# 新規ユーザー属性分析（2024年10-12月 vs 2025年10-12月）

## 分析概要

本分析では、2024年10-12月と2025年10-12月の新規ユーザーの属性を比較し、共通点・相違点を明らかにします。

## 分析対象

- **2024年10-12月の新規ユーザー**: 登録日が2024年10月1日～12月31日の**福岡県在住男性ユーザー**（area: 101-108, gender: 1）
- **2025年10-12月の新規ユーザー**: 登録日が2025年10月1日～12月31日の**福岡県在住男性ユーザー**（area: 101-108, gender: 1）

**注意**: 本分析は福岡県在住者（area BETWEEN 101 AND 108）かつ男性ユーザー（gender = 1）のみを対象としています。

## 分析項目

### 1. 基本属性
- 年齢層分布（10代、20代、30代、40代、50代以上）
- 性別分布（男性、女性）
- エリア分布（福岡県内、東京都、その他）
- 福岡県内の詳細エリア分布（中央区、博多区、城南区、早良区、東区、西区、南区、その他）

### 2. 予約行動
- 予約有無（予約あり、予約なし）
- 初回予約までの日数（当日、1週間以内、1ヶ月以内、1ヶ月以上）
- 初回予約の時間帯（朝、昼、夜）
- 初回予約の曜日分類（平日、週末）
- 平均予約回数

### 3. 比較分析
- 各属性の年次比較
- 共通点・相違点の抽出
- 数値的な変化の把握

## SQLファイル一覧

### 1. `new_user_attributes_2025_10_12.sql`
2025年10-12月の新規ユーザーの属性分析SQL

**出力項目:**
- 属性別集計
- 年齢層別分布
- 性別別分布
- エリア別分布
- 予約有無別分布
- 初回予約までの日数分布
- 初回予約の時間帯分布
- 初回予約の曜日分布

### 2. `new_user_attributes_2024_10_12.sql`
2024年10-12月の新規ユーザーの属性分析SQL

**出力項目:**
- 属性別集計
- 年齢層別分布
- 性別別分布
- エリア別分布
- 予約有無別分布
- 初回予約までの日数分布
- 初回予約の時間帯分布
- 初回予約の曜日分布

### 3. `new_user_comparison_2024_2025.sql`
2024年と2025年の新規ユーザー比較分析SQL

**出力項目:**
- 年齢層別比較
- 性別別比較
- エリア別比較
- 予約有無別比較
- 初回予約までの日数比較
- 初回予約の時間帯比較
- 初回予約の曜日比較

**出力形式:**
- `analysis_type`: 分析タイプ
- `category`: カテゴリ
- `year_period`: 年次（2024 or 2025）
- `user_count`: ユーザー数
- `percentage`: 割合（%）

### 4. `new_user_detailed_comparison.sql`
2024年と2025年の新規ユーザー詳細比較分析SQL（数値比較用）

**出力項目:**
- 基本統計（総ユーザー数、平均年齢、年齢回答率、性別比率、エリア比率）
- 予約行動（予約ありユーザー数、予約なしユーザー数、平均予約回数、初回予約までの平均日数、当日予約率、1週間以内予約率）

**出力形式:**
- `metric_category`: 指標カテゴリ
- `metric_name`: 指標名
- `year_period`: 年次（2024 or 2025）
- `value`: 値
- `percentage`: 割合（%）

## 使用方法

### Metabaseでの実行

1. 各SQLファイルをMetabaseにコピー
2. 必要に応じてパラメーターを設定
3. 結果を確認し、CSVエクスポート可能

### 分析の進め方

1. **個別分析**: まず`new_user_attributes_2024_10_12.sql`と`new_user_attributes_2025_10_12.sql`を実行し、各年の特徴を把握
2. **比較分析**: `new_user_comparison_2024_2025.sql`を実行し、年次比較を行う
3. **詳細比較**: `new_user_detailed_comparison.sql`を実行し、数値的な変化を確認

## 注意事項

- **福岡県在住者限定**: 本分析は福岡県在住ユーザー（area BETWEEN 101 AND 108）のみを対象としています
- **男性ユーザーのみ**: 本分析は男性ユーザー（gender = 1）のみを対象としています
- 削除されたユーザー（`deleted_at IS NOT NULL`）は除外
- 削除された予約（`deleted_at IS NOT NULL`）は除外
- 年齢が未回答のユーザーも含めて分析（エリア・性別は必須）
- 福岡県内のエリアコード: 101=中央区、102=博多区、103=城南区、104=早良区、105=東区、106=西区、107=南区、108=福岡県内その他

## 分析日時

2025年1月15日作成