ケーススタディ

AI流入は月2万来た。でも、稼げたのは月5,000円だった

先に結論

AI検索で、月2万の流入を得ました。Googleでは無名のメディアが、ChatGPTとBingに拾われて、月に2万人を集めた。ここまでは、この媒体で何度も書いてきた話です。

では、その2万人で、いくら稼げたか。正直に書きます。

AdSense収益は、月5,089円。ページRPMは151円。

2万の流入に対して、月5,000円。流入の数字に対して、現金はずいぶん控えめです。集客と換金は、別の問題でした。 ここを混同すると、「流入は増えたのに、なぜ儲からないのか」で詰まります。なぜこうなるのか、どうすれば変わるのかを整理します。


流入2万、収益5,000円の内訳

数字を並べます。すべて自社の実測です。

指標実数
月間アクティブユーザー約21,000
AI・Bing経由の比率約86%
AdSense収益(月)5,089円
ページRPM151円

RPMは「1,000ページビューあたりの収益」。これが151円ということは、1,000回読まれて151円。占いというジャンルは、ディスプレイ広告の単価がもともと安い。だから流入が2万あっても、AdSenseという換金方法だと、これくらいに落ち着きます。

誤解しないでほしいのは、これは失敗ではありません。集客の実験としては成功した。ただ、「流入を取る」と「お金にする」は、別々に設計しないといけないという、当たり前で見落としやすい事実が、自分の数字で見えただけです。


RPMを決めるのは、量じゃなくてジャンルと売り方

なぜ151円なのか。効いているのは2つです。

ひとつ、ジャンル。占いやエンタメは広告単価が安い。一方で、金融・不動産・保険・BtoB・美容医療といった領域は、同じ1,000PVでもRPMが桁で変わります。広告主が払う単価が、そもそも違うからです。

ふたつ、収益モデル。ディスプレイ広告(AdSense)は、表示されてなんぼの薄利。これに対して、商品が売れるアフィリエイトや自社EC、サービスへの問い合わせは、1件あたりの単価が大きい。同じ占いジャンルでも、電話占いの送客アフィリにすれば、RPMはまるで変わります。

つまり、収益は「何人来たか」ではなく、**「来た1人が、いくらになるか(換金レート)」×「人数」**で決まる。前者を放っておいて人数だけ増やすと、2万人で5,000円になります。


AI流入を、お金に変えるには

順番が大事です。流入を取る前に、換金の設計を先に置く。

  • 収益化しやすいジャンル・問いを選ぶ … 同じ労力なら、1人あたりの単価が高い領域に寄せる。「買う直前の問い」に当たるページを作る(比較記事の作り方
  • ディスプレイ広告だけに頼らない … アフィリエイト・自社EC・問い合わせ導線を用意する。AIが送ってくる「答えを探している人」を、買える場所まで連れていく
  • AIが好むページで、かつ換金できるものを作る … AIは計算ツールや一覧を好む(AIが送るのは答えが出るページ)。その答えの先に、商品やサービスを置く

ECやサービス業にとって、ここはむしろ追い風です。占いと違って、商品が売れる導線がもとからある。AI流入を、そのまま売上に変えられる。流入が薄くても、換金レートが高ければ、5,000円が5万円にも50万円にもなります。


よくある質問

Q. AI検索で流入が増えれば収益も増える? 別問題。当社はAI・Bingで月2万流入だが、AdSense収益は月5,089円・RPM151円。占いは広告単価が安く、流入ほど現金は生まない。流入の前に「その流入がいくらになるか」を設計する。

Q. RPMが低い原因は? 主にジャンルと収益モデル。占い・エンタメはディスプレイ広告が安くRPM数百円。金融・不動産・BtoB・高単価アフィリ・ECは桁違い。量より換金レート。

Q. AI流入を収益につなげるには? ディスプレイ広告だけに頼らず、商品が売れる導線(アフィリ・自社EC・問い合わせ)を用意し、収益化しやすいジャンル・問いを優先する。集客の設計と換金の設計を分ける。


最後に

2万の流入は、気持ちよかった。グラフは伸びるし、AIに拾われた手応えもある。でも口座に入ったのは、月5,000円でした。

流入は、入口にすぎません。その先に、買える場所を置いたか。お金になるかどうかは、人数ではなく、そこで決まっていました。

AL

AIO Lab 主筆

広告運用 × データ分析のマーケター(40代・エンジニア出身)

Meta・Google・TikTok広告のインハウス運用が最も得意。ROAS・CPA起点の高速PDCAで伸ばし、広告と検索(SEO・GEO)の両面から集客を設計します。強みはデータの「見える化」——GA4・BigQuery・日次広告レポートで、数字を判断に変えること。大手予約サービスのマーケ部長を経て、現在はD2Cスタートアップでマーケ/データ責任者。複数の自社メディアを運営し、Bing・AI検索の流入を実データで検証しています。数値はすべて実測、出典のないデータは扱いません。運営者について →

AI検索の実践知

AIに見つかる構造を、実データから設計する。

ChatGPTやBing経由で実際に流入を取った一次データから、AIに見つけられるサイトの条件を発信しています。

実証事例を読む 記事一覧へ