新規ユーザーの料理（商品）リピート購入率

I. 計算機の概要

新規ユーザーの料理（商品）リピート購入率計算機は、新規ユーザーが登録日に購入した料理または商品について、登録後30日・60日・180日以内のリピート購入状況を分析するためのツールです。本ツールは「初日料理/商品」でグループ化し、各グループの総ユーザー数・リピート購入ユーザー数・リピート購入率を算出し、3つの時間窓の結果を1つの統合表と多段階ヘッダーで表示し、料理ごとのリピート購入ポテンシャルを横断比較しやすくします。

コア機能

• 30日/60日/180日リピート購入：登録から少なくともN日経過したユーザーのみを対象とし、登録後N日以内（登録日含む）の注文を集計し、初日に購入した料理/商品でグループ化してリピート購入率を算出します。
• 統合レポート：料理/商品名で1表に統合し、30日・60日・180日の3グループの指標（リピート購入ユーザー、総ユーザー、リピート購入率）を多段階ヘッダーで区別して表示します。
• ソート：30日総ユーザー数の降順で並べ替え、ボリュームの大きい料理を優先して確認できます。

適用シーン

• 初日に購入した料理/商品のうち、新規ユーザーのリピート購入をより促進するものを特定し、メニューや品揃えの最適化に活用する。
• 同一料理について30日・60日・180日の窓でリピート購入率の変化を比較し、中長期のリピート購入状況を把握する。
• 総ユーザー規模と組み合わせ、「ボリュームが十分でリピート購入率が高い」料理への運営・サプライチェーン投資を優先する。

適用顧客

本計算機は「ユーザー＋注文明細（料理/商品名含む）＋登録日」データを持つ事業（飲食・小売・EC等）向けで、初日購入カテゴリの観点から新規ユーザーのリピート購入を分析したい場合に適しています。

前提条件：データにユーザーID・注文日・登録日・料理/商品名が含まれること。かつ新規ユーザーが登録日に少なくとも1件の注文があること（本ツールは登録当日に取引があった新規ユーザーのみを集計します）。

---

II. アルゴリズムの概要

2.1 核心概念

初日料理/商品

各ユーザーについて、登録日当日に購入した料理または商品名（重複排除）の集合を、そのユーザーの「初日料理/商品」と呼びます。レポートの各行は1つの初日料理/商品に対応し、「登録日にその料理/商品を購入した新規ユーザー」のリピート購入状況を集計したものです。

購入日数とリピート購入

ある時間窓（例：30日）内で、各ユーザーの異なる注文日の個数を数えたものを、そのユーザーのその窓における「購入日数」と呼びます。

• リピート購入ユーザー：購入日数≥2のユーザー（その窓内に少なくとも2つの異なる注文日がある）。
• リピート購入率：その窓におけるその料理のリピート購入ユーザー数／総ユーザー数。

時間窓と「登録からN日以上経過」

• 30日：「登録日＋30日≤データの最大日付」を満たすユーザーのみ、すなわち登録から少なくとも30日経過したユーザーを対象とし、登録後30日以内（登録日含む）の注文のみを集計します。
• 60日/180日：同様に、それぞれ登録から60日・180日以上経過していることを条件とし、登録後60日・180日以内（登録日含む）の注文のみを集計します。

2.2 計算ロジック

1. 基準日：全データの注文日の最大値を分析の締め日として採用します。
2. ユーザーフィルタ：各窓（30/60/180日）ごとに、「登録日＋N日≤基準日」かつ「登録日に少なくとも1件の注文がある」ユーザーのみを残します。
3. 窓内の注文：各ユーザーについて、注文日が［登録日、登録日＋N−1日］の範囲内の明細のみを残します。
4. 初日料理：各ユーザーについて、登録日に購入した料理/商品名をマークします。
5. 料理別集計：各（初日料理、ユーザー）について、その窓内の購入日数を算出し、初日料理ごとに総ユーザー数・リピート購入ユーザー数を集計してリピート購入率を得ます。
6. 統合とソート：30日・60日・180日の結果を料理/商品名で1表に統合し、30日総ユーザー数の降順で並べ替えます。

2.3 結果表示

レポートは1つの統合表で、ヘッダーは2段構成です。

• 1行目：30日、60日、180日（各グループが3列）。
• 2行目：料理/商品；各グループ下に「リピート購入ユーザー」「総ユーザー」「リピート購入率」。

各行は1つの初日料理/商品に対応し、列は30日・60日・180日の各窓におけるリピート購入ユーザー数・総ユーザー数・リピート購入率（パーセント）です。

---

III. 利用方法と注意事項

3.1 データ準備

必須項目

データファイルに以下の4列が含まれるようにしてください。

1. ユーザーID列：ユーザーを一意に識別する列（会員番号・電話番号など）。
2. 注文日列：注文が発生した日付。形式例：2025-01-01 または 2025/1/1。
3. 登録日列：そのユーザーの登録日。新規顧客判定とリピート窓の計算に使用します。
4. 料理/商品名列：料理または商品名を指定する列（例：麻婆豆腐、特定SKU名）。

データ粒度：1行＝1注文明細（あるユーザーがある日にある料理/商品を購入した1件）とすることを推奨します。

3.2 フィールドマッピング

ファイルアップロード後、データ列をユーザーID列・注文日列・登録日列・料理/商品名列にそれぞれマッピングしてください。

3.3 結果の解釈

• 総ユーザー：該当時間窓内で、初日にその料理/商品を購入した新規ユーザーの総数（登録日に注文があり、かつ窓の集計対象に含まれるユーザー数）。
• リピート購入ユーザー：上記ユーザーのうち、その窓内で購入日数≥2のユーザー数。
• リピート購入率：リピート購入ユーザー／総ユーザー。その初日料理/商品がもたらした新規ユーザーが窓内でリピート購入した割合を表します。

3.4 注意事項

---

IV. まとめ

本計算機は「初日購入料理/商品」の観点から新規ユーザーのリピート購入を分析し、30/60/180日の3グループ指標を1表で出力し、どの料理がリピート購入をより促進するかの把握に役立てます。解釈時は総ユーザー・ボリュームに注意し、ボリュームが十分な料理についてのみリピート購入率の比較と意思決定を行ってください。