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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| monthly 注文日時 購買金額合計 | 月次の売上推移を確認し、上昇・下降トレンドや季節性を把握する | 折れ線グラフ |
| weekly 注文日時 購買金額合計 | 週次の売上推移を確認し、直近の変動を素早くキャッチする | 折れ線グラフ |
| 購買金額合計 monthly year-over-year 注文日時 | 前年同月比で売上を比較し、成長しているか停滞しているかを判断する | 折れ線グラフ |
| growth of 購買金額合計 by 注文日時 monthly | 月次の売上成長率(%)を確認し、伸び率の加速・減速を把握する | 折れ線グラフ |
| 購買金額合計 チャネル区分 | EC・実店舗それぞれの売上構成を確認する | 円グラフ/ドーナツ |
| 購買金額合計 チャネル区分 = EC vs チャネル区分 = 実店舗 | ECと実店舗の売上を直接比較し、チャネル間のバランスを確認する | 棒グラフ |
| percentage of 購買金額合計 チャネル区分 = EC | 全体売上に対するEC売上の構成比を確認する | KPI(単一数値) |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| top 10 ショップ名 by 購買金額合計 | 売上上位10店舗を把握し、主力店舗を確認する | 横棒グラフ |
| bottom 5 ショップ名 by 購買金額合計 | 売上下位5店舗を把握し、テコ入れが必要な店舗を特定する | 横棒グラフ |
| 購買金額合計 ショップ名 sort by 購買金額合計 descending | 全店舗の売上ランキングを確認する | 横棒グラフ |
| 客単価 ショップ名 sort by 客単価 descending | 店舗別の客単価を比較し、高単価店舗の特徴を探る | 横棒グラフ |
| 購買回数 ショップ名 last 3 months | 直近3か月の店舗別購買回数を確認し、来店頻度の変化を把握する | 棒グラフ |
| 購買会員数 ショップ名 last month | 先月の店舗別ユニーク購買会員数を確認し、集客力を比較する | 棒グラフ |
| growth of 購買金額合計 by 注文日時 monthly ショップ名 = 〇〇 | 特定店舗の月次成長率を確認し、伸びている店舗を特定する | 折れ線グラフ |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| top 10 カテゴリ名 by 購買金額合計 | 売上上位カテゴリを把握し、主力カテゴリを確認する | 横棒グラフ |
| top 10 商品名 by 購入数量 | 販売数量上位の商品を把握し、人気商品を確認する | 横棒グラフ |
| bottom 10 商品名 by 購入数量 last 3 months | 直近3か月で販売数量が少ない商品を特定する | 横棒グラフ |
| 購買金額合計 カテゴリ名 monthly 注文日時 | カテゴリ別の月次売上推移を確認し、季節性やトレンドを把握する | 積み上げ面グラフ |
| 購入数量 カテゴリ名 チャネル区分 = EC vs チャネル区分 = 実店舗 | カテゴリ別にEC・実店舗の販売数量を比較し、チャネル特性を把握する | グループ棒グラフ |
| average 客単価 カテゴリ名 | カテゴリ別の平均客単価を確認し、高単価カテゴリを特定する | 横棒グラフ |
| top 5 ブランド名 by 購買金額合計 last month | 先月の売上上位ブランドを確認する | 横棒グラフ |
| 購買金額合計 PB区分名 | プロパー商品とバーゲン商品の売上構成を確認する | 円グラフ/ドーナツ |
| percentage of 購買金額合計 PB区分名 = バーゲン | 全体売上に対するバーゲン商品の構成比を確認し、値引き依存度を把握する | KPI(単一数値) |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| 購買会員数 monthly 注文日時 | 月次の購買会員数推移を確認し、顧客基盤の拡大・縮小を把握する | 折れ線グラフ |
| unique count 会員ID 注文時年代 | 年代別の購買会員数を確認し、顧客層の構成を把握する | 棒グラフ |
| 購買金額合計 注文時年代 | 年代別の売上貢献度を確認し、主力顧客層を特定する | 棒グラフ |
| 客単価 注文時年代 | 年代別の客単価を比較し、高単価層を特定する | 棒グラフ |
| 購買金額合計 都道府県名 sort by 購買金額合計 descending | 都道府県別の売上を確認し、地域ごとの市場規模を把握する | 地図/横棒グラフ |
| 購買会員数 都道府県名 top 10 | 購買会員数の多い都道府県を確認し、顧客集中エリアを把握する | 横棒グラフ |
| 購買金額合計 新規リピート区分 | 新規顧客とリピート顧客の売上構成を確認する | 円グラフ/ドーナツ |
| percentage of 購買金額合計 新規リピート区分 = リピート | 全体売上に対するリピート顧客の構成比を確認し、顧客定着度を測る | KPI(単一数値) |
| 購買会員数 新規リピート区分 monthly 注文日時 | 月次の新規・リピート会員数推移を確認し、新規獲得とリピート維持のバランスを把握する | 積み上げ棒グラフ |
| average 客単価 新規リピート区分 | 新規とリピートの客単価差を確認し、リピート化による単価向上効果を測る | 棒グラフ |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| 購買会員数 新規リピート区分 = 新規 monthly 注文日時 | 月次の新規顧客獲得数の推移を確認する | 折れ線グラフ |
| 購買会員数 新規リピート区分 = リピート monthly 注文日時 | 月次のリピート顧客数の推移を確認する | 折れ線グラフ |
| 購買金額合計 新規リピート区分 = 新規 カテゴリ名 | 新規顧客がどのカテゴリを購入しているかを確認し、入口商品を特定する | 横棒グラフ |
| 購買金額合計 新規リピート区分 = リピート カテゴリ名 | リピート顧客がどのカテゴリを購入しているかを確認し、定着商品を特定する | 横棒グラフ |
| 客単価 新規リピート区分 = 新規 monthly 注文日時 | 新規顧客の客単価推移を確認し、初回購入の質を把握する | 折れ線グラフ |
| 客単価 新規リピート区分 = リピート monthly 注文日時 | リピート顧客の客単価推移を確認し、LTV向上の兆候を把握する | 折れ線グラフ |
| top 10 カテゴリ名 by 購買金額合計 新規リピート区分 = 新規 | 新規顧客の売上上位カテゴリを確認し、新規獲得に強いカテゴリを特定する | 横棒グラフ |
| 購買金額合計 新規リピート区分 = リピート チャネル区分 | リピート顧客のチャネル別売上を確認し、リピートが生まれやすいチャネルを特定する | 円グラフ/ドーナツ |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| 購買金額合計 購入時間帯 | 時間帯別の売上を確認し、ピークタイムを把握する | 棒グラフ |
| 購買回数 購入時間帯 | 時間帯別の購買件数を確認し、来店・注文が集中する時間を把握する | 棒グラフ |
| 購買金額合計 購入時間帯 チャネル区分 = EC | ECの時間帯別売上を確認し、オンライン購買のピークタイムを把握する | 棒グラフ |
| 客単価 購入時間帯 | 時間帯別の客単価を確認し、高単価購買が発生しやすい時間帯を特定する | 棒グラフ |
| daily 注文日時 購買金額合計 last 4 weeks | 直近4週間の日別売上を確認し、曜日パターンを把握する | 折れ線グラフ |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| 購買金額合計 last month | 先月の売上合計を確認する | KPI(単一数値) |
| 購買金額合計 this month | 今月(進行中)の売上合計を確認する | KPI(単一数値) |
| 購買金額合計 注文日時 last 30 days | 直近30日間の売上を確認する | 折れ線グラフ |
| 購買金額合計 注文日時 3 months ago | 3か月前の1か月間の売上を確認し、現在と比較する | KPI(単一数値) |
| 購買金額合計 注文日時 between 2024/01/01 and 2024/03/31 | 特定期間の売上を確認する(キャンペーン期間など) | KPI(単一数値) |
| 購買金額合計 カテゴリ名 last month vs 購買金額合計 カテゴリ名 3 months ago | カテゴリ別に先月と3か月前を比較し、伸びているカテゴリを特定する | グループ棒グラフ |
| growth of 購買金額合計 by 注文日時 monthly year-over-year | 前年同月比の成長率推移を確認し、長期的な成長トレンドを把握する | 折れ線グラフ |
| growth of 購買回数 by 注文日時 weekly | 週次の購買回数成長率を確認し、直近の勢いを把握する | 折れ線グラフ |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| average 客単価 monthly 注文日時 | 月次の平均客単価推移を確認し、単価の上昇・下降トレンドを把握する | 折れ線グラフ |
| 客単価 チャネル区分 | EC・実店舗の客単価を比較し、チャネル特性を把握する | 棒グラフ |
| 客単価 注文時年代 | 年代別の客単価を確認し、高単価層を特定する | 棒グラフ |
| 購買回数 ショップ名 monthly 注文日時 | 店舗別の月次購買回数推移を確認し、来店頻度の変化を把握する | 折れ線グラフ |
| 明細件数 ショップ名 | 店舗別の明細件数を確認し、1回あたりの購入点数の傾向を把握する | 横棒グラフ |
| 購買金額合計 購買金額合計 >= 50000 | 高額購買(5万円以上)の件数・金額を確認する | テーブル |
| unique count 会員ID 購買金額合計 >= 30000 | 3万円以上購入した会員数を確認し、高額購買層の規模を把握する | KPI(単一数値) |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| 購買金額合計 PB区分名 monthly 注文日時 | プロパー・バーゲンの月次売上推移を確認し、セール依存度の変化を把握する | 積み上げ棒グラフ |
| percentage of 購買金額合計 PB区分名 = プロパー | プロパー売上の構成比を確認し、正価販売力を評価する | KPI(単一数値) |
| 客単価 PB区分名 | プロパー・バーゲンの客単価差を確認する | 棒グラフ |
| 購買会員数 PB区分名 | プロパー・バーゲンそれぞれの購買会員数を確認し、顧客層の違いを把握する | 棒グラフ |
| 購買金額合計 PB区分名 = プロパー カテゴリ名 | プロパーで売れているカテゴリを確認し、正価で支持されている商品群を特定する | 横棒グラフ |
| 購買金額合計 PB区分名 = バーゲン カテゴリ名 | バーゲンで売れているカテゴリを確認し、値引きに依存しているカテゴリを特定する | 横棒グラフ |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| 購買金額合計 チャネル区分 monthly 注文日時 | EC・実店舗の月次売上推移を比較し、チャネル間の成長差を把握する | 折れ線グラフ(2系列) |
| growth of 購買金額合計 by 注文日時 monthly チャネル区分 = EC | ECの月次成長率を確認する | 折れ線グラフ |
| 客単価 チャネル区分 monthly 注文日時 | EC・実店舗の客単価推移を比較する | 折れ線グラフ(2系列) |
| top 10 カテゴリ名 by 購買金額合計 チャネル区分 = EC | ECの売上上位カテゴリを確認する | 横棒グラフ |
| top 10 カテゴリ名 by 購買金額合計 チャネル区分 = 実店舗 | 実店舗の売上上位カテゴリを確認する | 横棒グラフ |
| 購買会員数 チャネル区分 monthly 注文日時 | EC・実店舗の月次購買会員数推移を比較する | 折れ線グラフ(2系列) |
| 購買金額合計 注文時年代 チャネル区分 = EC | ECの年代別売上を確認し、ECを利用する顧客層を把握する | 棒グラフ |
| 購買金額合計 注文時年代 チャネル区分 = 実店舗 | 実店舗の年代別売上を確認し、来店する顧客層を把握する | 棒グラフ |
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。
| プロンプト | 分析の目的 | 推奨グラフ |
|---|---|---|
| daily 注文日時 購買金額合計 last 30 days | 直近30日間の日次売上を確認し、突発的な増減を検知する | 折れ線グラフ |
| 購買金額合計 ショップ名 last week | 先週の店舗別売上を確認し、異常に高い・低い店舗を検知する | 横棒グラフ |
| 購買回数 カテゴリ名 last 7 days | 直近7日間のカテゴリ別購買回数を確認し、急な動きを検知する | 棒グラフ |
| 購買会員数 注文日時 last 30 days | 直近30日間の日次購買会員数を確認し、顧客数の急変を検知する | 折れ線グラフ |
| 客単価 daily 注文日時 last 14 days | 直近2週間の日次客単価を確認し、単価の急変を検知する | 折れ線グラフ |
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。