ROI事件ファイル No.583『売る額は決めたが、売る相手が決まっていなかった』
売る額は決めたが、売る相手が決まっていなかった
第一章：一千万円に届かせたい、だが手が定まらない
「ECの月商を、半年で一千万円まで引き上げたいんです」
QuantumNeuro社の代表、人見彰氏は、そう言いながら状況を語った。「今は月に五百万から七百万を行き来しています。三Dの表示とAR機能を入れ替えてから、少し上向いた。ここからもう一段跳ねるには、ECとビッグデータとAIを組み合わせるしかないと思っていて」
「どんな組み合わせを考えていますか」とClaudeが尋ねた。
「AIエージェントとビッグクエリを連動させたCRMを作りたい」と人見氏が答えた。「入口側にも、顧客獲得のためのAIエージェントやチャットボットを置きたい。ただ、正直なところ、効率のいい顧客獲得の型がまだない。データはあるのに、戦略に使えていない」
「その一千万円を、誰が買って積み上がるのか、決めていますか」と私が確認した。
「……決めていません」と人見氏が答えた。「金額の目標ばかり考えていました。どんな人が、どういう場面で、何のために買うのか。相手を一人に絞ったことがない」
「売る額を決めても、売る相手が決まらなければ、打ち手は選べませんね」と私が応じた。「ペルソナ分析で分解しましょう」
第二章：ペルソナ分析が問う、顧客像を一人に絞る
「この案件には、ペルソナ分析が必要です」
Claudeがホワイトボードに「属性・文脈・一人」と書いた。
「ペルソナ分析とは、買う人を具体的な一人の人物像として描き出し、その人に向けて施策を組み立てるフレームワークです」と私が説明した。「肝は、みんなに売ろうとしないこと。全員に向けた広告は、誰にも刺さらない。年代や購買履歴といった属性に、なぜ買うのかという文脈を重ね、一人の顔まで絞る。相手が決まるから、広告もコンテンツもAIの受け答えも、自ずと決まります」
「まず現状のコストを測りましょう」とGeminiがROI Polygraphを開いた。人見氏から提供されたデータを入力する。
「月間のコストが出ました」とGeminiが読み上げた。「顧客像が定まらないまま出稿している広告の無駄が月平均四十八万円。全顧客への一律配信によるCVR低迷の機会損失が月平均四十四万円。購買データの分析とレポート作成の工数が月平均百四十時間、時給三千六百円で月五十万四千円。問い合わせ対応が人手のままであることによる工数が月平均三十二万円。リピート施策の不在による離脱が月平均三十四万円。合計で月二百八万四千円。年間換算で約二千五百万円」
人見氏が数字を見つめた。「売上が伸びないことだけ見ていました。誰に売るか決めずに撒いている広告の無駄まで足すと、これほどとは」
「では、ペルソナ分析で設計します」と私が続けた。
[属性——買っている人の輪郭を描く]
「最初に、属性です」とClaudeが言った。「購買履歴、年代、流入経路、閲覧した商品。すでに買ってくれた人のデータから、輪郭を引く。想像で人物像を作らない。手元のデータが、最初の線です」
[文脈——なぜ買うのか、場面を書き込む]
「次に、文脈です」とGeminiが続けた。「三DとARを見てから買う人は、何を確かめたくて見ているのか。置き場所か、質感か、贈り先での見え方か。買う理由と場面を書き込む。属性だけでは、伝える言葉が決まりません」
[一人——複数を捨てて、一人に絞る]
「文脈の次に、絞り込みです」と私が続けた。「候補が三つ四つ出ても、最初に狙うのは一人。売上への寄与と、獲得のしやすさで選ぶ。捨てるのが惜しいのは分かるが、絞らなければ、広告文もチャットボットの受け答えも、当たり障りのないものにしかなりません」
[実装——ペルソナをCRMとAIエージェントに載せる]
「最後に、実装です」とClaudeが続けた。「絞った一人を、ビッグクエリの抽出条件に落とし、CRMのセグメントにする。AIエージェントとチャットボットの応答も、その人に向けて設計する。人物像が、そのまま仕組みの設定値になります」
[投資回収を試算する]
「ROI Proposal Generatorで試算しましょう」とGeminiが提案した。
- 初期費用：購買データ分析・ペルソナ設計・CRM構築とビッグクエリ連携・AIエージェント／チャットボット実装・コンテンツ制作費用合計五百万円
- 月次費用：CRM・AI基盤の運用継続費合算月二十三万円
- 月次削減効果：狙いを絞った出稿による広告の無駄削減＝月五十万円（七割削減想定）、パーソナライズによるCVR改善＝月三十六万円、分析・レポートの自動化＝月三十万円、チャットボットによる問い合わせ対応削減＝月二十六万円、合計月百四十二万円
- 月次純削減：百四十二万円－二十三万円＝月百十九万円
- 投資回収期間：五百万円÷百十九万円＝約四・二ヶ月
「四ヶ月強の回収です」とGeminiが整理した。「効くのは、金額の目標だけで走らず、相手を一人に絞る点です。相手が決まらないと、広告は全方位に撒かれ、AIエージェントも一般論しか返せない。人物像が決まるから、同じ予算でも当たる先が変わる。投資が空振りしません」
人見氏が数字を確認しながら言った。「良い仕組みを入れれば伸びると思っていました。誰に売るかを決めないと、仕組みも的を外す」
「ペルソナ分析は、顧客像を一人に絞る道具です」と私が応じた。
第三章：一人に絞る導入計画
「進め方を整理します」と私がホワイトボードの前に立った。
「第一ヶ月——購買データの分析と、顧客像の候補出し。第二ヶ月——文脈の聞き取りと、狙う一人の確定。第三・四ヶ月——CRM構築とビッグクエリ連携、セグメントの実装。第五ヶ月——AIエージェントとチャットボットの応答設計、コンテンツ制作。第六ヶ月——配信の実施と効果検証。第七ヶ月以降——二人目のペルソナへの展開、人物像の継続的な更新」
「絞ると、その人以外の売上を捨てることになりませんか」と人見氏が確認した。
「そこが誤解されやすい点です」とClaudeが応じた。「絞るのは狙いであって、売り先ではない。一人に向けた言葉は輪郭がはっきりするので、周辺の人にも届く。逆に、全員に向けた言葉は誰にも刺さらず、広告費だけが減る。絞ってから広げることが、最初から広げるより先です」
人見氏がメモを取りながら言った。「金額を決める前に、相手を決める。順序が見えました」
第四章：相手が決まって、数字が動いた日
十ヶ月後、人見氏から報告が届いた。
広告は、ペルソナ確定後、大きく変わった。「同じ予算のまま、当たる先が変わった。撒いていた頃より、費用あたりの獲得数が上がった」と人見氏は記していた。
AIエージェントの応答も変わった。狙う一人に向けた設計が、会話の精度を上げた。「誰にでも通じる無難な返答をやめたら、購入前の相談がそのまま注文につながるようになった」と報告書にあった。
最も大きな変化は、施策の決め方に表れた。金額の目標だけを掲げる状態から、相手を決めて組み立てる状態に変わった。「一千万円、とだけ言っていた。誰が買って一千万円になるかを書いたら、やることが自然に並んだ」と人見氏は記していた。
リピートも動き出した。文脈に沿った再訪の設計が、離脱を止めた。「買った後に何を知りたいかが分かっていたので、届ける中身が決まった。二回目の購入が増えた」と報告書にあった。
副次効果として、データの見方が変わった。集めるだけでなく、人物像に翻訳する発想が根づいた。「ビッグデータがある、で止まっていた。このデータは誰の何を示すのか、で考えるようになった」と人見氏は記していた。
人見氏の報告書の最後にはこう書かれていた。「EC の悩みは、売上が足りないことだと思っていた。だが本当の問題は、売る額は決めたのに、売る相手が決まっていなかったことだ。ペルソナ分析で一人に絞った瞬間に、広告もコンテンツもAIの受け答えも決まった。金額を決める前に、相手を決めることが先だった」
売る額は決めたが売る相手が決まっていなかった会社が、一人に絞って組み立てられる会社に変わった日、EC の売上向上は目標額の設定から、顧客像を一人に絞って施策を組み立てる設計に変わっていた、と記されていた。
「売上向上の相談は、たいてい『月商をいくらにしたい』という形で来る。だが額を掲げる前に問うべきことがある。それを買うのは、誰か。ペルソナ分析が問うのは、属性と文脈、そして絞り込んだ一人だ。相手が決まれば、広告もコンテンツもAIの言葉も自ずと決まる。売る額だけを決めていた会社が、売る相手を決められた日、変わったのは目標の高さではなく、顧客像を一人に絞る視点そのものだった」
関連ファイル
使用ツール
- ROI Polygraph — 顧客像不在による広告の無駄・一律配信によるCVR低迷・分析工数の可視化
- ROI Proposal Generator — 顧客像の絞り込みを起点にしたAI活用EC売上向上施策の投資回収シミュレーション
