GEOで客単価を高める戦略設計｜AI検索時代の収益向上

AI検索の普及により、企業と顧客の接点は検索結果の一覧から、生成された回答の中へと移りつつあります。その結果、集客数の増加だけに頼る成長モデルは限界を迎え、一人あたりの購買価値をどう高めるかが経営上の重要課題となっています。特に売上規模が100億円を超える企業では、既存顧客の購買単価と購買頻度を引き上げる仕組みを持たなければ、市場拡大局面が終わった後の成長を描きにくくなります。本記事では、客単価の構造を分解したうえで、リユース事業を展開するゲオホールディングスの事例を手がかりに、GEO（生成エンジン最適化）と客単価向上を結びつけた戦略設計の考え方を整理します。

GEO時代に客単価が問われる理由

AI検索の普及により、企業と顧客の接点は従来の検索結果一覧から、生成AIによる要約回答へと移行しつつあります。GEO（Generative Engine Optimization：生成エンジン最適化）は、こうした環境で自社の情報が参照・推薦される状態を目指す取り組みです。流入数を追うだけでなく、AIに選ばれた顧客がどれだけ価値ある購買をするかが問われる段階に入っています。

AI検索がもたらす顧客接点の変化

生成AIは複数の情報源を統合し、ユーザーの問いに対して一つの結論を提示します。その結果、比較検討の初期段階で企業名が挙がるかどうかが、そのまま商談機会や購買機会の有無を左右するようになりました。自社の情報を整理し、信頼できる一次情報として発信しておくことが、AI推薦を得るための前提条件となります。

売上100億円超の企業に求められる客単価の再定義

売上高100億円を超える企業では、新規顧客の獲得コストが年々上昇しています。そのため、獲得済みの顧客からどれだけ価値を引き出すかが経営上の重要課題になっています。客単価は、その状態を示す最も基本的な指標です。AI検索時代においては、客単価を単なる売上効率の数値ではなく、顧客がAIを経由して自社を選んだ後の購買体験の質を表す指標として捉え直す必要があります。

リユース事業にみる客単価向上の潜在力

リユース業界では客単価が比較的低めである一方、購買点数の変動が大きいという特徴があります。ゲオホールディングスの事例では、社名をセカンドリテイリングへ変更した後もリユース事業が売上全体の6割以上を占めています。リユース商品の販売は前年同期比で31%増加し、中古ラグジュアリー商材の売上高は95%増加しました。こうした動きは、取扱商品の幅と購買動機の設計次第で、客単価を押し上げる余地が十分にあることを示しています。

客単価の構造と計算の基本

客単価は、AI検索時代の施策効果を測る基盤となる指標です。施策の前後で数値を正しく読み解くためには、定義と分解の考え方を正確に押さえておく必要があります。

客単価の定義と売上高・購買客数からの算出

客単価とは、顧客が1回の利用で支払う平均金額を指します。算出式は「売上高÷購買客数」です。この式は単純ですが、分母となる購買客数の定義がチャネルや事業モデルによって異なる点に注意が必要です。実店舗、EC、会員サービスなどを横断して比較する場合、同一の定義で数値を揃えなければ、施策の効果を誤って判断するおそれがあります。

買上点数と商品単価の分解による改善余地の把握

客単価は、買上点数と商品単価の掛け算として分解できます。買上点数を増やす施策と、商品単価を引き上げる施策は、顧客心理や運用負荷が異なります。どちらに改善余地があるかを分解して把握することで、施策の優先順位を明確にできます。購買履歴を活用したクーポン配信は、買上点数の向上とリピート促進を同時に狙える手段として位置付けられます。

業界ごとに異なる客単価の重視ポイント

客単価の意味や重視すべき観点は、業界によって大きく異なります。小売業では来店ごとの購買額が重要視される一方、BtoB領域では契約単位や継続期間を含めた取引額が重視されます。業界の商習慣に合わせて指標を定義し直すことが、経営判断の精度を高める前提になります。自社の事業構造に即した客単価の定義を社内で合意しておくことが、AI検索時代のマーケティング体制を構築する第一歩です。

ゲオHDの事例に学ぶ客単価向上の要因

セカンドリテイリングへの社名変更と事業構造の転換

ゲオホールディングスは、社名をセカンドリテイリングへ変更し、事業の重心をリユースへと移しています。リユース事業は売上全体の6割以上を占めており、2025年3月期の売上高は4,276億円となっています。さらに2035年度までに売上高1兆円を掲げており、成長の主役をリユースに据える姿勢が明確です。これは単に店舗数を増やす拡大戦略ではなく、買取と販売の循環を軸に、顧客1人当たりの取引価値を高める構造への転換と捉えられます。経営の観点では、この転換こそが客単価向上の出発点になっています。

リユース事業の成長と中古ラグジュアリー商材の伸長

リユース商品の販売は前年同期比で31%増加し、中古ラグジュアリー商材の売上高は95%増加しました。客単価の観点で重要なのは、高額な商材の取り扱いが全体の平均単価を押し上げる点です。ラグジュアリー商材は一点当たりの単価が高く、購入や買取の判断が顧客の信頼に依存します。そのため、商品の鑑定力や取引の透明性といった信頼資産が、客単価の上昇に直結します。経営層は、個別商品の販売施策にとどまらず、信頼を前提とした商材ポートフォリオの設計を検討する必要があります。

スマホ買取強化とデジタルシフトによる客単価の押し上げ

ゲオは中古スマホの買取を強化しており、デジタルシフトによって客単価が大きく向上しています。スマホは買取と再販の両面で単価が高く、来店や利用の頻度も多いため、顧客接点の拡大につながりやすい商材です。さらに、オンラインでの査定や購入導線を整備することで、来店前の情報収集段階から顧客を獲得できます。ここでのポイントは、チャネルごとに分断された顧客データを統合し、取引履歴に応じた提案を行うことです。デジタル基盤の整備が、客単価の押し上げを支える仕組みとなります。

GEO対策で客単価を高める戦略設計

AI検索で選ばれるためのブランド信頼資産の構築

AI検索の普及により、生成エンジンは複数の情報源を参照し、信頼性の高い企業情報を優先して回答を組み立てる傾向を強めています。GEOとは、この仕組みの中で自社の情報が引用・推薦されるよう最適化する取り組みを指します。客単価の向上を目指す企業にとって重要なのは、高単価商品の詳細情報、事業実績、専門性を示すコンテンツを一貫して発信することです。結果として、AIに「この分野で選ぶべき企業」と認識される状態が生まれ、高単価の意思決定をする顧客との接点を確保できます。

購買履歴を活用したクーポン配信とLTV向上

顧客の購買履歴に基づくクーポン配信は、LTVの向上に寄与します。単発の割引ではなく、過去の購入カテゴリーや買取履歴を踏まえた提案を行うことで、次の購買における点数と単価の双方を引き上げることが可能です。また、リユース業界は客単価が低めである一方、購買点数が変動しやすい特性があります。そのため、点数の変動を捉え、関連性の高い商品へ誘導する設計が有効です。経営層は、マーケティング部門と顧客データ基盤を統合し、LTVを起点とした投資判断を行う体制を整える必要があります。

高単価商品の取り扱いと関連商品の近接配置

高単価商品を取り扱うことで、全体の客単価を引き上げられます。ゲオはリピート率向上と客単価の上昇を成長のドライバーとしており、この考え方は実店舗とオンラインの双方に適用できます。実店舗では関連商品を近接して配置し、オンラインでは関連商品の推薦を自動化することで、顧客の回遊と購入点数を増やせます。AI検索時代においては、商品情報の構造化と関連性の明示が、生成エンジンによる推薦精度にも影響します。営業、マーケティング、商品部門が連携し、顧客体験を一体で設計することが求められます。

チャネル横断で客単価を最大化する実行計画

客単価の改善は、個別施策の積み上げだけでは持続しません。ECと実店舗、リユース事業と新規事業などの複数チャネルを横断して、顧客データと在庫、販促を一体で設計することが、AI検索時代の実行計画の前提になります。以下では、チャネル間の客単価差を活かした導線設計、店舗を起点とした出店戦略、そして継続的な改善を支えるKPI運用について整理します。

ECと実店舗の客単価差を活かした導線設計

一般的に、ECチャネルは実店舗よりも客単価が高くなる傾向があります。これは、検索や比較を経て購入意思を固めた顧客が多く、商品の詳細情報を前提に購入する行動特性によるものです。一方で実店舗は、来店頻度や購買点数の変動を通じて売上を支える役割を担います。両者の特性を一律に比較するのではなく、ECで高単価商品を訴求し、実店舗で関連商品や周辺商品を提案するといった役割分担が有効です。さらに、オンラインで取得した購買履歴をもとに、店舗来店時の提案内容を最適化することで、チャネル間の客単価差を相互に活かせます。

セカンドストリートを起点とした来店促進と出店戦略

セカンドリテイリングの事例に見られるように、セカンドストリートは客単価こそ低めでも来店数が多く、大きな伸びしろを持つ業態です。ここでは、来店頻度の高さを資産と捉え、買取と販売の双方で購買点数を増やす設計が求められます。出店戦略においても、既存店舗の来店データや商圏内の顧客動向を分析し、人口動態や競合の状況を踏まえて出店先を選定することが重要です。国内外での出店を並行して進める場合は、地域ごとの商材構成と価格帯を調整し、標準化とローカライズの両立を図る必要があります。

KPIの設定と客単価分析による継続的な改善

客単価を経営指標として運用するには、売上高と購買客数の関係を分解して把握することが欠かせません。具体的には、客単価を買上点数と商品単価に分け、チャネル別、店舗別、顧客セグメント別に推移を追跡します。加えて、LTVやリピート率を併せて管理することで、短期的な客単価の上昇が長期的な顧客価値を損なっていないかを検証できます。KPIは目標値の設定だけでなく、施策ごとの効果検証と改善サイクルに組み込むことが前提です。部門横断の会議体で数値を共有し、施策の優先順位を定期的に見直す体制を整えることで、客単価の改善は組織的な取り組みとして定着します。

AI検索時代の集客を任せるパートナーの選び方について検討されている方へ

生成エンジン最適化（GEO）の取り組みは、社内のマーケティング、ブランディング、営業の仕組みと密接に結びつくため、外部パートナーの選定も経営判断として慎重に行う必要があります。ここでは、成果報酬型AIOサービスという選択肢について、その特長を整理します。

ビジネスとWebマーケティングの両方の視点で最適な対策を実施

AI検索で企業が推薦されるかどうかは、Webサイトの技術的な最適化だけでなく、事業戦略、商品構成、ブランドの信頼性などの要素に左右されます。コネクタブルーの成果報酬型AIOサービスでは、事業側の目標と検索・AI推薦の仕組みの両方を踏まえて対策を設計します。経営課題と現場の施策を結びつけることで、場当たり的な対策を避け、客単価や顧客獲得の改善に直結する取り組みを実現します。

成果報酬型で投資リスクを最小化

AIOに関する費用は、年間1000万円から5000万円程度が相場とされています。新たな領域への投資には不確実性が伴うため、成果が確認できた段階で費用が発生する成果報酬型は、投資リスクを抑えながら取り組みを始める有効な手段です。費用対効果を事前に見通しやすくなるため、経営層の意思決定をサポートする点でも意義があります。

AI推薦獲得率70%以上

AI検索において自社が推薦される割合は、ブランドの認知と信頼性の指標となります。コネクタブルーの成果報酬型AIOサービスは、AI推薦獲得率70%以上を目標水準として掲げ、その実現に向けた対策を継続的に行います。推薦獲得率を客単価やLTVとあわせて管理することで、AI時代の集客と収益の関係を経営の数字として把握できるようになります。