日付集計: 日次・月次・曜日別に見る

Stage 2 — 第4章 | データ分析基礎カリキュラム 推定学習時間：35〜45分 | 難易度：★★★☆☆

この章で学ぶこと

ECデータの分析では、時間の変化を見ることがとても重要です。 売上が伸びているのか、週末に注文が増えるのか、月ごとの季節性があるのかは、1件ずつ注文を見るだけではわかりません。

この章では、注文日を使って日次・月次・曜日別に集計する考え方を学びます。

この章を終えると、こんなことができるようになります：

• 日付ごとの売上や注文件数を集計できる
• 月次集計で大きな傾向を確認できる
• 曜日別集計で行動パターンを見られる
• 日付集計で注意すべき粒度と期間条件を説明できる

1. 日付集計は「いつ」を分析する入口

注文データには、多くの場合 order_date のような日付列があります。 この列を使うと、売上や注文数を時間軸で見ることができます。

たとえば、次のような問いに答えられます。

• 日別の売上は安定しているか
• 月ごとの売上は伸びているか
• 注文が多い曜日はあるか
• キャンペーン後に注文数は増えたか

日付集計では、まず「どの日付列を使うのか」を確認します。 注文日、決済日、発送日では、同じ売上でも見え方が変わることがあります。

2. 日次で集計する

日別の注文件数と売上を出す基本形です。

SELECT
            order_date,
            COUNT(*) AS order_count,
            SUM(total_amount) AS sales
          FROM orders
          WHERE status = 'completed'
          GROUP BY order_date
          ORDER BY order_date;
          

このSQLは、完了注文を注文日ごとにまとめます。 結果の1行は「1日」を表します。

日次集計は、直近の変化やキャンペーンの影響を見るときに便利です。 ただし、日ごとの変動は大きくなりやすいため、1日だけで判断しすぎないようにします。

3. 月次で集計する

月ごとの傾向を見るには、日付から年月を取り出して集計します。 データベースによって関数名は異なりますが、ここでは DATE_TRUNC を使う例で考えます。

SELECT
            DATE_TRUNC('month', order_date) AS order_month,
            COUNT(*) AS order_count,
            SUM(total_amount) AS sales
          FROM orders
          WHERE status = 'completed'
          GROUP BY DATE_TRUNC('month', order_date)
          ORDER BY order_month;
          

このSQLは、注文日を月単位に丸めて、月ごとの注文件数と売上を出します。

月次集計は、日次よりも変動がならされるため、中長期の傾向を見やすくなります。 売上が伸びているか、繁忙期があるか、施策後に変化が続いているかを確認できます。

4. 関数の書き方はデータベースによって違う

日付から月や曜日を取り出す関数は、SQLの種類によって書き方が違います。

学習では、まず「日付を月や曜日に変換してから GROUP BY する」と理解しましょう。 実務では、使っているデータベースの関数に合わせて書き換えます。

5. 曜日別に集計する

曜日別の注文傾向を見る例です。

SELECT
            EXTRACT(DOW FROM order_date) AS day_of_week,
            COUNT(*) AS order_count,
            SUM(total_amount) AS sales,
            AVG(total_amount) AS average_order_amount
          FROM orders
          WHERE status = 'completed'
          GROUP BY EXTRACT(DOW FROM order_date)
          ORDER BY day_of_week;
          

曜日別集計では、週末に注文が多いのか、平日の昼に強いのかといった行動パターンを見られます。 広告配信やメール配信のタイミングを考える材料にもなります。

ただし、曜日番号が何曜日を表すかはデータベースによって異なることがあります。 結果を読む前に、0が日曜なのか月曜なのかを確認しましょう。

6. 日付集計と期間条件を組み合わせる

日付集計では、対象期間を明確にすることが重要です。 たとえば、2026年1月から3月までの月次売上を見るSQLです。

SELECT
            DATE_TRUNC('month', order_date) AS order_month,
            COUNT(*) AS order_count,
            SUM(total_amount) AS sales
          FROM orders
          WHERE status = 'completed'
            AND order_date >= '2026-01-01'
            AND order_date < '2026-04-01'
          GROUP BY DATE_TRUNC('month', order_date)
          ORDER BY order_month;
          

日付時刻型で時刻まで入っている場合、BETWEEN '2026-01-01' AND '2026-03-31' では3月31日の夜のデータを取りこぼすことがあります。 そのため、実務では「開始日以上、翌期間の開始日未満」と書くことがよくあります。

7. ゼロの日をどう扱うか

日次集計では、注文が1件もない日は結果に出ないことがあります。

SELECT
            order_date,
            COUNT(*) AS order_count
          FROM orders
          WHERE status = 'completed'
          GROUP BY order_date
          ORDER BY order_date;
          

このSQLは、orders に存在する日付だけを返します。 注文がゼロの日も表に出したい場合は、日付カレンダーと全組み合わせの土台 を先に作ります。 ここで使うのが CROSS JOIN です。

CROSS JOINは「危険なJOIN」ではなく、実務ではかなり使えます。 全顧客 × 全日付のグリッドを作り、実績データを LEFT JOIN で足すと、0件の日も0として扱える 分析土台ができます。

WITH customer_date AS (
            SELECT
              c.customer_id,
              d.date
            FROM customers AS c
            CROSS JOIN calendar_dates AS d
          ),
          daily_orders AS (
            SELECT
              customer_id,
              order_date AS date,
              COUNT(*) AS order_count
            FROM orders
            WHERE status = 'completed'
            GROUP BY customer_id, order_date
          )
          SELECT
            cd.customer_id,
            cd.date,
            COALESCE(do.order_count, 0) AS order_count
          FROM customer_date AS cd
          LEFT JOIN daily_orders AS do
            ON cd.customer_id = do.customer_id
           AND cd.date = do.date;
          

この形は、次のような分析にそのままつながります。

• ログインしていない日も0として扱う
• 継続率を日次で見る
• 学習履歴がない日を欠損ではなく0にする
• コホート分析の土台を作る

日付集計では「データがない日」と「ゼロだった日」の違いを意識しましょう。 グラフや継続率の計算では、この違いが結果を大きく変えます。

8. 日次・月次・曜日別の使い分け

同じ売上データでも、集計単位を変えると見えるものが変わります。 分析目的に合わせて、日次・週次・月次・曜日別を使い分けましょう。

実務での使いどころ: 時間軸で変化を見る

日付集計は、売上や利用状況の変化を見るための基本です。 同じ売上100万円でも、毎日安定して売れているのか、特定の日だけ大きく売れたのかで判断は変わります。

SELECT
            DATE_TRUNC('day', order_date) AS order_day,
            COUNT(*) AS order_count,
            SUM(total_amount) AS sales
          FROM orders
          WHERE status = 'completed'
          GROUP BY DATE_TRUNC('day', order_date)
          ORDER BY order_day;
          

日次、週次、月次はそれぞれ向いている用途が違います。

期間比較では、対象期間の長さもそろえます。 31日ある月と28日ある月を単純比較すると、日数差の影響を受けることがあります。

ミニ演習

次の目的に合う日付集計を考えてください。

1. キャンペーン開始後3日間の注文数を見たい。
2. 半年間の売上トレンドを見たい。
3. 曜日によって注文数が違うか見たい。
4. 月次売上を比較するとき、日数差に注意すべき理由を説明する。

まとめ

この章のキーメッセージ： 日付集計は、データを時間軸で見るための基本です。どの日付列を使うか、どの粒度で見るか、どの期間を対象にするかを明確にしましょう。

この章の確認

1. 日次集計と月次集計では、それぞれ何を見るのに向いていますか？
2. 完了注文の日別売上を出すSQLを書いてください。
3. 月次集計で DATE_TRUNC('month', order_date) のような処理を使う理由を説明してください。
4. 注文がゼロの日が結果に出ない場合、どのような点に注意が必要ですか？

関連演習

• SQL入門（GROUP BY）
• SQL入門（集計関数）
• SQL基礎（指標設計と比較分析）