食べログクロール実装ガイド

実装フロー（全体像）

1

週1回、食べログをクロール

Python スクリプト（GAS or launchd）で目黒駅周辺の全店舗データを自動取得

2

取得データを CSV に出力

店名、住所、営業時間、評価、保存数 etc. を CSV ファイルで保存

3

CSV からサマリデータを生成

価格帯別の店舗数、営業時間の分布、ジャンル別評価平均等を計算

4

Airtable にアップロード

マスターデータ（テーブル1）とサマリ（テーブル2）を自動連携

5

ダッシュボード＆分析

Airtable の Grid / Gallery / Chart で可視化・コンサル資料化

ステップ1：週1回クロール実装

目標：

毎週月曜朝 9:00 に、目黒駅周辺の食べログ全店舗（627 件）をクロール

実装方法（2択）：

方法	メリット	デメリット
Python + launchd	ローカルで完全制御可能	マシン起動依存
Google Apps Script	クラウド自動実行、トリガー設定簡単	GAS の API 制限（実行時間 6 分）

推奨：GAS + Clasp（ローカル開発） → cloud.google.com で自動スケジュール

クロール対象 URL：

https://tabelog.com/tokyo/A1316/A131601/rstLst/

取得項目（18項目 + 補足5項目）：

★ 一覧ページ取得: 店名・最寄り駅・ジャンル・価格帯・評価点・口コミ数・保存数（#1〜#10）
★ 詳細ページ取得: 住所・電話番号・営業時間・定休日・席数・個室・喫煙・支払い・駐車場・開店日（#2〜#18）

#	項目名	説明	取得元（セレクタ）	型
1	店名	店舗の正式名称	一覧: list-rst__name > a	テキスト
2	住所	都道府県〜番地	詳細: th「住所」next td	テキスト
3	電話番号	予約・問合せ用	詳細: th「電話番号」next td	テキスト
4	最寄り駅	最寄り駅名（行政区域テキストより抽出）	一覧: list-rst__area-genre テキスト	テキスト
5	ジャンル	業態カテゴリ（複数可）	一覧: list-rst__area-genre テキスト	テキスト
6	昼の価格帯	ランチ価格帯（例：¥1,000〜¥1,999）	一覧: c-rating-v3__time--lunch	テキスト
7	夜の価格帯	ディナー価格帯（例：¥4,000〜¥4,999）	一覧: c-rating-v3__time--dinner	テキスト
8	評価点	食べログ総合評価スコア	一覧: c-rating__val--strong	数値（小数第2位）
9	口コミ数	投稿された口コミの累計件数	一覧: list-rst__rvw-count-num	整数
10	保存数	「行きたい」保存数（人気・撤退リスク判定用）	一覧: js-lower-viewed テキスト	整数
11	営業時間	曜日別営業時間帯	詳細: th「営業時間」next td	テキスト
12	定休日	定休日・不定休など	詳細: th「定休日」next td	テキスト
13	席数	総席数（目安）	詳細: th「席数」next td	整数
14	個室	個室の有無・種類	詳細: th「個室」next td	テキスト
15	喫煙・禁煙	喫煙ポリシー	詳細: th「喫煙・禁煙」next td	テキスト
16	支払い方法	カード・電子マネー対応状況	詳細: th「支払い」next td	テキスト
17	駐車場	駐車場の有無・台数	詳細: th「駐車場」next td	テキスト
18	開店日	オープン年月（YYYY-MM-01 形式）	詳細: th「オープン日」next td	日付（YYYY-MM-01）

補足項目（メタデータ）：

項目名	説明	生成方法	型
閉店フラグ	閉店・営業終了の検出	詳細: p.c-alert__message / a.rst-status-badge-red__text	真偽値（True/False）
URL	食べログ店舗ページ URL	一覧: data-detail-url 属性	URL テキスト
緯度	地図プロット用（丁目レベル）	住所 → Nominatim ジオコーディング	数値（lat）
経度	地図プロット用（丁目レベル）	住所 → Nominatim ジオコーディング	数値（lng）
取得日	クロール実行日	スクリプト実行時の日付（YYYY-MM-DD）	日付テキスト

※ #1〜#10・URL は一覧ページから取得（リクエスト1回/ページ）。#2〜#4・#11〜#18・閉店フラグは各店舗の詳細ページから取得（リクエスト1回/店舗、3〜6秒ランダム待機）。緯度・経度は住所を Nominatim（OSM）で変換。

ステップ2-3：CSV生成 → サマリデータ計算

CSV ファイル構造（全23フィールド）：

# ファイル名: tabelog_meguro_YYYYMMDD.csv（UTF-8 BOM付き）
店名,住所,電話番号,最寄り駅,ジャンル,昼の価格帯,夜の価格帯,評価点,口コミ数,保存数,営業時間,定休日,席数,個室,喫煙・禁煙,支払い方法,駐車場,開店日,閉店フラグ,URL,緯度,経度,取得日

# データ例
リナシメント,東京都目黒区下目黒2-23-2,050-XXXX-XXXX,目黒駅,イタリアン,¥6,000〜¥7,999,¥10,000〜¥14,999,4.08,799,61724,火〜土 12:00-22:30,日曜,18,あり,禁煙,カード可,なし,2010-04-01,False,https://tabelog.com/tokyo/A1316/A131601/13012345/,35.631,139.715,2026-06-17
      

サマリデータ（自動計算）：

📊 例：
- ジャンル別店舗数（イタリアン：45件、ラーメン：52件...）
- 営業時間別分布（18:00 営業開始：123件、19:00：98件...）
- 価格帯別の平均評価・保存数
- 閉店・新規開店の検出（前週比）

ステップ4：Airtable 連携

Airtable 構造（2テーブル）：

テーブル 1：「店舗マスター」

毎週の全店舗データを蓄積。履歴管理で「保存数の推移」「営業状況の変化」を追跡

テーブル 2：「サマリ＆分析」

ジャンル別、営業時間別、価格帯別の統計。コンサル資料生成用

連携方法：

Python script:
CSV 読み込み
Airtable API 経由でテーブル1に行追加
Airtable の automation で自動計算 → テーブル2 更新
      

Airtable API キー設定： REST API or Zapier で CSV → テーブル自動投入

ステップ5：ダッシュボード＆コンサル資料化

Airtable での可視化：

Grid ビュー — 全店舗のマスター表示・フィルター機能
Gallery ビュー — 店舗の評価ランキング・営業時間ごとの並び
Chart ビュー — ジャンル別店舗数、営業時間分布（棒グラフ）
Calendar ビュー — 「新規開店店舗」を日ごとに可視化

コンサル資料への転換：

Airtable のデータから「目黒の飲食店市場分析レポート」として PDF / HTML 自動生成。提案先に共有する際は「この営業時間は空いています」「この業態が成功しやすい」という根拠が一目瞭然。

技術スタック＆環境

コンポーネント	ツール	役割
クロール	GAS / Python + BeautifulSoup	食べログ自動取得
スケジューリング	GAS Triggers / launchd	週1回実行
CSV 処理	pandas (Python) / GAS	データ集計・サマリ計算
DB	Airtable	マスターデータ＋履歴管理
ダッシュボード	Airtable views / Looker	可視化・分析

実装スケジュール（1日で完了）

⚡ 仕様決定後、ClaudeCode で 1 日で実装完了

時間	タスク
午前	GAS スクリプト作成 & 食べログクロール実装（600件 CSV 取得）
午後 1	CSV からサマリデータ自動生成（ジャンル別、営業時間別、賃料別）
午後 2	Airtable テーブル設計 & CSV 自動投入テスト
翌週月曜	毎週 9:00 に自動実行開始

仕様決定のポイント（以下を明確にしてから実装に進みます）：

取得項目：何をクロールするか（店名、営業時間、評価 etc.）
更新頻度：週 1 回でいいのか、リアルタイムが必要か
Airtable テーブル設計：マスター＋サマリの詳細構成
サマリ項目：どの切り口で集計するか（業態別、時間帯別 etc.）

進捗スケジュール

週	アクション
Week 1	GAS スクリプト作成 + 手動テスト（5 件）
Week 2	CSV 生成 + Airtable テーブル設計＋初期連携
Week 3	サマリ計算ロジック実装＋自動実行検証
Week 4	本番運用開始（全 627 件クロール＋Airtable 反映）