M&A分析レポート

ラーメン店の客数構造分析

年間延べ6.2億人の来店客数が映し出す、外食ラーメン市場の集客メカニズムと構造変化

年間延べ来客数
6.2億人
2019年比
-12%
平均日次回転率
11.2回転
平均座席数
42席
太田諭哉
太田 諭哉(Tsuguya Ota)
公認会計士 / M&Aアドバイザー(総額200億円超)|ラーメン業態M&A多数実績 |
6.2億人
年間延べ来客数(2024年推計)
-12%
2019年比 来客数変動
11.2回転
平均日次回転率
42席
平均座席数
1,200円
2024年 平均客単価
01
客数トレンド30年推移
外食ラーメン 年間延べ来客数の推移(1995-2024年)
バブル崩壊後の停滞期からコロナショック、そして回復途上の30年間
※総務省「家計調査」・富士経済「外食産業マーケティング便覧」・帝国データバンク調査より推計。2020年以降は各社IR・POSデータを加味した独自推計値。
5年ごとの客数増減率
期間別成長率の推移
※富士経済・帝国データバンク調査値をもとに5年平均で算出。
店舗数と客数の乖離推移
2010年=100とした指数比較
※帝国データバンク店舗数データ・総務省家計調査より指数化。
コロナ前水準に未到達
2024年の来客数は2019年比で-12%の水準にとどまっています。店舗数は-8%の減少にとどまっているため、1店舗あたりの集客力が構造的に低下していることを意味します。
ピーク時から25%減
外食ラーメンの来客数ピークは2005年の約8.2億人でした。2024年の6.2億人は、ピーク比で約25%の減少です。人口動態の変化が客数の構造的な天井を押し下げています。
外食ラーメン市場の来客数は、この30年間で大きな構造変化を経験しています。1995年時点で約7.0億人だった年間延べ来客数は、2005年に約8.2億人のピークを迎えました。ラーメンブームと呼ばれた時代です。しかし、その後は緩やかな減少トレンドに入り、2019年には約7.1億人まで低下しました。そこにコロナショックが直撃し、2020年には5.4億人へ急落します。2024年現在は6.2億人まで回復したものの、コロナ前の水準にはまだ12%のギャップが残っています。

重要なのは、この12%のギャップが「一時的な回復途上」なのか「新しい均衡水準」なのかという点です。人口減少・単身世帯の増加・中食シフトという3つの構造要因を考えると、2019年水準への完全回復は難しいと考えられます。
02
来客数と市場規模の関係
来客数 vs 市場規模 推移(2015-2024年)
客数が減っても市場規模が維持される「客単価上昇」メカニズム
※富士経済「外食産業マーケティング便覧」・帝国データバンク調査より。市場規模は外食ラーメン市場(即席麺除く)。
客単価の推移(2015-2024年)
10年間で+28%の上昇
※総務省「小売物価統計調査」・農水省調査より推計。外食ラーメン1杯あたり平均支払額。
客数減少を客単価が補う構造
2019年=100とした指数比較
※富士経済・総務省データより指数化。市場規模=客数x客単価の分解。
客単価上昇が市場を支える
来客数が2019年比-12%でも、客単価が+28%上昇したことで、市場規模は7,900億円を維持しています。ただし、この「客単価頼みの成長」には限界があります。
客単価1,200円の壁
都市部では客単価1,500円超の店舗も増えていますが、全国平均は1,200円付近で頭打ちの兆候が見られます。これ以上の値上げは来客数をさらに押し下げるリスクがあります。
03
時間帯別・曜日別の客数パターン
時間帯別 来客構成比
ランチ集中型の収益構造
※日本政策金融公庫「飲食業経営実態調査」・POSデータ分析各社レポートより推計。
曜日別 来客指数
月曜日=100とした相対指数
※飲食店POSデータ集計(ラーメン業態抽出)・各社IR情報より推計。
時間帯別 客単価と回転率の関係
ランチは高回転・低単価、ディナーは低回転・高単価
※中小企業庁「飲食業実態調査」・POSデータ分析より推計。回転率は1時間あたりの座席稼働回数。
ランチ依存度62%
11:00-14:00の3時間で1日の来客数の62%を占めています。この極端な集中構造が、ピーク時の待ち行列と閑散時の空席という非効率を生んでいます。
金・土の週末効果+35%
金曜日と土曜日は平日平均に対して+35%の来客増があります。特に金曜ディナー帯は客単価も+15%高くなり、週の売上を大きく左右する時間帯です。
火・水の谷間
火曜・水曜は月曜比で-5%〜-8%の来客減となる「週の谷間」です。定休日を火曜に設定する店舗が多い理由がここにあります。
04
客数と客単価の逆相関メカニズム
客単価帯別 月間来客数の分布
価格帯が上がるほど来客数が減少する逆相関の構造
※帝国データバンク調査・ぐるなびPOSデータ・各社IR情報より推計。月間平均来客数は座席数30-50席の店舗を抽出。
価格弾力性の推移
100円値上げ時の来客数変動率
※総務省「消費者物価指数」・農水省「外食産業調査」より推計。価格弾力性=-0.35〜-0.55の範囲。
都市部 vs 地方部 価格感応度
100円値上げの影響比較
※帝国データバンク・総務省家計調査より算出。地方部は人口30万人未満の市区町村。
地方の価格弾力性は都市部の1.8倍
100円の値上げに対する来客数の減少率は、都市部の-3.5%に対して地方部では-6.3%に達します。地方では値上げが直接的な客離れにつながりやすく、客単価戦略に大きな制約があります。
トッピング戦略の有効性
基本価格は据え置きでトッピング・サイドメニューで客単価を引き上げる戦略は、来客数への影響が-1.2%にとどまります。実質的な値上げを「選択制」にすることで価格抵抗を回避できています。
05
立地別の客数格差分析
立地タイプ別 1日平均来客数
駅前・ロードサイド・住宅街・商業施設内の比較
※帝国データバンク店舗調査・日本政策金融公庫「飲食業開業動向調査」より推計。座席数40席前後の店舗を抽出。
立地別 家賃対売上比率
客数が多くてもコストが高い立地の落とし穴
※三鬼商事商業施設賃料データ・帝国データバンク調査より推計。
商圏人口と1店舗あたり来客数の相関
人口密度が客数の上限を決める構造
※総務省人口推計・帝国データバンク店舗データより算出。相関係数 r=+0.74。商圏は半径2km圏内人口。
駅前立地の客数は住宅街の2.1倍
駅前立地の1日平均来客数は280人で、住宅街立地の135人に対して2.1倍の水準です。ただし、家賃対売上比率は駅前12%に対して住宅街6%と、コスト構造も大きく異なります。
商業施設内の変動リスク
商業施設内の立地は平均来客数310人と最も高いものの、施設全体の集客力に依存するため、核テナント撤退やリニューアル時に-30%以上の客数変動が発生するケースがあります。
06
回転率と経営インパクト
座席回転率の分布(全国ラーメン店)
日次回転率の店舗数分布と収益性の関係
※中小企業庁「飲食業実態調査」・帝国データバンク調査より推計。回転率=1日来客数÷座席数。
回転率別 営業利益率
回転率と収益性の関係
※帝国データバンク調査・各社決算データより推計。営業利益率は売上高営業利益率。
座席数と回転率の関係
小規模店ほど高回転という傾向
※帝国データバンク店舗調査より。座席数15-80席の店舗を抽出。
回転率13回超で利益率15%超
日次回転率が13回を超える店舗の平均営業利益率は15.2%に達します。回転率11.2回の平均的な店舗(利益率8.5%)と比べて、わずか2回転の差が利益率を1.8倍に押し上げています。
回転率8回未満は赤字圏
日次回転率が8回を下回る店舗の60%以上が営業赤字です。固定費を回収するための最低回転率は座席数によって異なりますが、目安として42席の店舗で9.5回転が損益分岐点です。
07
客数減少への対策と成功事例
客数回復施策の効果比較
施策別の平均客数増加率
※日本政策金融公庫「飲食業経営改善事例集」・帝国データバンク調査より集計。導入後6か月時点の平均値。
施策別 投資回収期間
初期投資額と回収までの月数
※中小企業庁「飲食業実態調査」・各社事例ヒアリングより推計。
施策カテゴリ具体的内容客数効果投資額目安回収期間
デリバリー導入Uber Eats / 出前館 対応+15〜25%30〜50万円3〜6か月
SNSマーケティングInstagram運用・UGC促進+10〜18%5〜15万円/月4〜8か月
限定メニュー季節・曜日限定商品+8〜15%10〜20万円2〜4か月
営業時間拡大朝ラーメン・深夜営業+12〜20%20〜40万円6〜10か月
EC・物販通販ラーメン・冷凍商品+5〜10%50〜100万円8〜14か月
ポイント・アプリリピート促進デジタル施策+8〜12%30〜80万円6〜12か月
デリバリーの即効性
デリバリー導入は最も即効性が高く、平均+20%の客数増加が見込めます。ただし、手数料率35%を考慮すると、利益率への貢献は限定的です。客数の「量」ではなく「質」を見極める必要があります。
SNSはコスパ最高の施策
月額5〜15万円のSNS運用で+10〜18%の客数効果は、ROI(投資対効果)の観点で最も優れた施策です。特にInstagramのリール動画は、地方店でも広域からの来客を呼び込む実績が出ています。
08
2030年の客数予測シナリオ
2024-2030年 来客数予測(3シナリオ)
楽観・基本・悲観シナリオによる来客数の将来予測
※人口動態(国立社会保障・人口問題研究所)、インバウンド予測(JNTO)、中食シフト率、価格トレンドをもとに構築した独自モデルによる推計。
シナリオ別 市場規模予測
客単価上昇を加味した市場規模
※独自モデルによる推計。客単価は年率+2〜3%の上昇を想定。
地域別 客数減少率予測(2030年)
基本シナリオにおける地域格差
※国立社会保障・人口問題研究所人口推計をもとに地域別に按分。
シナリオ2030年 来客数2024年比前提条件
楽観 6.0億人 -3% インバウンド6,000万人達成・デリバリー市場3倍・地方創生効果
基本 5.4億人 -13% 人口減少トレンド継続・中食シフト加速・客単価上昇鈍化
悲観 4.6億人 -26% 景気後退・原材料高騰長期化・人手不足深刻化
東北・四国・山陰は-20%超
基本シナリオでも、人口減少が著しいこれらの地域では2030年までに来客数が-20%以上減少する見通しです。関東・近畿の-7〜8%と比べて3倍近い減少幅です。
楽観でも6.0億人止まり
インバウンド6,000万人・デリバリー3倍という最も楽観的な前提を置いても、2030年の来客数は6.0億人。ピーク時8.2億人の73%にしか届きません。

結論:ラーメン客数データが示す経営の分水嶺

客数減少の原因を「コロナの後遺症」や「人口減少」に求める声は多い。しかし、データが示す構造はそれとは異なる。2005年に8.2億人だった来客数が2024年に6.2億人まで減少した20年間で、ラーメンという食事の「位置づけ」そのものが変わった。1回あたりの支出額は940円から1,200円へ28%上昇し、来店頻度は下がった。かつて「日常食」だったラーメンは、消費者にとって「選んで行く外食」に変質している。市場規模7,900億円が維持されているのは客数が戻ったからではなく、単価が上がったからにすぎない。

25年にわたってラーメン業態のM&Aに携わる中で、繁盛する店舗とそうでない店舗を分ける要因が「味」や「立地」ではないケースを数多く見てきた。今回のデータが示すのは、その分水嶺が「回転率」にあるという事実だ。回転率13回超の店舗は利益率15.2%、8回未満の60%が赤字。わずか5回転の差が経営の生死を分けている。そしてこの回転率の差を生んでいるのは、「ランチ3時間に62%の客が集中する」という時間帯偏在をどう克服したか、という運営設計の問題だ。朝ラーメンの導入、深夜帯の開拓、デリバリー対応――客数の「総量」ではなく「分散」に着手した店舗が、同じ座席数で1.3〜1.5倍の来客を確保している。

価格動向(003号)で示した客単価の天井構造、開廃業データ(004号)で浮かび上がった3年生存率62%の現実、地方市場(012号)で確認した人口減少と客数減の直結構造。これらを重ね合わせると、外食ラーメン市場は「店舗の淘汰」「単価の上昇」「客数の縮小」が同時に進む不可逆的な局面に入っている。地方部では100円の値上げが客数-6.3%という強い反応を引き起こす一方、都市部では-3.5%にとどまる。都市部と同じ戦略が地方では通用しない。この格差は今後さらに拡大する。

2030年に基本シナリオで5.4億人――6年間で8,000万人の来客が消える。個店経営者が見るべきは、自店の「客数の質」だ。総来客数ではなく、常連客比率、時間帯別の座席稼働率、そして自店の価格弾力性。42席の店舗なら日次9.5回転が損益分岐点になる。この水準を下回る兆候が出た段階で、値上げや販促ではなく経営モデルそのものの転換を検討すべきだ。M&Aの現場で見てきた限り、選択肢が最も広いのは「まだ利益が出ているうち」に動いた経営者だった。客数データが悪化してからでは、交渉力も選択肢も狭まる。

関連レポート:
003 ラーメン市場はなぜ拡大した
004 ラーメン店の開業と廃業
008 ラーメン店の利益構造
012 地方ラーメンの生存戦略