Excelで始める家賃査定の実務9ステップ｜相場分析・空室損失・精度検証・自動化

月額総賃料90,000円の物件で、家賃を月3,000円高く設定した結果、空室が1か月延びたとします。募集施策費などを考慮しない単純計算でも、空室損失を回収するには30か月かかります。

空室損失90,000円 ÷ 家賃の上乗せ3,000円 ＝ 30か月

家賃査定で見るべきなのは、周辺物件の平均家賃だけではありません。募集条件、競合物件、成約結果、問い合わせ、内見、空室期間を結び付け、年間収入と空室リスクのバランスを判断する必要があります。

この記事では、初心者がExcelやGoogleスプレッドシートで始められる家賃査定を、次の9ステップで解説します。

1. 査定の目的と判定日を決める
2. 物件データを1部屋1行で整理する
3. 比較物件の選定ルールを固定する
4. 総賃料と平米単価を計算する
5. 重複・欠損・外れ値を処理する
6. 中央値と四分位から相場帯を出す
7. 条件差を補正して査定レンジを作る
8. 空室損失を含めて募集条件を選ぶ
9. 収集・計算・記録・通知を自動化する

査定額を一点で言い切るのではなく、根拠、信頼度、見直し条件まで記録するのがゴールです。

本記事は一般的な情報提供を目的としています。個別物件の賃料、入居率、収益を保証するものではありません。最終的な募集条件は、現地状況、契約条件、法令、管理会社が保有する成約情報なども確認して決定してください。

家賃査定とは？平均家賃を出すだけでは不十分な理由

家賃査定とは、対象物件と条件の近い物件を比較し、募集可能な家賃と成約可能性を見積もる作業です。

最低限、次のデータを分けて管理します。

募集家賃と成約家賃は分ける

ポータルサイトに表示されているのは、原則として募集時の条件です。掲載が終了しても、成約したとは限りません。取り下げ、募集会社の変更、条件の再設定といった可能性があります。

そのため、データには必ず次の区分を付けます。

価格種別：募集／成約／不明
掲載状態：掲載中／終了／不明
終了理由：成約／取り下げ／媒体変更／不明

成約賃料を確認できない場合は、「募集相場から算出した査定」と明記してください。

家賃査定のデータ分析サイクル

データを使った家賃査定は、次の循環で改善します。

収集
  ↓
形式統一
  ↓
比較物件の抽出
  ↓
査定レンジの計算
  ↓
募集
  ↓
反響・成約の記録
  ↓
誤差検証
  ↓
選定ルールの見直し

最初から機械学習を導入する必要はありません。比較物件の中央値、平米単価、募集期間、反響数を記録するだけでも、担当者の記憶だけに依存する査定から脱却できます。

Hiro運営サイトで確認した自動化の一次情報

2026年7月23日、Hiroが運営するauto-ai-blogのローカルリポジトリを確認しました。これは家賃査定モデルの実証試験ではなく、自動処理に品質ゲートを組み込んでいる実装例です。

確認できた内容は次のとおりです。

ローカルで確認した設定値と履歴の一部は、次のとおりです。

generator/config.yaml
cli_timeout_seconds: 240

generator/ai_slop_guidelines.json
minimum_score: 8

Git commit
f20b483  不動産管理会社のAI導入9ステップ
f8f1e2a  AI空室対策7ステップ

再確認する場合は、リポジトリのルートで次のコマンドを実行できます。

rg -n "cli_timeout_seconds|minimum_score" generator
git log --since="2026-07-23 00:00:00 +09:00" --until="2026-07-24 00:00:00 +09:00" --oneline

品質チェックの10項目には、固有データ、根拠のある数字、視覚的証拠、限界、読後アクション、差別化などが含まれています。

ただし、slop_guard.pyの判定は、キーワードや画像記法の有無を使った機械的な検査です。たとえば、画像リンクが1件あれば「視覚的証拠」の条件を満たす可能性があります。したがって、8点以上でも、数字の正確性や画像の証拠能力が保証されるわけではありません。

家賃査定へ応用するなら、次の3段階を分けて記録します。

1. 処理成功：プログラムがエラーなく終了した
2. データ合格：鮮度、件数、欠損率などが基準内だった
3. 査定承認：比較事例と補正内容を説明できる状態になった

「処理が動いた」と「信頼できる査定ができた」を同じ成功フラグにしない設計が必要です。

家賃査定をデータで改善する9ステップ

ステップ1．査定の目的と判定日を決める

最初に、何を判断する査定なのかを一文で書きます。

• 空室の初回募集家賃を決める
• 募集中物件の値下げ要否を判断する
• 更新時の賃料改定を検討する
• 購入予定物件の想定賃料を検証する
• リフォーム費用を家賃上昇で回収できるか調べる
• 複数の管理会社による査定を比較する

目的が違えば、採用する価格も変わります。

購入前の収支計算では、上限家賃よりも保守的な成約可能額が適しています。一方、繁忙期の初回募集では上限寄りの価格から開始し、反響を見ながら修正する方法もあります。

査定表には次の3日付を保存してください。

査定日
データ取得日
募集開始予定日

同じ物件でも、時期と競合状況によって判断が変わるためです。

ステップ2．物件マスターを1部屋1行で作る

ExcelまたはGoogleスプレッドシートで、1部屋を1行に整理します。

単位は列名に持たせ、セルには数値だけを入力します。

悪い例：徒歩7分、7min、約7分
良い例：7

徒歩分数を広告情報から転記する場合は、計測条件の違いにも注意が必要です。不動産広告の徒歩所要時間は、道路距離80メートルを1分として計算し、1分未満の端数を1分に切り上げて表示します。不動産の表示に関する公正競争規約・同施行規則を確認し、独自の地図計測値と広告値を混在させないでください。

設備項目は「あり・なし・不明」の3区分にします。掲載欄が空白だからといって、自動的に「なし」と判定してはいけません。

ステップ3．比較物件の選定ルールを先に固定する

査定結果を見る前に、比較物件の選定条件を決めます。高い査定額を出したいときだけ高額物件を採用するといった、選択の偏りを防ぐためです。

初期条件の例は次のとおりです。

1. 同一駅または同じ生活圏
2. 同じ物件種別と間取り分類
3. 面積差が対象物件の±15％以内
4. 徒歩分数の差が5分以内
5. 築年数の差が10年以内
6. 構造と建物グレードが近い
7. 普通借家、定期借家などの契約形態が同じ
8. 家具付き、短期契約などの特殊条件がない

これらの数値は全国共通の基準ではなく、運用開始時の例です。該当件数が少ない場合は、一度にすべての条件を広げず、次の順序で段階的に広げます。

面積条件を広げる
  ↓
築年数条件を広げる
  ↓
徒歩分数条件を広げる
  ↓
隣接駅・近接商圏へ広げる

どの条件を広げたかは査定書へ残します。

比較物件が5件しかない場合、「5件でも十分」と扱わず、事例不足の警告を表示します。必要件数は、査定後の誤差を蓄積して自社基準として決めてください。

ステップ4．総賃料と平米単価を計算する

家賃と管理費は分けて保存したうえで、総賃料を計算します。

総賃料 ＝ 家賃 ＋ 管理費
平米単価 ＝ 総賃料 ÷ 専有面積

家賃80,000円、管理費5,000円、面積25㎡なら、次の結果です。

総賃料：80,000円＋5,000円＝85,000円
平米単価：85,000円÷25㎡＝3,400円／㎡

スプレッドシートでは、家賃をH列、管理費をI列、面積をE列とした場合、次の式を使えます。

=H2+I2

=IFERROR(J2/E2,"")

20㎡と40㎡の物件では、同じエリアでも平米単価の傾向が異なる可能性があります。面積帯を分けず、平米単価だけで補正しないでください。

ステップ5．重複・欠損・外れ値を処理する

同じ部屋が複数の仲介会社から掲載されると、実際は1室でも複数事例として集計されます。

次の項目を組み合わせて重複候補を作ります。

住所
建物名
部屋番号または階数
専有面積
間取り
家賃
管理費

部屋番号が非公開の場合は、自動削除せず「重複候補」として確認します。

欠損値も項目別に扱います。

外れ値は無条件に削除せず、理由を記録します。

• 新築または駅直結
• 分譲賃貸
• 家具家電付き
• 大規模リノベーション済み
• 定期借家または短期契約
• 法人契約専用
• ペット多頭飼育可
• 告知事項がある

説明できない外れ値は「除外」ではなく「判断保留」にします。除外理由を残さなければ、担当者に都合の悪いデータだけが消える危険があります。

ステップ6．中央値と四分位から相場帯を出す

中央値は、家賃を低い順に並べたときの中央の値です。極端に高い物件が混じった場合でも、平均値より影響を受けにくい特徴があります。

説明用の仮想データとして、総賃料が次の5件だったとします。

78,000円
80,000円
82,000円
84,000円
106,000円

この場合、中央値は82,000円、平均値は86,000円です。

106,000円の物件によって平均値が押し上げられているため、新築、分譲仕様、家具付きなどの特殊条件がないか確認します。

査定表には次の数字を並べます。

• 比較物件数
• 最低値と最高値
• 平均値
• 中央値
• 第1四分位
• 第3四分位
• 除外・保留件数
• 除外・保留理由
• データ取得日

Googleスプレッドシートでは、総賃料がJ2:J11にある場合、次の式で計算できます。

=MEDIAN(J2:J11)

=QUARTILE(J2:J11,1)

=QUARTILE(J2:J11,3)

同じ82,000円という査定でも、比較事例が20件ある場合と3件しかない場合では、信頼度が異なります。査定額と一緒に件数を表示してください。

ステップ7．条件差を補正して査定レンジを作る

中央値を基準に、対象物件と比較物件の条件差を確認します。

• 駅徒歩
• 築年数
• 階数
• 方角、日照、眺望
• 独立洗面台
• 浴室乾燥機
• オートロック
• 宅配ボックス
• インターネット無料
• リフォーム履歴
• 契約期間と更新条件

設備補正を全国一律の固定額にするのは危険です。「宅配ボックスがあれば2,000円上げる」といったルールは、地域、間取り、入居者層によって外れる可能性があります。

自社の成約データがある場合は、同じ商圏と間取りで次を比較します。

設備あり物件の成約平米単価
設備なし物件の成約平米単価
設備あり・なしそれぞれの募集日数
比較件数

事例が少ない設備は金額補正せず、プラス材料または判断保留と表示します。

査定結果は一点ではなく、3段階で示します。

各価格には見直し条件も付けます。

上限テスト価格：93,000円
確認期間：掲載開始から14日
見直し条件：詳細閲覧数に対する問い合わせ率が自社基準未満
次の対応：写真・初期費用・掲載状態を確認後、価格を再判定

ステップ8．空室損失を含めて募集条件を選ぶ

高い家賃を提示できても、空室期間が長くなれば年間収入は減る可能性があります。

簡易比較では次の式を使います。

簡易年間入金額
＝ 月額総賃料 × 想定入居月数
－ フリーレントによる減収額
－ オーナー負担の募集施策費

例として、フリーレントと募集施策費を含めない前提で、2つの募集案を比較します。

この前提では、家賃が高い案Bより、案Aの年間入金額が60,000円多くなります。

実際の収支では、管理委託料、広告料、フリーレント、原状回復費、修繕費、税金、解約率も確認が必要です。簡易年間入金額を最終的な手残り額と呼ばないでください。

ステップ9．収集・計算・記録・通知を自動化する

手作業で査定ルールを検証した後、定期処理へ移します。

許諾されたデータの取得
  ↓
形式統一
  ↓
重複候補の統合
  ↓
類似物件の抽出
  ↓
中央値・査定レンジの計算
  ↓
品質ゲート
  ↓
レポートと実行ログの保存
  ↓
異常案件だけ通知

すべてを自動承認せず、次の場合は人間の確認へ回します。

• 比較物件数が社内基準未満
• 取得データが指定日数より古い
• 面積や家賃などの必須項目が欠損
• 重複候補を解消できない
• 前回査定からの変動が基準を超えた
• 特殊契約や告知事項を検出した
• 使用した比較物件を追跡できない
• 成約額と査定額の誤差が拡大した

外部サイトからデータを取得するときは、利用規約、著作権、アクセス頻度、個人情報の取り扱いを確認します。自社の募集・成約データ、契約したデータサービス、正式なAPIを優先してください。

家賃査定を止める品質ゲート

次の基準は全国共通の合格値ではなく、運用開始時の設定例です。実績を見ながら調整してください。

市場が急変した場合、前回比10％超でも査定が正しい可能性はあります。変動を自動的に誤りと決めず、自動承認を止める条件として使います。

専門家が確認する5つのポイント

1．長期掲載物件を高値成約事例と誤認していないか

高額なまま長期間掲載されている物件は、その価格で成約していない可能性があります。掲載開始日、価格変更日、掲載終了日を保存します。

2．比較物件の選択理由を再現できるか

査定額だけでは監査できません。使用した物件ID、選定条件、条件を広げた履歴、除外理由を保存してください。

3．初期費用と月額費用を分けているか

同じ月額家賃でも、敷金、礼金、保証料、鍵交換費、フリーレントによって入居者の負担は異なります。月額条件と初期費用を別々に比較します。

初期費用を比較するときは、次のように計算基準をそろえます。

契約時負担額
＝ 前家賃
＋ 管理費
＋ 敷金
＋ 礼金
＋ 保証料
＋ 鍵交換費
＋ その他必須費用
－ フリーレント相当額

4．AIの説明と計算ロジックを分けているか

金額は表計算またはテスト可能なプログラムで算出し、生成AIは差分説明やレポート文の下書きに限定すると監査しやすくなります。

AIが出した査定額をそのままデータベースへ保存する設計は避け、計算式、使用データ、実行日時を残してください。

5．現地でしか分からない要因を確認したか

騒音、臭気、日照、共用部の状態、室内の劣化、眺望などは、公開データだけでは正確に判断できません。データ査定後に現地確認項目をチェックします。

画像と実画面で残すべき証拠

査定レポートには、次の画面があると判断過程を確認しやすくなります。

• 地図：対象物件、比較物件、駅、生活圏
• 棒グラフ：各物件の総賃料、中央値、査定レンジ
• 散布図：築年数と平米単価の関係
• 補正表：対象物件の強み、弱み、判断保留
• 実行ログ：取得件数、重複件数、欠損率、処理時刻
• 検証画面：査定額、成約額、誤差、募集日数

上の画像は概念図であり、査定実績を証明するものではありません。記事内のイメージ画像と、判断根拠になる実画面は区別する必要があります。

公開時は住所、物件名、部屋番号などを匿名化したうえで、元データ、比較物件の選定結果、査定結果、成約後の検証まで追跡できる実画面を掲載してください。

実画面を掲載できない場合は、少なくとも次の数値を、匿名化したサンプルとして示します。

対象物件ID
比較物件数
除外・保留件数
中央値
査定レンジ
実際の成約賃料
査定誤差率
募集日数
データ取得日

よくある失敗と対策

失敗1．近隣物件をすべて比較対象にする

原因：同じ地域でも、単身向けとファミリー向け、駅の反対側、分譲賃貸では需要が異なります。

対策：駅、間取り、面積、築年数、構造、契約形態の順で条件を固定します。

失敗2．平均家賃だけで査定する

原因：新築、家具付き、分譲賃貸などの外れ値に引っ張られます。

対策：平均値に加えて、中央値、四分位、比較件数、外れ値の理由を表示します。

失敗3．取得失敗後も古いデータで更新する

原因：計算処理は成功しても、前回取得したデータを再利用している場合があります。

対策：取得日時と取得件数を検査し、失敗時は査定更新を停止します。前回値を表示する場合は「更新停止中」と明記します。

失敗4．反響不足を家賃だけの問題にする

原因：写真、間取り図、初期費用、掲載媒体、返信速度にも原因があり得ます。

対策：反響の段階ごとに原因を分けます。

失敗5．複雑な予測モデルから作る

原因：重複、欠損、誤った成約判定があると、複雑なモデルでも信頼できる結果になりません。

対策：最初は中央値と条件比較で運用し、成約データと誤差履歴が蓄積してから回帰分析などを検討します。

失敗6．自動化後の作業時間を測らない

原因：例外確認や保守作業が増え、実際には省力化できていない場合があります。

対策：1物件当たりの手作業時間、例外率、再処理時間を記録します。

家賃査定の成果を測るKPI

査定精度のKPI

絶対誤差 ＝ |標準査定額－成約賃料|

誤差率 ＝ |標準査定額－成約賃料| ÷ 成約賃料 × 100

レンジ内成約率
＝ 査定レンジ内で成約した件数 ÷ 成約件数 × 100

平均誤差だけでなく、査定が継続的に高すぎる、または低すぎるといった偏りも確認します。

たとえば、直近20件のうち15件で査定額が成約賃料を上回っているなら、平均誤差が小さくても上振れ傾向を疑う必要があります。

募集成果のKPI

自動化品質のKPI

問い合わせ率や申込率に全国共通の合格基準はありません。同じ駅、間取り、媒体、募集時期に近い自社実績と比較してください。

データ家賃査定への反論と限界

「管理会社へ聞けば早い」という反論

管理会社は地域の成約情報や現場感を持っているため、ヒアリングは欠かせません。ただし、提示された査定額、根拠事例、募集後の結果を記録しなければ、次回も同じ確認作業が発生します。

データ分析は管理会社の知見を否定するものではなく、提案を比較し、結果を次回へ残すための仕組みです。

「比較物件が少なければ分析できない」という限界

次の物件は、自動査定に向きません。

• 近隣に類似物件がほとんどない
• 超高級、デザイナーズ、古民家など個別性が強い
• 大規模リノベーション直後
• 家具付き、短期、法人専用など条件が特殊
• 再開発や大学移転で需要構造が変化した
• 建物状態や騒音など現地要因が大きい
• 募集価格しか確認できない

この場合、自動査定を確定値として扱わず、参考レンジとして表示します。現地確認、管理会社へのヒアリング、期間を区切った募集テストを組み合わせてください。

「公的統計があれば個別物件も査定できる」という誤解

総務省統計局の小売物価統計調査では、全国的に家賃を含む価格動向が調査されています。ただし、公的統計は地域全体の傾向を把握するための資料であり、個別物件の設備、階数、眺望、募集条件まで反映した比較事例ではありません。

市場全体の変化を確認する補助資料として使い、個別物件の査定は類似物件や自社の成約データで検証してください。

「完全自動化すれば手間がなくなる」という誤解

APIの仕様変更、認証切れ、データ欠損、取得元の規約変更は起こり得ます。完全自動化は無保守を意味しません。

目指す状態は、正常案件を自動処理し、異常時には処理が停止し、通知と復旧記録が残る運用です。

類似記事との違い

この記事では、相場表の作り方だけでなく、次の運用まで一続きにしています。

• 募集家賃と成約家賃を分ける
• 比較条件を査定結果より先に固定する
• 外れ値を無条件に削除せず理由を残す
• 査定額を一点ではなくレンジで示す
• 空室損失を含めて募集条件を比較する
• 査定結果と成約結果の誤差を次回へ戻す
• 品質ゲートを通らない査定を自動停止する
• 自動化後の人間の作業時間も測る
• Hiro運営サイトの実装を、査定精度の実績と誤認しない形で検証する

一度作って終わる査定表ではなく、結果を蓄積し、選定条件と停止基準を改善できる運用設計を扱っている点が差別化ポイントです。

今日から始める30分の実践手順

最初から多数の物件を登録する必要はありません。現在または過去の募集物件を1件選び、次の順序で進めます。

10分：対象物件を1行入力する

• 査定日
• 駅と徒歩分数
• 間取りと面積
• 築年数
• 家賃と管理費
• 設備
• 募集開始日
• 問い合わせ数
• 内見数
• 申込日
• 成約条件

10分：比較物件を集める

比較条件を先に書き、条件に合う物件だけを一覧へ追加します。各物件にデータ取得日と価格種別を付けてください。

5分：中央値と査定レンジを出す

総賃料、平米単価、中央値を計算し、早期成約価格、標準価格、上限テスト価格を記入します。

5分：見直し条件を決める

確認日：
確認するKPI：
基準未達時の確認項目：
値下げ前に確認する項目：
最終承認者：

この1件分の記録が、次回査定で再利用できる最初の運用データになります。

家賃査定の自動化を進めたい方へ

家賃査定を自動化しても、データ取得、品質確認、異常通知、復旧が手作業のままでは、管理負担は十分に減りません。

Hiroの実践マニュアルでは、定期実行、品質ゲート、異常停止、通知、収益化まで、無人運用に近づける順序を解説しています。

まずは1物件の査定記録を作り、計算結果と成約結果を比較してください。そのうえで、形式統一、類似物件抽出、査定レンジ計算、レポート保存、異常通知の順に自動化すると、失敗時の原因を追いやすくなります。

自動化・不労所得の仕組みを構築する実践マニュアルを見る

参考資料

• 不動産の表示に関する公正競争規約・同施行規則｜不動産公正取引協議会連合会
• 賃貸住宅管理業法ポータルサイト｜国土交通省
• 小売物価統計調査（動向編）｜総務省統計局