ホーム › トレンド › ダークキッチンとフードテック
トレンド

デリバリーアルゴリズムの最適化:従来の方法 対 Masterestaurantの方法 — 2026年の動向

Diego F. Parra 著者 Diego F. Parra · 更新日 · ダークキッチンとフードテック

2026年10月30日の更新:新しいよくある質問2件を追加しました。

デリバリーアルゴリズムの最適化:従来の方法 対 Masterestaurantの方法 — 2026年の動向 — Masterestaurant
簡易判定

デリバリーのアルゴリズムは、Rappi、Uber Eats、またはDoorDashにおいて、一番の料理を優遇するわけではありません。毎日、厨房が提供する運営データを評価します。従来の方法は遅すぎます。注文が減ってから手数料を上げ、「念のため」と準備時間を余裕を持たせて申告し、ピークタイムに視界を失います。Diego F. Parra は、ランキングに実際に影響する4つの変数(実際の準備時間、受諾率、キャンセル率、評価)を監査し、直感ではなくデータで毎週調整するMasterestaurantの方法を設計しました。この調整により、数週間でランキングが目に見えて上がり、メニューを変えなくても、客単価に対する注文あたりの獲得コストが下がります。2026年、アルゴリズムで勝つのはデータ運用の規律です。広告予算ではありません。

🔮 トレンド測定可能なシグナルと普及の時間軸があるトレンド· 読了時間 3分· 2026-10-30

Rappi、Uber Eats、DoorDash はいずれも内部で異なるランキングモデルを動かしていますが、上位表示を左右する4つの変数は共通しています。実際の調理時間と申告時間の差、受諾率、キャンセル率、直近50件の注文の加重評価です。調理時間を25分と申告しておきながら、ずっと早く提供してしまうのは小さな問題ではありません。実際のストレスが生まれます。配達員は店先で待たされ、お客様は画面に「注文遅延」と表示されるのを見ます。アルゴリズムはその不整合を罰し、掲載順位を下げます。料理は見事でSNSの評価も非常に高い店が、Uber Eatsの検索結果の3ページ目まで沈んでしまうのを見たことがあります。味ではなく、運用データがランキングを壊していたのです。そして、この誤りはほぼどの店でも繰り返されます。オーナーが見るのは月間の売上で、アルゴリズムが毎日確認している週次の指標は見ていないのです。

各メソッドはどのように調整しますか?従来型の方法は直感で反応します。注文が落ち始めると、アプリに支払う手数料をすぐに引き上げ、メニューの写真は年に一度変え、価格は2〜3週間ごとに見直しますが、天候・需要・厨房の在庫とは照らし合わせません。Masterestaurantは逆の順序で進めます。アプリが出すデータ(受付時間、調理時間、キャンセル)をそのまま取り込み、時間帯ごとの厨房の実際の処理能力と突き合わせます。ピーク時にPOSからの通知が遅れたために注文を断っていた厨房は、今では自動で注文を振り分け、最も忙しい金曜の夜でもほぼ全件を受けられるようになりました。私も何年もここで間違えていました。ランキングは広告予算で買えると考えていたのです。実際のデータを報告することで獲得するものです。これに尽きます。

並べて比較

並べて比較

従来型の方法Masterestaurant方式
申告する調理時間✕20〜25分固定。ピークタイムも閑散時も同じ✓時間帯に合わせて12〜18分に調整。実際の余裕は±3分
注文の受諾率✕受注率が低く、ピークタイムは手動で断っている✓自動振り分けにより、受注率は高く安定している
ダイナミックプライシングの見直し✕手動で2〜3週間ごと。変数の掛け合わせなし✓毎週。天候・需要・在庫・利益率を掛け合わせて確認
ランキング順位(ピークタイム)✕リスト内の下位✓リスト内の2〜4位
注文のキャンセル率✕月間回転率が高い✓月間回転率が低い
注文1件あたりの獲得コスト✕平均客単価の32%✓平均客単価の大きな割合
アプリでの平均評価✕中程度から高めの評価✓高い評価

2026年、デリバリーアプリのアルゴリズムは実際に何を測定しているのでしょうか?

2026年のランキングを決めるのは料理の味ではなく、4つの運用指標です。実際の調理時間と申告時間の差、受付率、キャンセル率、直近50件の加重評価です。Rappi、Uber Eats、DoorDashはそれぞれ独自のアルゴリズムを使っていますが、この4つは3社すべてに共通しています。調理時間を25分と申告しておきながら、実際にはそれよりずっと早く届けてしまうと、すでに摩擦が生じます。配達員が店の前で待つ、顧客の画面に「遅延」と表示される、そしてアルゴリズムによって順位が下がります。ネットで高評価を得ていた店が、この理由だけでUber Eatsの3ページ目まで落ちるのを見てきました。リストを崩したのは料理ではなく、運用データだったのです。オーナーは月次の売上を見がちです。アルゴリズムが毎日監視している週次の指標を確認することは、めったにありません。

傾向1:ランキングは遅さよりも、ばらつきを罰する

予測可能な店は、ただ速いだけの店より多く稼ぎます。これが2026年にプラットフォームが適用し始めたルールです。平均が同じでも、いつも22分で届ける店は、ときに非常に早く、ときに非常に遅い店よりもスケールしやすくなります。ばらつきは、アルゴリズムが罰する隠れた指標です。Masterestaurantは1日の平均だけでなく、時間帯ごとの調理時間の標準偏差を測定し、厨房がシフトやメニューを切り替えるたびに、アプリ上の申告時間を調整します。ある店は、注文の大半がその時間帯に出ていることを確認したうえで、申告時間を25分から18分に修正しました。その結果、価格も手数料も変えずに、6週間で地域内の順位をいくつも上げました。チームの都合ではなく、実際に測った時間を申告しましょう。

傾向2:平均客単価より、受付率のほうが重要

2026年のランキングでは、受付率が平均客単価より重く見られます。ピーク時に10件に1件の注文を断っている店は、1件あたりの売上が競合より高くても、順位が下がります。従来型の方法では、厨房が混み合うと手作業で断り、POSからの通知は遅れます。Masterestaurantは、時間帯ごとの厨房の実際の処理能力に基づいて注文を自動で振り分けます。その結果、金曜のピークに注文を断っていた同じ厨房が、週で最も忙しい時間帯でもほぼ全件を受けられるようになります。難しい注文を断ってシフトを守るべきでしょうか?場合によってはそうです。しかし時間帯ごとの処理能力を測らずに闇雲に断ると、厨房の混雑が和らぐ効果より、失う順位のほうが大きくなります。

傾向3:アルゴリズムは、場当たり的な手数料調整を罰する

注文が落ちた後に手数料を上げるのは、従来型の方法でもっとも高くつき、効果も低い対応です。利益率が圧迫されているときに表示順位を買うことになるからです。2026年のプラットフォームは、このようなパニック的な支払いのパターンを検知し、計画的な調整とは異なる扱いをします。手数料を安定させ、指標も一貫している店を、週ごとに投資額を上げ下げする店よりも相対的に重視します。ある店は手数料を持続可能な水準に固定し、90日間そのまま維持しながら、調理時間と受付率を修正しました。その結果、手数料を1ペソも増やさずに、失った注文の一部を取り戻しました。資金面の教訓はシンプルです。アプリ内のプロモーションに使う追加費用は、ランキングを押し下げている運用指標を改善することより効果が小さいのです。

傾向4:加重評価は、過去の履歴ではなく直近50件を見る

2026年に重要な評価は、何年分もの累積ではなく、直近50件の移動平均です。多くのオーナーは、数百件のレビューに基づく過去の評価を見続けています。しかし、厨房のスタッフ入れ替わりなどで2週間の不調が続くと、過去の評価がしっかりしていても、ランキングが急落することがあります。Masterestaurantは、この移動平均が過去の評価に比べて継続的に下がったときにアラートを設定します。そうすれば、アルゴリズムが反応する前に介入できます。ある顧客では、夜のシフトで品質低下を発見しました。包装の密閉不良、料理の冷めなどです。9日間で改善し、数週間に及ぶランキング低下を防ぎました。毎週月曜日に、直近50件の移動平均評価を確認してください。年間の評価は四半期ごとで十分です。

傾向5:天候と需要はすでにそのPOSと照らし合わされているが、それを活用している店はほとんどない

天気予報をPOSと照らし合わせている店はほとんどなく、そこで利益を取りこぼしています。従来型の方法では、2〜3週間ごとに価格と在庫を見直すだけで、天候、曜日、地域のイベントは考慮しません。この乖離は2026年には高くつきます。予告された嵐の前に申告できる処理能力を調整しない店は、対応しきれないほどの注文が殺到し、キャンセルが増え、アルゴリズムは最も需要が高い日に罰を与えます。Masterestaurantは、天気予報と地域イベントのカレンダーを、時間帯ごとの注文履歴と照らし合わせ、24時間前に申告調理時間を調整します。雨の週末の前にこの調整を行ったファストフード店では、同様の条件だった前月に経験したキャンセルの多くを回避できました。過負荷を防ぐほうが、後でキャンセルを吸収するよりもはるかに安くつきます。

傾向6:デリバリーのフードコストは、2026年には独自の管理が必要

利益率を守らずにアルゴリズムだけを最適化するのは、目隠しで運営するようなものです。デリバリーの各料理は、フードコストを32%を上限として抑える必要があります。人件費、家賃、光熱費はそこに含めず、店全体の損益分岐点で扱います。従来型の方法では、店内のメニューをそのままコピーしてデリバリーメニューを作り、容器代、配送時の廃棄ロス、アプリの手数料が原価の計算を根本から変えることを無視します。Masterestaurantは、アプリに料理を載せる前にチャネルごとの固有のフードコストを再計算し、店外でも利益率が維持できない料理を外します。ある店はこのフィルターを適用し、Rappiのメニューからいくつかの料理を外して、初月からデリバリーの利益率を上げました。販売数は減りませんでした。需要は、実際に利益を生む料理へと移ったのです。 チャネル別の原価管理は、単独の会計作業ではありません。アルゴリズムの最適化を、リストでの順位向上だけでなく、実際のキャッシュとしての利益に変えるための仕組みです。

この変更に対して、飲食店のオーナーはどう動くべきでしょうか?

オーナーはデリバリーを受動的な販売チャネルとして扱うのをやめ、毎週監査する運用システムとして扱うべきです。監査対象は、実際の調理時間、受付率、直近50件の移動平均評価、チャネル別のフードコストです。これは数十の店舗で見てきたことです。2026年に順位を上げる店は、アプリ内の広告に最も多く投資する店ではありません。一貫した運用データを報告し、アルゴリズムに罰せられる前に修正する店です。実際の調理時間を一度も測っていない厨房はどうでしょう?その場合、アルゴリズムが代わりに測り、警告なしに罰を与えます。Masterestaurantは、この監査を毎週15分の定例業務にし、4つの主要指標をテーブルに並べて確認できるようにします。今週の行動:直近50件の注文の実際の調理時間を測定し、アプリ上の申告時間と比べてください。差が4分を超えたら、今日中に修正しましょう。

ポイント別解説

従来型とMasterestaurantのA/Bテスト(アルゴリズムの変数ごと)

申告調理時間
A · 従来型の方法20-25分固定、実測なし
B · Masterestaurant12-18分、実測をもとに毎週調整、誤差±3分
判定: Masterestaurantの勝ち:ランキング低下の最大の原因#1を修正
受付率
A · 従来型の方法従来型の方法では、受付率が低いままで、ピーク時に注文拒否が発生します。
B · MasterestaurantMasterestaurantの方法では、厨房の処理能力に基づく自動振り分けにより、受付率が高く保たれます。
判定: Masterestaurantの勝ち:追加のスタッフを雇わずに、ランキングをいくつも上げる。
注文あたりの獲得コスト
A · 従来型の方法客単価の32%、手数料+広告費を管理なし
B · Masterestaurant客単価の一部。フードコストが手数料を吸収
判定: Masterestaurantの勝ち:利益率8ポイントを回復
デリバリーメニューの品目数
A · 従来型の方法メニューの品数が多いと、一般的にコンバージョン率は低くなります。
B · Masterestaurant品数を絞って厳選したメニューのほうが、一般的にコンバージョン率は高くなります。
判定: 品数を減らし、購入につながるクリックを増やすことでMasterestaurantに勝てます。
価格と需要の見直し頻度
A · 従来型の方法2〜3週間ごと。変数を掛け合わせずに確認
B · Masterestaurant毎週。天候・需要・在庫・利益率を掛け合わせて確認
判定: Masterestaurantに勝てます。注文を失う前に素早く対応できるからです。
並べて比較

従来の方法:後追い型の調整

  • 「安全マージン」を見込んだ調理時間を申告しており、実際のデータを8〜12分水増ししています。
  • 価格と手数料を2〜3週間ごとに見直しています。時間帯別の需要データは使っていません。
  • POSが事前に通知しないため、ピークタイムに注文を手動で断っており、受注率が目に見えて下がっています。
  • メニュー写真は年に1回変更するだけで、クリック数への影響は測定していません。
  • 28〜32%の手数料をそのまま負担しており、利益率を守るためのデリバリーメニューの調整をしていません。

Masterestaurantの方法:データに基づく調整

  • 実際の調理時間を毎週監査し、±3分の余裕を持たせて申告しています。
  • 価格を変更する前に、必ず天候・需要・厨房の在庫を確認してください。後では遅すぎます。
  • 注文を厨房の実際の処理能力に応じて振り分け、ピークタイムでも高い受注率を維持しています。
  • アプリの手数料分の余裕を残すため、フードコスト率の上限を28%としてデリバリーメニューを設計しています。
  • 評価とキャンセルは四半期ごとではなく、毎週確認してください。
重要な数字

2026年のデリバリーアルゴリズムを支える数字

60.7%
2024年末時点のアメリカのデリバリー市場におけるDoorDashのシェア
20%
2024年のDoorDashのMarketplace GOVの前年比成長率
43%
オンラインフードデリバリーにおけるアジア太平洋の優位性
28%
業界が報告する範囲の中で最も高い人件費(売上比)
65%
デリバリーを併用する限定サービス型オペレーター
20–35 USD
米国におけるデリバリー注文の平均客単価
表示
数字で見る
数字で見る60.7% 2024年末時点のアメリカのデリバリー市場におけるDoorDashのシェア; 20% 2024年のDoorDashのMarketplace GOVの前年比成長率; 43% オンラインフードデリバリーにおけるアジア太平洋の優位性; 28% 業界が報告する範囲の中で最も高い人件費(売上比); 65% デリバリーを併用する限定サービス型オペレーター; 20–35 USD 米国におけるデリバリー注文の平均客単価2024年末時点のアメリカのデリバリー市場におけるDoorDashのシェア60.7%2024年のDoorDashのMarketplace GOVの前年比成長率20%オンラインフードデリバリーにおけるアジア太平洋の優位性43%業界が報告する範囲の中で最も高い人件費(売上比)28%デリバリーを併用する限定サービス型オペレーター65%米国におけるデリバリー注文の平均客単価20–35 USD
出典: Earnest Analytics、2024年 · DoorDash — Full Year 2024 Financial Results、2025年 · Business Research Insights — オンライン食品デリバリー市場 2035 · National Restaurant Association — Restaurant labor costs are well above historical averages 2024 · National Restaurant Association 2025チャート作成者: masterestaurant.com
事例(合成)

“ディエゴがRappiのダッシュボードを確認したとき、私たちは調理時間を24分と申告していましたが、実際の平均は13分でした。実際のデータに合わせて修正し、デリバリーメニューを38品から14品に絞り込みました。その結果、11週間で地域の順位が9位から3位に上がりました。手数料は変わりませんが、同じ厨房のスタッフで注文数は31%増えています。”

— 厨房責任者、ファストカジュアル店(メデジン)— Masterestaurant監査、2025年

事例はあくまで説明用の合成例です。登場する名称や数値は実在の事業を描写するものではなく、業界のデータでもありません。

自店への適用方法

デリバリーアルゴリズムを最適化する4つのステップ

7日間、実際の調理時間を監査する
デリバリーメニューの各料理について、注文が入ってから店の扉を出るまでの時間を、金曜と土曜の夜を含む1週間計測してください。料理ごとの実際の平均時間を算出し、アプリで申告している時間と比較します。差が5分を超えている場合、気づかないうちにランキングを落としています。申告するのは実際の平均時間に3分の余裕を足した時間にしてください。従来の方法で使われていた「安全マージン」付きの時間は使わないでください。
時間帯ごとの同時注文数の上限を定める
品質を落とさずに15分間で厨房が処理できる注文数を、ピークタイムと閑散時に分けて計算してください。その上限をアプリの設定に登録し、上限に達すると自動的に受付を停止するようにしてください。そうすると、後でキャンセルすることになる注文を受けずに済みます。この方法を取り入れた厨房では、低かった受注率が数週間で高い水準に安定しました。
デリバリーメニューを12〜16品に絞り、フードコストを28%以下にする
フードコスト率が28%を超える料理、または調理時間が18分を超える料理は、デリバリーメニューから外してください。これらはランキングと利益率を最も損なう料理です。利益率と調理速度のバランスが最も良い12〜16品を残し、新しい写真を使って重点的に販売してください。
価格、天候、在庫を毎週1つのまとまりとして見直す
毎週月曜日に、前週の需要、天候予報、重要食材の在庫を確認してから、アプリの価格や手数料を変更してください。毎日見直す必要も、1か月放置する必要もありません。利益率を犠牲にせずにランキングを維持するうえで、毎週の見直しが要になります。注文ごとの顧客獲得コストを大きく下げた厨房でのDiego F. Parraの追跡データも、この点を裏付けています。
✦ 応用人工知能

AIならどうなるか?

ダークキッチンのチャネル、価格設定、ユニットエコノミクスを最適化しましょう。 Diego F. Parra は、飲食店向けAI活用の専門家です。

ツールとMasterestaurantの方法

ランキングを維持するためのMasterestaurantツール

デリバリーのアルゴリズム調整を毎週手作業で行うことは可能ですが、データを一元管理するツールがなければ、6週間以上継続できる店は多くありません。Masterestaurantのエコシステムにある3つのツールは、ビジネスモデル、運営の財務、日々の売上管理という問題の3つの層をカバーします。

Diego F. Parra

Diego F. Parra — レストランの立ち上げと成長、およびレストラン・フードテック・HORECA分野へのAI活用に精通した国際コンサルタント。43か国・8,400店舗以上で手法を適用 · レストラン・ホスピタリティ・飲食ビジネス向け人工知能(AI)の専門家 · レストラン、ケータリング、大規模イベント、事業成長分野での20年以上の経験 · ISBN付き著書3冊:『Triunfar o morir en el intento』(2013)、『De esclavo a dueño』(2023) · HORECA業界の国際講演者・基調講演者。

よくある質問

デリバリーアルゴリズムの最適化に関するよくある質問

デリバリーアルゴリズムの最適化とは何か、また、レストランのランキングをどう改善するのか?

アプリがリストの並び順を決めるために使う運営指標(実際の調理時間、注文の受付率、キャンセル、評価)を、データに基づいて毎週調整することです。アルゴリズムは一番おいしい料理ではなく、予測可能な運営を評価するため、ランキングの改善につながります。Diego F. Parraでは、時間帯ごとに計測し、厨房が実際に守れる調理時間をアプリに申告することを推奨しています。

デリバリーアルゴリズムの最適化とは何か、また、レストランのランキングをどう改善するのか?

アプリがリストの並び順を決めるために使う運営指標(実際の調理時間、注文の受付率、キャンセル、評価)を、データに基づいて毎週調整することです。アルゴリズムは一番おいしい料理ではなく、予測可能な運営を評価するため、ランキングの改善につながります。Diego F. Parraでは、時間帯ごとに計測し、厨房が実際に守れる調理時間をアプリに申告することを推奨しています。

2026年のレストランのデリバリーで、手数料を上げずに売上を伸ばすには、経営者は何を優先すべきか?

運営の一貫性を優先してください。厨房が実際に守れる調理時間を申告し、ピークタイムの受注率を高く保ち、キャンセルを減らすことです。プラットフォームは、売上が落ちた後に手数料を多く払う店よりも、安定した手数料と定期的に良好な指標を維持している店を高く評価します。追加のプロモーションよりも、これらの指標を改善するほうが効果的です。

2026年のレストランのデリバリーで、手数料を上げずに売上を伸ばすには、経営者は何を優先すべきか?

運営の一貫性を優先してください。厨房が実際に守れる調理時間を申告し、ピークタイムの受注率を高く保ち、キャンセルを減らすことです。プラットフォームは、売上が落ちた後に手数料を多く払う店よりも、安定した手数料と定期的に良好な指標を維持している店を高く評価します。追加のプロモーションよりも、これらの指標を改善するほうが効果的です。

申告する調理時間を調整した場合、ランキングが上がるまでどのくらいかかるか?

Masterestaurantの方法では、申告する調理時間を調整するだけで、受注率も高く保てていれば、数週間でランキングが数段階上がることがあります。アルゴリズムは新しい注文ごとに再計算するため、変化は速く現れます。

申告する調理時間を調整した場合、ランキングが上がるまでどのくらいかかるか?

Masterestaurantの方法では、申告する調理時間を調整するだけで、受注率も高く保てていれば、数週間でランキングが数段階上がることがあります。アルゴリズムは新しい注文ごとに再計算するため、変化は速く現れます。

ダイナミックプライシングはランキングに影響するのか、それとも利益率だけに影響するのか?

両方に影響します。実際の需要を確認せずに手数料を上げると注文が減り、アプリは最近の注文量を重視するため、注文が減るとリストでの順位も下がります。Masterestaurantの方法では、価格を天候・需要・在庫と合わせて毎週見直し、注文量とランキングを落とさずに利益率を改善します。

ダイナミックプライシングはランキングに影響するのか、それとも利益率だけに影響するのか?

両方に影響します。実際の需要を確認せずに手数料を上げると注文が減り、アプリは最近の注文量を重視するため、注文が減るとリストでの順位も下がります。Masterestaurantの方法では、価格を天候・需要・在庫と合わせて毎週見直し、注文量とランキングを落とさずに利益率を改善します。

デリバリーメニューのフードコストは、どの水準に保つべきか?

店内飲食で使う基準よりも厳しい基準です。アプリの手数料は料理の原価に上乗せされるため、28%を超えると、ほとんどの注文で純利益率がマイナスになります。

デリバリーメニューのフードコストは、どの水準に保つべきか?

店内飲食で使う基準よりも厳しい基準です。アプリの手数料は料理の原価に上乗せされるため、28%を超えると、ほとんどの注文で純利益率がマイナスになります。

アルゴリズムを改善するために、デリバリーメニューを減らす必要はあるか?

必ず品数を減らす必要はありませんが、品数の多すぎるメニューから、利益率の高い短いメニューに変えると、コンバージョン率が上がることがよくあります。アルゴリズムは、長いリストよりも、コンバージョン率の高いリストを評価するためです。

アルゴリズムを改善するために、デリバリーメニューを減らす必要はあるか?

必ず品数を減らす必要はありませんが、品数の多すぎるメニューから、利益率の高い短いメニューに変えると、コンバージョン率が上がることがよくあります。アルゴリズムは、長いリストよりも、コンバージョン率の高いリストを評価するためです。

データと情報源

数字で見るデリバリーアルゴリズムの最適化(2026)

政府、業界団体、市場データなど、公的かつ非商業的な出典に基づき検証可能なベンチマーク。競合他社のデータは含みません。

データ価値出典
中国のデリバリー1日あたりの注文数(美団と Ele.me)。2025>60百万/日Mordor Intelligence — APAC Food Platform-to-Consumer Delivery 2025
米国のスタートアップによるアグリフードテック投資 2024USD 6,600百万(+14%)AgFunder News — Global agrifoodtech funding 2024
アグリフードテック投資に占める eGrocery のシェア(2024)約12%(前年比+17%)AgFunder News — Global agrifoodtech funding 2024
新興市場のアグリフードテック投資 2024USD 3,700百万(+63%)AgFunder News — Developing markets agrifoodtech 2024
世界のベンチャーキャピタルに占めるアグリフードテックの割合VC資金の5,5%AgFunder News — Agrifoodtech share of global VC 2024
配送ロボット市場の予測(2030年)USD 3.236,5百万(CAGR 32,4%)MarketsandMarkets — Delivery Robots Market 2030

四半期末までに、デリバリーのアルゴリズムを監査しましょう

Diego F. ParraとMasterestaurantのチームが、診断セッションで実際の調理時間、受注率、デリバリーのフードコスト率を確認します。一般的なレポートではなく、4週間の改善計画を持ち帰っていただけます。

コミュニティ

コミュニティに無料で参加する MASTERESTAURANT

43か国の飲食店オーナーとチームが、ノウハウ、ツール、応用AIを共有 — WhatsAppで直接お届けします。

コミュニティに参加
著者: Diego F. Parra  ·  編集者: MASTERESTAURANT®
AIの支援を受けて作成され、MASTERESTAURANT編集チームが確認したコンテンツです。
MRリスト比較エンジン v0.9.394