天然かき氷×スイーツ カモメ氷菓店 再来店率レポート

shop_id: 127 | 再来店率を中心とした顧客リテンション分析

データ期間: 2026-06-19 〜 2026-07-20（全期間） レポート作成日: 2026-07-21

累計顧客数

1,502人
モバイルオーダー利用者

再来店者数

13人
2日以上来店した顧客

全期間再来店率

0.87%
再来店者 / 累計顧客

アクティブ常連（Gold+Silver）

13人
直近30日に2回以上来店

月別 新規顧客の再来店率推移

各月に初回来店した顧客のうち、その後再来店した割合。初回来店月が新しいほど再来店の猶予期間が短いため、率が低くなる傾向があります。※本店舗は2026-06-19サービス開始のため、データは2ヶ月分です。

初回来店月 新規顧客数 再来店者数 再来店率
2026-06 193 3
1.55%
2026-07 1,309 10
0.76%

分析ポイント

サービス開始（2026年6月19日）から約1ヶ月で累計1,502人の新規顧客を獲得しており、7月単月で1,309人と集客力は非常に高い水準です。一方、再来店率は0.76〜1.55%と極めて低く、観光・行楽型の「一見客」中心の来店構造であることが分かります。かき氷業態は夏季に需要が集中するため、シーズン中（7〜8月）に2回目来店を促す施策を打てるかがリピーター基盤形成の分岐点になります。

来店回数分布

来店回数顧客数割合
1回1,48999.13%
2回70.47%
3回30.20%
4-5回20.13%
6-10回00.00%
11回以上10.07%

再来店間隔（初回→2回目）

間隔顧客数割合
1週間以内1184.62%
2週間以内17.69%
1ヶ月以内17.69%
2ヶ月以内00.00%
2ヶ月超00.00%

常連ランク分布（基準日: 2026-07-20）

累計来店2回以上のリピーター顧客（13人）のみを対象とした来店頻度分析。初回来店のみで離脱した顧客（1,489人、初回離脱率99.13%）は除外。

ランク顧客数説明
Gold11直近14日に2回以上来店
Silver2直近30日に2回以上来店
Bronze0直近60日に2回以上来店
AtRisk0離脱予備軍（30-60日前に来店、直近なし）
Churned0休眠（60日以上来店なし）

初回離脱率

99.13%
1,489人 / 1,502人

リピーター数

13人
累計2回以上来店

アクティブ率

100%
Gold+Silver+Bronze / リピーター

施策提案

営業開始1ヶ月のためChurned（休眠）は未発生で、リピーター13人は全員アクティブです。ただし初回離脱率99.13%は極めて高く、再来店した13人のうち84.62%が「1週間以内」に戻っている点が重要なシグナルです。かき氷は暑い時期の衝動的な連続需要が強いため、初回来店時に「7日間限定の次回割引クーポン」「別フレーバー半額券」など、短期の再来店トリガーを渡す施策が最も効果的と考えられます。

月再来店ユーザ推移

前月来店者のうち当月も来店したユーザの月次推移。「再来店新規」は新たに定着した層、「再来店離脱」は定着層からの離脱を表します。※データが2ヶ月分のため、推移の評価は2026-07のみ可能です。

最新月 再来店ユーザ

3人
2026-07

最新月 再来店新規

+3人
新たに定着した層

最新月 再来店離脱

-0人
定着層からの離脱

純増減

+3人
新規 - 離脱

最新月 再来店率

1.55%
再来店ユーザ / 前月来店者

月別データテーブル

月 来店ユーザ 月再来店ユーザ 再来店率 再来店新規 再来店離脱 純増減
2026-06 193 - - - - -
2026-07 1,312 3 1.55% +3 -0 +3

月再来店分析

6月の来店者193人のうち、7月にも来店したのは3人（1.55%）にとどまります。月をまたぐ定着層はまだほぼ形成されていません。かき氷業態は8月にピークを迎えた後、9月以降に需要が急減する強い季節性が想定されるため、「シーズン中に会員登録・LINE友だち化して秋冬メニュー（温スイーツ等）で呼び戻す」「来シーズンの再来店を促す年間パス・回数券」など、季節をまたぐCRM導線の設計を今のうちに始めることを推奨します。

単価セグメント分布

メインメニュー当り単価（= 支払総額 / メイン注文数）に基づく顧客分類。閾値: Main平均 1,823円。この店舗ではside/toppingカテゴリがないため、シンプルな2セグメント分類を適用。

セグメント 顧客数 顧客比率 売上合計 売上貢献率 平均単価
Minnow 931 61.98% 2,392,100円 58.81% 1,782円
Whale 571 38.02% 1,675,100円 41.19% 1,898円

セグメント分析

MinnowとWhaleの平均単価差はわずか116円（1,782円 vs 1,898円）で、単価の分散が非常に小さいのが特徴です。かき氷1杯完結型の注文がほとんどで、トッピング追加やドリンク・焼き菓子などのクロスセル余地がほぼ未開拓です。「+200円の追いソース／エスプーマ増量」「テイクアウト焼き菓子セット」などのアップセル導線を作ることで、客単価の上限を引き上げられる可能性があります。

メインメニュー当り単価分布

顧客ごとの単価を100円刻みでヒストグラム化。最頻価格帯と分布の偏りを把握し、価格戦略の参考にします。

単価帯顧客数構成比
1,400〜1,499円10.07%
1,700〜1,799円22114.71%
1,800〜1,899円88558.92%
1,900〜1,999円33822.50%
単価帯顧客数構成比
2,000〜2,099円493.26%
2,100〜2,199円70.47%
2,200円以上10.07%

価格分布分析

単価は1,700〜1,999円に96.1%が集中しており、最頻帯は1,800円台（58.92%）です。プレミアムかき氷の相場感に沿った均一的な価格構成で、価格による顧客の選別はほぼ発生していません。分布の裾がほぼ無いことから、高単価側（2,000円超のスペシャリテ・季節限定フレーバー）の投入で客単価分布を右に広げる余地があります。

初回注文メニュー別 再来店率（Top15）

初回来店時に注文したメインメニュー別の再来店率（n>=10のみ表示）。再来店率の高いメニューは「また来たい」と思わせる満足度が高い可能性があります。

メニュー名 初回注文者数 再来店者数 再来店率
晩柑(ばんかん) 49 1
2.04%
ブルーベリーホイップ 124 2
1.61%
知覧ほうじ茶あずき 264 4
1.52%
青肉メロン 228 3
1.32%
いちごクリーム 262 3
1.15%
マンゴークリーム 107 1
0.93%
濃厚ピスタチオ×木苺 429 3
0.70%
黒蜜きな粉もち 150 1
0.67%
蜂蜜レモンクリーム 203 1
0.49%
生いちご 153 0
0.00%
ずんだ塩クリーム 81 0
0.00%
完熟梅クリーム 27 0
0.00%
台湾パイナップル 23 0
0.00%
赤肉メロン 23 0
0.00%
極上知覧抹茶あずき 14 0
0.00%

メニュー分析

初回注文の最人気は「濃厚ピスタチオ×木苺」（429名）ですが、再来店率は0.70%と平均以下です。相対的に再来店率が高いのは「晩柑」「ブルーベリーホイップ」「知覧ほうじ茶あずき」で、和素材・柑橘系のフレーバーが2回目来店につながりやすい傾向が見えます。母数が小さいため断定はできませんが、「全フレーバー制覇スタンプカード」のように"次は別の味"を動機化する仕組みが、フレーバー数の多いこの店と相性が良いと考えられます。

使用したSQLクエリ

本レポートの主要指標を算出したSQL。来店関連の集計は、まず日単位でユニーク化したCTE（visit_dates）を作成してから行っています（同一日の複数注文は1来店とカウント）。

1. 再来店率サマリー・来店回数分布

-- 来店日数ベースのユーザー集計（同一日複数注文は1来店） WITH visit_dates AS ( SELECT DISTINCT user_id, DATE(TIMESTAMP(created_at), "Asia/Tokyo") AS visit_date FROM aledata.mobileorder.product_orders WHERE shop_id = 127 AND status = 5 AND deleted_at IS NULL ), user_visits AS ( SELECT user_id, COUNT(*) AS visit_days FROM visit_dates GROUP BY user_id ) SELECT COUNT(*) AS total_users, COUNTIF(visit_days >= 2) AS repeaters, ROUND(COUNTIF(visit_days >= 2) / COUNT(*) * 100, 2) AS retention_rate FROM user_visits

2. 月別 新規顧客の再来店率

-- 初回来店月ごとの新規顧客数と、その後の再来店率 WITH visit_dates AS ( /* 上記と同じ */ ), first_visits AS ( SELECT user_id, MIN(visit_date) AS first_date, COUNT(*) AS visit_days FROM visit_dates GROUP BY user_id ) SELECT FORMAT_DATE('%Y-%m', first_date) AS first_month, COUNT(*) AS new_users, COUNTIF(visit_days >= 2) AS returned, ROUND(COUNTIF(visit_days >= 2) / COUNT(*) * 100, 2) AS rate FROM first_visits GROUP BY first_month ORDER BY first_month

3. 常連ランク分布（基準日: 2026-07-20）

-- リピーター（累計来店2日以上）のみを対象に直近来店頻度でランク分け WITH visit_dates AS ( /* 上記と同じ */ ), user_stats AS ( SELECT user_id, COUNT(*) AS total_visits, COUNTIF(visit_date >= DATE_SUB(DATE '2026-07-20', INTERVAL 13 DAY)) AS v14, COUNTIF(visit_date >= DATE_SUB(DATE '2026-07-20', INTERVAL 29 DAY)) AS v30, COUNTIF(visit_date >= DATE_SUB(DATE '2026-07-20', INTERVAL 59 DAY)) AS v60, MAX(visit_date) AS last_visit FROM visit_dates GROUP BY user_id ) SELECT CASE WHEN v14 >= 2 THEN 'Gold' WHEN v30 >= 2 THEN 'Silver' WHEN v60 >= 2 THEN 'Bronze' WHEN v30 = 0 AND last_visit >= DATE_SUB(DATE '2026-07-20', INTERVAL 59 DAY) THEN 'AtRisk' ELSE 'Churned' END AS rank_name, COUNT(*) AS users FROM user_stats WHERE total_visits >= 2 GROUP BY rank_name

4. 単価セグメント（メインメニュー当り単価）

-- 顧客ごとの「支払総額 / メイン注文数」を算出しMain平均(1,823円)で2分類 WITH user_stats AS ( SELECT po.user_id, SUM(pod.price) AS total_paid, COUNTIF(p.report_category = 'main') AS main_cnt FROM aledata.mobileorder.product_order_details pod JOIN aledata.mobileorder.product_orders po ON pod.product_order_id = po.id JOIN aledata.mobileorder.products p ON pod.product_id = p.id WHERE po.shop_id = 127 AND po.status = 5 AND po.deleted_at IS NULL AND pod.status = 5 AND pod.deleted_at IS NULL GROUP BY po.user_id HAVING main_cnt > 0 ) SELECT CASE WHEN total_paid / main_cnt < 1823 THEN 'Minnow' ELSE 'Whale' END AS segment, COUNT(*) AS users, SUM(total_paid) AS sales FROM user_stats GROUP BY segment

5. 初回注文メニュー別 再来店率

-- 初回来店日に注文したメインメニューごとに、その後の再来店率を算出（n>=10） WITH visit_dates AS ( /* 上記と同じ */ ), user_visits AS ( SELECT user_id, MIN(visit_date) AS first_date, COUNT(*) AS visit_days FROM visit_dates GROUP BY user_id ), first_orders AS ( SELECT DISTINCT po.user_id, p.name AS menu_name, uv.visit_days FROM aledata.mobileorder.product_orders po JOIN aledata.mobileorder.product_order_details pod ON po.id = pod.product_order_id JOIN aledata.mobileorder.products p ON pod.product_id = p.id JOIN user_visits uv ON po.user_id = uv.user_id AND DATE(TIMESTAMP(po.created_at), "Asia/Tokyo") = uv.first_date WHERE po.shop_id = 127 AND po.status = 5 AND po.deleted_at IS NULL AND pod.status = 5 AND pod.deleted_at IS NULL AND p.report_category = 'main' ) SELECT menu_name, COUNT(DISTINCT user_id) AS first_users, COUNT(DISTINCT CASE WHEN visit_days >= 2 THEN user_id END) AS returned FROM first_orders GROUP BY menu_name HAVING first_users >= 10 ORDER BY returned / first_users DESC LIMIT 15

SQL説明（このレポートが調べていること）

定義

  • 来店回数: 来店した日数（同一日の複数注文は1来店としてカウント）
  • 再来店: 2日目以降の来店（同一日内の2回目注文は再来店ではない）
  • 再来店率: 2回以上来店した顧客数 / 総顧客数 x 100

常連ランク定義（リピーターのみ対象）

  • 対象: 累計来店日数2回以上のリピーター顧客のみ
  • Gold: 直近14日間に2回以上来店
  • Silver: 直近30日間に2回以上来店（Gold除く）
  • Bronze: 直近60日間に2回以上来店（Gold・Silver除く）
  • AtRisk（離脱予備軍）: 30-60日前に来店あり、直近30日に来店なし
  • Churned（休眠）: 直近60日間に来店なし
  • 初回離脱率: 累計1回のみの顧客数 / 全顧客数（リピーター化の効果測定用）

月再来店ユーザ定義（R-19）

  • 月再来店ユーザ: N-1月に来店し、N月にも来店したユーザ
  • 月再来店新規: N-2月に来店なし、N-1月に来店、N月にも来店（新たに定着）
  • 月再来店離脱: N-2月とN-1月に連続来店したが、N月に来店なし（定着層からの離脱）
  • 純増減: 再来店新規 - 再来店離脱（プラスならリピーター基盤拡大）
  • 再来店率: 月再来店ユーザ / 前月来店者数

単価セグメント定義

  • メインメニュー当り単価: 顧客の決済総額 / メインメニュー注文数
  • Minnow: 単価 < Main平均（1,823円）
  • Whale: 単価 ≥ Main平均（1,823円）
  • ※この店舗ではside/toppingカテゴリがないため、Dolphinセグメントは適用外

分析の目的

顧客のリテンション状況を多角的に把握し、再来店施策の立案に活用します。月別推移でトレンドを、来店回数分布でロイヤリティ構造を、メニュー別再来店率で商品力を、単価セグメントでアップセル余地を評価します。かき氷業態は夏季に需要が集中する強い季節性を持つため、シーズン中の短期リピート獲得と、シーズン後（秋冬）の呼び戻し導線の両面から評価しています。