売上が伸び悩む原因：AI検索時代の変化

伸び悩みの出発点は、情報系の記事から来ていた問い合わせ

AIO／LLMO支援会社の売上の伸び悩みは、多くの場合、問い合わせの入口が細るところから始まります。SEOやWeb制作から事業を広げた会社ほど、「LLMOとは」「AI検索 対策 方法」のような調べものの検索から自社の記事に来た企業が、そのまま問い合わせる流れに頼ってきました。この情報系の検索こそ、AIの回答の影響を最も受けやすい場所です。

Googleの検索結果では、質問への答えをAIがまとめて上に示す表示が広がりました。答えが検索結果の上で手に入れば、記事まで読みに来る人は減ります。2023年12月と2025年12月を約30万キーワードで比べたAhrefsの分析（2026年2月公開）によると、AIによる概要が表示される情報系キーワードでは、検索結果1位のページのクリック率が約58%低い水準でした。

AI検索対策を売る会社が、自分たちの集客でAI検索の影響に困っている。珍しい話ではありません。

大橋メソッド代表（代表インタビューより）

時期	起きたこと	自社のデータで確かめること
2024年8月	GoogleのAIによる概要が日本で提供開始	情報系の検索語のクリック率の推移
2025年9月	Google検索のAIモードが日本語で利用可能に	問い合わせの件数と、検索経由の割合
2026年3月27日〜4月8日	コアアップデート	期間の前後数週間の表示回数と順位
2026年5月21日〜6月2日	コアアップデート	3月の変化が戻ったか、続いたか
2026年8月18日〜21日	スパムアップデート（全言語・全地域）	順位の急な変化の有無を別の行で記録

表の時期は、自社の数字を区切って比べるための目印です。アップデートの期間中は順位が揺れやすいため、期間そのものを外し、前後の数週間どうしで比べます。8月の更新はスパムアップデートで、コアアップデートではありません。3月・5月と同じ扱いで比べないよう、別の行に分けて記録しておきます。

自社の数字で、伸び悩みの原因を4つに切り分ける

問い合わせが減ったと感じても、売上の伸び悩みの原因がそこにあるとは限りません。売上は、入口（問い合わせや紹介の件数）、商談化（入口から商談になる割合）、受注（商談から受注になる割合）、解約（受注した顧客が続く長さ）の4つで決まります。検索の変化が効くのは主に入口なので、ほかの3つが変わっていないかを先に確かめます。

原因の候補	確かめる数字	出どころ	入口が原因と読めるサイン
入口	月の問い合わせ件数と経路の内訳	問い合わせフォーム・Search Console	表示回数は保たれ、クリックと問い合わせが減る
商談化	問い合わせから商談になった割合	商談の記録	割合は変わらず、件数だけ減る
受注	商談から受注になった割合	商談の記録	割合が前年と同じ水準
解約	平均の継続月数と月ごとの解約数	契約の一覧	継続月数が前年と同じ水準

4つのうち入口だけが落ち、残りの3つが保たれているなら、伸び悩みの主な原因は検索の変化と読めます。反対に、受注の割合や継続月数が落ちているなら、検索の変化とは別に、提案や提供の中身に原因があります。営業そのものに原因がある場合の典型はLLMOサービスの営業がうまくいかない原因で整理しています。

Search Consoleで入口の減り方を確かめる

1. 直近6か月と前年同期を、月ごとに並べる（季節の波を消すため）
2. 検索語を、情報系（「とは」「方法」など）と、サービス名・社名を含む指名系に分ける
3. それぞれの表示回数・クリック数・クリック率・平均掲載順位を比べる
4. 問い合わせフォームの件数と、問い合わせ時に聞いた「何で知ったか」を同じ月で並べる

情報系の検索語で表示回数と順位がほぼ変わらないのにクリック率だけが下がり、指名系は保たれている。この形なら、AIの回答で調べものが完結するようになった影響が濃いと考えられます。順位そのものが下がっているなら、アップデートの影響や競合の記事の増加など、別の要因もあわせて調べます。

「何で知ったか」の選択肢に、AIの回答を加えておく

入口の内訳を正しく取るには、問い合わせフォームや最初の打ち合わせで「何で知ったか」を聞き、選択肢に「AIの回答（ChatGPT・AIモードなど）」を加えておきます。検索結果を経由せず、AIの回答で社名を知って来る企業は、Search Consoleの数字には表れません。この選択肢の件数が増えていれば、自社の情報がAIの回答で扱われ始めている手がかりになります。

減った受注を架電で埋めるには、何件の架電が要るか

入口の細りが原因と分かったら、減った分をどこから補うかを決めます。待つ集客の立て直しには時間がかかるため、数週間で数字が出る手段として、こちらから電話で商談を作る方法を並行させます。その前に、減った受注を架電で埋めるのにどれだけの量が要るかを計算しておきます。

前の想定ケースでは、問い合わせが月5件減り、受注は月1件減った計算でした。架電で取る商談は、相手から来た問い合わせより受注率が低くなりやすいため、ここでは受注率を17%で置きます。下の試算では、月1件の受注を架電で取り戻す場合に必要な商談数・架電数・稼働日数を示します。

月1件の受注には、商談の実施が約5.9件、日程確定が約6.9件、架電が約1,065件必要で、1日70件なら約15日分の稼働です。問い合わせ経由なら商談4件で取れていた1件の受注が、架電では7件近い日程確定を要します。月20日稼働に直すと約0.8人相当なので、営業代行に頼むなら専任1名相当（月額30万〜60万円程度が目安）の規模を見込みます。

月約1,065件の架電は、1社に平均2〜3回かけるなら、月350〜530社ほどのリストに当たります。リストは一度に作り切らず、最初の100〜300社で接続率と断り理由を見て、反応の悪い条件の企業を毎週入れ替えていくと、同じ件数でも話せる相手の割合を保ちやすくなります。

この規模が見合うかは、受注1件の粗利と比べて判断します。売上目標から必要な受注数・商談数・予算を逆算する手順は売上目標から営業予算を逆算する方法で扱っています。試算の受注率や商談化の率は仮の値なので、初期テストの実測が出たら置き換えて計算し直します。

架電の商談化を少し上げるだけで、必要な量は大きく減る

架電あたりの商談化が0.65%から約0.81%（1.25倍）に上がれば、必要な架電は約852件に減ります。対象を検索に頼っている業種に絞る、冒頭で相手の事実を示すといった工夫で率を上げるほうが、件数を増やすより費用はかかりません。量を決める前に、どの率を上げられるかを先に考えます。

待つ集客と、こちらから届ける営業を並べて立て直す

減った入口の補い方は、1つに絞る必要はありません。自社の情報をAIの回答で正しく扱ってもらう取り組み、既存顧客からの紹介を仕組みにする取り組み、架電で商談を作る取り組みは、効果が出るまでの時間と、確かめる数字が違います。時間の違いを踏まえて並べると、売上の空白の月を作らずに済みます。

取り組み	効果が数字に出るまで	確かめる数字
自社の情報をAIの回答で正しく扱ってもらう	数か月単位	主要な質問へのAIの回答での言及、指名検索
既存顧客からの紹介を仕組みにする	数か月単位	紹介の件数と、紹介からの商談化
架電で商談を作る	2〜4週間でテストの数字	接続率・担当者到達率・商談化率・断り理由

1つ目は、自社が売っている支援を自社に使う取り組みです。顧客に勧めている診断を自社にも行い、主要な質問をAIに尋ねたときに自社がどう扱われているかを毎月記録すると、商談で話す材料にもなります。ただし表示は検索サービス側の仕組みで変わるため、売上の空白を埋める手段としては、時期が読みにくい取り組みです。

3つ目の架電は、検索の変化そのものを話の入口にできる点で、AI検索対策を売る会社に向いています。大橋メソッドの架電では、LLMOの概念説明から入らず、相手の社名や主力サービスで事前にAI検索した結果を「今はこう表示されています」と事実として伝え、検索からの問い合わせが減っている背景を一言添え、詳しい内容は商談で話す流れを30秒で行うとしています。電話の相手もまた、自社と同じ入口の細りを抱えている可能性があるからです。

待つ集客と能動的な営業にどう時間と費用を配分するかは、インバウンドとアウトバウンドの使い分けで詳しく扱っています。

架電を始めたら、アポ率は4つの工程に分けて分析する

架電で商談を作り始めたら、アポ率（架電から商談の約束に至る割合）を1つの数字で見ず、工程に分けて分析します。架電から商談までは、接続、担当者への到達、会話の成立、商談の承諾の4つの工程に分かれ、それぞれに目安があります。最も目安から離れている工程を1つ選び、そこだけを直すのが近道です。

工程の率	目安	下回ったときに直す場所
接続率（接続÷架電）	30〜45%程度	リストの電話番号、架電の時間帯
担当者到達率（担当者と話せた数÷接続）	25〜40%程度	受付での名乗りと用件、部署の指定
会話率（会話が成立した数÷担当者と話せた数）	50〜70%程度	冒頭の30秒で示す事実
商談化率（商談承諾÷会話）	8〜15%程度	商談の目的と所要時間の伝え方、対象の条件

AI検索が広がるなかでの架電では、商談化の手前で出る断り理由にも特徴があります。断り理由を分類しておくと、どの工程の何を直すべきかがはっきりします。

出やすい断り理由	考えられる背景	直す場所
「AI検索はうちには関係ない」	自社の出方を見たことがない	冒頭で相手の社名の検索結果を示す
「SEO会社にもう頼んでいる」	SEOとAIの回答の違いが伝わっていない	今の施策とは別の確認点を一言で示す
「問い合わせは減っていない」	集客がそもそも検索に頼っていない	リストの条件を検索頼みの業種に寄せる
「今は予算がない」	時期が合わない	再連絡の時期を聞いて記録する

1週間で直すのは1つの工程だけにし、変える前と後で同じ件数を比べます。大橋メソッドの週次レポートでも、接続率・担当者到達率・商談化率・断り理由に「次週の変更点」を並べる形をとっています。工程ごとの率から直す場所を特定する詳しい手順は、KPIからアポ率の低い工程を特定する方法で扱っています。

検索の変化を、毎月の定点観測に組み込む

2026年だけでも、Google検索では2回のコアアップデートと1回のスパムアップデートがありました。検索の変化はこれからも続くものと考え、伸び悩みに気づくのが半年遅れないよう、毎月同じ数字を同じ手順で確かめる仕組みにしておきます。

1. 1

   月初に検索の数字を締める

   Search Consoleで、情報系と指名系の検索語ごとに表示回数・クリック数・クリック率を出し、前年同月と並べます。

2. 2

   AIの回答での扱われ方を記録する

   自社のサービスに関わる主要な質問を10件ほど決め、AIモードやChatGPTなどに尋ねて、自社の名前が出たか、どう説明されたかを1行ずつ残します。

3. 3

   入口・商談化・受注・解約を並べる

   問い合わせ・紹介・架電の入口ごとに件数を出し、商談化と受注の割合、その月の解約を同じ表に書きます。

4. 4

   アップデートの時期に印を付ける

   更新が行われた月は表に印を付け、更新期間を除いた前後の数週間で比べます。

5. 5

   翌月に変えることを1つ決める

   4つの原因のうち最も落ちている場所に対して、翌月に変えることを1つだけ決めます。

列	中身	出どころ
検索	情報系・指名系の表示回数とクリック率	Search Console
AIの回答	主要な質問10件で名前が出た件数	手作業の記録
入口	問い合わせ・紹介・架電の件数	フォームと商談の記録
成果	商談化・受注の割合と解約の数	商談の記録と契約の一覧
印	アップデートや自社の施策の変更	社内のメモ

AIの回答は、同じ質問でも尋ねる日や言い回しで変わることがあります。質問文を固定し、毎月同じ時期に記録して、1回の結果ではなく数か月の傾向で判断します。

定点観測の表が半年分たまると、問い合わせの減少が一時的な揺れなのか、続いている変化なのかを、自社の数字で説明できるようになります。営業への投資を社内で決めるときも、感覚ではなく、どの入口がどれだけ減り、それをどの手段でどれだけ補うのかという形で根拠を示せます。

手順のまとめ：売上の伸び悩みの原因を切り分けて立て直す手順

1. 4つの数字を前年と並べる：入口・商談化・受注・解約を、直近6か月と前年同期で月ごとに並べます。
2. 入口の減り方を確かめる：Search Consoleで情報系と指名系の検索語を分け、表示回数・クリック率・順位を比べます。
3. 減った受注から逆算する：減った受注の数から、架電で必要な商談数・架電数・稼働日数を計算します。
4. 架電を小さく始める：2〜4週間のテストで、4工程の率と断り理由を記録します。
5. 1工程ずつ直し、毎月観測する：目安から最も離れた工程を1つ直し、検索と入口の数字を毎月同じ手順で確かめます。

よくある失敗と対策

よくある失敗	対策
問い合わせが減ったことだけを見て、提案や価格を作り直す	入口・商談化・受注・解約の4つを前年と並べ、落ちている場所を確かめてから直す対象を決める
アップデートの期間中の順位の揺れで判断する	更新期間を除き、前後の数週間どうしと前年同月どうしで比べる
減った問い合わせと同じ件数だけ、架電で商談を取れば足りると考える	架電の商談は受注率が低くなりやすいため、減った受注の数から必要な商談数と架電数を逆算する
アポ率を1つの数字で見て、架電の量を増やす	接続・到達・会話・商談化の4工程に分け、目安から最も離れた工程を1つずつ直す

チェックリスト

• 直近6か月の問い合わせ件数を、前年同期と月ごとに並べた
• Search Consoleの検索語を情報系と指名系に分けて比べた
• 入口・商談化・受注・解約の4つのうち、落ちている場所を特定した
• 減った受注の数から、架電で必要な商談数・架電数・稼働日数を計算した
• 架電の4工程の率を目安と比べ、直す工程を1つ決めた
• 断り理由を分類し、AI検索に関わる理由の割合を出した
• 毎月の定点観測の表と、記録する日を決めた

よくある質問

AI検索が広がってから売上が伸びない原因は、どこにありますか？

多くは、情報系の記事から来ていた問い合わせが細ったことが出発点です。AIによる概要が出る情報系キーワードでは、検索1位のページのクリック率が約58%低いという調査があります（Ahrefs、2026年2月公開）。ただし受注率や継続月数が落ちているなら原因は別にあるため、入口・商談化・受注・解約の4つを前年と並べて確かめます。

売上拡大の営業がうまくいかないときは、何から改善すればよいですか？

4つの原因のうち、前年から最も落ちている場所から直します。入口だけが落ちているなら、減った受注の数から必要な商談数と架電数を逆算し、こちらから商談を作る手段を並行させます。受注の割合が落ちているなら提案の中身、継続月数が落ちているなら提供の中身が先です。複数を同時に変えると、効いた打ち手が分からなくなります。

営業活動を分析してアポ率を上げるには、どうすればよいですか？

アポ率を接続率・担当者到達率・会話率・商談化率の4つに分け、それぞれを目安（30〜45%、25〜40%、50〜70%、8〜15%程度）と比べます。最も離れている工程を1つ選んで1週間に1つだけ変え、同じ件数で前後を比べます。断り理由も分類し、「AI検索は関係ない」が多ければ冒頭で相手の検索結果を示すなど、理由ごとに直す場所を決めます。

問い合わせの減少が一時的なものかどうかは、どう見分ければよいですか？

前年同月と並べ、半年ほど続けて見ます。情報系の検索語で表示回数と順位が変わらないのにクリック率だけが下がり続けているなら、AIの回答で調べものが完結する影響が続いていると考えられます。アップデートの期間中の揺れで判断せず、期間を除いた前後の数週間で比べると、一時的な変化と区別しやすくなります。

自社のAI検索対策と営業の強化は、どちらを先にすべきですか？

並行させるのが現実的です。自社の情報をAIの回答で正しく扱ってもらう取り組みは、効果が数字に出るまで数か月単位で、時期も読みにくいものです。架電は2〜4週間のテストで率と断り理由が分かるため、売上の空白を埋める手段として先に動かし、自社の対策の記録は商談で話す材料にも使います。

この記事の前提と根拠

次の一歩