顧客・購買分析項目参考例

With AI（AI検索）で顧客・購買データを分析する際に、そのまま使える検索プロンプトをカテゴリ別にまとめています。「何から聞いたら良いか」迷ったときの参考として活用してください。

売上全体の把握

まずは全体像を把握し、どこに注目すべきかの当たりをつけます。

この分析で分かること

売上全体の推移を把握することで、「今、ビジネスは良い方向に向かっているか」を客観的に判断できます。前年比や成長率を見ることで、単なる季節変動なのか本質的な変化なのかを区別できます。

店舗・チャネル分析

店舗ごとの実績差やチャネル特性を把握し、リソース配分や施策の優先度を判断します。

この分析で分かること

店舗間の実績差を把握することで、好調な店舗の成功要因を他店舗に横展開したり、低迷店舗への早期対策を打つことができます。客単価や購買会員数を組み合わせることで、「売上が高い理由」が客数なのか単価なのかを分解できます。

商品・カテゴリ分析

どの商品・カテゴリが売れているかを把握し、品揃えや仕入れの判断材料にします。

この分析で分かること

商品・カテゴリの売上構成を把握することで、仕入れ計画や販促施策の優先度を判断できます。チャネル別の売れ筋の違いを知ることで、ECと実店舗それぞれに最適な品揃えを検討できます。プロパー比率の確認は収益性の健全さを測る指標になります。

顧客分析

顧客の属性や行動パターンを把握し、ターゲティングやCRM施策の精度を高めます。

この分析で分かること

顧客の属性分布を把握することで、マーケティング施策のターゲットを明確にできます。新規・リピートの構成比は事業の持続性を測る重要指標であり、リピート比率が高いほど安定した収益基盤があることを示します。

新規・リピート深掘り分析

新規顧客の獲得状況とリピート顧客の定着状況を詳しく分析し、LTV向上施策の方向性を探ります。

この分析で分かること

新規顧客の「入口商品」を知ることで、初回購入を促す施策の精度が上がります。リピート顧客の購買パターンを知ることで、2回目以降の購入を促すレコメンドや接客の方向性が見えてきます。新規とリピートで売れ筋が異なる場合、それぞれに最適なアプローチを設計できます。

時間帯・曜日分析

購買が発生するタイミングを把握し、施策配信やスタッフ配置の最適化に活用します。

この分析で分かること

購買のピークタイムを把握することで、メール配信やSNS投稿のタイミング、実店舗のスタッフ配置を最適化できます。ECと実店舗でピークタイムが異なる場合、それぞれに合わせた施策スケジュールを組むことができます。

期間比較・トレンド分析

特定期間同士を比較し、施策の効果や市場環境の変化を定量的に評価します。

この分析で分かること

期間比較は「変化」を捉えるための基本です。施策の前後比較、季節要因の排除（前年同月比）、短期トレンドの把握（週次成長率）など、目的に応じた比較軸を使い分けることで、データに基づいた意思決定ができます。

客単価・購買頻度分析

顧客あたりの購買金額や頻度を分析し、LTV向上のための施策方向性を探ります。

この分析で分かること

客単価と購買頻度はLTV（顧客生涯価値）を構成する2大要素です。単価が下がっているなら「まとめ買い促進」や「アップセル」、頻度が下がっているなら「リマインド施策」や「ポイント施策」など、課題に応じた打ち手を検討できます。

バーゲン・プロパー分析

正価販売とセール販売のバランスを把握し、収益性の健全さを評価します。

この分析で分かること

プロパー比率はブランドの収益性と価値を測る重要指標です。バーゲン依存度が高いカテゴリは利益率が低下するだけでなく、「セールでしか買わない」顧客行動を助長するリスクがあります。カテゴリ別に分析することで、値引き戦略の見直しポイントが明確になります。

EC・実店舗クロス分析

オンラインとオフラインの顧客行動の違いを把握し、オムニチャネル施策の方向性を探ります。

この分析で分かること

ECと実店舗では売れ筋カテゴリや顧客層が異なることが多く、それぞれの強みを理解することで最適な品揃えや施策を設計できます。チャネル間の成長率差を把握することで、今後のリソース配分（EC強化 or 実店舗強化）の判断材料になります。

異常値・変化の検知

通常と異なる動きを早期に発見し、問題の早期対処や好機の活用につなげます。

この分析で分かること

異常値の早期発見は、問題が大きくなる前に対処するための第一歩です。売上の急落はシステム障害や在庫切れの兆候かもしれませんし、急増はSNSでのバズやメディア露出の効果かもしれません。変化に気づくことで、次のアクションを素早く判断できます。

プロンプトの組み合わせ方のコツ

効果的な分析の流れ

1つのプロンプトで完結させようとせず、段階的に深掘りしていくのがコツです。

ステップ1: 全体を俯瞰する（例: monthly 注文日時 購買金額合計）

ステップ2: 気になる変化を見つけたら属性で分解する（例: 購買金額合計 カテゴリ名 last month）

ステップ3: さらに条件を絞って深掘りする（例: 購買金額合計 カテゴリ名 = トップス チャネル区分）

ステップ4: 変更分析で要因を特定する（チャート上で2点を選択して「変更分析」）

この流れを繰り返すことで、データの表面的な数字から、その裏にある顧客行動の変化まで掘り下げることができます。