顧客セグメンテーションをAIで自動化|次の営業アクションを提案・不動産会社向け・追客実務・実務

公開日: 2026/04/30 / 最終更新: 2026/05/14 / 著者: 馬場生悦(宅建士)

2025年9月の初週、月曜の朝8時45分。自社オフィスで、SUUMO・HOMES・アットホーム3ポータルから前週末に流入した反響が83件たまっていた。土日2日分。スタッフ4人(うち2人は新卒1年目)で午前中に全件返信する予定だったが、その時点で「この83件、誰から手をつけるか」を決められていなかった。

新卒2年目の佐藤(仮名・25歳)が「馬場さん、上から順番でいいですか」と聞いてきた。自分が「待って、家賃帯と希望エリアでクラスター作ってから返そう」と答えた瞬間、佐藤の表情が固まった。「クラスター…ですか」。これが、AIセグメンテーション導入のきっかけだった。

当時の追客率(反響→7日以内に2回目接触まで持ち込めた割合)は23%。残り77%は「テンプレ返信→既読スルー→消える」というパターン。月額の広告費はSUUMO+HOMESで32万円。1反響あたりのコストが3,800円。8割捨てているなら、単純計算で月25万円のドブ捨て。

翌週から、ChatGPTで反響を分類する運用を始めた。3ヶ月後、追客率は71%まで上がった。ただし、その過程で1件、痛い失敗もあった。

1. 反響が増えたときに、何が判断を遅らせるのか

賃貸管理と仲介を兼ねる会社では、繁忙期と閑散期で反響の量が数倍変わります。件数が増えるほど、どの反響から手を付けるかの判断に時間がかかり、初動が遅れます。

運用前の問題は、シンプルに3つ。

1. 家賃帯のばらつき。反響の家賃希望は5万円台〜18万円台までバラけていた。スタッフは「上から順に返信」していたので、家賃18万円の真剣勢と5万円の冷やかしが同列に扱われていた。
2. 希望エリアの認識ずれ。「◯◯市内」と書く反響と「◯◯駅徒歩5分」と書く反響では真剣度が10倍違うが、入力フォームの設計上、両方「希望エリア:◯◯市」で受信される。
3. 新卒スタッフの判断負荷。佐藤と新卒1年目の鈴木(仮名・23歳)は、家賃15万円超の反響に対して「自分には荷が重い」と感じて先送りにする傾向があった。気持ちは分かるが、結果として高単価の反響が滞留する。

2025年8月までの3ヶ月、反響200件×3の中で「初回返信から7日経っても2回目接触ができていない反響」を集計したら、平均で73%だった。月150件以上が放置に近い扱い。

同業の追客率 — 比較データ

※ 馬場が参加する首都圏の賃貸研究会(11社)で2025年7月にヒアリングした結果。「追客率」の定義は研究会で統一した「反響受信から168時間以内に2回目接触まで到達した割合」。

意外だったのは、零細(1人運営)が一番追客率が高いこと。理由は単純で、1人だから全件を頭の中で覚えていて「あ、この人は本気っぽい」と直感で判断できる。中規模になると、複数人で分担した瞬間に「他の人がやるだろう」が発生して、追客率が落ちる。これは経営の構造問題で、根性論で解決しない。

2. なぜAIセグメンテーションを始めたか — 既存CRMで失敗した経緯

正直に書くと、AIに行く前に2回失敗している。

1回目は2024年、賃貸特化型のSaaS型CRMを月3万円で導入した。スタッフ4人に「全反響をこれに登録して、確度ABC判定してください」と伝えた。3週間後、登録率は34%まで落ちた。佐藤に「なぜ入力しないの?」と聞いたら、「すみません、でも返信に追われていて、入力する時間が後回しに…」。納得してしまった。

2回目は2025年初め、Excelで自分が手動セグメントを試した。家賃帯×エリア×職業の3軸で振り分け、毎週月曜にスタッフへ「今週の優先反響リスト」を渡す運用。これは6週間続いたが、自分の作業時間が週に4時間取られて挫折した。

AIに行ったのは消去法。スタッフに入力負担をかけず、自分の作業時間も増やさず、判断品質だけ上げたい。それを満たすのはAIしかなかった。

使ったツールはChatGPT TeamのカスタムGPT

選んだのはChatGPT Team(月30ドル/ユーザー)で作ったカスタムGPT「反響分類専用」。理由は、SUUMO・HOMESから自動転送されるメールをコピペするだけで分類できる手軽さ。CRMのように画面遷移しなくていい。

カスタムGPTのプロンプトはこんな感じ。

「あなたは賃貸仲介の経験豊富なベテラン営業です。以下の反響メールを読み、次の3軸でJSON形式で分類してください。
(1) 確度: A(7日以内に内見の可能性高)/B(2-4週で動く可能性)/C(情報収集段階)
(2) 想定家賃帯: 数値レンジで(例: 8.0-9.5)
(3) 推奨初動: 即電話/メール詳細返信/物件カード3件添付/様子見
判断根拠を1文で添えてください。」

テストとして、過去2ヶ月の反響60件をAIに分類させて、3ヶ月後にどの反響が成約したかを照合した。AIが「A」と判定した反響の成約率は34%、「B」が11%、「C」が2%。これで「使える」と判断した。

AIの判定を鵜呑みにすると起きること

AIが高確度と判定した反響に工数を集中させ、その裏で中位の反響を放置すると、結果的に取りこぼしが増えることがあります。高確度と判定された案件ほど、契約前にキャンセルになったときの損失が大きくなるためです。

対策は単純で、確度の高い案件を同時に何件まで抱えるか、申込書を受け取る前に何時間まで使うかを、あらかじめ数字で決めておくことです。

4. 追客率3倍の内訳 — どこで数字が動いたか

失敗を経た上で、3ヶ月運用した結果の数字を出す。

追客率3倍が一番派手な数字だが、経営にインパクトがあるのは「成約件数+7件」。1件あたり粗利約12万円なので、月84万円の粗利増。年間1,000万円規模。AIのコスト(月3,600円)からすると、桁が3つ違う。

ただし、この数字には自分のバイアスが入っている。8月→12月は単純に閑散期→繁忙期前に向かう時期で、反響の質自体が上がる季節要因がある。同期間の前年(2024年8月→12月)比でも、成約件数は5件→9件に伸びていた。なので、純粋にAI効果と言えるのは「9→12件、+3件」。年間で換算すると粗利+360万円。

「年1,000万円増えた」と言いたいのを我慢して、ちゃんと「年360万円増えた」が正直な数字。これでもROIは100倍出ているので、十分。

新卒スタッフの行動が変わったのが本質

数字より大きい変化は、新卒2人(佐藤・鈴木)の動き方。AIが「即電話」と返してきた反響に対して、佐藤は5分以内に電話するようになった。以前は「家賃16万の反響は荷が重いので後回し」だったのが、AIが「即電話」と言うので機械的に動ける。

佐藤からの言葉。

「馬場さん、AIに『即電話』って言われると、判断の責任が自分から外れるので動きやすいんです。電話して撃沈しても、AIのせいにできるじゃないですか(笑)」

笑い話だが、本質を突いている。新卒の判断疲れを、AIが肩代わりしている。これが組織の動きを変えた一番の要因かもしれない。

5. 顧客管理における自社で実際にやっている運用 — 5ステップ

STEP 1: ポータル反響をGmailに集約 (既存運用の継続)

SUUMO・HOMES・アットホームからの反響メールを、Gmailの「反響」ラベルに自動振り分け。これは2023年からの既存設定。AI導入で変えていない。

STEP 2: スタッフが反響本文をChatGPTに貼る (1件20秒)

朝のミーティング後、当番スタッフ(日替わり)が、その日の反響を1件ずつカスタムGPT「反響分類専用」に貼る。反響200件÷20営業日=日10件、所要時間は1日3-4分。

STEP 3: AIの分類結果をスプレッドシートに転記 (1件30秒)

分類結果(A/B/C・想定家賃帯・推奨初動)を、Googleスプレッドシートの「今週の反響」シートに転記。スタッフ全員が共有で見ている。

STEP 4: スタッフがアサイン+初動 (AIの推奨に従う)

朝礼で、A確度はその日のうちに割り振り。即電話と書かれていれば朝のうちに電話。物件カード送付指示なら、午前中にメール作成。

STEP 5: 週末にAIの精度レビュー (週1回・30分)

金曜の午後、自分が「今週AIがA確度と判定したのに反応が無かった反響」を5件サンプル抽出。プロンプトに改善点を反映する。今のプロンプトはバージョン9。

6. 顧客管理におけるここまでで自分が判断したこと — 馬場の現時点の意見

第二に、AIに渡すデータは反響本文だけで十分。CRMの過去履歴を全部渡す必要はない。試行錯誤の中で、AIに過去履歴30件を渡すバージョンも試したが、判定精度はほぼ変わらず、トークン料金だけ上がった。反響メール本文に込められた情報量だけで、十分な判定ができる。これは意外な発見だった。

第三に、AIスコアA確度に対する人間側の優先度ルールを、必ず文書化する。これがないと、3章の失敗のように「AIがAと言ったから無限に時間を投じる」という誤った行動が出る。自分は「同時保有5件まで」「申込書記入前は2時間超の工数禁止」をルール化した。これがないとAIは諸刃の剣になる。

逆に疑っていることもある。うちは管理+仲介で月反響200件規模だから効果が見えやすいが、月50件以下の零細では費用対効果は微妙。月50件×日2-3件の判定なら、ベテラン営業の頭の中の方が速い。AIを入れる意味があるのは、複数人で分担する規模からだと思う。

7. 顧客管理におけるこれから始める人へ — 最初の3週間でやること

1週目: 過去反響60件で精度テスト

過去3ヶ月の反響を60件、ChatGPTに分類させる。3ヶ月後の成約有無と照合。「A確度の成約率」が「全反響の成約率」の3倍以上出ていれば、運用に値する。出ていなければプロンプトの確度判定基準を書き換える。

2週目: 1スタッフだけで試運用

いきなり全スタッフに展開しない。1人だけ(できればAIに抵抗のないスタッフ)で1週間運用。佐藤がうちの場合の最初の試運転担当だった。問題点を洗い出してプロンプトを調整。

3週目: 全スタッフ展開、ただし優先度ルールも同時導入

3週目から全スタッフ展開。同時に「A確度の同時保有上限」「申込前の工数上限」を文書化して配布。これがないと2章のような事故が起きる。

顧客管理のよくある質問 FAQ|実務で押さえるべきポイント

Q1. 反響メールに個人情報が含まれますが、ChatGPTに入れて大丈夫?

A. ChatGPT Team・Enterpriseは学習に使われない設定がデフォルト。それでも氏名・電話・メールアドレスは伏字にしてから貼るようにルール化している。手間は1件あたり10秒。これくらいの守秘ルールは必要。

Q2. 既存CRMのスコアリング機能ではダメですか?

A. 自分は2024年に試して失敗した。理由は、CRMのスコアリングは過去履歴ベースなので、新規反響に弱い。AIは反響本文の文脈を読めるので、新規反響でも初動判断ができる。両者は補完関係で、CRMは「商談中以降」、AIは「反響→初回接触まで」が向いている。

Q3. AIが「C確度」と判定した反響、本当に捨てていいのか?

A. 捨てていない。C確度には「メルマガ自動配信3ヶ月コース」を当てている。3ヶ月後に再アクションが起きる確率が約8%あるので、捨てるよりは育てる方針。

Q4. プロンプトはどこまで自社で改善できますか?

A. 自社の過去成約パターンを5件分プロンプトに例示として入れるだけで、判定精度がかなり上がる。「うちの過去A確度の文面はこういう特徴があった」という事例集をプロンプトに入れると、汎用GPTより自社特化になる。

Q5. 月反響数が少ない零細企業でも使う価値はありますか?

A. 月50件以下なら、ベテラン1人の頭の中で処理する方が速いと思う。AIの効果が出るのは、複数人で分担する規模(月100件以上)から。それ以下なら、CRMに反響メモを残す習慣の方が大事。

Q6. 賃貸ではなく売買仲介でも使えますか?

A. プロンプトを書き換えれば使える。ただし売買は「住宅ローン審査の通る予算」という追加軸が必要なので、プロンプトの確度判定基準が複雑になる。自分はまだ売買向けのプロンプトを完成させていない。

Q7. AIの判定が間違っていた時、どう改善する?

A. 週1回30分、自分が間違い事例を5件サンプル抽出してプロンプトに反映。月4回×3ヶ月で、プロンプトはバージョン1からバージョン9まで進化した。完成形を最初から目指さず、運用しながら改善する前提で始めるのが現実的。

顧客管理の関連記事|あわせて読みたい

• 契約書をAIがレビュー|リスク条項の自動検出で弁護士工数を削減
• AIで反響メール返信を3分→30秒|テンプレ生成と承認フローの実装
• 空室対策AI|物件特性別の打ち手を自動レコメンド|空室期間22日→8日
• 顧客獲得コスト(CAC)の計算法|マーケ投資を最適化して年300万円削減