開封率42%のメルマガを作っている方法 ― AI×メール配信の実践データ

メルマガの開封率が8%→42%に上がった経緯

「メルマガなんて、もう誰も読んでないでしょ？」

これ、私がメールマーケティングを始めた頃に周りからよく言われた言葉です。

正直、最初は私自身もそう思っていました。2020年に自社のメルマガ配信を始めたとき、開封率はたったの8%。100人に送って8人しか開いてくれない。「やっぱりメルマガは終わったメディアなのかな」と、本気で思っていました。

でも、今は違います。直近6ヶ月の平均開封率は42%。最も反応が良かった配信では、開封率58%を記録しています。

100人に送って42人が開く。8人から42人です。約5倍。売上への影響は言うまでもありません。メルマガ経由の月間売上は、当初の23万円から380万円にまで伸びました。

何がそこまで変わったのか。大きく分けて3つの転換点がありました。

1つ目は「件名の改善」です。件名を変えるだけで開封率が8%から16%に倍増しました。2つ目は「配信時間の最適化」。これで16%から24%に。そして3つ目が「コンテンツの見直し」で、読者が「次のメールも読みたい」と思ってくれるようになり、24%から42%にまで上がりました。

この3つのプロセスすべてにおいて、AIが決定的な役割を果たしています。

私はこれまで1000社以上のコンサルティングを手がけてきて、そのうち600社以上が年商1億円を超えています。自分自身でも輸入・輸出それぞれで年商10億円を達成し、累計10億円以上の売上を持つツール事業も運営しています。その中で、メールマーケティングは最も費用対効果の高いチャネルだと確信しています。

実際、DMA（Direct Marketing Association）のデータによると、メールマーケティングのROIは1ドルの投資に対して平均42ドルのリターン。これはSNS広告の約4倍です。

ただし、これは「正しくやった場合」の話です。やり方を間違えると、開封率8%の地獄から抜け出せません。

この記事では、私が実際にやってきたことを、数字とデータを交えてすべて公開します。AIをどのプロセスでどう使っているのか。件名のA/Bテスト結果、ステップメールのシナリオ設計、セグメント別の配信戦略まで、具体的に解説していきます。

先に言っておきますが、私のやり方は特別なスキルや高額なツールを必要としません。ChatGPTなどのAIツールと、一般的なメール配信ツール（Brevo、Mailchimpなど）があれば、誰でも再現できる方法です。

開封率を決める「件名」のAI活用

メルマガの開封率を左右する最大の要因は、間違いなく「件名」です。

考えてみてください。読者の受信ボックスには、毎日何十通ものメールが届いています。その中で、あなたのメルマガを開くかどうかを判断するのに使われる時間は、ほんの1〜2秒です。その1〜2秒で目に入るのが件名。つまり、件名がダメなら、どんなに素晴らしい本文を書いても読まれることはありません。

私が開封率8%だった頃の件名を今見返すと、恥ずかしくなります。こんな感じでした。

• 「第15回メルマガ：最新のマーケティング情報をお届けします」→ 開封率6.2%
• 「お知らせ：新サービスのご案内」→ 開封率5.8%
• 「今月のまとめと来月の展望」→ 開封率7.1%

典型的な「つまらない件名」です。何が問題か分かりますか。具体性がない、ベネフィットが見えない、開く理由がない。この3つです。

件名の改善にAIを活用し始めてから、世界が変わりました。具体的には、1つのテーマに対してAIに件名のバリエーションを大量に出させて、その中からA/Bテストで勝者を決めていく方法です。

以下のプロンプトを使っています。

Copy
あなたはメールマーケティングの専門家です。以下のメルマガ本文の内容に基づいて、開封率を最大化する件名を20案作成してください。

【メルマガの内容】
{メルマガ本文の要約を200字程度で記入}

【ターゲット読者】
{年齢層、職業、興味関心を記入}

【制約条件】
・ 件名は全角30文字以内
・ 以下の5つのパターンで各4案ずつ作成
  1. 数字・データ型（例：「開封率42%を実現した方法」）
  2. 疑問型（例：「なぜあのメルマガは読まれるのか？」）
  3. 損失回避型（例：「知らないと損するメール配信の落とし穴」）
  4. 好奇心刺激型（例：「メルマガの常識を覆す配信方法」）
  5. パーソナル型（例：「昨日の失敗から学んだこと」）
・ 煽り表現や誇大表現は使わない
・ 絵文字は使わない
・ 自然な日本語で、友人に話しかけるようなトーン

このプロンプトのポイントは、5つのパターンを明示的に指定しているところです。AIに「件名を20個出して」とだけ言うと、似たようなものばかり出てきます。パターンを分けることで、異なる心理的アプローチの件名が揃います。

実際にこの方法でA/Bテストを繰り返した結果、パターン別の平均開封率は以下のようになりました。

• 数字・データ型：平均38.4%（最高52%）
• 疑問型：平均33.1%（最高45%）
• 損失回避型：平均36.7%（最高48%）
• 好奇心刺激型：平均29.8%（最高41%）
• パーソナル型：平均41.2%（最高58%）

意外だったのは、「パーソナル型」が最も開封率が高かったことです。「昨日コンサル先で起きたこと」「私が3年前にやらかした失敗」のような、個人的なエピソードを匂わせる件名が、読者に最も刺さりました。

一方で、「好奇心刺激型」は開封率こそ低めでしたが、開封後のクリック率は最も高いという結果が出ています。つまり、件名の役割（開封させること）と本文の役割（行動させること）は別物だということです。

A/Bテストの具体的な方法ですが、私はBrevoを使って配信リストの20%にまずテスト配信しています。10%にはA案、10%にはB案を送り、2時間後に開封率が高かった方を残りの80%に配信する。この仕組みを自動化してからは、毎回の配信が最適化されるようになりました。

重要なのは、AIが出してきた件名をそのまま使わないことです。AIの件名は「正しいけど面白くない」ものが多い。そこに自分の言葉を一つ足すだけで、開封率が5〜10%変わることはザラにあります。例えば、AIが「メルマガ開封率を3倍にする方法」と出してきたら、「メルマガ開封率を3倍にした”ある変更”」に変える。「方法」を「”ある変更”」に変えるだけで、好奇心が刺激されて開封率が上がります。

件名の改善だけで、私の開封率は8%から16%に倍増しました。たかが件名、されど件名です。

ステップメールのシナリオ設計

単発のメルマガ配信と、ステップメール。この2つの違いを理解しているかどうかで、メールマーケティングの成果は大きく変わります。

単発メルマガは「今日のお知らせ」を届けるもの。一方、ステップメールは「見込み客を段階的に育てるシナリオ」です。登録日を起点に、あらかじめ設計した順番でメールが自動配信されます。

私の経験上、ステップメールのコンバージョン率は単発メルマガの3〜5倍です。なぜなら、人は1回のメールでは行動しないからです。問題を認識し、解決策を知り、信頼を感じ、比較検討し、最終的に「今買う理由」を見つける。このプロセスには時間がかかります。ステップメールは、このプロセスを設計通りに進めるための仕組みです。

では、AIを使ってステップメールのシナリオをどう設計するか。私がコンサル先で実際に使っているプロンプトを共有します。

Copy
あなたはメールマーケティングのシナリオ設計の専門家です。以下の情報に基づいて、7日間のステップメールシナリオを設計してください。

【商品・サービス概要】
{商品名、価格帯、ターゲット層を記入}

【登録経緯】
{リードマグネット名、またはどのページから登録したかを記入}

【読者の現在の心理状態】
{興味はあるが購入には至っていない段階。具体的な不安や疑問を記入}

【ゴール】
{7日目までに読者にどんな行動をとってほしいかを記入}

【各メールの出力形式】
・ 配信日（登録後何日目）
・ メールの役割（読者の心理をどう動かすか）
・ 件名（3パターン）
・ 本文の構成（見出しレベル）
・ CTA（具体的なアクション）
・ 次のメールへの布石（何を期待させるか）

【制約条件】
・ 1通目は価値提供のみ。セールスしない
・ 2〜4通目で問題意識と解決策を提示
・ 5〜6通目で信頼構築（実績・事例）
・ 7通目でオファー提示
・ 各メールは800〜1200文字
・ セールス感を出しすぎない。あくまで「役立つ情報を届けている」というトーン

このプロンプトで重要なのは、「各メールの役割」を明確に指定しているところです。特に、1通目でいきなりセールスしないことが鉄則です。登録直後の読者は「情報がほしい」のであって、「売り込まれたい」わけではありません。1通目でセールスすると、2通目以降の開封率が激減します。

私がコンサルティングしたオンライン英会話スクール（月額制、月29,800円）の事例を紹介します。

このスクールでは、無料体験レッスンの申込みページから離脱したユーザーに対して、ステップメールを配信していました。しかし、従来のステップメールは3通構成で、内容もこんな感じでした。

• 1通目：「無料体験レッスンのご案内」（登録当日）
• 2通目：「まだ体験レッスンを受けていませんか？」（3日後）
• 3通目：「期間限定割引のお知らせ」（7日後）

これはダメなパターンの典型です。1通目からセールス、2通目でプレッシャー、3通目で割引。読者の心理に寄り添う設計が一切ありません。コンバージョン率は2.1%でした。

AIを使って7日間のシナリオを再設計しました。

• 1日目：「英語学習が続かない本当の理由」（価値提供。3つの原因と対策を具体的に解説）
• 2日目：「”聞き流し”では話せるようにならない科学的根拠」（問題意識の深堀り）
• 3日目：「ビジネス英語に必要な単語数は、たった800語」（解決策のヒント）
• 4日目：「3ヶ月で海外取引先と英語で交渉できるようになったAさんの話」（事例紹介）
• 5日目：「なぜ”独学”では限界があるのか」（コーチングの価値を間接的に伝える）
• 6日目：「受講生300人の”Before/After”データ」（実績による信頼構築）
• 7日目：「無料体験レッスンのご案内（今週限定で特典付き）」（オファー）

結果、コンバージョン率は2.1%から6.8%に。約3.2倍です。月間のリード数が500人だったので、従来は10.5人だった成約が34人に増えた計算です。月額29,800円のサービスなので、月間売上の増加額は約70万円。年間にすると840万円の売上増です。

ステップメールのシナリオ設計は一度作ってしまえば自動で動き続けるので、労力に対するリターンが圧倒的に大きいです。AIを使えばシナリオの骨格は30分で作れます。あとは自分の言葉で肉付けしていくだけです。

もう一つ、ステップメールで見落とされがちなポイントを補足します。それは「分岐」です。

7日間のステップメールを全員に同じ順番で送る。これでも効果はありますが、さらに成果を上げたいなら、読者の反応によってシナリオを分岐させるべきです。例えば、3通目のメールでリンクをクリックした人とクリックしなかった人では、4通目以降に送るべき内容が違います。

クリックした人は「興味がある」状態なので、事例紹介やオファーに進めて問題ありません。一方、クリックしなかった人は「まだ興味が薄い」か「メール自体を読んでいない」可能性があるので、別の角度から価値提供を続ける必要があります。

Brevoなどのメール配信ツールでは、この分岐を自動化する「オートメーション」機能が使えます。「メール内のリンクをクリックした場合」「メールを開封しなかった場合」などの条件で、次に送るメールを自動的に切り替えることができます。私のコンサル先では、この分岐を導入することでステップメール全体のコンバージョン率がさらに1.5倍に向上した事例もあります。

AIでメール本文を書く際の注意点

AIでメールの本文を書く際には、知っておくべき落とし穴がいくつかあります。これを知らずにAI生成のメールをそのまま送ると、最悪の場合スパム判定を受けたり、読者に見透かされたりします。

注意点1：セールス感が出すぎるとスパム判定される

AIに「商品を売るメールを書いて」と指示すると、高確率で「セールスライティングのお手本」のような文章が出てきます。

「今すぐ」「限定」「無料」「お得」「見逃すな」。こうした言葉がちりばめられた文章です。

問題は、これらの言葉はメールサービスのスパムフィルターに引っかかりやすいということです。Gmailのスパムフィルターは年々賢くなっていて、「セールスメール的な言い回しの密度」を検知しています。AIが生成したメールは、この密度が高くなりがちです。

私のコンサル先で実際にあった事例ですが、AIが書いたメールをそのまま送ったところ、開封率が突然12%から3%に落ちたことがありました。調べてみると、Gmailの「プロモーション」タブではなく「迷惑メール」フォルダに振り分けられていたんです。

対策としては、AIにメールを書かせるときに「セールスワードを使わないで」と明示的に指示することです。加えて、メール本文中の「セールスワードの密度」を全体の2%以下に抑えることを意識してください。1000文字のメールなら、セールス的な表現は20文字分、つまり1〜2箇所が限度です。

注意点2：AIの文章はメルマガには丁寧すぎる

これは多くの人が見落としている点です。

AIが書くメール文章は、文法的に完璧で、論理構成も整っていて、丁寧な言葉遣いです。一見すると素晴らしいのですが、メルマガとしては「読みにくい」んです。

なぜか。メルマガは「手紙」ではなく「会話」だからです。

あなたが友人にLINEでメッセージを送るとき、「拝啓、時下ますますご清栄のこととお慶び申し上げます」とは書かないですよね。メルマガも同じです。読者との距離を縮めるためには、ある程度カジュアルな文体が必要です。

AIが書いた文章の特徴として、以下のようなものがあります。

• 接続詞が多い（「しかしながら」「一方で」「加えて」）
• 一文が長い（主語と述語が離れすぎている）
• 体言止めを使わない（すべて「〜です」「〜ます」で終わる）
• 個人的な感想がない（客観的すぎる）

これを修正するために、私はAIの出力に対して「加工ルール」を設けています。

• 一文は60文字以内に収める
• 3文に1回は体言止めか口語体を入れる
• 「私は」「正直」「ぶっちゃけ」など、人間味のある表現を追加する
• 抽象的な表現を、具体的なエピソードに置き換える

例えば、AIが「メールマーケティングは効果的なマーケティング手法の一つとして広く認知されています」と書いたら、「メルマガは今でも最強の集客ツールだと思っています。SNSより地味だけど、売上に直結するのはこっちです」に変えます。情報量は同じですが、読者の反応はまったく違います。

注意点3：パーソナライズの重要性

AIを使う最大のメリットの一つが、パーソナライズです。

全員に同じメールを送るのは、全員に同じサイズの靴を履かせるようなものです。合う人もいれば合わない人もいる。でも、多くの事業者が「全員に同じメール」を送り続けています。

私のデータでは、パーソナライズされたメール（名前の挿入だけでなく、過去の行動に基づいたコンテンツ変更を含む）は、汎用メールと比べて開封率が26%高く、クリック率は41%高いという結果が出ています。

パーソナライズの方法については、後ほど「セグメント別の配信戦略」のセクションで詳しく解説します。

「AIが書いた感」を消すテクニック

最後に、「AIが書いた感」を消すための具体的なテクニックをまとめます。

• 冒頭に個人的なエピソードを1つ入れる（「昨日、コンビニで買い物してたら気づいたんですが〜」など）
• 完璧な文章構成をあえて崩す（結論を先に言わず、途中で「ちょっと話がそれますが」を挟む）
• 読者に質問を投げかける（「あなたはどう思いますか？」）
• 自分の失敗談を入れる（AIは失敗談を書くのが苦手）
• 業界の「暗黙知」を入れる（AIが持っていない現場感覚）

これらを意識するだけで、メールの「人間味」は格段に上がります。開封率やクリック率に直接影響するポイントなので、ぜひ実践してみてください。

セグメント別の配信戦略

全員に同じメールを送る。これは、メールマーケティングで最もやってはいけないことの一つです。

にもかかわらず、私がコンサルティングしている会社の約7割が、全リストに同一のメールを配信していました。理由を聞くと、「セグメント分けが面倒」「どう分けていいか分からない」「リストが少ないから分ける意味がない」。大体この3つです。

でも実際にセグメント配信を導入すると、結果は明らかに変わります。

私のコンサル先のECサイト（アパレル、リスト数約8,000人）では、セグメント配信を導入した月に、メルマガ経由の売上が1.8倍になりました。配信数は増やしていません。同じ通数で、内容を分けただけです。

では、どうセグメントを分けるか。私が推奨しているのは、以下の4つの軸です。

軸1：購入履歴

最もシンプルで効果の高い分け方です。

• 未購入者（見込み客）
• 初回購入者（1回だけ買った人）
• リピーター（2回以上購入）
• 休眠顧客（過去に購入したが、3ヶ月以上購入なし）

それぞれに送るべきメールの内容はまったく違います。未購入者には「初回限定クーポン」が効きますが、リピーターに初回クーポンを送ったら逆効果です。リピーターには「VIP限定の先行販売」のほうが響きます。

軸2：行動データ

メール内のリンクをクリックしたかどうか、どのリンクをクリックしたか。この情報は非常に価値があります。

例えば、過去3回のメルマガで「SEO関連」のリンクをクリックした読者と、「広告運用関連」のリンクをクリックした読者では、興味の方向が明らかに異なります。SEOに興味がある人に広告運用の話をしても、響きません。

軸3：登録からの経過日数

登録直後の読者と、1年前から読んでいる読者では、信頼関係の深さが違います。登録直後の読者にはまず信頼構築が必要ですが、長期読者にはストレートなオファーが効果的です。

軸4：エンゲージメント

過去30日間で何通のメールを開封したか。この数字でセグメントを分けます。

• 高エンゲージメント（5通以上開封）：最も反応が良い層。新商品の案内やアップセルが効果的
• 中エンゲージメント（2〜4通開封）：定期的に読んでくれている層。価値提供を継続
• 低エンゲージメント（0〜1通開封）：離脱リスクが高い層。件名の工夫やリスト解除の選択肢を提示

低エンゲージメント層に対してメールを送り続けると、ドメインの送信者評価（レピュテーション）が下がります。これが下がると、高エンゲージメント層のメールまで迷惑メールに振り分けられるリスクがあります。だから、低エンゲージメント層への対応は意外と重要です。

これらのセグメント別にメール文面をゼロから書くのは大変ですが、ここでAIが活躍します。以下のプロンプトで、セグメント別のメール文面を効率的に生成できます。

Copy
あなたはCRM戦略の専門家です。以下のメルマガの内容を、4つのセグメントそれぞれに最適化して書き分けてください。

【メルマガの主な内容】
{新商品の案内、キャンペーン告知など、配信したい内容を記入}

【セグメント定義】
  1. 未購入者：まだ商品を買ったことがない。メルマガ登録のみ
  2. 初回購入者：1回だけ購入済み。商品の良さは知っている
  3. リピーター：2回以上購入。ブランドへの信頼あり
  4. 休眠顧客：3ヶ月以上購入なし。離脱リスクあり

【各セグメントへの出力形式】
・ 件名（そのセグメントに最適化）
・ 冒頭の挨拶（セグメントに合わせたトーン）
・ 本文（同じ商品でもセグメントに合わせて訴求ポイントを変える）
・ CTA（セグメントに最適な次のアクション）
・ 文字数は各800文字程度

【制約条件】
・ 未購入者向け：初回限定の特典を強調
・ 初回購入者向け：商品の活用方法＋関連商品の紹介
・ リピーター向け：VIP感を演出。先行販売や限定情報
・ 休眠顧客向け：「お久しぶりです」のトーン。戻ってくる理由を提示

このプロンプトを使えば、1回の指示で4パターンのメール文面が手に入ります。もちろん、AIの出力をそのまま使うのではなく、各セグメントの実態に合わせて調整する必要があります。特に休眠顧客向けのメールは、「なぜ離れたのか」の理由によってアプローチが変わるので、データを見ながら人間が判断するべきです。

セグメント配信は最初の設定が面倒に感じるかもしれませんが、一度仕組みを作ってしまえば、あとはAIに文面生成を任せてチェック・修正するだけです。手間の割にリターンが大きいので、まだやっていない方はぜひ取り組んでみてください。

効果測定と改善サイクル

メルマガを配信したら終わり、ではありません。むしろ、配信した後からが本番です。

効果測定をせずにメルマガを送り続けるのは、目隠しでダーツを投げているのと同じです。たまたま的に当たることはあっても、再現性がありません。

私が毎回の配信後にチェックしている指標は、以下の3つです。

指標1：開封率

業界やリストの質によって基準値は変わりますが、私の経験上、BtoBなら25%以上、BtoCなら20%以上が「まともに機能している」ラインです。これを下回っている場合、原因は大きく3つに絞られます。

• 件名が弱い（最も多い原因）
• 配信時間が合っていない
• 送信者名が認知されていない

配信時間について補足すると、私のデータでは以下の傾向が出ています。

• BtoB（ビジネスパーソン向け）：火曜〜木曜の午前8時〜9時が最も開封率が高い
• BtoC（一般消費者向け）：水曜・木曜の20時〜21時が最も開封率が高い
• 週末の配信は、BtoB・BtoCともに開封率が平日の60〜70%程度に下がる

ただし、これは「一般的な傾向」です。自分のリストに最適な配信時間は、実際にテストしないと分かりません。私は3ヶ月間、毎週配信時間を1時間ずつズラしてテストし、自分のリストに最適な時間帯を特定しました。結果、私のリスト（EC事業者向けBtoB）は木曜日の午前7時が最も開封率が高いことが分かりました。朝の通勤時間に読む人が多いんです。

指標2：クリック率

開封率が高くてもクリック率が低い場合、「件名は良いが本文が弱い」ということです。

私の基準値は、開封者の10%以上がクリックしていれば合格、15%以上なら優秀です。

クリック率が低い場合の原因と対策は以下の通りです。

• CTA（行動喚起）が弱い → 「詳しくはこちら」ではなく「3分でわかる解説動画を見る」のように具体的に
• CTAの位置が遠い → メールの前半（スクロールなしで見える位置）にもCTAを置く
• リンク先への期待値が伝わっていない → リンク先で何が得られるかを明示する
• 本文が長すぎる → 1メール1テーマに絞る

指標3：解除率

1配信あたりの解除率が0.5%を超えたら、黄色信号です。

解除率が高い場合、「コンテンツが読者の期待と合っていない」か「配信頻度が高すぎる」のどちらかが原因であることがほとんどです。

面白いデータがあります。私のコンサル先（健康食品EC、リスト数12,000人）で、配信頻度を週3回から週1回に減らしたところ、解除率は0.8%から0.2%に下がり、逆に開封率は18%から31%に上がりました。「たくさん送れば売上が上がる」は幻想です。質の高いメールを適切な頻度で送るほうが、長期的な成果につながります。

AIで配信結果を分析する

これらの指標を毎回手作業で分析するのは大変ですが、AIを活用すれば効率化できます。

私がやっている方法はシンプルです。メール配信ツールからエクスポートした配信データ（開封率、クリック率、解除率、配信日時、件名など）をCSVにして、AIに分析させます。

「過去3ヶ月の配信データを分析して、開封率が高い配信の共通点と、低い配信の共通点を抽出してください」と指示するだけで、AIは驚くほど的確な分析結果を出してくれます。

例えば、私が実際にAIに分析させた結果、以下のような発見がありました。

• 件名に数字が入っている配信は、入っていない配信より開封率が平均7.3%高い
• 火曜日の配信は木曜日の配信と比べてクリック率が1.4倍低い
• 本文が1500文字を超えるメールは、解除率が2倍になる傾向がある
• 「PS」を本文末尾に追加したメールは、クリック率が23%高い

こうした発見は、人間がデータを眺めているだけでは気づきにくいものです。AIの強みは「大量のデータからパターンを見つける」ことにあるので、まさにこういう分析はAIの独壇場です。

月次レビューの実践

私は毎月1日に、前月のメルマガ配信結果を30分かけてレビューしています。やることは3つだけです。

1つ目は、前月の配信データをAIに投げて分析させること。先ほど説明した方法です。

2つ目は、分析結果から「今月試すこと」を3つ決めること。多くを変えすぎると、何が効いたか分からなくなります。月に3つまでが限度です。

3つ目は、先月の「試したこと」の結果を確認すること。先月試した3つのうち、効果があったものは定着させ、なかったものは別のアプローチに切り替えます。

この月次レビューを12ヶ月続けた結果、私の開封率は8%から42%に到達しました。1ヶ月で劇的に変わったわけではありません。毎月少しずつ改善を積み重ねた結果です。地味ですが、これが最も確実な方法です。