業界特化 分析 hub
客単価・LTV・本指名率 KPI benchmark 2026

客単価 tracking 精度 (店舗別 / スタッフ別 / 時間帯別)

客単価は最も基礎的な KPI ですが、業界特化の分析では平均値 1 本ではなく breakdown の粒度が重要とされます。

• 店舗別: 多店舗運営時の店舗間比較・出店判断の基礎データ
• スタッフ別: キャスト・ホスト・セラピスト個人ごとの単価貢献の可視化
• 時間帯別: オープン直後・ピーク・ラスト帯での単価構造の違い
• 客層別: 新規 / リピート / 本指名での単価差の把握

業界一般では、平均値の裏にある構造変化は breakdown なしには検出しにくい、と報告されています。分析 SaaS 選定では、この分解粒度が標準機能かどうかが第一の確認点になります。

LTV 計算精度 (12 ヶ月継続 × 客単価 composite)

LTV (顧客生涯価値) は、業界一般では「平均客単価 × 月間来店頻度 × 継続月数」の composite で概算する運用が広く参照されます。LTV 分析で分析 SaaS に求められる要件は次の 3 点とされます。

• 継続 rate の自動算出: 顧客ごとの来店間隔から離脱兆候を推定
• コホート分析: 初来店月ごとの継続率カーブの比較
• 本指名との紐付け: 本指名化した顧客と未指名顧客の LTV 差の可視化

業界一般では、本指名化した顧客の LTV は未指名顧客の数倍レンジに達するケースが報告される傾向にあり、LTV 分析と本指名率分析は事実上セットで運用されます。

業界特化 KPI 統合分析 (本指名率 / リピート率 / シャンパン率 / 卓平均)

3 つ目の軸は、汎用 BI ツールには標準搭載されない業界特化 KPI の統合です。

• 本指名率: 来店客のうち特定スタッフを指名した比率 (3 業界共通の中核 KPI)
• リピート率: 一定期間内の再来店比率
• シャンパン率・ボトル率: キャバクラ / ホストクラブでの高単価オーダー比率
• 卓平均: ホストクラブの卓あたり売上
• セラピスト別稼働率: メンズエステの施術時間ベース稼働指標

これらを予約・顧客・売上データと自動で紐付けて日次計算できるかが、業界特化 分析 SaaS と汎用ツールの実務的な分岐点とされます。

ホストクラブ 客単価 目安: 30,000〜100,000 円 (composite range)

• 初回・フリー来店帯: 初回料金設計により 5,000〜10,000 円レンジに抑える運用が一般的とされる一方、指名以降の通常来店では大きく変動
• 通常来店帯: 30,000〜60,000 円レンジ
• 上位顧客帯 (ボトル・シャンパンオーダー含む): 60,000〜100,000 円レンジ以上

業界一般では、売上の相当部分が上位顧客層に集中する構造が報告されており、平均客単価単体ではなく「顧客ランク別の単価分布」で追う分析設計が推奨される傾向にあります。

本指名リピート率 目安: 50〜65% (composite range)

指名客が翌月も継続来店する比率は、業界一般で 50〜65% レンジが参照されます。ホストクラブの売上構造は担当制 (永久指名制に近い運用) が一般的なため、本指名リピート率は個々のホストの顧客維持力を示す KPI として、育成判断・報酬設計の基礎データになるとされます。

ボトル・シャンパン bill 平均: 業界一般 range

高単価オーダーの構成比は店舗の価格帯ポジションで大きく変わるため、金額の額面そのものよりも「総売上に占める高単価オーダー比率の月次推移」を追う運用が一般的です。イベント月 (周年・バースデー等) とのカレンダー相関分析ができると、販促計画の精度が上がると業界で報告されています。

卓平均 目安: 業界 SaaS 一般 range

卓平均 (卓あたり売上) は、ホストクラブ特化の分析でよく参照される KPI です。卓数 × 回転 × 卓単価の 3 要素に分解でき、「席が埋まっているのに売上が伸びない」場合の原因特定に使われます。卓 15 卓を超えるレンジから手集計が現実的でなくなり、SaaS による自動集計が実質的な運用要件になる、と業界一般で報告されています。

汎用分析 SaaS: 業界特化 KPI 未対応

汎用 BI・分析ツールを転用すると、売上グラフは作れても本指名率・卓平均・セラピスト稼働率といった業界 KPI の算出に大幅なカスタム設定が必要になり、実質的に運用が定着しない pattern が業界で報告されています。導入後 3〜6 ヶ月で「グラフはあるが経営判断に使えるデータがない」と気づくケースが典型とされます。

リアルタイム弱: 日次 batch のみで即時判断ができない

前日分のデータしか見られない日次バッチ型では、営業時間中の卓配置・フリー客割り振り・延長提案といった即時判断に KPI を使えません。営業中の運用判断に分析を活かしたい店舗は、リアルタイム (または準リアルタイム) 集計対応かを確認する運用が推奨されます。

スタッフ別 breakdown 弱: 個別 KPI が可視化できない

店舗合計の KPI しか出ないツールでは、キャスト・ホスト・セラピスト個人の育成判断・報酬設計に使えません。スタッフ別の客単価・本指名率・リピート貢献が標準で分解表示されるかが、業界特化型としての実質的な要件とされます。

benchmark なし: 自店の位置づけができない

自店の数値単体では「本指名率 38% は良いのか悪いのか」の判断がつきません。業界一般レンジとの比較表示 (benchmark 機能) がないと、KPI が「見るだけの数字」になりやすいと業界で報告されています。

データ export 不可: 会計 SaaS・BI tool と連携できない

CSV エクスポートや API を持たない SaaS は、会計ソフトへの売上連携や外部 BI での深掘り分析ができず、ベンダーロックのリスクも高まります。契約前に「データ所有権」「エクスポート機能」「解約時のデータ返却」を確認する慣行が業界で推奨されます。