予測モデルの公開

東京の行列は
いつ混むのか

ジャンル別・時間帯別の待ち時間の目安 ／ 行列予測アプリ「ナラブ」が実際に使っている係数を、そのまま公開します

「昼のピークを外せば空いている」——これはラーメンには当てはまりますが、スイーツには真逆に当てはまります。ラーメン店が最も空く15時は、スイーツの店が最も混む時間です。

これは私たちが行列予測アプリ「ナラブ」を作る過程で、最初に修正することになった思い込みでした。当初は全ジャンル共通で「14〜16時は空いている」という係数を使っていましたが、スイーツとカフェについてはこれが実態と正反対だったのです。

このページでは、ナラブが実際に使っている混雑モデルを、係数の数字まで含めて公開します。アプリを入れなくても、この表を見るだけで「いつ行けば並ばずに済むか」の目安は分かるはずです。

ジャンル別・時間帯別の待ち時間

ナラブが「そのジャンルの標準的な人気店」に対して出す予測値です。赤に近いほど混雑、緑に近いほど空いています。

平日

単位：分

土日・祝日

単位：分

数値はモデルが出す目安です。個々の店の規模・回転率・話題性によって、実際の待ち時間は大きく変わります。

休日の倍率は、ジャンルで違う

「土日は混む」は正しいのですが、混み方の倍率はジャンルによってはっきり違います。ナラブが使っている休日係数はこうです。

ジャンル	休日の倍率	理由
ラーメン	1.2倍	平日ランチが本番。土日との差が最も小さい
スイーツ	1.5倍	休日に目的地として来店されるため跳ね上がる
カフェ	1.5倍	同上。滞在時間が長く回転が遅いことも効く
和食・定食	1.5倍	平日は近隣のビジネス客、休日は遠方からの来店
その他	1.4倍	上記に当てはまらないジャンルの既定値

ラーメンだけが1.2倍と低いのは、そもそも平日の昼が最大の山だからです。「土日を避ければラーメンの行列が短くなる」という期待は、他ジャンルほどは報われません。

国民の祝日はさらに1.3倍、3連休以上の中日は1.4倍を掛けます。連休の初日と最終日は移動に使われる一方、中日は外食が最大化するためです。

雨の日は、本当に空くのか

空きます。ただし「雨なら空く」と一括りにはできません。ナラブは雨量で二段階に分けています。

猛暑の係数を昼だけにしているのには理由があります。暑さで昼の外出が減っても、日が落ちた夜の行列はほぼ元に戻るからです。一日を通して同じ係数を掛けると、夜の予測が実態より短く出てしまいます。

なぜ大規模言語モデルを使わないのか

ナラブの予測は、ここまで見てきたとおり掛け算と中央値だけでできています。AIと名乗ってはいますが、大規模言語モデルは一切使っていません。理由は三つあります。

検証できるから。掛け算なら単体テストが書けます。「15時のラーメンが12分」という出力は、いつ何度実行しても12分です。言語モデルに数字を出させると、同じ入力で違う答えが返ってきます。待ち時間のように毎回同じであるべき数字を、揺れる仕組みで出すべきではありません。

説明できるから。表示された数字がなぜその値なのか、係数を辿れば必ず説明できます。予測が外れたとき、どの係数が悪かったのかを特定して直せます。

費用がかからないから。個人が運営するアプリで、1件の予測ごとにAPI料金が発生する設計は続きません。無料で使えるアプリであり続けるための、現実的な選択でもあります。

この目安と、実際の待ち時間のあいだ

ここまでの表は「そのジャンルの標準的な人気店」の値です。実際の店には、この目安から大きく外れるものがあります。行列が名物になっている店では、休日のピークに3時間待ちになることもあります。

だからナラブは、実際に並んだ人の報告を集めています。報告が集まった店については、直近の報告の中央値を予測の軸に切り替えます。そして報告が何件集まっているかに応じて、予測の信頼度を画面に表示します。報告ゼロの店では、上の表と同じ計算で出した「AI予測（参考）」であることを隠さずに表示します。

予測が出せない店を空欄にすれば、アプリは間違えないように見えます。でも、それでは使う人の役に立ちません。予測は出す。そのかわり、どれくらい確からしいかを必ず一緒に出す。それがこのアプリの設計方針です。