家電買取のLLMOコンサルティング事例│言及率・引用率を改善

K社様は、全国で家電やデジタル機器などの買取サービスを展開する企業です。

LLMO対策では「家電買取　おすすめ」「テレビ買取　おすすめ」といったキーワードでの言及率だけではなく、
「壊れている家電でも買い取ってもらえるのか」
「10年前の家電でも売れるのか」
「買取相場はいくらくらいなのか」
「古いテレビはどこで売れるのか」

といった、ユーザーが買取前に調べる具体的な質問でもK社様のページが引用・参照され、“この条件でも相談できる買取店”として認知される状態を作りたいというご相談をいただきました。

また、K社様はもともと指名検索も多く、「K社 口コミ」「K社 評判」「K社 無料回収」「K社 売れるもの」などで検索されるため、
自社について正しい回答になるように情報を整備したいという要望がありました。

成果

K社様は全国展開しており、もともと一定のブランド認知があったため、施策前から対象プロンプト全体の言及率は49.8％ありました。
一方で、AI回答の根拠として自社ページが引用・参照される割合は32.4％にとどまっていました。

買取品目ページごとにFAQや年式、状態、買取相場などの情報を整備した結果、ブランド言及率は69.8％、引用・参照率は58.7％まで改善しました。

支援前の課題

K社様は全国展開しており、AI検索でも一定の言及がありました。

一方で、AI回答の内容を細かく確認すると、「家電買取 おすすめ」「テレビ買取 おすすめ」といった比較系の質問では名前が出るものの、

「壊れている家電でも売れるのか」
「10年前の家電でも買い取ってもらえるのか」
「テレビの買取相場はいくらくらいなのか」

といった、ユーザーが実際に査定を依頼する前に確認する質問では、自社ページがあまり引用・参照されていませんでした。

主な原因は、テレビ・冷蔵庫・洗濯機などの買取品目ページに、年式、故障、付属品、状態、買取価格の考え方など、
ユーザーが「自分の家電も売れるのか」を判断するための情報が不足していたことです。

また、K社様は「K社 口コミ」「K社 評判」「K社 無料回収」「K社 売れるもの」などの指名検索も多い企業でした。

しかしながら、上記のような質問に対応する回答が明確に記載されていないなど、AIが自社について正確な回答を作るための情報整理にも課題がありました。

提案・実施内容

1．買取品目ページを「売れるか判断できるページ」へ改善

まず、主要な買取品目ページの内容を見直しました。

従来の商品・サービス紹介に加え、

「壊れていても買取できるのか」
「何年前まで査定対象になるのか」
「付属品がなくても売れるのか」
「どのような状態だと値段がつきにくいのか」
「買取価格は何によって変わるのか」
「ジャンク品の買取例」
「ジャンク品の買取実績」

など、その品目を売ろうとしているユーザーが実際に知りたい情報を追加しました。

テレビ、冷蔵庫、洗濯機、エアコンなど、品目によって査定条件が異なるため、全ページに同じ説明を入れるのではなく、それぞれの特徴に合わせて内容を作り分けています。

2．「故障・年式・相場」などのロングテール質問に対応するFAQを追加

AIの回答や検索キーワードを調査し、品目ごとにFAQを整備しました。

たとえばテレビであれば、

「画面が映らないテレビでも買取できますか」
「10年前のテレビでも売れますか」
「リモコンがなくても査定できますか」
「テレビの買取相場はどのくらいですか」

などです。

FAQを増やすこと自体を目的にするのではなく、AIが質問に回答するとき、そのまま根拠として利用できる粒度で情報を用意することを重視しました。

3．指名検索で聞かれている内容を整理し、自社情報を補完

一般的な家電買取の質問だけでなく、

「K社 口コミ」
「K社 評判」
「K社 無料回収」
「K社 売れるもの」

など、ブランド名を含む指名検索でAIが正しい回答を表示するように、
指名検索キーワードを洗いだし、必要なコンテンツを追加しました。　

具体的には、各指名検索キーワードに対して「公式サイトのどのページを回答元にするか」を整理し、不足している情報を追加しました。

例えば「K社 売れるもの」であれば、買取対象となる品目や対象外となるケースを一覧化し、「K社 無料回収」であれば、無料になる条件や費用が発生するケースを明記しました。

また、「K社 口コミ」「K社 評判」については、自社サイトに実際のお客様の声や利用事例を掲載、
それ以外にも査定・買取の流れ、よくある質問など、ユーザーがサービスを判断するための情報を充実させました。

4．実際の買取実績を品目ごとに掲載

「買取相場はいくらか」という質問に対して、一般的な説明だけでは具体性が不足していたため、テレビ・冷蔵庫・洗濯機などの品目ページに実際の買取実績を追加しました。

買取実績には、メーカー・型番・製造年・商品の状態・買取価格などを掲載し、「どのような家電が、どの程度の価格で買い取られているのか」が分かるように整理しました。

たとえば同じテレビでも、年式やサイズ、状態によって査定額が異なります。実際の買取事例を蓄積することで、ユーザーが自分の商品と近い条件を比較できるようにしました。

また、AIにとっても「テレビの買取相場は○円」といった一般論だけではなく、具体的な商品情報と買取価格を紐づけて回答するための一次情報が増えるため、
「○○の買取相場」などの質問で引用・参照されることを狙いました。

成果につながった理由

今回の成果につながった大きな理由は、K社様側でもLLMO対策の優先順位を高く設定し、社内の協力体制を整えていただけたことです。

家電買取サイトは、テレビ・冷蔵庫・洗濯機・エアコンなど多数の買取カテゴリがあり、さらに各ページごとに年式、状態、相場、FAQ、買取実績などを見直す必要がありました。

一部のカテゴリだけを少しずつ改善するのではなく、主要な買取カテゴリを短期間でまとめて改善できたことで、サイト全体の情報量と具体性を一気に高めることができました。

また、K社様側でも各品目の買取条件や実績データを迅速に共有いただき、確認・修正も優先して対応いただけたため、施策が途中で止まることなく進みました。

その結果、短期間でさまざまな質問に対してAIでの言及率・引用率の改善につながったと考えています。

お客様インタビュー

――LLMO対策を検討したきっかけを教えてください。
K社様：もともとAI検索については社内でも話題になっていましたが、最初から最優先だったわけではありません。
ただ、現場から「AIを見て買取の問い合わせをしたというお客様が増えてきた」という声が少しずつ上がるようになってきたんです。
それで、すでにユーザーの行動が変わり始めていると感じました。

そのタイミングで以前から取引のあったオルグローさんに相談しました。

――契約前の提案で印象に残ったことはありますか？
K社様：やるべきことをかなり細かく一覧化してもらったことですね。

「このカテゴリはFAQが不足している」「このページは年式の説明が必要」「相場情報が弱い」「指名検索ではこの内容が不足している」という形で、契約前の段階からかなり具体的でした。
最初に見たときは、正直「こんなにやるのか」と思いました（笑）

弊社担当：そこは意図的でした
LLMOは分析レポートを出すだけでは意味がなくて、実際にサイトへ反映されないと成果につながりません。

K社様の場合はカテゴリ数も多かったので、最初から「施策量はかなり多くなります。
社内で優先順位を上げて、実装まで進められますか」という意味も込めて一覧化しました。
軽く始めて途中で止まるより、最初に必要な工数を共有した方が良いと考えました。

――それでも取り組もうと思った理由は何でしたか？
K社様：やはり、現場からAI経由のお客様が増えているという話が出ていたことが大きかったです。
もしその実感がなければ、「もう少し様子を見よう」となっていたかもしれません。

でも実際に「AIで調べて御社を知った」という問い合わせが出てきていたので、社内でも優先順位を上げやすかったですね。

――実装はかなり大変だったのではないでしょうか？
K社様：大変でした（笑）
家電といっても、テレビ、冷蔵庫、洗濯機、エアコンなどカテゴリがかなり多いので、それぞれ内容を確認する必要があります。
しかも「壊れていても売れるか」「何年前まで対象になるか」「付属品がなくても大丈夫か」など、品目によって回答が違う。

ただ、今回は少しずつやるのではなく、主要カテゴリをまとめて進める方針だったので、社内でも担当を決めて一気に確認しました。
結果的には、その進め方で良かったと思います。

――オルグロー側からの催促も多かったですか？
K社様：多かったですね。
「このカテゴリの確認をお願いします」「次はこちらです」とかなり来ました。
ただ、最初に「実装しないと意味がない」と言われていたので、そこは納得していました。
むしろ、こちらだけで進めていたら後回しになっていたと思います。

――施策後、AIでの言及以外に変化はありましたか？
K社様：感覚的な話ですが、買い取れない商品の査定依頼が少し減ったように感じています。
以前は、「これはさすがに対象外です」という商品でも問い合わせが来ることがありました。
今回、年式や状態、対象となるもの・ならないものをページごとにかなり細かく整理したので、問い合わせ前にユーザー自身で判断できるようになった部分はあると思います。

――それはLLMOとは別の効果ということですね。
弊社担当：そうですね。
今回の目的はAIでの言及率や引用率を上げることですが、そのために追加した情報は、もともとユーザーが査定前に知りたい内容でもあります。

「壊れていても大丈夫か」「10年前でも売れるか」「何が買取対象なのか」が分かれば、対象外の商品を持ち込むユーザーも減ります。
結果論ですが、LLMOのために情報を追加したことで問い合わせの質も上がった可能性はあります。

――指名検索への対応についてはどう感じましたか？
K社様：そこは意外と盲点でした。
ブランド名で検索されているのであれば、もう十分認知されていると思っていたんです。

でも実際には「K社 口コミ」「K社 評判」「K社 無料回収」「K社 売れるもの」など、その後にかなり具体的なことを調べられていました。
せっかく名前を知ってもらっているのに、その先の疑問に公式サイトで答えられていなければもったいないですよね。
今回そこまで整理できたのは良かったです。

――今回の施策で、一番大きかったことは何だと思いますか？
K社様：サイト内の情報がかなり整理されたことですね。
以前も情報はたくさんあったのですが、ユーザーが知りたい形になっていない部分がありました。
今回、カテゴリごとに「何を知りたいのか」を考えて整理したことで、AI対策だけでなく、普通にサイトとしても分かりやすくなったと思います。

――今後、オルグローに期待することはありますか？
K社様：AI検索はまだ変化が速いので、今後もどんな質問が増えているのか、どの情報が参照されているのかを継続して見てもらいたいです。
特に弊社はカテゴリ数が多いので、一度整備して終わりではなく、新しい商品やユーザーの質問に合わせて更新していく必要があると思っています。
今回のように、「ここが足りない」「次はここを直した方がいい」と具体的に優先順位まで示してもらえることを期待しています。 

AI検索で選ばれる状態をつくるLLMOコンサルティング

オルグローでは、ChatGPTやGeminiなどの生成AIや、GoogleのAIによる概要に自社やサービスを正しく理解してもらい、
比較・検討の場面で「おすすめ」として言及・紹介される状態を目指すLLMOコンサルティングを提供しています。

■特徴
・14年間・4,700社以上のSEO支援実績を活かしたLLMO
・独自ツールを活用し、AI検索での言及率・言及シェア率・参照元を調査
・競合との差分を分析し、優先施策とロードマップを設計
・サービスページ改善、コンテンツ制作、外部施策まで対応
・第三者メディア・口コミサイトでの評価強化も支援
・改善提案だけでなく、必要に応じて実装まで対応
・施策後もAI回答での言及状況や回答内容を継続的にモニタリング

■対象企業
中小企業～エンタープライズ企業

■得意なサイト・サービス
・BtoBサービス・SaaS
・EC・D2C・オンラインサービス
・店舗集客型サイト
医療・クリニック・士業・金融などのYMYL領域

■費用
・3ヶ月契約：月額40万円
・6ヶ月契約：月額30万円
※初期費用：無料

AI検索での言及状況や競合との差を把握したい方は、LLMOコンサルティングの詳細はこちらをご覧ください。