空室1日2,667円の機会損失を止める｜賃貸経営を改善・自動化するデータ分析7ステップ

月額家賃8万円の部屋では、30日を1か月とする単純計算で、空室1日あたり約2,667円の収入機会を失います。

判断が10日遅れれば約2万6,670円、30日なら約8万円です。それでも原因を確認しないまま、写真・家賃・広告料を感覚で変更していないでしょうか。

空室期間を短縮する第一歩は、すぐに家賃を下げることではありません。

退去、募集開始、問い合わせ、内見、申込、賃料発生までを工程に分け、どこで時間が止まっているかを特定することです。

この記事では、賃貸経営のデータ分析を初めて行うオーナー向けに、次の作業を7ステップで解説します。

• 空室期間の正しい測り方
• スプレッドシートの作り方
• 問い合わせ・内見・申込のKPI
• 競合物件との比較方法
• 家賃や写真を変更する判断基準
• 異常検知と管理会社への連絡の自動化
• 成約後の振り返りと次回募集への反映

目標は、人の判断をすべてAIへ任せることではありません。集計、比較、異常検知、確認文の作成を自動化し、異常があるときだけオーナーが判断する運用を作ることです。

Hiroの実行ログで確認できた「工程分解」の効果

本サイトの auto-ai-blog では、記事制作を「テーマ選定→下書き→レビュー→最終確認→保存」に分け、各工程を generator/logs/generate.log に記録しています。

2026年7月11日のログでは、次の処理を確認できました。

一次情報である実行ログの該当箇所は、次のとおりです。

2026-07-11 15:12:38,777 [INFO] Selected topic 30/50: 空室期間を短縮するためのデータ分析入門
2026-07-11 15:15:16,660 [INFO] draft: codex CLI succeeded
2026-07-11 15:15:16,673 [WARNING] review: gemini CLI failed: The command line is too long.
2026-07-11 15:18:50,578 [INFO] review: codex CLI succeeded
2026-07-11 15:21:44,286 [INFO] final_check: codex CLI succeeded
2026-07-11 15:21:44,304 [INFO] Saved post: ...\sites\real-estate\content\posts\...
2026-07-11 15:21:45,209 [INFO] Saved to Notion successfully.

テーマ選定からレビュー成功までは約6分12秒、最終確認成功までは約9分6秒です。

これは、賃貸物件の空室を短縮した実績ではありません。本サイトの記事生成工程についての実測値です。また、上記はローカルの実行ログであり、読者が外部から直接検証できる公開データではありません。

このログから分かるのは、処理全体を「成功・失敗」という一つの結果だけで管理するより、工程別に記録した方が、停止箇所と代替手段を特定しやすいということです。

賃貸募集も同様に、次の工程へ分解できます。

退去・解約 → 原状回復 → 募集開始 → 問い合わせ → 内見 → 申込 → 審査・契約 → 賃料発生

なお、本サイトでは、2026年6月26日にNotionから取得したAIスロップ防止基準を generator/ai_slop_guidelines.json で管理しています。最低合格スコアは8点で、固有データ、数字の根拠、視覚的証拠、限界、読後アクションなどを検査対象にしています。

空室対策でも、日付・件数・変更内容・判断理由・結果を残せば、単発の対応を再利用できる改善ルールへ変えられます。

空室期間を測る前に「退去日」と「賃料終了日」を分ける

空室期間には、少なくとも次の二つの見方があります。

注意したいのは、「退去日」「契約終了日」「賃料終了日」が同じとは限らないことです。

この記事では、前契約の最終賃料対象日の翌日を「空室起算日」とします。ただし、管理会社や会計処理によって定義が異なる場合があるため、実務では自社の定義を明記してください。

また、次の契約にフリーレントがある場合、契約開始日と賃料発生日も一致しません。収益を測るときは、物理的な退去日だけでなく、実際の賃料発生日を確認します。

たとえば、空室起算日が7月2日、募集開始日が7月10日、申込日が7月25日、次の賃料発生日が8月1日なら、次のように計算できます。

募集準備日数 ＝ 7月10日 − 7月2日 ＝ 8日
募集成約日数 ＝ 7月25日 − 7月10日 ＝ 15日
収入空白日数 ＝ 8月1日 − 7月2日 ＝ 30日

日数は始端を含めるかによって1日ずれることがあります。重要なのは、定義を明記し、すべての部屋で同じ計算方法を使うことです。

空室期間を短縮するデータ分析の7ステップ

ステップ1：直近の空室1室をスプレッドシートに記録する

初回から全物件を集計すると、入力作業が増えて止まりやすくなります。まずは直近で退去した1室だけを対象にします。

最低限、次の列を作成してください。

追加で記録できる場合は、次の項目も入れます。

• 契約終了日
• 前契約の最終賃料対象日
• 原状回復完了日
• 撮影日
• 媒体別の掲載開始日
• 問い合わせへの初回返信時間
• 内見後の見送り理由
• 審査開始日・審査完了日
• フリーレント期間
• 広告料や募集費用

情報源は、解約通知、契約書、管理会社の募集レポート、メール、ポータル管理画面です。

不明な日付を推測で埋めてはいけません。「未取得」と記録し、誰に確認すれば取得できるかを残します。欠損データは、管理会社との情報連携に改善余地があることを示しています。

ステップ2：工程別の日数と転換率を計算する

GoogleスプレッドシートまたはExcelでは、次の式を使用できます。

募集準備日数：=IF(OR(C2="",D2=""),"",D2-C2)
初回反響日数：=IF(OR(D2="",E2=""),"",E2-D2)
募集成約日数：=IF(OR(D2="",G2=""),"",G2-D2)
収入空白日数：=IF(OR(C2="",H2=""),"",H2-C2)

問い合わせ率：=IFERROR(J2/I2,"")
内見率：=IFERROR(K2/J2,"")
申込率：=IFERROR(L2/K2,"")

率を計算するセルは、表示形式をパーセントにします。

異常値も確認してください。

• 日数がマイナスになっている
• 申込数が内見数を上回っている
• 内見数が問い合わせ数を上回っている
• 募集開始日より前に初回問い合わせ日がある
• 未来の日付が入力されている

なお、申込者が内見を行わないオンライン申込など、実際の運用上は件数の大小関係が逆転するケースもあります。その場合は入力ミスと決めつけず、申込経路を確認してください。

こうした値は、物件の問題ではなく、入力方法やデータ連携の問題である可能性があります。自動通知を作る前に原因を確認します。

ステップ3：どの工程で止まっているかを判定する

工程が長い場所によって、確認すべき原因は変わります。

たとえば、問い合わせがゼロなら、室内設備よりも先に広告の入口を確認します。そもそも部屋を見てもらえていないためです。

一方、内見はあるのに申込がない場合、写真よりも現地の状態、家賃総額、初期費用、共用部、見送り理由を優先して確認します。

ステップ4：競合物件を同じ条件で比較する

競合は、次の条件が近い物件から選びます。

• 最寄り駅・徒歩分数
• 間取り
• 専有面積
• 築年数
• 構造
• 家賃帯
• 入居可能時期

最初は5件程度で構いません。5件は業界標準ではなく、比較表を作り始めるための仮の件数です。

比較表には、次の項目を入れます。

家賃だけで比較すると、借主が実際に負担する総額を見落とします。

募集情報は更新されるため、URLだけでなく取得日も保存してください。可能であれば、個人情報や不要な情報を除いた掲載画面のスクリーンショットも残します。後日条件が変わると、当時の判断を再検証できなくなるためです。

ステップ5：募集ファネルのKPIから施策を決める

空室対策では、問い合わせ件数だけでなく、募集ファネル全体を確認します。

問い合わせ率 ＝ 問い合わせ数 ÷ 掲載閲覧数
内見率 ＝ 内見数 ÷ 問い合わせ数
申込率 ＝ 申込数 ÷ 内見数

掲載閲覧数200、問い合わせ8件、内見4件、申込1件なら、次の結果です。

問い合わせ率：8件 ÷ 200件 ＝ 4％
内見率：4件 ÷ 8件 ＝ 50％
申込率：1件 ÷ 4件 ＝ 25％

これは計算例であり、地域や物件タイプの基準値ではありません。

ポータルごとに「閲覧」や「問い合わせ」の定義が異なる場合もあります。媒体をまたいで率を比較するときは、同じ定義の数値かを確認してください。

閲覧数を取得できない場合は、次のように観測期間を固定します。

• 掲載開始後7日間の問い合わせ数
• 写真変更前7日間と変更後7日間
• 同じ曜日を含む14日間同士
• 前年同月または同じ募集シーズン

母数が小さい場合は、率だけを見てはいけません。内見1件から申込1件なら申込率100％ですが、再現性が高いとは判断できません。

必ず「1件／1件、100％」のように、件数と率を併記します。

ステップ6：施策の費用対効果を計算し、変更履歴を残す

写真、家賃、広告タイトル、初期費用を同日に変更すると、どの施策が効いたか分かりません。

緊急性が低い場合は、一度に一つの施策を変更します。

問い合わせが増えても、写真だけが原因とは断定できません。曜日、掲載順位、競合の募集終了、季節要因が同時に変化している可能性があります。

記録には「写真変更後に増加。因果関係は未確定」と残します。

家賃を下げる場合は、空室短縮効果と年間の減収額を比較します。

月額家賃8万円の部屋で2,000円値下げすると、1年間の単純な差額は2万4,000円です。

年間減収額 ＝ 2,000円 × 12か月 ＝ 24,000円
1日あたりの家賃機会額 ＝ 80,000円 ÷ 30日 ≒ 2,667円
単純な損益分岐日数 ＝ 24,000円 ÷ 2,667円 ≒ 9日

単純計算では、値下げによって空室が約9日以上短くなれば、初年度の家賃差額を回収できる可能性があります。

ただし、この計算には長期入居、更新、将来の賃料設定、広告費、税金、フリーレント、値下げ後の空室期間を含んでいません。値下げだけで成約が早まる保証もありません。

また、反響ゼロが続くなど機会損失が大きい場合は、複数施策をまとめて変更する判断もあります。その場合は、因果関係の特定より空室期間の短縮を優先したことと、変更した項目をすべて記録してください。

ステップ7：異常検知を自動化し、成約後にルールを更新する

自動化するのは、最初から家賃変更を実行する部分ではありません。

まず、次の処理を自動化します。

1. 日付と件数を集める
2. 工程別の日数と転換率を計算する
3. 仮の基準値と比較する
4. 異常がある部屋だけ抽出する
5. 管理会社への確認文を作る
6. オーナーへ通知する

運用開始時の仮ルールは、次のように設定できます。

これらは保証された業界基準ではありません。初期運用のための仮説です。

自分のデータが10件、20件と蓄積したら、物件タイプ別・季節別の中央値や、自社の過去実績に置き換えます。

自動通知には、少なくとも次の情報を含めます。

物件・部屋：
検知日時：
該当した条件：
現在の件数・日数：
最後にデータを取得した日時：
次に確認する項目：
判断が必要な担当者：

データの更新が止まっているだけなのに、「反響ゼロ」と誤判定しないよう、最終取得日時も通知に入れることが重要です。

成約後は、次の情報を保存してください。

• 最終的な収入空白日数
• 募集成約日数
• 成約時の家賃・初期費用
• 実施した施策と実施日
• 問い合わせ・内見・申込件数
• 内見者の見送り理由
• 効果が見えた施策
• 実施しなかった施策と理由
• 次回退去前に準備する作業
• 手作業として残った工程

成約後の振り返りまで行って初めて、改善ルールが次回募集へ引き継がれます。

管理会社への確認文テンプレート

「なぜ決まらないのですか」と聞くだけでは、感想に近い回答になりがちです。

同じ項目を定期的に確認すると、募集期間や物件間で比較できるデータが集まります。

○○物件○○号室について、募集開始から7日経過したため、
下記の状況確認をお願いいたします。

1. 現在の掲載媒体と媒体別の掲載開始日
2. 媒体別の閲覧数・問い合わせ数
3. 問い合わせへの平均的な初回返信時間
4. 内見希望数・予約数・実施数・キャンセル数
5. 内見後の主な見送り理由
6. 競合と比較した家賃総額・初期費用・設備
7. 掲載写真や募集条件に不備がないか
8. 次の7日間で試せる改善案
9. 各改善案の費用と実施可能日

数値を取得できない項目は「取得不可」とし、
代わりに確認できる指標をご提案ください。

国土交通省は、登録を受けた賃貸住宅管理業者について、管理業務の実施状況などを少なくとも年1回、オーナーへ報告する必要があると案内しています。ただし、この定期報告が媒体別閲覧数などの募集レポートまで一律に含むとは限りません。報告内容や頻度については、管理受託契約上の業務範囲を確認してください。国土交通省「管理業者の業務」

専門家目線で確認したい5つのポイント

1. 平均値と中央値を併記する

空室期間が極端に長い1室があると、平均値が大きく上がります。

物件数が増えたら、平均値に加えて中央値を確認してください。中央値は、空室日数を短い順に並べたときの中央の値です。

データ件数が少ない段階では、平均値や中央値だけでなく、各物件の実数も確認します。

2. 異なる物件を同じ基準で混ぜない

次の物件は、分けて比較します。

• 単身向けとファミリー向け
• 都市部と郊外
• 新築と築古
• 繁忙期と閑散期
• 通常募集と大規模修繕後の募集

全物件の平均だけでは、改善対象を誤る可能性があります。

3. 「反響なし」と「掲載されていない」を区別する

問い合わせがゼロでも、条件が悪いとは限りません。

次の技術的な問題を先に確認します。

• ポータルで実際に検索表示されるか
• 募集条件が最新か
• 写真が欠落していないか
• 入居可能日が誤っていないか
• 掲載が停止・重複していないか
• 管理会社側で募集終了扱いになっていないか

シークレットウィンドウなど、ログイン状態や閲覧履歴の影響を受けにくい環境で検索し、掲載画面のスクリーンショットと確認日時を保存します。

ただし、検索順位は閲覧環境や時刻によって変動する可能性があります。スクリーンショットは絶対的な順位の証明ではなく、確認時点の記録として扱ってください。

4. AIには個人情報をそのまま入力しない

AIは競合表の要約、異常検知、管理会社への確認文作成に利用できます。

一方、申込者の氏名、住所、電話番号、勤務先、収入、本人確認書類などを、利用条件を確認せず外部AIへ送るべきではありません。

個人情報保護委員会は、事業者が生成AIへ個人情報を入力する場合、利用目的の範囲内であるかを確認することや、本人の同意なく個人データを入力する場合には、サービス提供者が機械学習など応答生成以外の目的で利用しないことを確認するよう注意喚起しています。個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」

自動化に渡すデータは、可能な限り物件ID、日付、件数などへ限定します。匿名化・仮名化したつもりでも、ほかの情報との組み合わせで個人を識別できる場合があるため注意が必要です。

5. 収益や権利に関わる判断は人が承認する

次の処理は、自動実行ではなく承認制にします。

• 家賃や初期費用の変更
• 入居申込の承認・拒否
• 審査結果への対応
• 契約条件の変更
• 修繕発注
• 法務・税務判断

完全自動化に向くのは、集計、転記、比較、異常検知、文案作成などの反復可能な情報処理です。

画像で確認したい空室期間のタイムライン

空室対策のレポートには、退去から賃料発生までのタイムラインを入れると、停止工程が分かりやすくなります。

図には次の情報を配置します。

• 横軸：空室起算日から賃料発生日まで
• 工程：原状回復、撮影、掲載、問い合わせ、内見、申込、審査
• 各工程の担当者
• 計画日と実績日
• 基準を超えた工程
• 施策変更日
• 自動通知の送信日時

この記事内の画像は、工程やファネルを理解するための概念図であり、特定物件の改善結果を示す証拠ではありません。

実務上の視覚的証拠としては、次の資料を保存します。

• 個人情報を伏せた管理会社レポート
• ポータル掲載画面のスクリーンショット
• スプレッドシートの変更履歴
• 施策前後の反響グラフ
• 管理会社へ確認した日時と回答
• 原状回復や撮影の完了を確認できる記録

よくある失敗と対策

データ収集そのものが目的になる

列を増やしすぎると、入力が続きません。

対策： 最初は工程の日付、問い合わせ数、内見数、申込数、変更履歴に絞ります。判断に一度も使わなかった項目は見直します。

問い合わせ数だけで成功と判断する

問い合わせが増えても、内見や申込につながらなければ収入は回復しません。

対策： 問い合わせ、内見、申込、賃料発生までを一つのファネルで確認します。

複数施策を同時に変え、原因を断定する

改善しても、再現すべき施策を特定できません。

対策： 可能なら一度に一つ変更します。複数変更が必要な場合は、個別効果を判定できないことを記録します。

自動化してから入力品質を直す

物件名や日付形式が統一されていないと、自動集計や通知が誤作動します。

対策： まず1室を手入力し、式、異常値、通知条件を確認してからCSVやAPIを連携します。

小さな母数で結論を出す

1件の増減で転換率が大きく動きます。

対策： 件数と率を併記し、「仮説」「再検証済み」「標準ルール」の3段階で判断の確度を管理します。

データの更新停止を「反響なし」と誤判定する

管理会社からのデータ取得が止まっているだけでも、シート上では問い合わせ0件に見える場合があります。

対策： 件数だけでなく最終取得日時を記録し、データが古い場合は施策変更ではなく情報更新を依頼します。

「完全放置できる」と考える

清掃、修繕、内見、契約、法的判断など、現場確認や承認が必要な工程は残ります。

対策： 人の仕事をゼロにするのではなく、異常がない日の確認時間をゼロへ近づけます。

空室対策で追うべきKPI

空室日数だけでなく、データ欠損率、データの鮮度、オーナー作業時間も測ってください。

空室が短くなっても、毎日数時間の集計が必要なら、ほかの物件へ展開しにくい運用です。

「一つずつ検証すると遅い」という反論への答え

一度に一つの施策を変更する方法は、原因を特定しやすい反面、空室中の機会損失が続く弱点があります。

そのため、次のように使い分けます。

• 反響があり緊急性が低い：一施策ずつ比較する
• 掲載後も反響がゼロ：掲載不備、写真、総額をまとめて点検する
• 明確に競合より条件が悪い：原因特定より条件是正を優先する
• 繁忙期の残りが短い：複数施策を同時実施し、変更内容を記録する

データ分析の目的は、実験をきれいに行うことではありません。空室による損失を抑えつつ、次回に使える判断材料を残すことです。

この方法の限界

次のケースでは、数字だけで原因を断定できません。

• 災害、事故、工事などで募集できない
• 地方や高額物件で問い合わせ母数が少ない
• 管理会社から媒体別データを取得できない
• 騒音、におい、眺望、共用部など物件固有の問題がある
• 繁忙期と閑散期を比較している
• 競合物件の成約条件を確認できない
• ポータルの閲覧数の定義が異なる
• 値下げ以外の市場変化が同時に起きている
• 問い合わせや内見の計上方法が担当者ごとに異なる

データは原因を自動的に証明するものではありません。停止している工程と、次に確認すべき仮説を絞るための道具です。

本記事は一般的な情報提供であり、特定物件の成約や収益を保証するものではありません。家賃、契約、入居審査、税務、法務に関する判断は、管理会社や各分野の専門家へ確認してください。

まとめ：今日やることは直近の空室1室を1行にすること

今日の作業は、直近の空室について次の8項目を入力することです。

1. 退去日
2. 空室起算日
3. 募集開始日
4. 初回問い合わせ日
5. 初回内見日
6. 申込日
7. 次の賃料発生日
8. 各工程の情報源

次に、問い合わせ数、内見数、申込数を入力し、最も長い工程を一つ特定します。

そのうえで、次のどれか一つを実行してください。

• 募集が始まっていない：管理会社へ開始予定日を確認する
• 問い合わせがない：掲載画面、写真、家賃総額を確認する
• 内見につながらない：返信速度、日程候補、鍵の手配を確認する
• 申込につながらない：見送り理由、現地状態、初期費用を確認する
• 申込後に止まっている：審査、書類、契約手続きを確認する

この段階では、高度な統計やAIは必要ありません。

データが蓄積したら、競合比較、異常検知、管理会社への確認文作成を自動化します。家賃変更や契約判断には人の承認を残してください。

一般的な空室対策との違いは、改善策を列挙するだけで終わらず、判断の根拠を日付、件数、計算式、変更履歴、通知ルールとして蓄積することです。

本気で賃貸経営の自動化を進めたい方へ

「空室が出るたびに表を作る」「毎週レポートを催促する」「数字を見てから確認文を考える」という作業は、物件が増えるほど重くなります。

先に作るべきなのは、次の仕組みです。

• データが同じ形式で集まる
• 工程別の日数と転換率が自動計算される
• データの更新停止を検知できる
• 基準を超えた部屋だけ通知される
• 管理会社への確認文が自動作成される
• 成約後の結果が次回募集へ引き継がれる

一度作った入力テンプレート、計算式、通知ルールは、複数物件へ展開できる運用資産になります。

実装手順を確認したい方は、実践マニュアルをご覧ください。

▶ 自分の時間を切り売りしない自動化・不労所得構築マニュアルを見る