発見③ 来園者数が最も多い時期は夏ではなかった
時期ごとの平均来園者数を、年間平均=100として並べます。
夏休みが、両パークとも年間平均を下回っています。
「夏休みは繁忙期」と思っていたのですが違いました。周辺のプールや海水浴場の人流を同じモデルに入れれば、そちらに人が流れていないかを検証できますが、今回は別の視点に絞りました。
実際に強いのは年末年始とゴールデンウィークで、どちらもシーの伸び幅が大きくゴールデンウィークは10ポイントの差がついていました。ランドよりもシーは繁忙期に大きく上振れしていました。
発見④ 各イベントで「誰が」来ているか
この人流データは10歳刻みの性別・年代の内訳を持っています。そこで男女×年代の12セグメントに分け、時期ごとの水準を出しました。以下の表は、そのセグメントの年間平均を100としたときの値です。
年末年始に突出しているのは★10代でした。シーの10代男性が142.8、10代女性が134.2。ランドでもそれぞれ135.1、119.8です。ゴールデンウィークも10代が強く、シーは男女とも123台です。学校の休みが短い年末年始やGWに10代が集中する一方、長い夏休みでは相対的に水準が低くなっています。発見③で見た「夏休みが年間平均以下」と表裏の関係にあります。
もうひとつ、どのセグメントでも年末年始・GWともにシーがランドを上回っています。とくに20代男性は年末年始でシー106.3に対しランド88.9と、17ポイントの差がつきました。
発見⑤ ファンタジースプリングスで増えていたのは20代ではなかった
2024年6月に開業したファンタジースプリングス。実はランドとシーのうちシーの構成比はほとんど動いていません。1年目34.9%、2年目36.0%。専用パスが廃止された前後3ヶ月でも35.20%→35.35%（p=0.577）で誤差の範囲。では効果がなかったかというと、そうでもありません。
ここで、ランドを「比較対象」に使います。
ファンタジースプリングスはシーの施設です。開業日をまたいで、シーとランドがそれぞれどう変わったかを比べます。そうすると、両方のパークで同じように起きたこと（天気や40周年が終わった反動等）は差し引かれ、シーだけに起きた変化が残ります。
結果、開業によってシーの来園者数は+11.9%増えていました。そして、効果が時間とともに大きくなってました。
【開業〜30日：+3.7% ／ 31〜120日：+7.5% ／ 121〜365日：+10.4% ／ 2年目：+14.4%】
開業当初、ファンタジースプリングスに入るには無料のスタンバイパスか有料のディズニー・プレミアアクセスが必須で、入場が絞られていましたが2025年4月にこの制限が撤廃されています。その影響が数字に表れています。
ただし、開業前の期間がまるごと40周年と重なっているので、単純に前後を比べると「40周年が終わった反動」と「開業の効果」が混ざってしまう。ただ40周年は両パークでやっていたのでランドとの差を取れば消えます。
開業前の期間だけを使って「もしこの日に開業していたら」という架空の計算もしてみましたが、そこでは効果が出ず、開業日を境に本当に変わっていました。
ここからが本題です。増えたのは誰だったのか？同じ差分の差分を、性別・年代ごとに分けて推計しました。
「アナ雪なら20代女性だろう」と思っていました。20代女性は+13.3%で確かに高いのですが、最も伸びたのは50代男性の+19.1%で、逆に最も伸びなかったのが20代男性の+7.9%でした。12のセグメントすべてがプラスで統計的に有意です。ファンタジースプリングスは全世代を押し上げていました。
オリエンタルランドの決算資料と並べてみると、ファンタジースプリングス開業初年度の入園者数は2,756万人で前期比+0.2%とほぼ横ばい。一方でゲスト1人あたり売上高は17,833円と、過去最高を更新しています。人数は微増ですが、単価は上がっていました。
ここで少し飛躍して考察してみます
オリエンタルランド発表の750億円は「通年での安定稼働を前提とした試算」なので、こちらも安定した状態の数字である2年目の+14.4%を使います。
2026年3月期のテーマパーク事業の売上高は年間5,683億円。パーク別売上は非開示ですが、人流上のシー構成比が約36%なのでシーの売上は2,045億円です。ただしこれは開業効果を含んだあとの売上なので、+14.4%ぶんを割り戻して増加分を出します。2,045億円−（2,045億円÷1.144）＝年間257億円です。
750億円のおよそ3分の1で、3分の2が足りません。しかし、ゲスト1人あたり売上高は2024年の16,644円から18,403円へ、2年で1,759円も上昇。この分を考慮すると2つのパークの合計入園者数2,753万人の36％のシー991万人への影響は174億円です。シーの客数増加効果と合算して431億円となります。
MMMで確認した2つのパークの「共振」の構造を根拠としてディズニーランドの来訪者へも同様の影響があったと仮定すると、ランド1,762万人への効果は310億円です。これを合算すると741億円です。
共振を根拠に、ファンタジースプリングスによってランドの単価も1,759円押し上げて310億円とするのは飛躍が過ぎるかもしれませんが、2つのパークとホテルの売上数字と広告の数字を入れて解析すれば確かな数字がわかります。
実際の売上と広告のデータを入れたらどうなるのか
本来のMMMは広告効果を測る手法ですが、その場合も、広告以外の要因をきちんと説明できていないと、広告の効果は正しく測れません。
CMを打った週がたまたま3連休で晴れていたら、暦と天気を入れていない限り、増加分はまるごとCMの手柄になります。MMMで最も手間がかかり精度を左右するのは、この「広告以外の要因」の作り込みです。
記事の前半で紹介した年末年始の10代の集中や、フェア期間にランドが+2,637人という数字。これらはすべて天気の影響を差し引いたうえでの数字です。
カレンダーと売上を並べて「去年より増えた・減った」と眺めているとき、私たちは天気の影響を含んだ数字の変動を見ています。以下の表は天候にまつわる1日の人流への影響（係数）の一部です。
※気温と風は線形な影響ではなく、非線形な影響です。たとえば最高気温は25℃を超えた分の1.5乗、最低気温は10℃を下回った分の2乗で効かせているので、「1℃あたり何人」は気温の水準によって変わります。
数理モデルで導いた係数によって、それを引き算または足し算するイメージです。注目したのは、大雨の日のマイナスがランドはシーの2倍以上という点。屋根のあるアトラクション構成やショー編成の違いかもしれません。
今回紹介したMMMは広告データなしで商業施設や店舗の人流、気象、公開データから予測精度9割弱の土台を構築したものです。
2つのパークとホテルの売上データとテレビCMやWeb広告の出稿データを追加して分析すれば「ファンタジースプリングスの開業によってリゾート全体の売上をどれだけ押し上げたか？」確かな解像度で計算することができます。
Claudeによって劇的に変わった分析スピード
使っているのは回帰分析という古典的な統計手法がベースですが、処理はClaudeが行っています。
暦と天気だけでモデルを作ると実績と合わない日が出ます。ズレが大きい日から順にその日に何があったかをClaudeが調べます。事実が見つかったら変数に入れ、見つからなければ入れません。
数を増やすほど予測はよく当てはまってきますが、どこまで使うのが適切かは、来園者数をランダムに並べ替えた「偽のデータ」で同じ手順を回して確かめます。今回のモデルは、偽のデータだと0.38までしか当たりません。実際の0.897との差、つまり0.52が実データを説明できている分です。この差が縮まる手前で変数を増やすのをやめています。
実はこの記事に載せたモデルは1本ですが、採用しなかったモデルが10本以上あります。
変数を倍に増やした版、週次に集計した版、統計アルゴリズムを変えて実験した版などなど。どれも作って、測って、捨てました。たとえば機械学習のランダムフォレスト版は、当てはまりが0.96まで上がりました。その数字だけ見ると採用したくなりますが、来園者数をランダムに並べ替えた「偽のデータ」でも0.97になってしまい、実データを少しも説明していなかったので捨てました。
従来ならこうした実験を1回するだけでRやPythonでコードを書き換えて分析し直すので数時間かかりますが、Claudeだと数分で完了します。
小規模な1店舗でもMMMは可能
「ディズニーランドだからできたのでは？」と思われたかもしれませんが、小規模な施設や店舗でも適用可能です。
使ったものは3つだけです。どれも特別ではありません。
ラーメン屋も焼肉店もスーパーマーケットもドラッグストアでも同じ手順で分析しています。Claudeで汎用的に使えるアーキテクチャを設計し運用ルールを作り、AIならではの揺らぎを極力排除する使い方を設計することで実現できます。
ストアカではClaudeを使ってMMMを使いこなすために必要な基礎知識を学ぶ講義を開催しています。この記事で紹介した内容をビジネスで使うレポートにしたもの（分析を行ったClaudeで生成）も参考までに公開します。
【参考資料】Claudeが生成したレポート
Claudeに人間のアナリストでは対応できないレベルの大量の処理を任せることでMMMのような数理モデルは中小企業でも実行できるものになりました。2026年9月10日にはLocation AI株式会社との共催セミナー（Zoom開催）も行います。MMMにご興味をいただけた方は是非ご覧になってみてください。
小川貴史 株式会社秤
記事ランキング
