ホーム悩みから探す › 経営数字

経営数字 Record No.009 ・ よみ時間 約8分

リピート率の平均は30%?美容室が測るべきは2つの数字です

「リピート率 平均」で検索するとき、本当に知りたいのは「うちの店は普通なのか」だと思います。先に、調べた結果を正直に言います。検索でよく見る「美容室の新規リピート率は平均30%」という数字は、原典(誰が・いつ・何人に調べたか)を特定できませんでした。裏の取れた公表値は「エステの新規リピート率は平均約20%」(ホットペッパービューティー調べ・2021・2022年)くらいです。そして平均が分かっても、明日の打ち手は決まりません。この記事では、平均の代わりに「初回→2回目」と「2回目→3回目」を分けて測る方法を、架空の予約データ304件で実際に一周した記録つきで書きます。

店主店主

うちのリピート率、低い気がするんだよね。平均30%って記事を見たけど、それより上なら安心していいのかな

研究室研究室

その30%、原典を探したんですが特定できませんでした。それに、平均と比べても直す場所は分かりません。2つに分けて測ると分かります。測り方を一周して見せますね

01「平均30%」の出どころを探してみました

リピート率の記事でよく見かける数字を、出どころまでさかのぼった結果です。

よく見る数字出どころを調べた結果この記事での扱い
美容室の新規リピート率は平均30%実務者のコラムで広く使われているが、調査主体・年・人数つきの原典にたどり着けなかった未検証。目安にも使いません
エステの新規リピート率は平均約20%ホットペッパービューティー調べ(2021・2022年)として公表参考値
新規の約50%が2回目までに離脱し、さらにその半分が3回目までに離脱リクルート ホットペッパービューティーアカデミーの解説参考値。「2段に分けて見る」考え方の根拠

正直に書くと、30%は最初、うちも信じかけました。あちこちの記事に同じ数字が載っていると、出典が無くても本当に見えてきます。ただ、記事どうしが引用し合っているだけで、根っこの調査が見つかりません。出どころの分からない平均と自分の店を比べて、一喜一憂する必要はありません。

それでも、3行目の「2段階で離脱する」という見方は使えます。リピート率をひとつの数字にせず、初回→2回目と2回目→3回目に分ける。ここからが本題です。

022つに分けると、直す場所が見えます

測る数字意味低いときに疑う場所
初回→2回目率新規のお客さんが定着の入口に乗ったか初回の体験と、初回直後の接点。初回クーポンと2回目の価格差
2回目→3回目率関係が習慣になったか次に来る理由と時期を伝えているか。間が空いたあとの接点

「リピート率が低い」とひとまとめにすると、打ち手は「全部がんばる」になって、たいてい続きません。初回→2回目が低い店と、2回目→3回目が低い店では、直す場所が違います。前者は初回のその日のうちに次の理由を渡せているか、後者は時間が空いたあとにどう思い出してもらうかの問題です。

03測り方: 決めるのは3つだけです

  1. 期間を決める: 「初回から90日以内に2回目が入ったか」で数える(来店周期の長いメニューなら120日でも。決めたら固定します)
  2. 母数から「まだ判定できない人」を外す: 初回から90日経っていない新規は、まだ来られる期間の途中なので、母数に入れない
  3. 人数で数える: 予約の件数ではなく、顧客ごとに数える

式と数値例をひとつ。「初回から90日以上経った新規」が20人いて、うち7人が90日以内に2回目を予約していたら、初回→2回目率は7÷20=35%です。

いちばん多い間違いは、先月来たばかりの新規を母数に入れてしまうことです。まだ来られる期間の人を「来なかった」に数えると、実際より低く出て、必要のない落ち込み方をします。

04架空の予約データ304件で、実際に測ってみました

定義を決めても手が動くかは別の話なので、当研究室で一周してみました。検証用に作った架空のサロンの予約データ(6ヶ月・予約304件・顧客200人)をAIに読ませて、上の定義で集計させた結果です(2026年8月29日実施。架空データの集計で、実在の店の数値でも業界の平均でもありません)。

初回の予約経路初回→2回目2回目→3回目
紹介63.6%38.9%
Instagram・LINE43.8%45.5%
予約サイト(通常)34.8%45.5%
予約サイト(クーポン)33.9%56.0%
全体41.0%47.7%

読み取れたことが2つあります。ひとつ、初回→2回目は、入口の経路で30ポイント差が付いていました(紹介63.6%とクーポン33.9%)。ふたつ、2回目まで来た人に限ると、経路の差はほぼ消えていました。クーポンで来た人も、2回目に来てくれれば56.0%が3回目に進んでいます。この架空データの範囲では、「クーポン客は根付かない」というより「クーポン客は最初の壁だけが高い」ように見えました。どの段が低いかで、直す場所がまるで変わる例です。

AIに数えさせるときの注意もひとつ。合計の検算(顧客ごとの来店回数を足し上げると予約件数に一致するか)まで指示すると、集計ミスに気づけます。今回も検算込みで一致を確認しました。

POINT 平均と比べない。前の自分と比べる

測るのは初回→2回目と2回目→3回目の2つ。初回から90日経っていない人は母数から外す。比べる相手は出どころ不明の「平均」ではなく、先月・先々月の自分の店です。

05低かった段の、直し方の入口

  • 初回→2回目が低い: 初回のその日に、次に来る理由を渡します。「次に見るならこのあたりの変化です」の一言や、初回と同じくらい魅力のある2回目メニュー。リピートの意向が決まる場面の上位は施術42.9%・仕上がり確認36.2%・カウンセリング27.6%と、全部来店中でした(リクルート ホットペッパービューティーアカデミー・顧客満足調査2025・美容室編)。決め手は店内にあります
  • 2回目→3回目が低い: 次に来る目安の時期を伝えることと、間が空いた人に思い出してもらう接点です。声のかけ方は常連さんが来なくなった理由と、思い出してもらう1通に書きました
  • どの段でもなく、そもそも新規が少ない: 率ではなく母数の問題です。掲載費をかけているなら、ホットペッパーの掲載費の元が取れているかの計算から見てください

注意点をひとつだけ。割引でリピートを買おうとするのは、データの上でも分が悪いです。いま通っている店を続ける理由に「リピーター向け割引・クーポン」を挙げた人は6.3%でした(同・美容センサス2025年上期・女性5,226人)。

06サロンボードがある店・紙の台帳の店

  • サロンボード(ホットペッパー掲載店): 予約データをCSVで取り出せます。文字コードの都合で開くと文字化けすることがありますが、化けたままAIに添付しても読めます。レポートには「同プラン・同エリアの平均」の列が付いていて、自分の数字を近い条件の平均と比べられる、珍しい場所です(当研究室が実機で確認・2026年8月29日)
  • 紙の台帳の店: 全部数えなくて大丈夫です。3〜4ヶ月前の新規10人を選んで、2回目が入ったかを○×で数える簡易版から。10人なら30分で終わります

顧客の名簿をAIに渡すときは、氏名・電話番号・住所を消してからにしてください。顧客の番号・来店日・経路・金額だけで、この記事の集計は全部できます。

07今日やる1つ

3〜4ヶ月前に初めて来た新規のお客さんを10人選んで、2回目の予約が入ったかを○×で数えてください。10人中何人だったかで、自分の店の「初回→2回目」のだいたいの位置がつかめます。10人は少ないので断定はできませんが、どちらの壁の話なのかを知るには足ります。

08よくある質問

結局、何%あれば安心なんですか?

一律の合格ラインは示せません。業種・メニューの来店周期・新規の入口で変わるからです。出どころの分からない平均と比べるより、同じ定義で毎月測って、先月の自分と比べてください。3ヶ月並べると、やったことと数字の関係が見え始めます。

常連さん(3回目以降)のリピート率も測るべきですか?

測るなら「率」より「最終来店から90日以上空いた人の人数」を数えるほうが実務的です。常連の離脱は率にすると小さく見えますが、人数で見ると、思い出してもらう1通という打ち手にそのままつながります。

忙しくて、測る時間がありません

簡易版(10人の○×)なら30分です。毎月全員分をやるなら、予約データを取り出してAIに集計させる方法がありますが、定義(90日・母数の除外・検算)を指示に入れないと、違う数字が返ってきます。その頼み方の全文は完全版に載せる予定です。


この記事の完全版(予約データのCSVをAIに読ませて2段分解・経路別・休眠リストまで出す頼み方の全文・検算のさせ方・サロンボードのレポートで見る場所)は、noteの記事と月額の研究室で公開予定です。公開され次第、ここにリンクを載せます。

出典: エステの新規リピート率 平均約20%=ホットペッパービューティー調べ(2021・2022年・参考値)/新規の約50%が2回目までに離脱=(株)リクルート ホットペッパービューティーアカデミーの解説(参考値)/リピート意向が決まる場面=同 美容サロン顧客満足調査2025・美容室編(2026年3月発表)/継続理由のリピーター向け割引6.3%=同 美容センサス2025年上期・美容室編(女性5,226人)/「美容室は平均30%」は原典を特定できず(2026年8月30日時点・未検証)/2段分解の集計=当研究室が検証用の架空予約データ(6ヶ月・予約304件・顧客200人)で実施(2026年8月29日)

完全版のありか この記録の完全版について

手順の詳しい版・コピペで使えるAIへの頼み方・実測データは、noteの記事(300円)と月額の研究室で公開予定です。公開され次第、ここにリンクを載せます。

小さなお店のAI研究室

実験日と出典を全記事に明記しています。リサーチ・下書き・検査はAIと一緒に、事実確認と公開の判断は人間が行っています。

運営者情報と編集方針を見る →