ECサイトの売上が伸びない原因をAIに聞く5つの質問
〜 GA4データから「次の打ち手」を引き出す 〜
「先月、なんとなく売上が落ちた。GA4を開いたけど、結局、何を直せばいいか分からない」
EC サイトの売上が伸び悩んだとき、GA4 を開いて指標を眺めても 「数字は見えるが、次の打ち手が出ない」 という現場の悩みは多いものです。アクセス解析で見るべき指標は何十とあり、それぞれの異常をどう読み取り、どう優先順位を付けるかが、運営者の経験と勘に大きく依存しています。
本記事では、 売上停滞の5つの典型原因 ごとに、 AIに聞くべき具体的な質問例 と GA4 のどの指標が答えになるか を整理します。Ruribitaki Analytics のような EC 特化型の GA4 AI アシスタント に、これら5つの質問をそのまま聞くと、データから「次の打ち手」までを返してくれます。
1. ECサイトの売上停滞、5つの典型原因
EC サイトの売上が伸びない時、原因を細かく挙げていけば無数に出てきます。ただ、実際の運営現場で繰り返し起きる原因は、おおむね以下の 5 つのカテゴリ に整理できます。
| # | 原因カテゴリ | 現れ方の例 |
|---|---|---|
| ① | 集客が足りない | サイトへの流入総数が減少。SEO 順位の低下、広告停止、SNS 投稿頻度の減少などが背景にあるケース。 |
| ② | CVR が低い | サイトに来ているが買われない。商品ページの説得力不足、カート・決済 UI の不具合、在庫切れの放置などが原因。 |
| ③ | リピーターが育っていない | 新規顧客は獲得できているが、2回目以降の購入につながらない。メルマガ・LINE などの再訪促進施策の不足。 |
| ④ | 客単価が伸びない | 1件あたりの購入金額が頭打ち。クロスセル・アップセル提案の不足、セット販売の機会逃し。 |
| ⑤ | 特定チャネルへの偏り | 広告依存・SEO 依存など、特定チャネルへの集中。そのチャネルが変動すると売上全体が崩れるリスク集中。 |
売上が伸びない時、まずはこの 5 カテゴリのどこに原因があるかを切り分けることが最優先です。複数のカテゴリに同時に問題が出ている場合は、 「最も影響が大きいもの」から優先順位を付けて打ち手を出す 必要があります。
2. GA4で見るべき指標と「分析が止まる理由」
5 つの原因カテゴリそれぞれに、GA4 で見るべき指標は対応しています。ですが、現場では 「指標は見られるが、結局どう動けばいいか判断がつかない」 という"分析の止まり"がよく起きます。
| 原因 | GA4で見る指標 | "分析が止まる"パターン |
|---|---|---|
| ① 集客 | セッション数、チャネル別構成比、ランディングページ別流入 | 「自然検索が減った」のは分かるが、原因のページ・キーワードまでは特定が難しい |
| ② CVR | CV率、ファネル離脱率、ランディングページ別 CVR | 「全体 CVR は下がった」のは見えるが、どのページ・どのステップが原因かを掘り下げる手間が大きい |
| ③ リピーター | 新規/再訪比率、初回購入後の再訪率、コホート分析 | 「リピート率が低い」のは分かるが、どのチャネルから来た新規がリピートしやすいかまでは見えにくい |
| ④ 客単価 | AOV、商品別売上、共購入分析 | 「客単価が下がった」のは分かるが、どの商品の組み合わせを提案すれば上がるかまではデータから読み解きにくい |
| ⑤ チャネル偏り | チャネル別売上構成比、アシスト貢献、アトリビューションモデル比較 | 「広告依存が高い」のは分かるが、SEO や SNS が「新規獲得に本当に効いているか」をラストクリック以外の視点で評価するのが難しい |
この「指標は見えるが打ち手が出ない」状態こそが、 EC 運営における"分析疲れ"の正体 です。GA4 の数値を眺める時間が長くなっても、売上の改善には直結しません。
ここで発想を転換し、 AI に「正しい質問」を投げて、データから打ち手を引き出してもらう アプローチを試すと、 同じ GA4 データから今までと違う気づき が得られます。次章から、その「正しい質問」の具体例を 5 つ紹介します。
3. 質問①「先月の売上が落ちた要因を、流入の変化から教えて」
売上の数字を見て「あれ、先月落ちてる」と気づいた時、最初に投げるべき質問です。
💬 AIに投げる質問例（コピペでそのまま使えます）
「先月の売上が前月比でどう変化したか、流入チャネルの変化から要因を教えてください。」
AI が見るデータ
- チャネル別セッション数の前月比・前年同月比
- チャネル別売上の構成比変化
- ランディングページ別流入の上下動
- SEO 順位の変動（Search Console 連携時）
AI 回答イメージ（仮想例）
「先月の売上は前月比 -12% でした。要因の中心は 自然検索流入の 30% 減少 です。特に『○○ ギフト』『○○ おすすめ』といった指名性のないキーワードからの流入が大きく減少しており、これは検索結果でのページ順位が 3 位から 7 位に落ちたことが主因と推測されます。
広告経由の流入は安定しており、SNS は微増。SEO の順位下落に絞った打ち手（該当ページのリライト・コンテンツ強化）を最優先することをおすすめします。」
次の打ち手の例
- 順位が落ちたページを特定し、コンテンツの網羅性・検索意図適合度を再確認
- 競合上位ページの構造（タイトル・H1・H2）を確認してリライト
- 広告配分を SEO 失速の補填として一時的に強化
この質問の良さは、 「売上が落ちた」という結果から、原因チャネルまでを一気通貫で把握できる 点です。GA4 を個別に開いて各レポートを行き来する手間が大幅に削減されます。
4. 質問②「CVRが下がっている原因を、ファネルの離脱率から教えて」
集客は安定しているのに売上が落ちているとき、CVR 低下が疑われます。原因をファネルの各ステップから特定するための質問です。
💬 AIに投げる質問例（コピペでそのまま使えます）
「直近28日のCVRを前月と比較して、商品閲覧→カート追加→決済→購入完了の各ステップでどこの離脱率が悪化しているか教えてください。」
AI が見るデータ
- 購入ファネルの各ステップ通過率（商品閲覧→カート追加→決済→購入完了）
- 各ステップの離脱率の前月比
- 離脱が多いランディングページ
- デバイス別（PC / SP）のファネル離脱差
AI 回答イメージ（仮想例）
「直近28日の CVR は 2.1%（前月 2.5%）と 0.4 ポイント低下しています。要因はファネルの 決済画面の離脱率が前月比 +15% 悪化していることです。特に SP（スマホ）での離脱が顕著で、PC では大きな変化はありません。
最近の決済画面の UI 変更や、特定の支払い手段（クレジットカード）のエラー多発などが疑われます。SP 決済画面のエラーログ確認と UI チェックを最優先することをおすすめします。」
次の打ち手の例
- SP 決済画面の UI を実機テスト（特に最近の変更箇所）
- 決済プロバイダのエラーログを確認
- ファネル全体の通過率を月次ダッシュボード化して継続監視
CVR は「全体の数字」では原因が見えにくい指標です。 ファネルのどこで何が起きているか をAIに整理させると、対処の優先順位が明確になります。
5. 質問③「リピーターを増やすには、どのチャネルの新規を増やすべき？」
リピーターを増やしたい時、多くの EC 運営者は「メルマガ施策」「LINE 配信」など 再訪促進の打ち手 を考えがちです。ただ、 「そもそもどのチャネルにリピーターが多いか／どのチャネルで新規が偏っているか」 という入口の質問が見落とされています。
💬 AIに投げる質問例（コピペでそのまま使えます）
「過去6ヶ月で、新規ユーザーとリターニングユーザーのチャネル別構成を比較して、リピーター獲得の機会があるチャネルを教えてください。」
AI が見るデータ
- チャネル別の新規ユーザー数 vs リターニングユーザー数（過去6ヶ月）
- 各チャネルの リターン率（リターン ÷ 全ユーザー）
- 新規偏重のチャネルと、リピーター獲得済みのチャネルの構成差
- リターニングユーザーの売上貢献度（チャネル別）
AI 回答イメージ（仮想例）
「過去6ヶ月の新規 vs リターニングユーザー構成は以下です。
・メルマガ: リターン率 78%（リピーター主体・既存顧客の再訪チャネルとして機能）
・自然検索: リターン率 45%（新規とリピーターが混在）
・リスティング広告: リターン率 12%（ほぼ新規・リピーター獲得の機会が眠っている）
・SNS（オーガニック）: リターン率 31%
リスティング広告は新規流入は多いがリターン率が極端に低く、せっかく獲得した新規顧客がリピーターに育っていない可能性があります。一方、自然検索はリターン率 45% で、新規もリピーターも一定数獲得できているバランス型です。
リピーターを増やす施策は2方向あります。①自然検索流入を増やす（既にリピーター化しやすい層が来ている）、②リスティング広告で獲得した新規を、メルマガや LINE で2回目購入につなげる（取りこぼし回収）。両方を並走させると効果が高いと考えられます。」
次の打ち手の例
- SEO 投資の優先度を上げる（リピーター化しやすい自然検索流入の拡大）
- リスティング広告経由の新規には、初回購入後のフォローメール強化で2回目購入を促進
- メルマガ登録誘導を新規購入直後のサンクスメールに組み込む（リスティング広告の取りこぼし回収）
「リピーター対策＝メルマガ」と思い込みがちなところを、 「リピーターが既にいるチャネル」と「新規偏重のチャネル」の構成差 から戦略を組み立てる発想に転換できます。
6. 質問④「客単価を上げるには、どの商品の組み合わせが有効？」
客単価を上げる打ち手は「単価の高い商品を売る」「セット販売を増やす」など複数ありますが、 「実際にどの商品がよく一緒に買われているか」 がデータから見えていないと、的外れな提案になります。
💬 AIに投げる質問例（コピペでそのまま使えます）
「過去3ヶ月で、よく一緒に購入されている商品の組み合わせ TOP10 を教えてください。」
AI が見るデータ
- 同一トランザクション内の商品の組み合わせ（共購入分析）
- 各商品のカテゴリ別売上ランキング
- 客単価別の購入商品数の分布
- セット販売前後の AOV 変化
AI 回答イメージ（仮想例）
「過去3ヶ月の共購入 TOP3 は以下です。
1. 商品 A（メイン）と商品 B（消耗品） ─ 同時購入率 32%・組み合わせ売上 ¥XXX万
2. 商品 C（ギフト）と商品 D（ラッピング） ─ 同時購入率 28%
3. 商品 E（季節商品）と商品 F（保存用品） ─ 同時購入率 19%
最も改善余地が大きいのは、 商品 A の商品ページで商品 B のレコメンドが表示されていないことです。現在、商品 A 単独で購入する顧客が 68% いますが、商品 B のレコメンドを商品ページに追加すれば、同時購入率を 32% → 40% 以上に高められる可能性があります。これにより AOV が約 ¥XXX 円上昇すると試算されます。
商品ページのレコメンド枠の改修を最優先の打ち手として推奨します。」
次の打ち手の例
- 共購入率が高い商品の組み合わせを商品ページのレコメンドに反映
- セット販売（バンドル割引）の新設
- カート画面で「もう少しでXXX円送料無料」のクロスセル提案
データに裏打ちされた組み合わせを提示することで、 感覚的な「これとこれが合いそう」を超えた具体策 が出せます。
※ この質問は、Ruribitaki Analytics 以外の AI ツールでは答えられない場合があります。
7. 質問⑤「広告とSEOのどっちが新規顧客獲得に効いている？」
特定チャネルへの偏りが気になる時の質問です。広告依存になっているのか、SEO が実は新規獲得を支えているのか、 "ラストクリック以外"の視点 で評価するために使います。
💬 AIに投げる質問例（コピペでそのまま使えます）
「過去90日の新規顧客獲得において、広告と自然検索のどちらが貢献していますか？ラストクリックだけでなく、ファーストタッチやアシスト貢献の視点も含めて教えてください。」
AI が見るデータ
- ラストクリック（LC）モデルでのチャネル別 CV 数
- ファーストタッチ（FT）モデルでのチャネル別新規ユーザー獲得数
- データドリブンアトリビューション（DDA）でのチャネル別貢献度
- 各チャネルのアシスト貢献（直接CVは少ないが他チャネルのCVを後押し）
AI 回答イメージ（仮想例）
「過去90日の新規顧客獲得の分析結果は以下です。
ラストクリック視点では、リスティング広告が CV の 45% を占め、自然検索は 22% です。これだけ見ると「広告が稼ぎ頭」に見えます。
しかし ファーストタッチ視点では、 自然検索が初回流入の 38% を占め、リスティング広告は 19% です。つまり 「ユーザーは自然検索でブランドを知り、最後に広告から購入している」 パターンが多いことが分かります。
DDAでも自然検索の貢献度はラストクリックの約 1.8 倍と推定され、 新規顧客獲得においては自然検索が実質的な"集客エース"です。広告は最後の一押しの役割を担っています。
打ち手としては、 SEO 投資を維持・強化しつつ、広告は"クロージング"の役割で予算を最適化するのが理にかなっています。SEO を縮小すると、広告のラストクリック CV も連動して減るリスクが高いです。」
次の打ち手の例
- SEO 投資の継続（コンテンツ拡充・リライト・順位改善）
- 広告予算をクロージング特化に最適化（指名キーワード・ロングテール）
- FT/LC 比率を継続観測し、チャネルバランスを月次レビュー
関連記事で深掘り
アトリビューション分析の基礎、DDA・FT・LC の使い分け、FT/LC 比率による「集客エース」の発見方法は、別記事 「GA4のアトリビューション分析とは？ECサイト運営者のためのモデル選びと活用ガイド」 で詳しく解説しています。あわせてご覧ください。
8. AIに「正しい質問」を投げる4つのコツ
ここまで紹介した5つの質問はそのまま使えますが、自社の文脈に合わせてアレンジする際に "良い質問"の型 を知っておくと、AI の回答の質が大きく上がります。
① 具体的な期間を指定する
「最近の売上について教えて」より 「直近28日の売上を前月と比較して教えて」 の方が、AI は明確にデータを引き出せます。「先週」「先月」「前年同期」など、期間を曖昧にしない方が回答の精度が上がります。
② 比較対象を明示する
「CVR が低い」と聞くより 「CVR を前月と比較して、悪化しているステップを教えて」 と比較対象を入れる方が、変化の要因が見つかります。何との比較で「低い」と言いたいかを明示することが重要です。
③ 「原因 + 次の打ち手」を一緒に聞く
「原因を教えて」だけだと、AI は数値の要約で終わりがちです。 「原因と、そこから考えられる次の打ち手を教えて」 と打ち手まで聞くと、行動につながる回答が得られます。さらに「優先順位を付けて」と添えると、リソース不足の現場で実行可能な提案になります。
④ 仮説を一緒に投げる
「広告依存が気になっているので、SEO や SNS が新規獲得にどれくらい貢献しているか教えて」のように、 自分の仮説を伝えてからデータを聞くと、AI はその仮説を裏付ける/否定するデータを優先的に取り出してくれます。仮説検証のスタイルです。
9. 5つの質問を実データで試す方法
ここまで紹介した5つの質問は、 GA4 と連携したAIアシスタントに投げることで、自社のデータに基づいた具体的な回答が返ってきます。
試す方法は大きく分けて2つあります。
方法1: ChatGPT・Claude などの汎用 AI に GA4 データを貼り付ける
ChatGPT・Claude などの汎用 AI に、GA4 から CSV エクスポートしたデータを貼り付けて分析依頼する方法です。最も手軽ですが、 毎回データを抽出・整形・貼り付ける手間と、 EC 特有の指標（CVR・客単価・アシスト貢献など）の文脈をAIに伝える必要があり、運用コストはかかります。
方法2: EC 特化型の GA4 AI アシスタントを使う
GA4 と直接連携し、EC で重視する指標を初期画面で網羅した EC 特化型の AI アシスタントを使う方法です。データ抽出・貼り付けの手間がなく、商品・カテゴリ・チャネルの構造を AI が理解した上で回答するため、実務での使い勝手が良くなります。
Ruribitaki Analytics で本記事の5つの質問を試す
Ruribitaki Analytics は、EC サイト向けに設計された GA4 × Search Console × AI アシスタント です。本記事で紹介した5つの質問は、Ruribitaki に登録した自社の GA4 データに対してそのまま投げることができます。
- GA4 と Search Console の自動連携：Google アカウントでログインするだけで、データ連携が完了
- 70以上のEC特化グラフ：売上・CVR・客単価・チャネル別貢献度・カゴ落ち・リピーター率など、EC運営に必要な指標を初期画面で網羅
- AI チャットへの自然言語質問：本記事で紹介した5つの質問をそのまま入力可能。回答は数値の根拠つき
- 5日間無料トライアル（クレジットカード不要）：自社の GA4 データで実際に5つの質問を試せます
10. まとめ
ECサイトの売上が伸びない原因は、 集客・CVR・リピーター・客単価・チャネル偏りの5つに整理できます。それぞれに GA4 で見るべき指標は対応していますが、 「指標は見られるが、次の打ち手が出ない」のが現場のあるあるな悩みです。
そこで、 AI に「正しい質問」を投げて、データから打ち手を引き出すアプローチが有効です。本記事で紹介した5つの質問は、いずれも「原因 + 次の打ち手」をセットで聞く構造になっており、回答から具体的なアクションにつながりやすくなっています。
- 質問①「売上が落ちた要因を流入の変化から」→ 集客の問題切り分け
- 質問②「CVR悪化のファネル離脱率」→ サイト内の改善ポイント特定
- 質問③「リピート率が高い新規の流入元」→ 入口チャネル戦略
- 質問④「共購入される商品の組み合わせ」→ 客単価改善の打ち手
- 質問⑤「広告 vs SEO の新規獲得貢献」→ チャネルバランス見直し
これら5つの質問は、 毎月の振り返りタイミングで定期的に投げることで、運営のサイクルに「データ起点の打ち手」を組み込むことができます。GA4 を眺める時間を、 "次の打ち手を引き出す質問の時間" に置き換えるイメージです。
Ruribitaki Analytics の5日間無料トライアル（クレジットカード不要）では、本記事で紹介した5つの質問をご自身の GA4 データに対してそのまま試せます。GA4 と Search Console を Google アカウントで連携するだけで、その日から AI への質問が可能です。
よくある質問（FAQ）
Q.これらの質問は、GA4 標準の Gemini（自動インサイト）でもできますか？
A. 部分的に可能ですが、限界があります。GA4 標準の Gemini は「セッション数が前月比で大幅減」のような異常検知や、基本的な数値要約は得意ですが、本記事のような『なぜ売上が落ちたか？次に何をすべきか？』という多段階の文脈推論や、複数指標を組み合わせた打ち手提案は弱い傾向があります。EC 特化型の外部 AI アシスタント（EC で重視する指標を初期画面で網羅・商品/カテゴリ/チャネルの構造を理解した文脈で回答）の方が、実務で使いやすい打ち手が出やすいケースが多いです。
Q.AIの回答の精度はどれくらいですか？
A. AI の回答精度は、扱うデータ量・指標の粒度・質問の具体性で大きく変動します。本記事で紹介した質問はいずれも『特定の GA4 データに紐づく定量的な問い』のため、AI が数値の根拠を引きながら回答できます。一方、『来年の売上はどうなる？』のような将来予測や、サイト外要因（季節・競合の動向）が大きい問いには精度が落ちます。回答は『AI が提示する仮説』として扱い、最終判断は人が下すのが基本です。
Q.EC 特化の AI アシスタントと汎用 AI（ChatGPT など）の違いは？
A. 最大の違いは『GA4 データに直接アクセスして回答できるか』と『EC で重視する指標を理解しているか』の2点です。ChatGPT・Claude などに GA4 データを貼り付けて分析する方法もありますが、毎回データ抽出・整形・貼り付けの作業が必要です。EC 特化型の AI アシスタント（GA4 と直接連携し、CVR・客単価・カテゴリ別売上など EC 特有の指標を理解した上で回答する）の方が、運用フローとして手間がかかりません。
Q.質問を作るのに、GA4 やデータ分析の専門知識は必要ですか？
A. 本記事の5つの質問はそのまま使えるため、初期は専門知識は不要です。AI に『先月の売上が落ちた原因を、流入の変化から教えて』と日本語で聞くだけで、AI が該当データを引き出して回答します。慣れてくると『直近28日のメルマガ経由のリピーターの CVR を、前月と比較して教えて』のような複合質問もできるようになります。
Q.データが少ないサイトでも AI の回答は意味がありますか？
A. データ量が極端に少ない場合（月間セッション数が数百以下など）は、AI の回答も統計的な根拠が弱くなります。GA4 自身もデータしきい値で個別データを表示しなくなる場合があります。ただし、『どの指標が動いていないか』『どのチャネルが手薄か』といった定性的な気づきは、データ量が少なくても得られます。サイトの成長段階に応じて、AI の活用方法を変えるのが現実的です。
Q.AI に任せると分析がブラックボックスになりませんか？根拠は確認できますか？
A. 良い AI アシスタントは、回答に必ず『参照した GA4 のデータ・期間・指標』を明示します。たとえば『チャネル別セッション数の前月比比較から、自然検索が30%減少したことを根拠としています』のような形です。グラフへのリンクや具体的な数値の提示があれば、人が裏取りできます。逆にデータの根拠を示さない AI 回答は、信頼性に欠けるため鵜呑みにしないことが重要です。
Q.質問の答えから「次の打ち手」を実行するためのリソースがない場合は？
A. リソース不足は多くの EC 運営者の悩みです。AI に『この打ち手の中で、最も低コストで効果が見込めるものは？』『来月の優先度上位3つは？』とさらに質問することで、限られたリソースの中での優先順位付けまで支援できます。打ち手のリストではなく『打ち手の優先順位』を返してもらうことで、実行可能性が高まります。
Q.月にどれくらいの頻度で AI に聞くのがおすすめですか？
A. EC 運営の現場では『月初の振り返り』『月中の進捗確認』『繁忙期前の打ち手検討』の3タイミングが特に有効です。日次で聞くと判断材料が薄くなりすぎ、四半期に1回では機を逸します。本記事の5つの質問は『月初に振り返りとして全部聞く』運用がおすすめです。質問→打ち手→実行→翌月の振り返り、というサイクルが回ります。