流入経路を問い合わせの中身で比べる方法|件数だけで経路を選ばない

「広告経由の問い合わせがいちばん多いので、予算を広告に寄せたい」「自然検索からは問い合わせの率が低いから、記事への投資は減らしてもいい」。経路ごとの数字を並べた報告会で、よく出てくる結論です。数字そのものに誤りはなく、手元の表から結論を出したくなるのも自然なことです。ただ、問い合わせ1件の重さは、経路ごとに同じではありません。件数と率で経路を比べるのは、公平な比べ方ではないのです。本当は、中身のそろっていない問い合わせを、同じ1件として数えていることが問題です。この記事では、問い合わせの本文をAIで型に分け、経路と掛け合わせて商談まで追う方法を、原因から順に整理します。
カメ先生問い合わせのフォームには、導入の相談だけが届くわけじゃないんだ。資料を集めているだけの人、価格だけ知りたい人、既存のお客様のサポートの依頼、それに売り込みの営業も入ってくる。
カメ子経路ごとに、その混ざり方が違うということですか。
カメ先生そう。売り込みが多く入る経路は件数が多く見えるし、紹介のように件数は少なくても中身が濃い経路もある。本文の型分けはAIに手伝わせられるけど、型の定義と、どの経路に予算を寄せるかは人が決める。AIの分類も、人が抜き取りで確かめてから使うんだ。
カメ子件数を中身で割り直してから比べるんですね。
- 問い合わせには導入相談・情報収集・価格だけ・サポート・売り込み・対象外が混ざり、混ざり方は経路で違う
- 本文をAIで型に分け、人の抜き取りで一致率を確かめてから、経路の列と掛け合わせて商談まで追う
- 件数の少ない経路は幅で読む。分類の箱の定義と予算の判断は人が決める
データ分析にAIを活かす第一歩、まずは導入から始めませんか?
デボノはアカウント開設・初期設定など「そもそものAI導入」から社内定着まで伴走支援。マーケティング活用など一歩進んだご相談にも対応します。
件数と率だけで経路を比べると何が起きるか
ある月の問い合わせが、広告から60件、自然検索から30件、紹介から8件だったとします(説明のための架空の例です)。件数だけを見れば、広告が自然検索の2倍、紹介の7倍以上です。予算を広告に寄せる判断は、この表からは筋が通って見えます。
ところが本文を読んで、具体的な導入の相談だけを数え直すと、広告は12件、自然検索は10件、紹介は6件だった、ということが起こりえます。広告の60件には、価格だけを聞く問い合わせや、広告を見た営業会社からの売り込みが多く混ざっていたわけです。件数で7倍以上あった差が、導入の相談で数えると2倍にまで縮むことになります。
率で比べても同じことが起きます。訪問に対する問い合わせの率が低い経路でも、届く問い合わせの中身が濃ければ、その経路の価値は率の見た目より高くなります。件数や率は、問い合わせの中身が経路の間でそろっているときにだけ、公平な物差しになるのです。実際にはそろっていないことのほうが多いため、中身で割り直す工程が要ります。
問い合わせの中身は6つの型に分けて考える
中身で比べるには、まず型を決めます。BtoBの問い合わせでは、次の6つに分けると多くの会社で使いやすくなります。型の数を増やしすぎると、分類の揺れが大きくなり、1つの型あたりの件数も少なくなって読みにくくなります。
| 型 | 見分ける手がかり | その後の行き先 |
|---|---|---|
| 具体的な導入の相談 | 課題・時期・規模・社内の検討状況のどれかが書かれている | 営業へ引き渡し、商談化まで追う |
| 情報収集 | 資料の請求だけ、まだ比べている段階と書かれている | 育成のメールや資料の案内 |
| 価格だけ | 料金・見積もりの額だけを尋ね、課題が書かれていない | 料金の案内と、課題を聞く返信 |
| 既存顧客のサポート | 契約中の利用者名・不具合・使い方の質問 | サポートの窓口へ回す |
| 営業の売り込み | 自社への提案・協業の打診・広告枠の案内 | 集計から外し、窓口の分け方を見直す |
| 対象外 | 採用への応募、個人の利用者、対象外の業種や地域 | 定型の返信か、担当の部署へ回す |
このうち、経路の比較に使うのは主に上の3つ、特に「具体的な導入の相談」です。下の3つは、どの経路の成果にも数えません。ただし、下の3つが多い経路は、それ自体が改善の手がかりになります。サポートの依頼が多い経路は既存顧客が使っている入口であり、売り込みが多い経路はフォームの置き方に問題がある、というように読みます。
原因1 経路ごとに来る人の段階が違う
中身が経路で違う一つ目の理由は、経路ごとに、来る人の検討の段階が違うことです。自然検索は、調べものの途中で記事にたどり着いた人が多く、情報収集の問い合わせが混ざりやすくなります。広告は、訴求の書き方しだいで価格だけを知りたい人を集めやすく、「無料」「最安」を前に出した広告ほどその傾向が強まると考えられます。
紹介は、紹介者から話を聞いた時点で課題がはっきりしていることが多く、件数は少なくても具体的な相談の割合が高くなりがちです。メールの配信から来る問い合わせは、既存の顧客や過去の商談相手が中心になるため、サポートの依頼や追加の相談が多く混ざります。交流サイトの投稿からは、気軽な質問や、投稿を見た営業会社からの売り込みも来ます。
生成AI経由の訪問も、経路として見分けられるようになってきました。グーグルの解析ツールの公式ヘルプでは、2026年9月時点で、対話型AIのサービスからの訪問をまとめる「AI アシスタント」という既定のチャネルが示されています。こうした経路は、AIとのやり取りで比較を済ませてから来る人が含まれると考えられますが、傾向は会社ごとに違うため、自社の問い合わせで確かめるまでは仮説として扱うのが安全です。
同じ経路の中でも、どのページから問い合わせたかで中身は変わります。料金のページを経て来た問い合わせは価格だけの型に、導入事例のページを経て来たものは具体的な相談の型に寄りやすい、といった違いです。経路の列だけで差が見えにくいときは、経路と入口のページの2段で掛け合わせると、どのページが中身の濃い問い合わせを生んでいるかが見えてきます。ただし段を増やすほど1つの欄の件数は減るため、まずは経路の段で見てからにします。
原因2 1つのフォームに何でも入ってくる
二つ目の理由は、多くの会社で問い合わせの入口が1つしかないことです。導入の相談も、サポートの依頼も、採用への応募も、営業会社からの提案も、同じフォームから届きます。BtoBのサイトでは、問い合わせのフォームに営業や協業の提案ばかりが届き、本来ほしい相談が埋もれるという悩みがよく聞かれます。
売り込みは、どの経路から来たかの記録が付いたまま届きます。検索で会社名を調べてフォームに来た営業担当は自然検索や直接の訪問に、広告を見た営業担当は広告に数えられます。つまり、売り込みの多さが、そのまま経路の件数の多さに見えてしまうのです。売り込みの件数は、自社の見込み客の関心とは関係がありません。
フォームで「サービスのご相談」「営業・協業のご提案」「サポート」を選ばせるだけでも、分類の手間は大きく減ります。ただし、選択肢を選ばせても、売り込みの営業担当が「ご相談」を選ぶことは珍しくありません。選択肢は分類の手がかりの一つにとどめ、本文を読んで型を決める工程は残しておきます。
- 採用への応募は、専用の窓口や応募のページへの案内をフォームの近くに置くと、問い合わせへの混入が減ります
- 既存顧客のサポートは、契約者向けの窓口を分けておくと、新規の相談の件数が読みやすくなります
- 入口を分けた月からは、件数の表に印を付けます。分ける前と後の件数を同じ物差しの続きとして読まないようにします
原因3 経路の列そのものがずれている
三つ目の理由は、問い合わせに付いている経路の記録そのものがずれていることです。解析ツールの既定のチャネルは、訪問の直前の参照元で決まります。グーグルの公式ヘルプでは、グーグル自身の「AI による概要」や「AI モード」からの訪問は、オーガニック検索に含まれると説明されています。同じAIの回答から来た訪問でも、どのサービスかで数えられる経路が変わるわけです。
また、広告を見て会社名を覚え、後日検索して問い合わせた人は、最後の経路である自然検索に数えられます。複数回の訪問のどれを経路と呼ぶかで、表は変わります。経路の分け方のずれや、本人に経路を尋ねる方法は別の記事で扱っているため、ここでは経路の列は、ずれを含んだ近似として扱うとだけ押さえておきます。
ずれがあるからといって、比べること自体をあきらめる必要はありません。大事なのは、経路の列の決め方を途中で変えないことと、決め方を報告に書き添えることです。同じ決め方で数えた経路の列を、中身の型と掛け合わせるなら、ずれは各月に同じように乗るため、経路の間の比べ方としては使えます。
対策の全体像 中身で比べるための5つの手順
原因が3つとも「件数が中身を表していない」ことにある以上、対策は、中身を数える仕組みを作ることです。全体は次の5つの手順で進めます。
6つの型の定義と、境目の例を文書にします。迷ったときの置き場として「判断保留」も用意します。
本文とフォームの項目を渡し、型と、その型にした根拠の一文を出させます。
人が付けた型とAIの型を比べ、どの型でずれるかを見ます。
経路ごと・型ごとの件数の表を作り、導入の相談の件数で経路を比べます。
型ごとに、商談になった数と受注の数を顧客管理の記録から突き合わせます。
最初の数か月は、手順3に時間をかけます。分類が当てにならないまま表を作ると、件数で比べていたときより判断を誤りやすくなるからです。表の見た目が細かくなるほど、分類の誤りに気づきにくくなることを覚えておきます。
手順1 分類の箱の定義を人が作る
分類の箱の定義は、人が作ります。AIに「問い合わせを分類して」とだけ頼むと、箱の数も境目も毎回違うものが返ってきます。定義は、営業とマーケの両方が合意したものにします。営業が「具体的な相談」と呼ぶものと、マーケが同じ言葉で呼ぶものがずれていると、後の商談化の突き合わせで食い違いが出るからです。
定義には、境目の例を必ず添えます。たとえば「資料の請求だが、来期に導入を検討と書かれている」は情報収集か導入の相談か。「価格を尋ねつつ、利用人数が書かれている」は価格だけか導入の相談か。こうした境目の例を10件ほど集め、どちらに入れるかを決めて文書にしておくと、人が分類しても、AIが分類しても、同じ所に入りやすくなるようになります。
1件の問い合わせには、型を1つだけ付けます。価格とサポートの両方を尋ねる問い合わせもありますが、複数の型を許すと集計の合計が件数と合わなくなります。いちばん商談に近い型を優先する、という決まりを置いておくと迷いが減ります。どうしても決められないものは「判断保留」に入れ、件数を別に数えます。
手順2 AIに型を付けさせる指示の書き方
AIへの指示には、型の定義、境目の例、出してほしい形の3つを入れます。出してほしい形は、型の名前と、その型にした根拠となる本文の一文です。根拠の一文を必ず書かせることで、人が確かめるときに本文を全部読み直さずに済み、AIがどこを読み違えたかも見えます。
迷ったときの扱いも指示に書きます。「どの型にも当てはまりにくいときは判断保留とし、理由を書く」と入れておかないと、AIは無理にどこかの型へ押し込みます。判断保留が多すぎる場合は、定義の書き方か境目の例が足りないという合図です。反対に判断保留が0件なら、無理に押し込んでいる可能性を疑います。
本文を社外のAIの道具に渡す前に、社内の取り扱いの決まりを確かめます。問い合わせには、名前、会社名、電話番号、ときには契約の中身が含まれます。分類に必要なのは本文と項目の中身だけなので、名前や連絡先の列を外してから渡す形にしておくと、決まりに合わせやすくなります。
本文だけでなく、フォームの項目も一緒に渡します。会社の規模、業種、検討の時期などを選ばせている場合、本文が一行しかない問い合わせでも、項目が型の手がかりになります。本文が空の資料の請求は、項目だけで判断する決まりを置き、本文が短いことだけを理由に判断保留へ回さないようにします。そうしないと、判断保留の箱が資料の請求で埋まり、保留の件数が分類の難しさを表さなくなります。
手順3 人の抜き取りで一致率を確かめる
AIの分類を使う前に、人が同じ問い合わせを分類し、どれだけ一致するかを確かめます。心理学の分野で大規模言語モデルによる文章の分類を検証した2025年の研究では、人が付けた分類の3分の1を使って指示文を作り込み、残りの3分の2は手を付けずに取っておいて、最後の確認に使う方法がとられました。作り込みに使ったデータだけで確かめると、実際より良い結果に見えてしまうからです。
この研究では、発言の形のように文面から直接見て取れるものは人との一致が高く、推し量りの要る抽象的な分類では一致が下がったと報告されています。問い合わせの型に当てはめると、売り込みや採用への応募は文面から見分けやすく、「情報収集か、具体的な相談か」の境目はずれやすいと考えられます。一致率は全体の1つの数字でなく、型ごとに見るようにします。
抜き取りの件数は、最初は各型から数十件ずつを目安にし、ずれの多い型の定義を直してから、取っておいた分でもう一度確かめます。どの程度の一致なら使うかの線は、社内で先に決めておきます。誤りの中身も読み、AIが見落とした言い回しを境目の例に足していきます。
確認は一度で終わりではありません。フォームの項目を変えた、新しい商品を出した、AIの道具を替えた、といったときは分類の傾向が変わります。月に一度、少数の抜き取りを続け、ずれが増えていないかを見ます。分類の仕方を替えたときに過去と比べられなくなる問題は、別の記事で扱っています。
手順4 経路の列と掛け合わせる
分類が確かめられたら、経路の列と掛け合わせます。行に経路、列に型を置いた表を作り、各欄に件数を入れます。先ほどの架空の例を広げると、次のようになります。
| 経路 | 件数 | 導入の相談 | 情報収集 | 価格だけ | サポート・売り込み・対象外 |
|---|---|---|---|---|---|
| 広告 | 60 | 12 | 18 | 14 | 16 |
| 自然検索 | 30 | 10 | 12 | 3 | 5 |
| メール配信 | 15 | 3 | 2 | 1 | 9 |
| 交流サイト | 10 | 1 | 3 | 1 | 5 |
| 紹介 | 8 | 6 | 1 | 0 | 1 |
| 生成AI経由 | 5 | 3 | 1 | 1 | 0 |
件数の列だけを見れば広告が抜けていますが、導入の相談の列で見ると、広告と自然検索の差は小さくなります。メール配信は件数の半分以上がサポートや売り込みなどで、新規の相談の入口としての役割は小さいと読めます。経路の価値は、件数の列ではなく、導入の相談の列と、その先の商談化で比べるのが基本です。
表の欄の件数が小さいところは、次の節で扱う幅の読み方が要ります。上の例でいえば、生成AI経由の5件中3件が導入の相談という数字は目を引きますが、5件では偶然の上下が大きく、この表だけで予算を動かすのは早すぎます。
率で比べたい場合も、中身で割り直します。訪問に対する問い合わせの率の代わりに、訪問に対する導入の相談の率を経路ごとに出します。訪問の多い自然検索は問い合わせの率が低く見えがちですが、導入の相談の率で見ると、経路の間の差が問い合わせの率とは違う形で出ることがあります。どちらの率を使ったかは、報告の表の見出しに書いておきます。
手順5 商談化と受注まで追う
型が付いたら、型ごとに商談になった数と受注の数を追います。問い合わせの記録に型の列を足し、顧客管理の仕組みの商談の記録と結びつけます。型の列は、問い合わせの時点で記録に残しておくことが大切です。数か月後に商談と突き合わせようとしても、型が残っていなければ分類し直すことになります。
追ってみると、型の定義そのものの確かさも見えてきます。「導入の相談」に分類したものの商談化率が「情報収集」とほとんど変わらないなら、定義の境目がずれている可能性があります。反対に、情報収集の型から商談になる例が一定数あるなら、その経路では育成の手当てに意味があると読めます。
受注までの期間は、BtoBでは数か月に及ぶことがあります。受注の数が揃うのを待っていると判断が遅れるため、まずは商談化の数で比べ、受注は四半期や半期ごとに追いかけて答え合わせをします。商談化と受注で経路の順位が入れ替わるなら、その経路から来る商談の規模や質に違いがあると考え、営業の記録を読みます。
突き合わせでつまずきやすいのは、問い合わせと商談の記録が結びつかないことです。同じ会社から別の担当者が問い合わせた、営業が問い合わせとは別に商談を登録した、といった場合に、どの問い合わせがどの商談になったかが追えなくなります。問い合わせを受けた時点で番号を振り、商談を登録するときに、元になった問い合わせの番号を書く欄を設けておくと、型と経路の両方から商談までたどれるようになります。
件数の少ない経路の読み方
紹介や生成AI経由のように件数の少ない経路は、割合の見た目に引っ張られやすくなります。5件中3件が導入の相談なら60%ですが、統計の一般的な計算(95%の幅)で見ると、本当の割合はおよそ23%から88%のどこかにある、という程度のことしか言えません。同じ60%でも、50件中30件なら幅はおよそ46%から72%まで狭まります。
件数の少ない経路は、1か月ではなく3か月や半年の合計で見ます。あわせて、割合ではなく件数そのものを並べて書き、「5件中3件」のように分母を必ず添えます。分母を書かない割合は、件数の少ない経路を実際より良くも悪くも見せるからです。
件数が少ない経路の判断は、「増やして確かめる」か「今は判断しない」のどちらかにします。見込みがありそうなら、その経路への手当てを少し増やして件数を集め、幅が狭まってから判断します。少ない件数のまま予算を大きく動かすのは避けます。
反対に、件数が多いのに中身がよくわからない経路もあります。解析ツールで「直接」や「未割り当て」に入る問い合わせです。こうした経路は、型の内訳を見ると手がかりが得られます。サポートの依頼が多ければ既存顧客がお気に入りから来ている、導入の相談が多ければ紹介や展示会で名前を知った人が来ている、というように読み、経路の記録で分からない所を、中身の型で補うことができます。
報告の形 件数の表の隣に中身の表を置く
報告では、これまでの件数の表をいきなり外すのではなく、隣に中身の表を置きます。件数の表だけに慣れた読み手に中身の表だけを見せると、数字が急に減ったように見え、報告そのものが疑われます。まずは両方を並べ、件数の中に何が含まれていたかを見せるところから始めます。
報告に入れておきたいのは、経路ごと・型ごとの件数、型ごとの商談化の数、分類の一致率を確かめた時期とその結果、経路の列の決め方、件数の少ない経路の分母です。特に一致率の欄は、この表をどこまで信じてよいかを読み手が判断する材料になるため、省かないようにします。
報告の結論は、「どの経路を増やすか」ではなく「どの経路で何を確かめるか」の形にすると、議論が進みやすくなります。たとえば「広告は売り込みと価格だけの問い合わせが多い。訴求の書き方を変えて、導入の相談の件数が動くかを来月確かめる」のような書き方です。
報告の頻度は、件数の表と中身の表で分けてもかまいません。件数は毎月見て、中身の表と商談化は四半期ごとにまとめると、件数の少ない経路も分母がたまってから読めます。営業にも同じ表を渡し、「導入の相談」に分類されたのに商談にならなかった例を戻してもらうと、次の定義の見直しに使えます。
予算と施策の判断へのつなぎ方
中身の表ができると、経路ごとに打つ手が変わります。売り込みが多い経路は、予算を減らす前にフォームの入口を分ける手当てが先です。価格だけの問い合わせが多い広告は、訴求の書き方か、着地するページの料金の見せ方を見直す材料になります。情報収集の多い自然検索は、資料や育成のメールへつなぐ導線を整えると、後の商談化が変わる余地があります。
件数の多い経路を減らす判断は慎重にします。導入の相談の件数で比べても、広告が自然検索より多いなら、件数の見た目ほどではなくても広告は役に立っています。中身で比べる目的は、件数の多い経路を悪者にすることではないと、報告の場で最初に共有しておきます。
予算を動かすときは、動かした後に何を見れば判断が正しかったかがわかるかも決めておきます。導入の相談の件数、商談化の数、商談1件あたりの費用のどれで見るかを先に決め、同じ分類の定義で数え続けます。途中で定義を変えると、予算を動かした効果と、定義を変えた効果の区別がつかなくなります。
AIに任せる範囲と、人が決めること
この方法でAIに任せるのは、問い合わせの本文への型の付与と、経路ごと・型ごとの集計表の下書きまでです。数百件の問い合わせを人が毎月読み分けるのは負担が大きく、AIの分類があるからこそ、中身で比べる仕組みが続けられます。
一方で、分類の箱の定義、境目の例、どの程度の一致なら使うかの線、どの経路に予算を寄せるかは人が決めます。AIに予算の配分の判断までさせないことを、仕組みを作る最初の段階で決めておきます。AIに集計表を読ませて「広告を増やすべき」といった結論を書かせると、分類の誤りや件数の少なさを考えないまま結論が一人歩きします。
- AIの分類を確かめずに表を作る:誤りの入った細かい表は、件数の表より判断を誤らせる
- 型の定義を月ごとに変える:経路の変化と定義の変化の区別がつかなくなる
- 売り込みの件数を経路の成果に含める:自社の見込み客と関係のない件数で予算が動く
- 件数の少ない経路を割合だけで評価する:数件の偶然で予算を大きく動かしてしまう
よくある質問
問い合わせが月に数十件しかなくても、この方法は使えますか?
使えます。件数が少ないほど、人が全件を読んで型を付け、AIは確かめの相手として使う形でも回ります。ただし経路ごとの件数はさらに少なくなるため、3か月や半年の合計で比べ、分母を必ず添えて報告します。
フォームの選択肢で種類を選ばせれば、AIの分類は要りませんか?
選択肢は役に立ちますが、それだけでは足りません。売り込みの営業担当が「ご相談」を選ぶことは珍しくなく、情報収集か具体的な相談かの違いは選択肢では分けにくいからです。選択肢は分類の手がかりとしてAIに渡し、本文を読んだ型付けと組み合わせます。
電話や展示会で受けた問い合わせも入れるべきですか?
経路の比較に入れるなら、同じ型で分類します。電話は本文が残らないため、受けた人が要点を記録の欄に書き、その記録を分類の対象にします。記録の書き方が人によって違うと分類がずれるため、書く項目を決めておきます。
型の定義を途中で見直したくなったら、どうすればよいですか?
見直すこと自体は問題ありません。見直した日を記録し、報告にもその日を書き添えます。見直しの前後の数字を同じ物差しの続きとして並べないことと、しばらくは新旧の定義で並行して分類し、どれだけ数字が動くかを確かめることが大切です。
まとめ
流入経路を件数や率だけで比べると、導入の相談も、価格だけの質問も、既存顧客のサポートも、営業会社からの売り込みも、同じ1件として数えることになります。中身の混ざり方は、来る人の検討の段階、入口が1つのフォーム、経路の記録のずれによって経路ごとに違うため、件数の差がそのまま経路の価値の差にはなりません。中身で比べるには、分類の箱の定義と境目の例を人が作り、AIに型と根拠の一文を付けさせ、人の抜き取りで型ごとの一致率を確かめてから、経路の列と掛け合わせます。その先の商談化と受注まで型の列を残して追い、件数の少ない経路は分母を添えて幅で読みます。報告では件数の表の隣に中身の表を置き、一致率と経路の決め方を書き添えます。AIには分類と集計表の下書きまでを任せ、分類の定義と予算の判断は人が決めます。まずは直近1か月の問い合わせを50件ほど取り出し、6つの型に人の手で分けてみるところから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。
データ分析にAIを活かす第一歩、まずは導入から始めませんか?
デボノはアカウント開設・初期設定など「そもそものAI導入」から社内定着まで伴走支援。マーケティング活用など一歩進んだご相談にも対応します。
