値引き後の売上と客単価低下も確認する
・単純比較から因果関係は断定しない
・判断に必要なデータが不足している場合は、その項目を先に示す
最後に「継続」「条件を変えて再検証」「中止を検討」の3案で、判断材料を整理してください。
AIに一度で全部を頼まないのがコツです。「データ点検」「集計」「検算」「解釈」「施策案」を分けると、どの段階で誤りが起きたか確認しやすくなります。作成された表やグラフだけでなく、計算条件と除外行も確認しましょう。
使えるツールと選び方
| ツール | 向いていること | 注意点 | おすすめの使い方 |
|---|---|---|---|
| Googleスプレッドシート | 共有、共同編集、ピボット、グラフ | 大容量データでは動作が重くなる場合がある | 小〜中規模店舗の定例集計 |
| Excel | ピボット、条件付き書式、詳細な加工 | 更新手順が担当者だけの知識にならないようにする | 定型レポートと細かな検算 |
| POSレジの分析機能 | 素早い現状確認 | 集計単位や指標の定義を確認する | まず傾向をつかみ、必要なデータだけ出力 |
| ChatGPT・Claude | データ点検、集計、可視化、仮説整理 | 機密情報、計算誤り、もっともらしい誤解釈に注意 | 表計算の補助と分析観点の洗い出し |
| GA4・予約システム | Web行動、予約、問い合わせの時間傾向 | 来店・店頭売上と同じ指標ではない | 予約前行動と実来店を分けて比較 |
分析結果を店舗改善に活用する方法
シフト・人員配置
客数のピークだけでなく、その前の仕込み、入店から提供までの時間、片付けまで含めて配置を考えます。人時売上高が低い枠でも、開店準備や教育を担っている場合があるため、数字だけで機械的に人員を減らさないことが大切です。
タイムサービス・商品設計
閑散時間帯への施策は、値引きだけではありません。限定セット、予約特典、テイクアウト強化、別の利用目的の提案など、客単価や利益を守る方法も検討します。施策の対象時間、実施日、費用を記録しておくと、次回の検証がしやすくなります。
SNS・広告・予約導線
来店ピークの直前に投稿すれば必ず成果が出るわけではありません。検討から来店までの時間は業種によって異なるため、投稿時刻と来店時刻を同一視せず、予約・クーポン利用・問い合わせなど追跡できる指標を決めて試します。
在庫・仕込み
商品カテゴリ別の販売数を曜日×時間帯で集計すれば、仕込み量や発注量の目安になります。欠品した日は「売れなかった」のではなく「売れる在庫がなかった」可能性があるため、欠品記録と廃棄数も残すと判断しやすくなります。
分析で失敗しないための注意点
- 合計と平均を使い分ける：曜日の回数、営業日数、営業時間の違いをならして比較する
- 小さなサンプルで断定しない：1日だけの突出値を店舗の傾向と決めつけない
- 外部要因を記録する：祝日、天候、イベント、欠品、臨時休業、営業時間変更を分ける
- 相関と因果を混同しない：SNS投稿日に売上が伸びても、投稿が原因とは限らない
- 粗利も確認する：売上が増えても、値引きや広告費で利益が減る場合がある
- 現場とすり合わせる：数値に表れない待ち時間、提供遅れ、スタッフの負荷も確認する
- 一度に変えすぎない：複数施策を同時に行うと、何が効いたか判別しにくい
時間帯別・曜日別分析のよくある質問
何週間分のデータが必要ですか？
まずは各曜日を複数回比較できる4週間以上が目安です。ただし、祝日や季節の影響が強い場合は3か月以上、または前年同月も確認します。4週間という期間だけで十分と決めず、曜日ごとの営業回数も見てください。
1時間単位と30分単位のどちらがよいですか？
最初は1時間単位が扱いやすいでしょう。来客が短時間に集中する業種や、シフトの開始時刻を細かく調整したい場合は30分単位にします。細かくするほど件数が少なくなり、偶然の影響を受けやすい点に注意が必要です。
売上データしかなくても分析できますか？
曜日・時間帯ごとの売上傾向は確認できます。ただし、売上差が客数と単価のどちらによるものかは判断できません。可能であれば会計数、来客数、商品数を追加してください。
ChatGPTとClaudeのどちらを使えばよいですか？
どちらもファイルを使った分析を補助できますが、対応形式や上限、分析機能はプラン・設定によって異なります。まず手元の環境でファイルを扱えるか確認し、同じプロンプトで集計結果と検算内容を比較してください。重要なのはサービス名より、データを整え、計算条件を明示し、結果を元データと照合することです。
AIに売上データをそのまま渡してもよいですか？
そのまま渡すのは避け、分析に不要な個人情報・機密情報を削除または匿名化してください。自社の情報管理ルール、利用プランのデータ取り扱い、モデル改善設定、保存期間も確認します。
まとめ
時間帯別・曜日別分析は、店舗の「忙しい」「暇かもしれない」という感覚を、改善に使える数字へ変える基本的な方法です。
- 日時・売上・会計数・客数を基本データとして用意する
- 1行1記録に整え、曜日と時間帯の補助列を作る
- 売上だけでなく、客数・客単価・営業日数も見る
- ピボットテーブルやAIで集計した後、必ず元データと検算する
- 数字で確認できた事実と、理由についての仮説を分ける
- 施策は小さく試し、同じ条件で再び比較する
最初から複雑な分析は必要ありません。まず1つの店舗、4週間程度、1時間単位から始め、毎月同じ手順で確認できる形をつくりましょう。顧客別の傾向を深掘りしたい場合はRFM分析、商品同士の購入傾向を見たい場合はバスケット分析も組み合わせると、次の打ち手を考えやすくなります。
