― Power BIで読み解く、人の支払い行動と満足度の可視化 ―飲食店での「チップ」は、単なる支払い行為ではなく、顧客の心理や満足度を映し出す鏡です。今回、飲食業データ（tip.csv）をPower BIで可視化し、曜日・時間帯・性別・喫煙有無など、複数の要因がチップ行動にどのような影響を与えるのかを分析しました。CSVの羅列データをPower BIで見える化することで、「数字の裏にある人の気持ち」を立体的に把握できることが分かります。■ チップの全体像：平均15%が“感謝の指標”ダッシュボード全体から見えてくるのは、支払総額に対してチップ額が平均 15%（3ドル前後） という標準的な水準であること。飲食店の体験価値が一定の評価を得ており、顧客が「満足の証」として支払う文化が定着していることを示しています。Power BIのKPIカードでは、チップ額・支払総額・チップ率・総来店件数を一目で把握でき、全体傾向とばらつきを直感的に掴むことができます。■ 曜日別傾向：週末に高まる“心の余裕”曜日別の分析では、金曜日と日曜日が最もチップ率が高い という傾向が明確に現れました。週末にかけて支払いが増えるのは、単に外食機会が多いからではなく、心理的に“心の余裕”が生まれるためです。仕事の緊張感から解放された金曜夜や、家族・友人と過ごす日曜は、満足度が上がり、自然とチップも上乗せされやすいのです。Power BIの散布図では、曜日ごとのチップ率と支払額を可視化し、「どの曜日に最も“ありがとう”が生まれているのか」を一目で確認できます。■ 性別×曜日：社会的シーンが支払行動を変える曜日と性別を組み合わせて見ると、男性の平均チップ額がわずかに高い 一方で、女性も週末には上昇傾向 が見られます。特に日曜や金曜は、会食・家族との食事といった“共有の場”が増えることで、支払行動に「体裁」や「感謝を見せる」要素が加わります。このように、支払行動が個人心理だけでなく社会的関係性によって変化する様子を、Power BIの積み上げ棒グラフで具体的に確認できます。■ 時間帯分析：夜の方が“体験価値”が高い昼食よりも夕食の方が、チップ額は平均で 約15%高い 結果となりました。昼は“時間制限のある機能的消費”、夜は“体験価値重視の感情的消費”という違いが明確です。Power BIの縦棒グラフでは、昼と夜のチップ平均を比較し、客層と支出意欲の関係を視覚的に表現しています。この差は、飲食店のターゲティング戦略においても重要な示唆を与えます。■ 人数効果：グループになると“寛容”になる来店人数とチップの関係では、人数が増えるほどチップ総額が上昇。6人以上のグループでは平均チップ額が5ドルを超えました。これは「割り勘効果」と「社会的評価」の影響と考えられます。複数人での支払いでは“見られている”意識が働き、寛容な支払い行動が生まれるのです。Power BIの折れ線グラフでは、人数ごとの平均チップ額がなだらかに上昇する傾向を描き、行動経済学的にも納得感のある可視化となっています。■ 喫煙有無：行動特性は異なるが支払い傾向は均衡喫煙者（Yes 50.1％）と非喫煙者（No 49.9％）で、チップ平均額に大きな差は見られませんでした。ただし喫煙者の方が滞在時間が長く、追加注文が多い傾向もあり、店舗にとっては「売上効率の高い顧客層」であることがわかります。円グラフを利用した割合表示によって、顧客構成のバランスを一目で確認できる点もPower BIの強みです。■ データから見える「チップ文化の本質」この分析を通じて、チップ行動を決定づける主要因は以下の3点に整理されます。時間軸：夜・週末に上昇（感情的価値の高い消費行動）社会軸：人数が増えるほど上昇（社会的体裁・共有満足の影響）心理軸：満足度・雰囲気が影響（サービス体験が支払いに直結）チップ率を単なる数値として扱うのではなく、「人の行動や気持ちを測るデータ」として分析することで、接客・マーケティング・人材育成に活かせる洞察が得られます。■ Power BIで“人間行動”を可視化する生データではただの数字の集まりに過ぎませんが、Power BIで可視化することで、「どんな状況で人は気前がよくなるのか」「何が支払い行動を促すのか」という行動経済の可視化が可能になります。このダッシュボードは、飲食業の現場だけでなく、顧客満足度分析、購買行動モデル、サービス評価など、あらゆる分野で応用できる構造を持っています。Power BIは、データを“数字”から“物語”に変えるツールです。そしてその物語こそが、ビジネスの改善と顧客理解を深める最初の一歩なのです。データの中には、人の“感情”や“選択の理由”が隠れています。UDATA株式会社では、Power BIを活用し、顧客行動や心理データを可視化する分析ダッシュボードの設計・構築を行っています。データから人の行動を読み解く仕組みにご興味のある方は、こちらからお問い合わせください。