廃業寸前の旅館がAI活用で予約サイト評価を回復させた事例

結論：口コミ平均3.2の旅館が8か月で4.1を回復した

群馬県の客室18室の老舗温泉旅館が、OTA（宿泊予約サイト）の口コミ平均スコアを3.2から4.1に引き上げ、月間予約数を約40%増加させた。取り組んだのは大規模なリノベーションではなく、AIを使った口コミ返信と、クレーム内容の分析による優先的なサービス改善だ。費用は月3万円以下のソフトウェア利用料と、スタッフの作業時間の再配分で実現した。

この事例を通じて、口コミ管理に課題を感じている旅館・ホテルが何から始めるべきか、どう仕組みを組み立てるかを具体的に解説する。

---

なぜ口コミ評価が「廃業の引き金」になったのか

予約サイトのスコアは、宿泊者が次の施設を選ぶ判断材料として直接機能する。じゃらんや楽天トラベルでは評点4.0以上の施設が検索結果の上位に表示されやすく、3点台前半の施設は同価格帯の競合に対して著しく不利になる。

この旅館では2022年から2024年にかけて口コミ平均が3.8から3.2まで下がった。主な要因は3つだった。

1つ目は、コロナ禍での人員削減後も口コミへの返信体制が回復していなかったこと。返信率は約20%にとどまり、返信があっても「ご指摘ありがとうございます。改善に努めてまいります」という定型文の繰り返しだった。

2つ目は、同じクレームが繰り返されていたこと。「布団の臭いが気になった」「夕食の提供が遅い」「フロントスタッフの対応が冷たい」という指摘が2年間で50件以上あったにもかかわらず、口コミを個別に読んでいるだけで集計・分析は行われていなかった。

3つ目は、低評価の口コミに対して何も返信しないか、かえって言い訳的な返信をしていたこと。これが新規検討者に「問題を認めない宿」という印象を与えていた。

廃業を検討していたオーナーが相談した旅館経営コンサルタントの助言は、「設備よりも先に口コミ管理を立て直せ」というものだった。

---

AIを使った口コミ対策の全体像

取り組みは2024年9月から始まり、以下の3段階で進めた。

フェーズ1：過去口コミの一括分析（1か月目）

まず過去2年分の口コミ約280件をCSVに書き出し、ChatGPTに渡してカテゴリ別・感情別に分類した。プロンプトは「以下の口コミをネガティブ・ニュートラル・ポジティブに分類し、ネガティブな口コミについてはクレームの主題を10カテゴリ以内に分けて件数をカウントしてください」という形だった。

結果は以下のとおりだった。

クレームカテゴリ	件数	割合
食事（提供の遅さ・味）	34	30%
寝具・部屋の清潔感	28	25%
スタッフの接客態度	21	19%
設備の古さ・故障	14	12%
その他	16	14%

この分析で初めて「食事の提供スピード」が最大の不満源であることが数値として確認できた。それまでは感覚的に「清潔感の問題」が多いと思っていたが、実際は食事関連が最上位だった。

フェーズ2：口コミ返信の仕組みづくり（2〜3か月目）

返信ルールを標準化し、AIをたたき台作成に使う体制を構築した。具体的には以下のフローを組んだ。

返信フロー（毎日9時・20時の2回確認）

1. 新着口コミをOTA管理画面で確認
2. 低評価（星1〜3）はその日中に返信。高評価は48時間以内
3. AIに「以下の口コミに対して、事実を認め、具体的な改善策を示し、再訪を促す返信文を300字以内で作成してください」というプロンプトを入れる
4. 生成された文をスタッフが確認・修正（施設名・スタッフ名・具体的なエピソードを追加）
5. 投稿

返信1件あたりの所要時間が平均22分から7分に短縮された。1日3〜5件の返信が必要な時期でも、業務全体への影響が最小化できた。

AIを使った返信で重視したのは「事実の認容」と「具体的な改善策の提示」だ。「ご不便をおかけし大変申し訳ございませんでした」で終わる返信ではなく、「夕食の提供時間については、10月より厨房体制を見直し、配膳開始を18時30分に前倒しいたしました」のように、実際に動いたことを書く形にした。

実際のクレームに対応する返信の下書き作成については、AIでクレーム一次対応の下書きを作る旅館の運用フローで詳しく解説している。

フェーズ3：サービス改善の優先順位化（4〜8か月目）

フェーズ1の分析結果をもとに、改善を件数の多い順に実行した。設備交換のような資本が必要な改善ではなく、オペレーションと人材育成で解決できるものから手をつけた点が重要だ。

食事提供スピードの改善（最優先）

夕食の配膳フローを見直し、厨房スタッフと仲居の動き方を整理した。AI分析で「19時〜20時台の口コミに提供遅延の指摘が集中している」ことが判明し、その時間帯の人員配置を1名増やした。結果、提供遅延クレームは翌月から半減した。

寝具の清潔感対応

布団・枕の臭いに関する口コミが集中している月に法則性があることをAIが指摘した。梅雨時期と夏季に集中していた。換気と布団乾燥機の稼働頻度を見直し、脱臭対策を追加した。

接客態度のスコア化と朝礼活用

「スタッフの対応が冷たい」という口コミは、特定の時間帯（繁忙チェックイン時）に集中していた。この傾向をAIが抽出し、朝礼でのシェアと繁忙時間帯向けの応対マニュアルを整備した。AI議事録で朝礼・引き継ぎ時間を半減した旅館の取り組みのアプローチも組み合わせ、朝礼内容の記録・振り返りを効率化した。

---

8か月間のスコア推移

時期	じゃらん平均	楽天トラベル平均	月間予約数（相対）
取り組み開始前（2024年8月）	3.2	3.3	基準（100）
3か月後（2024年12月）	3.5	3.6	112
5か月後（2025年2月）	3.8	3.9	125
8か月後（2025年5月）	4.1	4.2	141

スコア4.0を超えた段階で、じゃらんの検索結果での表示順位が顕著に改善された。同条件での比較はできないが、担当者によると「4.0を超えた翌月から問い合わせの電話が増えた体感がある」とのことだ。

月間予約数の41%増加は、口コミ改善のみの効果ではない。並行してOTA掲載プランの見直しや直接予約促進も行っている。ただし、その取り組みはスコアが3.7を超えてから初めて効果が出始めたと担当者は話す。低スコア状態ではプランを磨いても刺さらなかった、という表現だった。

---

AIを使う口コミ対策で注意すべき3点

1. AI返信をそのまま投稿しない

AIが生成する返信文は汎用的で、どの宿にも当てはまるような内容になりやすい。「山田様、このたびはご宿泊いただきありがとうございました」という書き出しで始まる文章は確かに丁寧だが、その旅館らしさがない。スタッフが必ず一読し、宿名・スタッフの名前・具体的な対応内容を加える工程は省かない。

2. 「謝罪のみ」の返信は状況をさらに悪化させる

口コミ返信で最も避けるべきは「改善に努めます」だけで終わる返信だ。次の宿泊検討者は、同じ問題が解決されているかどうかを返信から読み取ろうとする。問題が繰り返されているにもかかわらず同じ返信が並んでいると、「この宿は変わっていない」と判断される。返信には必ず「何を変えたか」を書く。

3. 口コミ分析は定期的に繰り返す

初回の2年分一括分析は大きな効果があるが、その後も月次・季節ごとに新着口コミをAIで分析する習慣を持つことが重要だ。季節性のクレームや、新サービス導入後の反応変化は継続的な分析でしか掴めない。この旅館では毎月末にその月の口コミをAIで整理し、翌月の改善タスクに落とす運用を続けている。

---

口コミ管理に使えるAIツールの選び方

汎用AIでも十分機能するが、旅館・ホテル向けに特化したツールも存在する。以下に代表的な選択肢を示す。

分類	代表ツール	特徴	費用感
汎用AI	ChatGPT（GPT-4o）、Claude	プロンプト設計次第で高品質な返信文を生成。口コミCSV分析も可能	月2,000〜3,000円〜
口コミ管理専用	Revinate、TrustYou	OTAと連携して口コミを一元管理。返信支援機能付き	数万円〜（問い合わせ必要）
OTA付属機能	じゃらん・楽天の管理画面	返信機能は標準装備。AI支援は限定的	無料（OTA契約内）

この旅館では汎用AIのみを使っている。専用ツールは機能が充実している反面、小規模施設には費用対効果が合わないケースもある。まず汎用AIで仕組みを作り、効果を確認してから専用ツールへの投資を検討するアプローチが現実的だ。

口コミ返信の運用フローと並行して、予約ページの文章品質を上げることも評価改善に効く。老舗旅館の女将がChatGPTで宿泊プラン文を量産した事例では、プラン説明文の改善による予約転換率向上のアプローチを紹介している。

また、口コミ評価の回復と並行して予約の取りこぼし対策を行うなら、小規模旅館がAI電話自動応答で予約取りこぼしをゼロにした事例の取り組みも参照してほしい。スコアが回復し始めると電話問い合わせが増える傾向があるため、受け皿を整えることが重要になる。

---

OTA口コミと直接予約の関係

口コミスコアが4.0を超えると、OTA依存を下げて直接予約比率を高める戦略が取りやすくなる。スコアが低い状態では、OTAの露出と割引に依存しないと予約が入らないが、スコアが高まると「名前を覚えた宿に直接電話する」という行動が生まれやすくなる。

この旅館では、2025年春からOTA手数料削減を目的とした直接予約促進に着手した。評価回復なしには成立しない施策だった。OTAとの手数料戦略については旅館の直接予約・OTA手数料戦略で詳しく解説している。

---

まとめ：AI活用は「分析」と「返信の仕組み化」が本質

この旅館の事例から抽出できる再現可能な要素は以下の3点だ。

1. 過去口コミの一括分析で、「感覚」を「数値」に変える 2年分のクレームをAIで分類することで、改善すべき優先順位が明確になる。感覚で「清潔感が問題」と思っていたのが、実際は「食事の提供スピード」だったという逆転は、分析なしには気づけなかった。

2. 返信を「個別作業」から「仕組み」に変える 毎回ゼロから書くのでなく、AIがたたき台を出してスタッフが仕上げるフローを固定する。返信率が20%から95%以上に上がったことが、最初の評価回復の起点だった。

3. 改善を「言葉」でなく「事実」で返信に書く 「改善に努めます」ではなく「配膳開始を30分前倒しした」という返信が、次の宿泊検討者の信頼につながる。この一点を変えただけで、低評価後の返信に対するポジティブな追記コメントが増えた。

AIは口コミの問題を解決する魔法ではない。実際のサービス改善が土台であり、AIはその改善の優先順位を見つける分析と、改善を伝える返信の効率化を担う。この順序を間違えないことが、評価回復の前提条件だ。

---

よくある質問

旅館のOTA口コミ評価を上げるためにAIは何をしてくれるの？

口コミへの返信文の下書き作成、クレーム内容の分析・パターン分類、サービス改善ポイントの抽出、返信速度の短縮が主な効果です。返信の質とスピードが上がることで、次の宿泊検討者への印象が改善されます。

口コミ返信にAIを使う場合、どのツールが適していますか？

ChatGPTやClaude 3シリーズが汎用的に使われています。専用ツールではRevinate、TrustYouなどが口コミ一元管理と返信支援を提供しています。最新の機能・料金は各公式サイトで確認してください。

低評価が続いた旅館が評価を回復するまで、どれくらいかかりますか？

この事例では約8か月で平均スコアが3.2から4.1に上昇しました。ただし施設の状況や口コミ件数によって異なります。返信改善だけでなく、実際のサービスや設備の問題解消が並行して必要です。

AIで作った返信文をそのまま投稿していいの？

そのままの投稿は推奨しません。AIはたたき台を出す役割で、スタッフが内容を確認・加筆してから投稿することが前提です。施設固有の情報や感謝の温度感はスタッフが加える必要があります。