投稿者 投稿日: カテゴリー EC×AI活用
顧客データの主導権とは、AIが販売を仲介しても購入者情報を自社で使える状態のことです。
ChatGPTやGeminiの中で商品を探し、そのまま注文まで終える買い方が2025年秋から段階的に広がっています。売上が立つのは喜ばしいことですが、その注文の「お客様が誰で、なぜ買い、次に何を買いそうか」を、店舗側がどこまで受け取れているかを確かめている事業者はまだ多くありません。この記事では、AI経由の販売で店舗が手放してはいけない4つのデータと、AIに渡してよいデータの線引きを、プロンプト3本つきで整理します。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）の現場知見にもとづいて解説します。
AIが売り場の入口になると、店舗から何が見えなくなるのか
答えは「購入の前後にある文脈」です。注文データそのものは届いても、どんな質問をして、どの競合と比べ、なぜ自社の商品を選んだのかという会話は、AIの側に残ります。
従来の自社ECでは、検索キーワード、閲覧したページ、カートに入れて外した商品、購入後のメール開封まで、1人の顧客の行動を自社のアクセス解析と会員データで追えました。AIが接客の窓口になると、この行動の大部分がAIとの会話の中で完結します。店舗に届くのは、最後の「この商品を、この住所に」という注文情報だけ、という形になりやすいのです。
この構図は、日本のEC事業者にとって初めてのものではありません。楽天市場やAmazonに出店している店舗は、すでに似た状況を経験しています。Amazonでは購入者のメールアドレスが匿名化された中継アドレスで渡され、出品者がAmazonの外で顧客に連絡することは規約で制限されています。楽天市場でも、購入者情報の利用目的や楽天市場外への誘導には店舗運営規約上の制限があります。売上はモールの集客力に支えられる一方、顧客との関係はモールのルールの内側でしか育てられません。
AI経由の販売は、このモール依存と同じ構造を、より見えにくい形で持ち込みます。モールには「楽天市場の店舗」「Amazonの出品者ページ」という店舗の看板がありますが、AIの会話の中では、商品名と価格だけが並び、店舗の名前が記憶に残らないことも珍しくありません。
5,000社支援の中で何度も再現したパターンとして、新しい販路の売上比率が3割を超えたあたりで、自社の会員数の伸びが止まり、広告費の割合が上がり始めるという流れがあります。モールでもSNSショップでも起きてきたことで、AI経由の販売でも同じ曲線をたどる可能性が高いと判断しています。米国では年末商戦で自社ECの利用率が下がっているという調査も出ており、チャネル分散の動きは年末商戦の自社EC利用が46%に低下した米調査の解説で詳しく整理しています。
だからこそ、AI経由の売上がまだ小さい2026年のうちに、どのデータを自社に残し、どのデータをAIに渡すかの線を引いておく価値があります。売上比率が上がってから線を引き直すのは、モール依存の経験から見ても相当に困難です。
「merchant of record」が顧客データの行き先を決める
顧客データの行き先を決める最大の要素は、その取引の販売者（merchant of record、法的に売り手となる事業者）が誰になるかです。売り手が店舗のままなら、返品・問い合わせ・購入者情報は店舗に残り、AIのプラットフォームが売り手になれば、顧客との関係もそちらに移ります。
OpenAIは2025年9月に、ChatGPTの中で購入まで完了できる「Instant Checkout」と、その仕組みを公開したAgentic Commerce Protocolを発表しました。この方式では、店舗が販売者のまま注文・決済・配送・返品を担う設計になっています。GoogleのUCPやMicrosoftのCopilot Checkoutなども、店舗が販売者として残る方向でそろいつつあると、業界の解説記事では整理されています。
ただし、販売者が店舗に残ることと、顧客データをすべて受け取れることは同じではありません。決済事業者のAdyenは小売向けの解説記事で、AIのインターフェースに顧客との関係を奪われると取り戻せない可能性があるという趣旨の指摘をしています。業界の報道では、米国の大手ホームセンターがNRFの場で、自社が販売者であり続けることでブランドを購買体験の一部に残せると説明した例も伝えられています。
決済データの重要性を指摘する声もあります。決済コンサルティングのCMSPIは2026年4月の論考で、AIによって買い物の導線が分断されると、Cookieやログインで顧客を識別する仕組みが崩れ、決済データが店舗と購入者をつなぐ数少ない接点になると論じています。
ここから読み取れるのは、データの主導権は「AIに出るか出ないか」ではなく、「どの方式で出るか」で決まるという点です。店舗が販売者として残り、注文情報と決済情報を自社のシステムで受け取れる方式を選べば、AI経由でも顧客との関係は守れます。逆に、AIプラットフォームが代理購入する方式や、AI接客ツールが会話ログを自社サービスの学習に使う契約では、売上と引き換えに顧客の文脈を手放すことになります。
AI購買の決済規格は、ACPとUCPのように複数が並行しています。規格ごとの違いと、店舗側が個別対応しなくて済む仕組みについてはVisa Intelligent Commerce Connectの解説が参考になります。
手放してはいけない4つのデータと、AIに渡してよいデータの線引き
線引きの基準は1つです。「そのデータがなければ、2回目の購入を自社で生み出せないか」。この基準で分けると、手放してはいけないデータは次の4つに絞れます。
1つ目は、購入者の連絡先と配信同意です。メールアドレスやLINEの友だち登録、そしてメールマガジンを送ってよいという同意の記録がなければ、リピート施策は打てません。AI経由の注文でも、注文確認メールを自社のアドレスから送れる方式か、配信同意を取る画面を自社側で持てるかを確認します。
2つ目は、SKU単位の購入履歴です。どの色・どのサイズを、いくらで、いつ買ったかという明細は、定期購入の提案や在庫計画の土台になります。AIチャネルからの注文が「合計金額だけ」で届く設計だと、後から分析できません。
3つ目は、問い合わせと返品の理由です。AI接客が一次対応を代行すると、「サイズ感が想像と違った」「ギフト包装の指定ができなかった」といった生の声がAIの会話ログに埋もれます。返品理由と問い合わせ内容を自社の管理画面に戻す連携は、商品改善の材料を守る意味で欠かせません。
4つ目は、決済と配送の実績データです。支払い方法、配送先の地域、配送日時の指定、不正注文の判定結果は、LTV（顧客生涯価値、1人の顧客が取引期間中にもたらす利益）の計算と不正対策の両方に使います。
食品ギフトを扱う店舗を例にすると、4つのデータの意味がよくわかります。お歳暮の時期にAI経由で注文した人が、誰に、どの価格帯の詰め合わせを、のし付きで贈ったのか。この明細と配送先の情報があれば、翌年の11月に「昨年お贈りいただいた方へ」という案内を送れます。注文金額しか残っていなければ、翌年はまた広告費をかけて同じ人を探し直すことになります。ギフト商材はリピートの周期が1年と長いぶん、1回目の購入時に受け取るデータの差が、翌年の売上に直結します。
反対に、AIに渡してよいデータもはっきりしています。商品名、属性、価格、在庫数、配送条件、送料、返品条件、公開済みのレビュー要約など、商品ページにすでに載っている情報は、むしろ積極的に渡すべきです。AIに正確な商品情報が届かないと、AI経由で選ばれる機会そのものを失うからです。
個人データをAIサービスに渡す場合は、個人情報保護法上の扱いも確認が必要です。個人情報保護委員会は2023年6月に生成AIサービスの利用に関する注意喚起を公表しており、利用目的の範囲内か、委託として扱えるか、第三者提供にあたるかを整理することが前提になります。オンデバイスで処理する選択肢については顧客データをクラウドに出さないAI運用の解説で詳しく扱っています。
ここから、実際の線引き作業を3本のプロンプトで進めます。ChatGPT、Claude、Geminiのいずれでも使える書き方にしています。
最初に、自社がいま持っている顧客データを棚卸しします。項目名をExcelやスプレッドシートから貼り付けるだけで、4分類のどこに入るかを判定させるプロンプトです。
プロンプト1：顧客データ項目の棚卸しと4分類
あなたはEC事業者のデータ管理に詳しいコンサルタントです。
以下は当社の受注管理・会員管理システムに保存されている項目名の一覧です。
各項目を次の4つのどれかに分類し、理由を1行で添えてください。
分類A：自社で保持必須（2回目の購入を生むために不可欠）
分類B：AIに渡してよい（商品ページに公開済み、または公開して問題ない）
分類C：AIに渡す場合は匿名化・集計が必要
分類D：AIに渡さない（個人を特定できる、または契約上外部提供できない）
条件：
1. 個人情報保護法上の「個人データ」に該当しうる項目には「要法務確認」と付記する
2. 判断に迷う項目は分類Cに入れ、迷った理由を書く
3. 最後に、分類Aのうち現在AIチャネル経由の注文で欠けている可能性が高い項目を3つ挙げる
項目一覧：
{項目名を1行ずつ貼り付け}
当社の販売チャネル：{自社EC／楽天市場／Amazon／AIチャネル名など}
次に、AIの販売チャネルやAI接客ツールの規約を読ませて、顧客データの帰属を確認します。英語の規約でも日本語で要点を返させる設計です。
プロンプト2：AIチャネル・AI接客ツールの規約からデータ条項を抽出
あなたはEC事業者向けの契約レビューを補助するアシスタントです。
以下はAI販売チャネルまたはAI接客ツールの利用規約・データ処理条項の本文です。
次の6つの観点で、該当する条文の要約と、当社にとってのリスクを日本語で整理してください。
1. 取引の販売者（merchant of record）は誰になるか
2. 購入者の氏名・連絡先・住所は当社に渡されるか、渡される場合の形式
3. 会話ログや問い合わせ内容は当社が取得できるか
4. 当社が提供した商品データ・顧客データを、提供元が自社サービスの学習や改善に使えるか
5. 契約終了時にデータの返却・削除を求められるか
6. 購入者へのメール配信など、購入後の連絡にどんな制限があるか
条件：
- 条文に書かれていないことは「記載なし」とし、推測で補わない
- 最後に、法務担当や顧問弁護士に確認すべき質問を5つ挙げる
規約本文：
{規約テキストを貼り付け}
最後に、自社ECでAI経由の注文が入ったとき、購入後に自社との接点をつくる導線を設計します。モールの店舗運営規約で外部誘導が制限されている販路には使わず、自社ECの注文に限定して運用してください。
プロンプト3：自社EC・AI経由注文の購入後接点設計
あなたは自社ECのCRM設計に詳しいマーケターです。
当社の自社ECでは、AIチャネル経由の注文が月{件数}件入っています。
これらの購入者を自社の会員・メール配信につなげるため、購入後14日間の接点設計を作ってください。
前提：
- 商品ジャンル：{ジャンル}
- 平均購入単価：{金額}円
- 注文確認メールは当社から送信できる／できない：{どちらか}
- 同梱物（納品書・チラシ）を入れられる：{可否}
出力してほしいもの：
1. 購入直後・到着日・到着7日後・14日後の4時点の接点案（媒体と内容）
2. 会員登録やメール配信の同意を取る文言案（特典を付ける場合は景品表示法上の上限に配慮）
3. AI経由の購入者だと判別するための受注データ上の目印
4. 4時点それぞれで追うべき指標
禁止事項：
- 購入者の同意なくメールマガジンを送る設計にしない
- 誇大表現や「必ず得をする」といった断定表現を使わない
3本を順に回すと、棚卸し、契約確認、購入後の導線という3段階で、データの主導権を取り戻す作業が進みます。直近の支援案件で観測したのは、プロンプト1の棚卸しの段階で「AIチャネル経由の注文だけ配信同意フラグが空欄」という欠落が見つかるケースでした。
よくある失敗例と回避策
失敗の多くは、売上が立ったことで安心し、データの受け取り方を後回しにすることから起きます。現場で繰り返し見るのは次の3つのパターンです。
1つ目は、AI接客ツールの導入時に、会話ログの帰属を確認しないまま契約するケースです。ツールの管理画面で会話を閲覧できても、エクスポートができない、契約終了と同時に消える、という条件は珍しくありません。回避策は、プロンプト2で規約を読ませたうえで、導入前に「会話ログのCSV出力」「契約終了後90日間のデータ返却」を書面で確認することです。
2つ目は、AIチャネル経由の注文を既存の受注データと混ぜてしまうケースです。チャネルの識別子を付けずに取り込むと、AI経由の購入者がリピートしているのか、1回で離れているのかを後から切り分けられません。受注取り込みの段階で、販売チャネルの列を1つ追加するだけで防げます。
3つ目は、顧客との接点を取り戻そうとして、モールの規約に触れる施策を打ってしまうケースです。楽天市場の店舗が、楽天R-Mailや商品ページから自社ECやSNSへ誘導することは店舗運営規約で制限されています。モールで獲得した顧客との関係は、楽天市場内のレビュー・お気に入り・R-Mailの範囲で育てるのが原則です。データの主導権を強めたい場合は、自社ECの販路そのものを育てる方向で考えます。
KPI設計と費用・工数の目安
KPIは「AI経由の売上」だけで見ず、「AI経由の購入者がどれだけ自社の顧客になったか」を並べて追います。具体的には、AI経由注文のうち配信同意を取れた割合、AI経由購入者の90日以内リピート率、AI経由注文1件あたりの問い合わせ・返品理由の取得率の3つが基本です。
目安として、自社ECの通常の新規購入者と比べて、AI経由の購入者の配信同意率が半分以下にとどまっている場合は、購入後の導線に欠落がある可能性が高いと判断します。公式な業界統計はまだ乏しいため、まずは自社の通常チャネルとの比較で差を見るのが現実的です。
費用面では、プロンプト1〜3の運用はChatGPT、Claude、Geminiの個人向け有料プラン（各社とも月額20米ドル前後の価格帯、最新の価格は各社公式で要確認）で十分に回せます。規約レビューを法務担当や外部の専門家に依頼する場合は、AIで論点を事前に整理しておくことで、確認の時間を短縮できます。
工数は、棚卸しに半日、主要なAIチャネル1つあたりの規約確認に2〜3時間、購入後導線の設計と実装に2〜5日が目安です。受注システムにチャネル識別の列を追加する作業は、利用中のシステムによって数時間から数日まで幅があります。
KPIの見直し頻度は、AI経由の売上比率が月商の5%未満のうちは四半期に1回で十分です。5%を超えたら月次に切り替え、配信同意率とリピート率が通常チャネルとどれだけ離れているかを経営会議の定例資料に入れます。店舗運営の現場感覚では、数字を定例資料に載せた時点で、受注・CS・マーケティングの各担当が「AI経由の顧客」を自分ごととして扱い始めます。逆に、担当者の手元の集計だけで済ませていると、売上比率が2割を超えるころまで誰も欠落に気づかないことがあります。
今後の展望：AIチャネルは「第2のモール」になるか
AIチャネルは、2027年にかけて「第2のモール」として扱うのが現実的な見方だと判断しています。集客力は大きく、出店しない選択は取りにくい。一方で、顧客との関係はプラットフォームのルールの内側でしか育てられない。この両面を持つ点で、楽天市場やAmazonと同じ付き合い方が求められます。
モールとの違いは、ルールがまだ固まっていない点です。販売者を店舗に残す方式が主流になりつつある一方、会話ログの扱いや、購入後のメール配信の可否は、プラットフォームごとに差があります。規約が固まる前のいまは、店舗側が「データを受け取れる方式を選ぶ」ことで交渉力を持てる時期でもあります。
AIエージェントの決済では、エージェントの本人確認（KYA）の仕組みも整いつつあり、AIが店舗の管理画面を直接操作する動きも出てきました。こうした変化が進むほど、受注処理や配送の体制にも影響が及びます。エージェント経由の注文で崩れやすい受注処理についてはAIエージェント経由の注文に耐える受注処理5つの設計で整理しています。
もう1つの論点は、生成AI検索での引用です。AIが商品を選ぶとき、根拠として引用されるのは、店舗の商品ページや自社ブログに書かれた具体的な情報です。顧客データを自社に残すことと、商品情報をAIに正しく届けることは、対立するものではなく両輪です。前者が2回目の購入を、後者が1回目の購入を生みます。
よくある質問
AI経由の販売は顧客データを失うので避けるべきですか
いいえ、避ける必要はありません。店舗が販売者として残り、注文情報と決済情報を自社で受け取れる方式を選べば、顧客との関係は守れるからです。避けるべきなのは、データの帰属を確認しないまま売上だけを追う進め方です。
merchant of recordとは何ですか
merchant of recordとは、取引で法的に売り手となる事業者のことです。返品・返金・問い合わせ対応の責任と、購入者情報の受け取り先がこの事業者に結びつくため、AIチャネルを選ぶときに最初に確認すべき項目になります。
楽天市場の店舗でもこの線引きは必要ですか
はい、必要です。ただし楽天市場の店舗は、店舗運営規約の範囲内で考える必要があります。楽天市場で獲得した顧客を楽天R-Mailや商品ページから外部へ誘導することは制限されているため、楽天市場内の施策で関係を育て、データの主導権は自社ECの販路で強めるのが基本です。
AI接客ツールに顧客の注文履歴を渡しても大丈夫ですか
条件付きで可能です。利用目的の範囲内か、委託として扱えるか、提供先が学習に使わない契約かを確認してから渡すのが前提になります。個人情報保護法上の扱いに迷う場合は、匿名化や集計をしたデータに置き換えて渡す方法が安全です。
最初に何から始めればよいですか
最初の一歩は、受注データに販売チャネルの列を追加し、AI経由の注文を識別できるようにすることです。識別できなければ、配信同意率やリピート率の比較ができません。そのうえで、プロンプト1で自社の顧客データ項目を棚卸しします。
小規模な店舗でも取り組む意味はありますか
はい、意味があります。AI経由の売上比率が小さいうちに線を引くほど、後から設計を変えるコストが小さく済むからです。棚卸しと規約確認だけなら、1日程度の作業で始められます。
まとめ
AI経由の販売は、売上の入口を広げる一方で、顧客との関係をプラットフォーム側に移すリスクを持っています。手放してはいけないのは、連絡先と配信同意、SKU単位の購入履歴、問い合わせと返品の理由、決済と配送の実績の4つです。商品情報はAIに積極的に渡し、顧客データは自社に残す。この線引きを、AI経由の売上がまだ小さいうちに決めておくことが、モール依存で経験した構図を繰り返さないための近道です。
参考文献
- OpenAI「Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol」
- Adyen Knowledge Hub：小売大手のエージェンティックコマース対応に関する解説
- CMSPI：エージェンティックコマースの脅威と店舗が主導権を保つ方法に関する論考（2026年4月）
- 個人情報保護委員会
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
