不用品回収広告の「不都合な真実」：売上低下の裏に潜む、AIの誤学習と見えない導線

― ログラフ

本日はお時間をいただきましてありがとうございます。早速ですが、今回コールトラッキング（電話成果計測）の導入に至った、不用品回収案件における具体的な課題感について教えてください。

― 野崎様

導入のきっかけは、非常にシンプルかつ深刻なものでした。クライアント様の「売上が下がってきた」というご相談です。 広告運用の立場から管理画面をチェックすると、電話ボタンのタップ数（コンバージョン数）は維持されており、一見すると集客は順調に見えていました。しかし、現場の成約データと突き合わせると、売上がついてきていない。つまり、「広告上の数字」と「実際の経営数字」に大きな乖離が生じていたんです。

― ログラフ

管理画面上の数字は良いのに売上が上がらない……運用者としては最も頭を悩ませる状況ですね。

― 野崎様

そうなんです。そこで真っ先に疑ったのが「入電の質」でした。不用品回収という業種は、「今すぐ依頼したい」という緊急性の高いユーザーが多く、電話が成約の起点になります。しかし、通常のタップ計測だけでは、「見積もりの依頼」なのか「回収できない品目への問い合わせ」なのか、はたまた「単なる営業電話」なのかが一切分かりません。

特にこの案件では、本サイトだけでなく、情報の網羅性を高めた「オウンドメディア」も並行して運用していました。ユーザーがオウンドメディアで知識を得てから本サイトへ移動し、そこで電話をかけるという複雑な動線を辿っている可能性がありましたが、それを証明する術がなかった。どちらの媒体が本当に利益を生んでいるのかが可視化できていないことが、戦略を立てる上での最大の障壁となっていました。

― ログラフ

成果の「中身」がブラックボックス化していたことが、判断を鈍らせていた。という事ですね。

― 野崎様

その通りです。さらに状況を悪化させていたのが、案件拡大（スケーリング）を目的に導入した「P-MAX（パフォーマンス最大化広告）」の挙動でした。 P-MAXはGoogleのAIが最適な配信先を自動で見つけてくれる優れたメニューですが、裏を返せば、AIは「成果」として設定されたデータを盲目的に学習します。タップ計測のみに頼っていたため、間違い電話や意図しない電話までもが「成果」としてAIにインプットされてしまったのです。

― ログラフ

AIが「質の低い電話」を「成功」だと勘違いしてしまったのですね。

― 野崎様

はい。その結果、AIが「もっとこうした（質の低い）電話を集めればいいんだ」と判断し、本来配信すべきではない層に広告を広げてしまう。電話は鳴れども成約には至らない、という最悪の循環に陥っていました。 「鳴った・鳴らない」の計測ではなく、どの動線から、どんな目的の電話が来たのか。そして「売上に繋がる有効な電話」はどれなのか。 これらを1秒単位の通話時間やクリックID単位で可視化しなければ、この負のスパイラルは抜け出せない。そう痛感したことが、コールトラッキング導入の決定打となりました。

「売上に直結するデータ」が導いたV字回復。P-MAXの最適化とオウンドメディアの真価

― ログラフ

コールトラッキングを導入したことで、ブラックボックス化していた不用品回収広告のパフォーマンスはどのように改善されたのでしょうか。

― 野崎様

導入後、まず最初に取り組んだのは「流入経路の徹底的な解剖」です。コールデータバンクでは、ユーザーがどの媒体、どのキーワード、そしてどのページを経て電話をかけたのかが一本単位で可視化されます。

これにより、長年の疑問だった「オウンドメディア」の貢献度が明らかになりました。分析の結果、本サイトに直接流入したユーザーよりも、オウンドメディアで「不用品の処分方法」や「業者の選び方」といった記事を読み込み、そこから本サイトへ遷移して電話をかけてきたユーザーの方が、圧倒的に成約率が高く、案件の単価も大きいという事実が判明したんです。

― ログラフ

「教育されたユーザー」が質の高いコンバージョンを生んでいたのですね。

― 野崎様

はい。これまでは「オウンドメディアは直接コンバージョンを生まないから、予算を削るべきか」という議論もありましたが、電話の中身まで可視化したことで、実は「売上の柱」を支える重要な動線であることが証明されました。 これを受けて、オウンドメディアのコンテンツ拡充にリソースを集中させたところ、狙い通り「質の良い有効コール」が目に見えて増加し、低迷していた売上がV字回復へと向かいました。

― ログラフ

まさにデータに基づいた「確信」ある投資ですね。もう一つの課題だったP-MAXの最適化については、どのような施策を打たれたのですか？

― 野崎様

P-MAXの「誤学習」を止めるために、コールデータバンクの機能をフル活用しました。具体的には、電話成果のインポート条件に「通話時間」というフィルターを設定したんです。 具体的には、30秒から1分以上の通話があったものだけを「有効なコンバージョン」としてGoogle広告のAIに学習させるようにしました。不用品回収の現場では、間違い電話や自治体への問い合わせは数秒〜数十秒で終わります。一方で、見積もりの相談やスケジュールの調整は必ず1分を超えます。この「通話時間の差」こそが、質の高いデータと低いデータを分ける最大の指標でした。

― ログラフ

「タップ」ではなく「質の高い入電」だけをAIに学習させたという事ですね。

― 野崎様

その通りです。この「精度の高いデータ」だけをフィードバックし始めた結果、P-MAXの挙動が劇的に変わりました。AIが「長く話している＝価値のあるユーザー」だと正しく理解し、間違い電話を呼ぶような無駄な配信を自動的にカットしてくれたんです。

その結果、配信を拡大（スケーリング）してもパフォーマンスが崩れず、むしろ獲得単価（CPA）を抑えながら有効コール数を増やすことに成功しました。管理画面上の数字だけでなく、クライアント様の現場から「最近、質の良い問い合わせが増えた」と直接声をいただいたときは、この施策の正しさを確信しましたね。

― ログラフ

「電話計測」を単なる集計ではなく、AIのコントロールレバーとして活用されたわけですね。

― 野崎様

はい。ただ電話を鳴らすだけの運用は誰にでもできます。しかし、電話の中身までフィルタリングし、売上に直結するデータだけを抽出・活用すること。それが今の時代の広告運用において、競合他社に差をつける「勝負の分かれ目」になると確信しています。

また、不用品回収案件での成果に加え、実は別の「買取案件」でもコールデータバンクをフル活用して大きな成果を上げています。この案件では、コールトラッキングデータとクライアント様のCRM（顧客管理システム）を連携させ、発信者番号をキーにして広告データと実際の成約データを突合させています。

― ログラフ

電話計測からさらに一歩踏み込んで、最終的な「利益」まで紐付けているのですね。

― 野崎様

はい。買取業界も不用品回収と同様、電話ボタンが押された数（CPA）だけを見ていては、本当の事業貢献度は測れません。実際、データを突き合わせて蓋を開けてみると、特定の商材では「CPAは良いのに、成約率が悪すぎてCPO（成約単価）が全く合わない」という実態が浮き彫りになりました。

― ログラフ

具体的にはどのような「気づき」があったのでしょうか。

― 野崎様

例えば「お酒 買取」といった広いキーワードの中でも、ビールなどの低単価商材は入電数こそ多いものの、配送コストなどを加味すると利益が残りにくい。一方で、特定の「銘柄名 × 買取」で検索して電話をかけてくるユーザーは、成約率も高くLTVも非常に高いことがCRM連携によって明確になりました。

― ログラフ

データの突合によって、商材ごとの「真の収益性」が可視化されたわけですね。

― 野崎様

その通りです。この「どの流入が利益を生んでいるか」というROAS（広告費対効果）の可視化ができたことで、広告運用の最適化だけでなく、サイト上の「コンテンツ修正」にも着手できるようになったのが非常に大きいです。 利益の出にくい商材の訴求を抑え、高単価商材のコンテンツを強化する。CRMとコールデータバンクの連携がなければ、ここまで踏み込んだ事業支援は不可能でした。今では、クライアント様のビジネスを成功させるための「経営判断のインフラ」として機能しています。

― ログラフ

運用に強いこだわりを持つクラッチ様が、数あるツールの中から「コールデータバンク」を選定された決め手は何だったのでしょうか。

― 野崎様

複数の要因がありますが、まず大きかったのはGoogleの担当者から「電話計測ならこのツール」と推奨されたことです。広告媒体側からも信頼されているという点は、選定において非常に高い安心材料になりました。 実務的な面では、「媒体連携の深さ」と「秒数によるフィルタリング機能」が不可欠でした。先ほどお話しした通り、不用品回収案件では「質の低い受電」をAIに学習させないことが運用の生命線です。通話秒数で成果を判別し、ダイレクトに媒体へ戻せる柔軟性は、他のツールにはない強みだと感じました。

― ログラフ

運用の実務に即した機能が評価されたのですね。導入のしやすさという点ではいかがでしたか？

― 野崎様

クライアント様側で新たな電話番号を用意する必要がないという点は、導入のハードルを大きく下げてくれました。番号一つで流入経路を正確に判別でき、さらにパラメータ設定によって表示させる番号を出し分けられるため、精緻なデータ収集が可能です。

また、今回はオウンドメディアと本サイトを跨ぐような複雑な動線がありましたが、ドメインが変わっても電話番号を置換して計測を維持できるよう設定を変更できるなど、私たちのテクニカルな要望や課題に対しても、ログラフ社はスピーディーにクリアしてくれました。

― ログラフ

技術的なカスタマイズにも柔軟に対応できる点も強みと自負しております。

― 野崎様

やはり、ツールの開発チームに広告代理店出身者がいらっしゃるという安心感は大きいです。私たちが「なぜこの機能が必要なのか」「このデータがどう運用に効くのか」という意図を、説明せずとも阿吽の呼吸で理解してくださる。単なる計測ツールの提供者ではなく、同じ「運用者の視点」を持っていることが、最終的な信頼に繋がりました。

― ログラフ

今後の展望として、弊社の新プロダクトについても関心を寄せていただいていると伺いました。

― 野崎様

はい。まず1点目は、LINE友だち追加を正確に計測する「L Data Bank」です。不用品回収などの案件でもLINE動線は多いですが、これまでの「ボタンタップ計測」の先にある「実際の友だち追加」を可視化・最適化できる点は、コールトラッキングの本質と同じ。LINE動線を持つクライアントには随時導入していきたいですね。

― ログラフ

ありがとうございます。2点目の「コンバージョンAPI（CAPI）」への対応についてはいかがでしょうか？

― 野崎様

「CAPI Data Bank」ですね。昨今のCookie規制により、コンバージョンデータの損失は運用者にとって死活問題です。ここを補完できるプロダクトは非常に需要が高いと感じています。そして3点目が、最も期待している「Omni Data Bank」です。

― ログラフ

クライアント様のCRMデータと、コールCVデータをセキュアに統合する基盤ですね。

― 野崎様

はい。代理店の立場として、クライアント様のCRMデータをお預かりするのはセキュリティ的なハードルが非常に高い。しかし、オムニデータバンクを介することでその課題がクリアになります。コンバージョンごとに「バリュー値」を付けてROASを最適化したり、カスタムターゲティングに活用したりと、運用の幅が劇的に広がります。電話だけでなく、マーケティングを網羅的に支えるプロダクト展開は本当に魅力的ですね。

― ログラフ

現場のリアルな課題に寄り添えるよう、順次ローンチを進めております。ぜひご期待ください。本日は貴重なお話をありがとうございました！

― 野崎様

こちらこそ、ありがとうございました！

今回のインタビューを通じて、株式会社クラッチ様がいかに「広告費の先にある売上と利益」に対し、論理的かつ情熱的に向き合っているかを強く実感しました。

多くの運用現場がCPA（獲得単価）の増減に一喜一憂する中で、クラッチ様は一歩先を行き、通話時間のフィルタリングやCRM連携によるデータの突合を駆使されています。「どの電話が利益を生んだのか」というROAS（広告費対効果）を徹底的に突き詰めるその姿勢は、まさにデータドリブン・マーケティングの真髄と言えます。

「見えない電話を可視化し、経営判断のインフラに変える」。クラッチ様が体現するこの高度な運用戦略は、変化の激しい広告業界において、クライアント様が勝ち残るための唯一無二の武器になると確信しています。

私たちログラフも、その緻密な戦略を支えるパートナーとして、最高精度のデータを提供し続け、クラッチ様と共に「売上に直結する広告運用」の新たなスタンダードを切り拓いてまいります。

---

不用品回収・買取案件をはじめとする広告運用のパフォーマンス改善に関するご相談はこちら（https://www.clutch.ne.jp/）