AIによるメールの件名最適化と開封率改善｜開封される件名を作る

「件名は毎回その場で考えていて、開封率が上下する理由を説明できない」「短いほうがよいと聞いて短くしたら、かえって下がった」——メールの配信を担当する人から、繰り返し挙がる声です。開封率は、件名の言い回しの巧拙だけで決まるものではありません。本当は、誰に向けた知らせなのかが、受信箱の一覧の段階で見分けられるかどうかが効いています。この記事では、件名の型の分け方と、生成AIに案を出させて比べる手順、読み取ってよい差と読み取ってはいけない差を整理します。

なぜ件名が開封率を決めるのか

メールを受け取った人が最初に見るのは、件名と差出人名だけです。本文をどれだけ丁寧に作っても、受信箱の一覧で件名に興味を持ってもらえなければ、開かれることなく埋もれてしまいます。つまり件名は、メール施策全体の成否を握る最初の関門です。

特にBtoBでは、1日に大量のメールを受け取る相手に向けて送ります。その中で開いてもらうには、件名で「自分に関係がある」「読む価値がある」と一瞬で感じてもらう必要があります。開封率が2%変わるだけで、その先のクリックや問い合わせの数が大きく変わるため、件名の改善は最も費用対効果の高い施策のひとつです。

AIは件名づくりのどこを助けるか

これまで件名は、担当者が経験と勘で1つひねり出すものでした。この方法の問題は、案が1人の発想に限られ、良し悪しを事前に判断できないことです。生成AIは、この2つの課題を同時に解決します。

AIに本文の趣旨を伝えれば、切り口の違う件名を一度に10案でも20案でも出してくれます。数字を入れた件名、問いかける件名、緊急性を出す件名、ベネフィットを示す件名——人ひとりでは思いつかない多様なパターンが手に入ります。さらに、どの件名がなぜ開かれやすいかの理由も説明させれば、選ぶ判断材料になります。AIは、件名の発想の幅を広げ、選ぶための視点を提供する役割を果たします。

ChatGPTで件名を複数案出す

実際に件名を作るときは、本文の要点とターゲット、狙いをAIに伝えるのがコツです。ただ「件名を考えて」ではなく、条件を具体的に渡すほど、質の高い案が返ってきます。次のようなプロンプトが土台になります。

以下のメールの件名を10案作ってください。
本文の要点：{要点}
ターゲット：{誰に送るか}
狙い：{開封して何をしてほしいか}
条件：30文字以内、煽りすぎない、それぞれ切り口を変える（数字・問いかけ・ベネフィット・緊急性など）
各案に、なぜ開封されやすいかの一言理由も添えてください。

出てきた案の中から、自社のトーンに合い、かつ興味を引くものを2〜3案選びます。この段階では絞り込みすぎず、テストにかける候補を複数残しておくのが大切です。AIの案をそのまま使うのではなく、自社の言葉に少し整えると、より自然な件名になります。

A/Bテストで勝ちパターンを見つける

良い件名は、頭で考えるだけでは分かりません。実際に送ってみて、どちらがよく開かれるかを比べるA/Bテストで判断します。配信リストを2つに分け、それぞれ違う件名で送り、開封率の高いほうを勝ちとする。この検証を積み重ねることで、自社の読者に効く件名の傾向が見えてきます。

AIとA/Bテストは相性が抜群です。AIで多数の案を出し、その中から2案を選んでテストし、勝った件名を全体配信する。この流れを毎回繰り返せば、開封率は継続的に改善していきます。多くのMAツールにはA/Bテスト機能が備わっており、件名だけを変えた比較配信が簡単に行えます。テストは1回で終わらせず、毎回の配信で回すことが、改善を積み上げる鍵です。

件名の型を押さえる

AIに任せる場合でも、開封されやすい件名の基本の型を知っておくと、出てきた案の良し悪しを判断できます。効果が出やすい代表的な型を整理しておきましょう。これらを組み合わせたり、AIに「この型で」と指定したりすると、狙った方向の件名が得られます。

件名の型	特徴	例のイメージ
数字・具体性	内容の明確さで信頼を得る	3つの改善策 など具体的な数を示す
問いかけ	自分ごと化させて興味を引く	こんな課題はありませんか と問う
ベネフィット	読む価値を先に伝える	得られる成果を件名に置く
限定・緊急性	今読む理由を作る	期限や限定を示す（乱用は禁物）

ただし、どの型が効くかは読者によって変わります。BtoBでは、煽りすぎる件名や過度な緊急性はかえって信頼を損なうことがあります。型はあくまで出発点で、自社の読者に合うものをテストで見極めるのが本筋です。

開封されない件名の特徴

良い件名を学ぶには、開かれない件名を知るのも近道です。次のような件名は、受信箱で埋もれたり、迷惑メール扱いされたりして、開封率を下げます。AIに件名を作らせるときも、これらを避けるよう指示しておくと安心です。

• 長すぎて途中で切れる：スマホでは20〜30文字程度しか表示されず、要点が伝わらない
• 煽りや誇張が強い：迷惑メールと疑われ、開かれても信頼を失う
• 内容が漠然としている：お知らせ・ご案内だけでは開く理由が生まれない
• 本文と件名がずれている：期待を裏切ると、次回から開かれなくなる

特にBtoBでは、目先の開封率のために信頼を犠牲にするのは得策ではありません。開いた先の本文が件名の期待に応える、誠実な件名づくりが、長期的な開封率の土台になります。

パーソナライズで開封率を上げる

同じ件名を全員に送るより、相手に合わせて件名を出し分けるほうが、開封率は上がります。相手の業種、役職、検討段階、過去の反応に応じて件名を変えると、「自分に向けたメールだ」と感じてもらいやすくなります。AIは、この出し分け文面づくりを得意とします。

たとえば、AIに「この件名を、製造業向けと小売業向けに、それぞれの関心に寄せて」と頼めば、複数バージョンがすぐ得られます。会社名や担当者名を差し込む単純なパーソナライズも効きますが、それ以上に、相手の関心そのものに件名を寄せることが開封率を押し上げます。MAツールと組み合わせれば、セグメントごとに違う件名を自動で割り当てて配信できます。

配信タイミングも開封率を左右する

件名と同じくらい大切なのが、いつ送るかです。同じ件名でも、相手が受信箱を見るタイミングに届けば開かれやすく、埋もれる時間帯に送れば見過ごされます。BtoBなら平日の朝や昼休みなど、業務の合間に読まれやすい時間が狙い目ですが、自社の読者の反応データで確認するのが確実です。

多くのMAツールには、受信者ごとに最も開封されやすい時間を予測して配信する機能があります。AIが過去の開封データを学習し、一人ひとりに最適なタイミングで届ける仕組みです。件名の最適化とタイミングの最適化を組み合わせると、開封率の改善効果はさらに大きくなります。件名だけに注目せず、届け方全体を見直すことが大切です。

MAツールで最適化を自動化する

件名の複数案生成、A/Bテスト、パーソナライズ、タイミング最適化——これらを手作業で毎回行うのは大変です。そこで効くのがMA（マーケティングオートメーション）ツールとの組み合わせです。件名の案出しはChatGPTで行い、テストと配信、データ蓄積はMAツールに任せる分担が現実的です。

MAツールは、A/Bテストの結果を自動で集計し、勝った件名を残りのリストに配信するところまで自動化できます。反応データが蓄積されるほど、次の件名づくりの精度も上がります。国内外に多くのMAツールがありますが、自社のリスト規模と、件名テスト・配信タイミング最適化の機能があるかで選ぶとよいでしょう。ツールに任せられる部分を任せ、人は件名の企画と検証結果の解釈に集中するのが、効率と成果を両立させる形です。

改善を回す手順

開封率の改善は、一度きりの施策ではなく、回し続ける仕組みで成果が出ます。次のサイクルを毎回の配信で繰り返すことが、着実な改善につながります。

この地道な繰り返しが、自社の読者に効く件名の勝ちパターンを育てます。1回の劇的な改善を狙うより、毎回少しずつ良くする姿勢が、結果的に大きな差を生みます。

差出人名とプレビューテキストも見直す

開封率を左右するのは、実は件名だけではありません。受信箱の一覧では、件名と並んで差出人名とプレビューテキストも目に入ります。この2つを整えるだけでも、開封率は変わります。件名の改善とあわせて見直しておきたい要素です。

差出人名は、機械的なアドレスではなく、相手が誰からのメールか一目で分かる名前にします。会社名だけでなく担当者名を添えると、信頼感が増して開かれやすくなります。BtoBでは、名前に見覚えがあるかどうかが開封の判断に直結するため、一貫した差出人名で送り続けることが大切です。

プレビューテキストは、件名の下に表示される本文の冒頭部分です。ここを空欄のままにすると、本文の先頭がそのまま表示され、意図しない文字列が出てしまいます。件名を補足する一文を意図的に置けば、件名とプレビューの合わせ技で開く理由を強められます。AIに「この件名を補うプレビューテキストを考えて」と頼めば、件名と噛み合う一文がすぐに得られます。

業種ごとの平均と自社の位置を知る

開封率を改善するには、今の自社の数字が良いのか悪いのかを知ることも大切です。開封率の水準は業種や配信の種類によって大きく異なり、一般的な平均値だけを見ても正しい判断はできません。まずは自社の過去の配信を並べ、平均的な開封率を把握するところから始めます。

自社の基準値が分かれば、施策の効果を正しく評価できます。件名を改善して開封率が普段より上がったなら、その方向は正解です。逆に下がったなら、原因を探って軌道修正します。他社との比較より、自社の過去との比較が改善の指針になるという視点を持つと、数字に振り回されず、着実に前へ進めます。AIに配信データを渡して「開封率の推移と、改善した回・悪化した回の件名の違い」を整理させると、傾向がつかみやすくなります。

件名を直す前に、届いているかどうかを確かめる

件名の言い回しを比べるのは、届いていることが前提です。2024年2月1日から、利用者数の多いメールの提供側が、一括して送る送信者に要件を課しました。同じ提供側の宛先へ一日あたり5,000通を超えて送る場合、SPFとDKIMに加えてDMARCを設定していること、送信元のIPについてDNSの逆引きと正引きが対応していること、TLSで送っていることが求められます。満たしていないと、受け取り自体を断られるか、迷惑メールの箱へ入ります。なお、この線は一日あたりの通数で引かれているため、普段は下回っていても、年に数回の大型の案内で超えた日だけ弾かれる、という起き方をします。月の合計ではなく、日ごとの最大で見ます。

数字の基準もあります。迷惑メールとして報告される率を0.3%未満に保つこと。運用上は0.10%未満を保ち、0.30%以上には決してしないように、という書き方がされています。1,000通のうち3通で上限に触れる計算です。名刺交換から三年が経った宛先を整理せずに送り続けていると、件名の出来とは無関係に、ここで数字が崩れます。あわせて、配信の停止をひと押しで受け付ける形も求められており、本文の末尾の解除リンクだけでは足りません。報告される率は、提供側が出している送信者向けの管理画面で日ごとに見られます。開いたことがないなら、まず閲覧の権限を持つ人を社内に一人決めるところからです。山が立った日の配信内容は控えておきます。

業務の判断として変わるのは、確認の順番です。件名の案出しに時間を使う前に、三つを配信基盤の担当か情シスに確かめます。一つ、一日の送信数が5,000通を超える日があるか。二つ、認証の三つが設定済みか。三つ、報告される率がいま何%か。この三つが未整備のまま件名を十案出しても、数字は動きません。順番を逆にすると、効かない原因を件名のせいにしたまま、何か月も同じ改善を繰り返すことになります。確認は口頭ではなく、設定の画面か記録で見せてもらいます。設定したつもりで反映されていない、という食い違いが、認証の三つでは起きやすいためです。未整備なら、件名の作業は二週間ほど後ろへ倒します。整っていれば、そこから先は件名の領分です。

リストの手入れも、件名より先に入ります。半年から一年のあいだ、開封もクリックも資料の閲覧も無い宛先を配信の対象から外すと、報告される率と届き方の両方が落ち着きます。ただし、外す基準を開封の有無だけで決めてはいけません。次の見出しで述べる事情があるためです。複数の反応のどれも無い宛先に限って外し、外した宛先は消さずに別のリストへ移します。半年後に一度だけ送って、それでも反応が無ければ、そこで終わりにします。外す前に、営業の担当者へ一覧を回して、いま商談が動いている宛先が混ざっていないかだけ見てもらいます。一覧を渡して二日待てば済みますし、以後は四半期に一度、同じ手順で回します。外した数と、翌月の報告される率は並べて控えます。

開封率という数字が、いまは実態からずれている

開封の計測は、本文に埋め込んだごく小さな画像が読み込まれたかどうかで判定しています。ところが、一部の端末に標準で入っているメールのアプリは、2021年から、受信の段階で画像を先に読み込む仕組みを備えました。利用者が開いていなくても、画像が読み込まれた時点で開封として記録されます。結果として、開封率は実態より高く出ます。業界の平均として四割を超える数字が出回ることがありますが、この分が上に乗っている可能性があります。自社でどれくらい乗っているかは、配信の記録に残る端末やアプリの内訳から、おおよその見当がつきます。内訳の取れる基盤なら、その比率を一度だけ出しておきます。四分の一を超えていれば、指標の入れ替えを検討する段です。

ずれ方にも性質があります。読み込みが起きる時刻は予測できず、届いた直後のこともあれば、数日たってからのこともあります。つまり、配信から一時間以内の開封率といった時間帯の分析も、同じだけ歪みます。加えてBtoBでは、受信側の企業に置かれた検査の仕組みが、本文中のリンクを自動でたどる構成になっていることがあります。この場合はクリックまで自動で記録されるため、開封だけでなくクリックにも下駄が乗ります。見分け方は一つあります。配信から数秒以内に開封が立ち上がる宛先や、同じ時刻に一斉に開封が並ぶ宛先は、人の動きではありません。この条件で除いた数字を並行して持っておくと、実態に近い線が見えます。基盤によっては、この除外を設定で選べます。

読み替え方は決まっています。開封率を、他社と比べる絶対値の指標から、同じ条件で送ったA案とB案を比べるための相対の指標へ降ろします。水増しはA案にもB案にも同じように乗るため、相対の比較にはまだ使えます。一方で、成果の報告に載せる主な指標は、クリック、返信、資料の閲覧、商談化のいずれかへ移します。この記事で先に触れた、他社ではなく自社の過去と比べるという考え方は、こうした事情があるからこそ意味を持ちます。置き換えたあとの数え方も決めます。クリックは配信数ではなく到達数を分母にし、返信と商談化は配信の月ではなく反応があった月で数える。この二点は最初に文書化します。あとから直すと、過去の数字と比べられなくなります。

社内で通すときの説明も、先に用意しておきます。去年まで開封率で報告していた相手には、主な指標の入れ替えは唐突に映ります。説明は、計測の仕組みが変わったので同じ数字が同じ意味を持たなくなった、の一行で足ります。そのうえで、切り替える月だけは新旧の両方を並べて載せ、過去の数字は遡って直さないこと、そもそも直せないことも、先に伝えます。ここを飛ばすと、翌月に数字が下がったように見えて、施策そのもののせいにされます。併記する月は一か月で足ります。二か月も三か月も並べると、どちらを見るかで議論になり、入れ替えが進みません。説明の資料は残し、次の担当者へ引き継ぎます。引き継ぎが無いと、翌年また開封率へ戻ります。戻すなら理由を書かせます。

どちらが勝ったかの判定を、AIに決めさせない

A案とB案を送って開封率を比べたとき、その差が偶然の範囲かどうかは、配信した件数で決まります。少ない件数で出た一点や二点の差は、まったく同じ件名で二回送っても、同じくらい動きます。ここで配信の結果を生成AIに貼り付けて、どちらが勝ちかと尋ねると、ほぼ必ずどちらかを勝ちと答えます。勝敗の判定はAIに決めさせず、先に決めた基準で機械的に判定します。この誤りは、その場では見えません。偶然の差を勝ちとして採用すると、翌月はその型で全体へ配信し、下がった理由が分からないまま、また別の型へ移ります。判定の甘さは、数か月後の迷走という形で出てきます。基準を先に決めるのは、そのためです。決めるのは配信の前で、結果を見たあとではありません。

先に決めるのは三つです。一つ、テストに回す件数を、A案とB案それぞれ何通にするか。二つ、勝ちとみなす差を何点以上にするか。三つ、判定する時刻をいつにするか。特に三つ目が抜けると、途中経過を見て都合のよいところで止めてしまいます。配信の直後は反応の速い層が先に開くため、序盤に開いた差は、後半でひっくり返ることが珍しくありません。止める時刻を先に置いて、そこまで見てから判定します。決めた三つは、配信の設定画面ではなく、テストの記録表に書きます。設定の値は配信後に残らないことが多く、何を基準にしたかをたどれなくなるためです。記録表は、件名、件数、判定の時刻、結果の四列で足ります。次の回は、この表を見てから組みます。

件数の目安は計算で出せます。有意水準は、本当は差が無いのに差があると判断してしまう確率の上限。検出力は、本当に差があるときに、それを見つけられる確率。この二つに、いまの開封率と、見つけたい差の大きさを与えると、必要な件数が出ます。ここで一点の差を見つけたいと置くと、必要な件数は跳ね上がります。現実には、五点以上の差だけを拾うと割り切る設計になります。配信先が数千に届かないなら、一回では判定せず、同じ比較を数回ぶん足して見ます。計算する道具は公開されているものがいくつもあり、配信の担当者が一度触っておくと、無理なテスト設計を持ち込まれたときに、その場で件数を根拠に断れます。断った回数も、記録表に残しておきます。

AIに任せてよい範囲も、はっきりさせておきます。切り口ごとに案を並べる、禁止している言い回しが混じっていないか点検する、勝った件名に共通する要素を言葉にする。ここまでは任せてよい工程です。任せてはいけないのは、勝敗の判定と、次に何を試すかの決定です。AIは与えられた数字の中で、最もそれらしい説明を作ります。件数が足りていない結果にも、もっともらしい理由をつけてしまいます。判定は基準で行い、解釈と次の一手は人が決めます。この境目は、配信の手順書に書いて貼り付けておきます。担当者が代わるたびに境目は静かに動くので、半年に一度、書いた内容と実際の運用を突き合わせます。ずれていれば、手順書を直すか、運用を戻すかを決めます。

よくある質問

AIが作った件名をそのまま使っていいですか？

下地としては使えますが、自社のトーンに整えてから使うのがおすすめです。AIの案は多様な切り口を提供してくれますが、自社らしい言葉に少し調整し、本文の内容とずれないか確認してから配信してください。

A/Bテストは毎回やる必要がありますか？

できれば毎回行うのが理想です。読者の反応は変化するため、一度見つけた勝ちパターンも永続しません。毎回の配信で件名を2案テストし続けることで、開封率を継続的に改善できます。手間はMAツールで大きく減らせます。

小さなリストでもテストの意味はありますか？

リストが小さいと差が偶然かどうか判断しにくくなりますが、傾向をつかむ意味はあります。極端に小さい場合は、複数回のテスト結果を合わせて見るとよいでしょう。まずは件名を変える習慣をつけることが第一歩です。

まとめ

AIによるメール件名の最適化と開封率改善の要点は、勘で1つ決めるのをやめ、AIで複数案を出し、A/Bテストで勝ちパターンを見つけ、相手ごとの出し分けと配信タイミングまで最適化することです。ChatGPTで件名を量産し、MAツールでテストと配信を自動化すれば、開封率は継続的に改善していきます。まずは次回の配信から、AIで件名を10案出して2案をテストするところ始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。