この記事の要点
【従業員12名・スポーツ用品店】500名の顧客履歴をAIに読ませたら、リピート率が35%→49%に上がった話
東北地方のスポーツ用品専門店（従業員12名・販売担当）が、GPTsカスタムAIで顧客フォローを自動化。リピート率40%向上、月間リピート売上150万→210万円。
宮城県仙台市のスポーツ用品専門店（従業員12名・販売担当の業務改善事例）
課題：フォローしたい人は500人いるのに、追えていない
今回の事例は、ランニング・野球・サッカー用品を中心に扱うスポーツ用品専門店さまです。従業員12名、地域密着型の運営で、顧客数は約500名。
販売担当の方の一言がすべてを語っていました。
「ランニングシューズって、だいたい800〜1000kmで買い替えるんです。お客さまのペースを知っていれば、ベストなタイミングで案内できる。でも500人のペースを全部覚えていられる人間はいません。結局、タイミングを逃している」
具体的には以下の4点に困っていました。
- 購買履歴と使用期間の把握困難：500名を超えるお客さまのデータが、レジのシステムにしか残っていない
- 最適フォロータイミングを逃す：消耗品（シューズ・ボール・ユニフォーム）は買い替え時期があるのに、声かけできず競合店に流れる
- 季節・競技ごとの提案不足：春のランニング、夏の水泳、秋のサッカー用品など、先回り提案ができていない
- フォロー作業の時間確保が困難：週10時間以上かかる顧客フォローを、店頭業務と両立できない
店舗売上の6割を占めるリピーター層を、「活かし切れていない」状態でした。
施策：GPTsカスタムAIで「お客さま500人担当の新人スタッフ」を作る
方針はシンプル。AIに500人分の顧客担当をやらせる。
ステップ1：購買履歴をAIが読める形に整える
まず、POSレジに蓄積されていた購買履歴を、スプレッドシートに整理しました。
- お客さま名（ID）
- 購入商品カテゴリ・サイズ・金額
- 購入日
- 競技（ランニング・野球・サッカーなど）
- 平均的な使用頻度（ヒアリング済み）
これで、AIが「そろそろあの人のシューズが寿命」を判断できる材料が揃います。
ステップ2：ChatGPTのGPTs機能でフォロー専用AIを作る
GPTsというのは、ChatGPTで 特定の目的に特化したAI をノーコードで作れる機能です。
今回作ったのは「スポーツ用品顧客フォローAI」。以下のように指示しました。
- 購買履歴から、買い替え時期が近いお客さまを抽出 する
- 季節・気候を踏まえて提案内容を変える
- フォローメッセージの下書きを、お客さまの好みのトーンで出す
- 「今月やるべき500名分のフォロー優先順位」をリスト化する
ステップ3：自動アラートで店員に通知
スプレッドシートとAIを繋ぎ、「今週フォローすべきお客さま」リストが毎週月曜の朝、販売担当者のLINEに自動で届く 仕組みにしました。
メッセージ例：
田中さま（男性・40代）：昨年5月購入のランニングシューズ、走行距離推定950km。買い替え推奨時期。先月のフルマラソン完走のお祝いを兼ねて、上位モデルの提案メール下書きを用意しました。
販売担当は、下書きを見て微調整し、お客さまに送るだけ。
ステップ4：反応データをAIに戻して学習
「提案に反応があった / なかった」をスプレッドシートに記録し、AIに毎月フィードバック。提案の精度が月を追うごとに上がっていきました。
成果：リピート率40%向上、月間リピート売上150万→210万円
導入6ヶ月後の数字です。
| 項目 | Before | After | 変化 |
|---|---|---|---|
| リピート率 | 35% | 49% | 40%向上 |
| フォロー実施率 | 70% | 98% | — |
| 月間リピート売上 | 150万円 | 210万円 | 40%向上 |
| フォロー作業時間（週） | 10時間 | 3時間 | 70%削減 |
| 顧客満足度 | 基準 | 30%向上 | アンケート |
| 月額運用コスト | — | 1.5万円程度 | ChatGPT Plus × 数人分 |
販売担当者さんの言葉。
「お客さまから『よく私のランニング事情を覚えていてくれましたね』って言われるんですが、全部AIが教えてくれてるんですよね（笑）。でも結果的にお客さまが喜んでくれて、売上が上がっているから、AIに頼むことは悪じゃないなと思いました」
なぜ効果が出たか
1. 「人の記憶力」を超える情報量を、AIに預けた
人が記憶できるのは、せいぜい数十人の好み。AIなら数千人でも平気。
2. 週10時間の「探す作業」を消したから
販売担当は、誰にフォローすべきかを考える時間 を丸ごと消せて、実際に声をかける時間 だけに使えるようになりました。
3. タイミングの精度が上がった
買い替え時期が近い人に、ちょうど良いタイミングで声がかかる。当然、成約率が上がります。
横展開：他の業種でも使える
- 眼鏡店・コンタクト販売店：視力検査推奨時期、レンズ買い替え時期
- 美容室・エステ：カット間隔、次回施術の最適タイミング
- 整骨院・接骨院：症状再発前のメンテナンス提案
- 車検業・カーディーラー：車検・点検時期、タイヤ交換時期
- 歯科医院：定期検診時期、インプラント再来院
消耗品・定期来店のある業種なら、同じ仕組みがそのまま使えます。
まとめ
- 500人の顧客履歴をAIが覚えて、週10時間のフォロー作業を3時間に
- リピート率35%→49%、月間リピート売上40%向上
- 月額1.5万円の運用コストで実装
「うちも常連さんがいるのに、フォローが追いついていない」とお感じの方、お気軽にご相談ください。
この事例で確認した実務ポイント
対象業種: 小売業
支援の観点: 業務フローの棚卸し、既存ツールの整理、現場で使い続けられる運用設計、導入後の定着確認。
同じ課題に向く企業: IT担当者が不在、紙や表計算での管理が限界、AIや自動化を試したいが社内だけでは進めにくい企業。