A施策前後を比較、 名寄せなどの整理に疲弊
飲食業はメニュー改定が頻繁。土鍋御飯も「2合のみ → 1合追加」とサイズ展開が変わり、時期によって別名称だった商品もある。施策前後の売上を比較するには、これらを同じ商品系列として束ねて集計する必要があり、その整理だけで結構な作業量になる。
← 導入事例一覧
Case Study · 飲食
新メニューは単品で終わらない。 「他にも増えています」とAIが教えてくる
「最近、土鍋メニューを拡充しました。売上の動きを見せて」と渡せば、土鍋の注文率が倍増しただけでなく、「土鍋以外の売上も増えています」── AIが指示なしで波及効果まで先回り。「土鍋客は焼肉やドリンクも頼む層」と、背景にある客層の傾向まで返してくる。
背景
看板メニューに小サイズを追加投入。狙い通り効いたか確かめたい
居酒屋業態の主力店で展開する看板メニュー（土鍋御飯）は、これまで大型サイズしか提供がなく、少人数のテーブルには注文しづらいメニューだった。少人数でも頼める小サイズを新たに投入。投入後の注文率や売上の動きを店長会議で共有し、次のメニュー改定にも活かしたい。
課題
AB店全体への波及まで 手作業では届かない
単品の売上の先── 「土鍋以外のメニューも動いたのか」「店全体の売上にどう影響したのか」まで掘ろうとすると、伝票単位で土鍋あり/なしのテーブルを切り出して両者を突き合わせる必要があり、手作業で組み立てるのは無理。結果、店長会議でも単品の数字で終わるパターンが続いていた。
Octopusでどう変わったか
A
AIが整理して集計。 現場知識も一言で渡せる
「土鍋メニューを拡充しました。売上の動きを見せて」と渡せば、AI が商品マスタを横断して「2合のみ → 1合追加」のような変遷を自動で発見し、同じ商品系列として束ねて集計してくれる。「以前は別名称があった」のような現場でしか知らない情報を一言渡せば、AI がそれを踏まえて評価を組み直す。
B
何も言わずとも、波及効果を AIが自律的に分析
データを返すだけじゃない。「全体の売上はどう動いた？」と聞けば、AI が何も指示していないのに「土鍋以外の売上も増えています」と波及効果まで自律的に分析。「土鍋を頼む客はドリンクや他の料理も頼む層だから、連鎖的に押し上げた可能性が高い」と背景の仮説まで一緒に提示してくる。
実際の使い方
1効果の全体像をすぐに把握
「最近、土鍋メニューを拡充しました。売上の動きを見せて」10:32
→ AIが商品変遷を自動で発見し、施策前後を束ねて集計10:32
メニュー変遷の自動発見 + 拡充前後の比較名寄せ済み
📅 拡充前：2合（大型サイズのみ）
↓
📅 拡充後（2/25〜）：1合・2合の選択制に
💡 「商品名が時期で変わっています。メニュー整理があったようですね」── AIが取引データから自動で発見
指標
拡充前
拡充後（1合追加）
注文率
XX%
XX%（ほぼ2倍）
1日あたり売上
¥XXX,XXX
¥XXX,XXX
💬 1合追加で注文のハードルが下がり、注文率が約2倍に伸びました。 単価が低い1合を選ぶ客が増えるのは想定通りで、数字でも裏付けられています。
── 続けて、現場知識を一言で渡すと
ユーザー「以前は別名称で土鍋メニューがありました」
AI「ありがとうございます！それを含めて分析し直します」 → 旧名称も同じ商品系列として束ね、施策前後を正確に再集計
気付き業務目的を一言渡せば、AIが商品の変遷を自動で発見＋集計。「以前は別名称があった」のような現場知識を一言渡せば、AIがすぐ取り込んで評価を組み直す。
2波及効果まで見つけ出す
「全体の売上はどう動いた？1営業日あたりで見たい」10:33
→ 全体の売上は+X% ── そこに、AIが「土鍋以外も増えています」と自発的な分解を添えて返す10:33
1日平均売上の動き + AIの自発的な分解指示なしで分解
内訳
拡充前
拡充後
増加
1日平均売上（全体）
¥XXX,XXX
¥XXX,XXX
+¥XX,XXX（+X%）
うち 土鍋売上
¥X,XXX
¥XX,XXX
+¥X,XXX
うち 土鍋以外売上
¥XXX,XXX
¥XXX,XXX
+¥X,XXX ✅
💬 注目すべきは土鍋以外の売上も+¥X,XXX増えている点です。
土鍋を頼む客はドリンクや他の料理も多く頼む傾向があるため、注文率の向上が連鎖的に他メニューの消費も押し上げた可能性が高いです。
土鍋を頼む客はドリンクや他の料理も多く頼む傾向があるため、注文率の向上が連鎖的に他メニューの消費も押し上げた可能性が高いです。
気付きユーザーが聞いたのは「全体の売上はどう動いた」だけ。AIが自発的に「土鍋以外」と分解し、その背景仮説（土鍋客は他も頼む層）まで一緒に提示してくる。
効果があったポイント
業務目的を理解する + 指示していない切り口の提案
「新メニュー投入の効果を見せて」と業務目的のまま渡せば、注文率・客単価・併売までAIが組み立てる。さらに「土鍋以外も増えています」のような波及効果まで先回りで指摘してくる。
商品マスタの変遷を自動で発見し、名寄せして集計する
商品名がリニューアルで複数回変わっていても、AIが取引データから変遷を発見して名寄せ。施策前後の比較が、人手で準備しなくても成立する。
数値だけじゃない、解釈・読み解きまで返す
「波及効果が出ている可能性」「土鍋客が日本酒も頼む傾向」など、解釈を文章で返してくれるから、店長会議でそのまま共有資料に使える。
担当者の声
10センチまでしか見えなかったのが、深さ1メートルまで見えるようになった
新メニューを投入するたび、店長会議では「これだけ出ました」と発表して終わっていた。表面的なデータしか取りようがなく、その先まで踏み込めなかった。 「全体の売上はどう動いた？」と聞いただけで、何も指示していないのに「土鍋以外も増えています」とAIが分解してくる。「土鍋客は他も頼む層だから、連鎖的に増えた可能性」と背景仮説まで返してくる。 漠然と感じていた連鎖が、数字と仮説で目の前に揃う瞬間が生まれた。新メニュー検証は、単品の数字で終わらないものになった。
まずはスマレジデータで試してみませんか
最短即日で、あなたのお店の売上分析を体験できます。