SaaS（チャットボット）企業様｜AI検索対策・商談創出支援
- 業種
- IT・SaaS
- 支援期間
- 6か月
- 主要成果
- AI検索経由の商談：月0件→月最大4件
- チャットボット市場は競合が多く、SEOや広告だけでは差別化しづらく、価格や機能比較の中に埋もれやすい状態だった
- 比較検討層がGoogle検索だけでなく、ChatGPTやGeminiなどの生成AIを使って「CVR改善」「問い合わせ対応効率化」などの具体的な課題からサービスを探すようになっていた
- 一方で、自社は生成AI上で比較候補として十分に引用・推薦されておらず、指名検索前の比較検討段階で候補に入れないことによる商談機会の取りこぼしが発生していた
- ターゲット顧客が生成AIに相談しやすい文脈を洗い出し、「CVR改善」「問い合わせ対応効率化」など、AI上で想起されたいカテゴリーエントリーポイントを整理
- 「誰に・何が・なぜ向いているのか」を明確にし、機能説明だけでなく、強み・差別化・導入メリットをAIが推薦理由として使える形に言語化
- 課題別・業種別ページ、TOP、サービスページ、強みページ、FAQ、導入事例を再設計し、AIが引用・比較しやすい一次情報を整備
- SaaS比較サイト、レビューサイト、比較記事、専門メディア寄稿、インタビュー、セミナー登壇など第三者情報を強化
- 生成AI上で狙った質問を定期的に検証し、競合優位の文脈、不足しているエビデンス、自社が弱い説明要素を洗い出して改善
- 「CVR改善 チャットボット」などの周辺文脈で、生成AI上の回答候補として言及される頻度が増加
- 指名検索前の比較検討段階から、自社サービスが候補として認知される機会が増加
- AI経由で自社を認知した問い合わせが発生するようになり、月最大4件の商談を創出
- 自社の強みや導入メリットを理解した状態で問い合わせるケースが増え、初回商談から課題や導入目的を共有しやすくなった
今回ご紹介するのは、チャットボットを提供するSaaS企業様のAI検索対策事例です。
チャットボット市場には多くのサービスが存在し、「チャットボット おすすめ」「チャットボット 比較」といった一般的な検索だけでは、機能や価格の比較に陥りやすく、他社との差別化が難しい市場です。
さらに近年は、ユーザーの情報収集行動そのものも変化しています。
Googleでサービス名やカテゴリを検索するだけではなく、ChatGPTやGeminiなどの生成AIに、
「CVRを改善できるチャットボットを教えて」
「問い合わせ対応を効率化できるツールは？」
「Webサイトからの資料請求を増やせるチャットボットは？」
と、自社の課題をそのまま相談し、比較候補を絞り込むケースが増えています。
一方で、同社はSEOや広告による集客基盤を持っていたものの、こうしたAI検索上では十分に候補として言及されていませんでした。
そこでアムールでは、「チャットボット」というカテゴリ名だけではなく、ユーザーが抱える課題や導入目的から逆算し、AIが自社サービスを推薦できる情報設計へ改善しました。
その結果、「CVR改善 チャットボット」などの周辺文脈でAI上の言及が増え、AI経由で自社を認知した問い合わせから、月最大4件の商談を創出しました。
本記事では、その取り組みをご紹介します。
プロジェクト概要
| 項目 | 内容 |
|---|---|
| 業種 | SaaS（チャットボット） |
| 体制 | 約12名（業務委託含む） |
| 売上規模 | 月商約700万円（他事業含む） |
| ご支援内容 | AI検索対策・コンテンツ設計・第三者メディア強化・効果測定 |
| 主な想起文脈 | CVR改善、問い合わせ対応効率化、資料請求増加など |
| ご支援前の状況 | ・SEOや広告だけでは競合との差別化が難しい・生成AI上で比較候補として十分に言及されていない・強みや導入メリットをAIが推薦理由として使える情報が不足 |
| プロジェクトのサマリ | 課題・導入目的からAI検索文脈を整理し、サービス情報・導入事例・第三者情報を再設計。AI上での言及を増やし、月最大4件の商談を創出 |
1. SEO・広告だけでは取り切れない比較検討層が増えていた
― 今回、AI検索対策に取り組まれた背景を教えてください。
SaaS企業様
これまでは、SEOや広告を中心に新規顧客との接点を作っていました。
ただ、チャットボット市場は競合サービスが非常に多く、一般的なキーワードで集客できても、最終的には機能や価格の比較になりやすい状況がありました。
また、最近ではお客様から「ChatGPTで調べた」「AIにおすすめを聞いた」という話を聞くことも増えていました。
― 顧客の情報収集経路自体が変わっていたのですね。
SaaS企業様
そうですね。
以前であれば、「チャットボット 比較」とGoogleで検索して比較サイトを見るケースが多かったと思います。
ただ今は、「CVRを改善したい」「問い合わせ対応を効率化したい」といった課題をそのままAIに入力し、そこから候補サービスを探す方もいます。
その段階で弊社の名前が出てこないと、そもそも比較候補に入れません。
指名検索をしてもらう前の段階で機会損失が起きていることが課題でした。
2. 「チャットボット」ではなく、ユーザーの課題からAI検索文脈を設計
― 最初にどのような取り組みから始めたのでしょうか。
アムール 沖野
まず行ったのは、「チャットボット」というカテゴリだけで考えないことです。
生成AIを使うユーザーは、必ずしも、
「おすすめのチャットボットを教えて」
とだけ質問するわけではありません。
たとえば、
・「WebサイトのCVRを改善できるツールを教えて」
・「問い合わせ対応を自動化できるSaaSは？」
・「資料ダウンロードを増やせるチャットボットを教えて」
・「問い合わせ対応の工数を減らしたい」
・「BtoBサイトで使いやすいチャットボットは？」
・「CVR改善に強いチャットボットを比較して」
といったように、課題や目的から質問します。
そこで、ターゲット顧客がAIに相談しそうな文脈を洗い出し、AI上で自社が想起されたいカテゴリーエントリーポイントを整理しました。
― なぜこの整理が重要なのでしょうか。
アムール 沖野
「チャットボット おすすめ」だけで勝とうとすると、多くの競合サービスと同じ土俵に立つことになります。
一方で、
「CVRを改善したい」
「問い合わせ対応を効率化したい」
「資料請求を増やしたい」
という文脈まで広げると、その課題に対して自社サービスがどのような価値を提供できるのかを訴求できます。
つまり、商品カテゴリではなく、顧客の課題からAI検索対策を設計することが重要になります。
3. 「誰に・何が・なぜ向いているのか」をAIが説明できる状態へ
― 狙う文脈を決めた後は、何を整理したのでしょうか。
アムール 沖野
次に、自社サービスの強みと差別化を整理しました。
重要なのは、「高機能です」「使いやすいです」といった抽象的な表現で終わらせないことです。
AIがサービスを推薦するためには、
「誰に向いているのか」
「どのような課題を解決できるのか」
「なぜこのサービスが向いているのか」
を説明できる必要があります。
そこで、
・対象となる企業規模
・対応できる業界
・解決できる課題
・主な活用シーン
・導入メリット
・他社との違い
・実績や成果数値
などを整理しました。
これによって、単に「チャットボットサービス」と認識されるのではなく、「CVR改善を目的とした企業に向いている」「問い合わせ対応を効率化したい企業に適している」と、AIが推薦理由まで説明できる状態を目指しました。
4. 導入事例を「AIが推薦理由として使えるコンテンツ」に再設計
― Webサイトでは、どのような改善を行いましたか。
アムール 沖野
TOPページやサービスページだけではなく、課題別ページ、業種別ページ、強みページ、FAQ、導入事例など、サイト全体を見直しました。
特に効果が大きかったのが、導入事例の改善です。
従来の導入事例は、「導入いただきました」「お客様に喜ばれました」という内容で終わりやすいのですが、それだけではAIが推薦理由として使える情報が少なくなります。
そこで、導入事例のテンプレート自体を変更しました。
― 具体的に、どのような項目を増やしたのでしょうか。
アムール 沖野
主に、
・導入前にどのような課題があったのか
・なぜこのサービスを選んだのか
・どのような機能・強みが決め手になったのか
・導入後にどのような変化が起きたのか
・具体的な成果数値
・どのような企業・課題におすすめできるのか
といった情報です。
たとえば、
「導入後は資料ダウンロード数が3倍に増加した」
といった具体的な成果があれば、AIにとっても、
「CVR改善や資料請求増加を目的とする企業に適したサービス」
と判断するための有力な根拠になります。
つまり導入事例は、単なる営業資料ではなく、AIに自社の強みと差別化を伝える一次情報として設計しました。
5. 比較サイト・専門メディア・レビューまで含めて情報源を強化
― 自社サイト以外にも施策を行ったのでしょうか。
アムール 沖野
はい。
AI検索対策では、自社サイトだけで情報を整えても十分ではないケースがあります。
特にSaaSは、比較検討時に比較サイトやレビューサイトを確認するユーザーが多く、生成AIもそうした第三者情報を参照することがあります。
そこで、
・SaaS比較サイト
・レビューサイト
・「チャットボット おすすめ」などの比較記事
・「CVR改善ツール比較」などのランキング・比較コンテンツ
・専門メディアへの寄稿
・インタビュー記事
・セミナー登壇
・note
・プレスリリース
などを通じて、外部での情報接点を増やしました。
― 外部メディアでは、何を意識したのでしょうか。
アムール 沖野
会社名を出すだけではなく、自社が狙っている文脈と一緒に語られることです。
たとえば、
「CVR改善」
「問い合わせ対応効率化」
「チャットボット」
「資料請求増加」
といったキーワードや課題文脈と、自社サービスの強み・事例・成果がセットで掲載される状態を増やしました。
自社サイトだけではなく、複数の第三者情報源でも同じ特徴が確認できるようにすることで、AIが参照できる情報源を増やしています。
6. AI上の回答を検証し、競合との差を継続的に改善
― 一度情報を整備すれば終わりでしょうか。
アムール 沖野
いいえ。
生成AIの回答は常に同じではありませんし、競合企業も情報発信を続けています。
そこで、実際にChatGPTやGeminiへ狙った質問を投げ、
・どの質問で自社が出るのか
・どの質問では競合だけが出るのか
・競合はなぜ推薦されているのか
・AIがどのような説明をしているのか
・どの情報源を参照しているのか
・自社にはどのエビデンスが不足しているのか
を定期的に確認しました。
― その結果をどのように活用しましたか。
アムール 沖野
たとえば競合が、
「導入実績が豊富」
「特定業界に強い」
「CVR改善実績がある」
という理由で推薦されている一方、自社にはその情報がWeb上に十分出ていなければ、事例やサービスページへ追加します。
また、ある質問では自社が出るのに、少し条件を変えると出なくなる場合には、その文脈に必要な情報が不足している可能性があります。
このように、生成AI上の回答そのものを市場調査データとして使い、競合との差を継続的に改善するPDCAを回しました。
7. AI検索経由で月最大4件の商談を創出
― 取り組み後、どのような変化がありましたか。
SaaS企業様
「CVR改善 チャットボット」など、以前はあまり名前が挙がらなかった周辺の質問でも、AIから弊社が候補として紹介される機会が増えました。
その結果、AIで弊社を知ったという問い合わせも発生するようになり、AI検索経由で月最大4件ほどの商談につながっています。
― 商談内容にも変化はありましたか。
SaaS企業様
あります。
以前は、広告やSEOから来た方と機能や価格を一つずつ説明しながら比較していただくケースが多かったのですが、AI経由のお客様は、ある程度弊社の強みや導入メリットを理解した状態で問い合わせてくださいます。
「CVRを改善したい」
「問い合わせ対応を効率化したい」
といった課題や目的も最初から明確なので、初回商談から本質的な話に入りやすくなりました。
アムール 沖野
今回のポイントは、AI検索を新しい「流入チャネル」としてだけ考えなかったことです。
ユーザーは生成AIに自分の課題を伝え、その課題に合うサービスを推薦してもらいます。
企業側が、
「誰に向いているのか」
「どんな課題を解決できるのか」
「なぜ自社が選ばれるのか」
「実際にどのような成果が出ているのか」
をWeb上に整理しておけば、生成AIが比較検討の初期段階で、自社を候補として紹介してくれる可能性が高まります。
今回も、指名検索が発生した後に勝つのではなく、指名検索より前の比較検討段階で候補に入る状態をつくったことが商談増加につながりました。
今回実施した施策
| 施策 | 課題 | 実施内容 | 結果 |
|---|---|---|---|
| ペイドメディア／比較メディア掲載 | 比較検討時に候補サービスとして認知される機会が少なく、AIが参照する外部情報も不足 | SaaS比較サイト、レビューサイト、比較・ランキング記事への掲載を強化 | 比較・検討段階での露出とAIが参照できる外部情報が増加 |
| オウンドメディア／サービス情報・一次情報整備 | 「誰に・何が・なぜ向いているのか」が明確でなく、AIがサービスの推薦理由を説明しづらかった | TOP、サービスページ、強みページ、FAQを再設計し、対象顧客・課題・導入メリット・差別化要素を整理 | AIがサービスの特徴や適性を理解・比較しやすい状態を構築 |
| オウンドメディア／課題解決コンテンツ強化 | 導入効果や成果、選ばれる理由など、AIが推薦理由として利用できる情報が不足 | 課題別・業種別ページ、導入事例を拡充。課題・選定理由・導入後変化・成果数値まで掲載 | AIが引用・比較しやすい一次情報が増加 |
| アーンドメディア／専門コンテンツ・PR強化 | 自社サイト以外で導入効果や専門性を示す情報が少なかった | 調査リリース、専門メディア寄稿、インタビュー、セミナー登壇などを継続 | AIが参照する第三者情報が増え、専門性・信頼性が向上 |
| シェアードメディア／レビュー・口コミ強化 | 利用者の評価や第三者からの評価が不足 | レビューサイトでの評価、お客様の声、SNSでの導入事例発信を強化 | AI検索時の信頼性とサービス認知が向上 |
今回の施策のポイント
今回の対策では、単に「チャットボット」というキーワードで露出するのではなく、ユーザーが生成AIへ相談する課題・目的から逆算して、自社が推薦される理由を整えることを重視しました。
具体的には、
- ターゲット顧客が生成AIへ相談する文脈を洗い出す
- AIに想起されたいカテゴリーエントリーポイントを整理
- 「誰に・何が・なぜ向いているのか」を強み・差別化まで含めて言語化
- 課題別・業種別ページ、サービスページ、FAQを整備
- 導入事例を「課題→選定理由→導入→成果」が伝わる構造へ変更
- SaaS比較サイト・レビュー・専門メディアなど第三者情報を強化
- 生成AI上の質問を継続的に検証し、不足しているエビデンスを追加
という流れで施策を実施しました。
特に重要だったのが、導入事例の構造化と第三者メディアへの露出です。
「導入後に資料DLが3倍になった」など、具体的な成果や選定理由をWeb上に蓄積することで、AIが「なぜこのサービスがおすすめなのか」を説明するための材料を増やしました。
これにより、自社サイトだけではなく第三者メディアからも同じ強みを確認できる状態を作り、AIが信頼できる情報源を増やしながら、比較候補として推薦されやすい状態を構築しました。
成果まとめ
| 項目 | Before | After |
|---|---|---|
| AI検索経由の商談 | 月0件 | 月最大4件 |
さらに、
- 「CVR改善 チャットボット」などの周辺文脈でAI上の言及が増加
- 指名検索前の比較検討段階から候補サービスとして認知される機会が増加
- AI検索をきっかけとした問い合わせ・商談が発生
- 「CVR改善」「問い合わせ対応効率化」など、導入目的が明確な状態での問い合わせが増加
- 初回商談から顧客課題と導入目的を共有しやすくなり、受注につながる商談が増加
という変化につながりました。
指名検索される前から、AIの比較候補に入る企業へ。
アムール株式会社では、ChatGPT・Geminiなどの生成AI上で、どの質問・課題・比較文脈で自社が推薦されているのかを調査し、AI検索から商談につながる情報設計をご支援しています。
サービスページや導入事例の改善だけでなく、比較サイト・レビュー・専門メディア・PRまで含め、AIが自社を推薦するために必要な情報を一体で整備します。
「AI検索で競合ばかり推薦される」「比較検討の初期段階から自社を候補に入れたい」「AI検索経由の商談を増やしたい」といった企業様は、まずはAI検索診断についてご相談ください。