7 min read
これは例示のためのストーリーです。Rosa は、ひとりで営む花屋によくある状況をもとにした架空の人物で、実在の人物ではありません。数字は現実的な例であり、報告された実績ではありません。
昨年のサンクスギビング直前の月曜日。Rosa は小さなフラワースタジオで、片手にスマートフォン、もう片方の手にユーカリの入ったバケツを持って立っています。スマートフォンには未読メッセージが 31 件。そのうち 17 件は「木曜日用のセンターピース、まだ頼めますか？」といった内容です。4 件は、先週問い合わせて見積もりを受け取ったまま、確定の連絡をくれなかった人たちから。2 件は怒りのメッセージでした。取り置いてもらえていると思い込んでいたバーガンディのダリアが、売り切れてしまったからです。
Rosa はひとりで花屋を営んでいます。夏はウェディング、普段はオフィス向けの週替わりアレンジメント、そしてホリデーシーズンの繁忙期は、一年で最も利益が出て、最も混乱する時期です。あのサンクスギビングはしっかり稼げましたが、メッセージ対応にほぼ 2 日を費やし、勘で花を仕入れ、茎のおよそ 15% を廃棄することになりました。
今年、彼女はやり方を変えてみました。何を変えたのか、そして AI がどのように力仕事の大半を担ったのかを紹介します。
本当の問題は花ではなかった
混乱を振り返った Rosa は、デザインの作業がボトルネックだったことは一度もないと気づきました。ボトルネックはチャットで注文を受けることだったのです。注文のたびに小さな交渉が発生しました。色は？サイズは？受け取りか配達か？予算は？そもそも本当に注文するの？数がわからなければ卸売で花を仕入れられないのに、数がわかるのはいつも直前でした。
今シーズンの目標はシンプルでした。すべてのホリデー注文を、決まった日までに確定させ、支払いも済ませてもらうこと。そうすれば、花の仕入れは一度で、自信を持って行えます。
ステップ 1：AI と一緒にホリデーメニューを作る
Rosa は個別見積もりをやめて、小さなメニューを用意することにしました。ChatGPT を開き、自分のビジネス、価格帯、スタイルを説明したうえで、3 サイズのセンターピースと 2 つのオプションからなるホリデーコレクションを提案してもらいました。
最初の提案はありきたりだったので、具体的な条件を伝えて練り直しました。季節のグリーンを使った定番のミックス、1 日にこなせる配達は 40 件まで、そしてお客さんはアレンジにキャンドルが入っているのが大好きだけれど、自分は火の安全性が心配だということ。何度かやり取りを重ねて、すっきりとしたメニューができあがりました。
- スモールテーブル：6 名までの食卓向けの、背の低いセンターピース。
- ロングテーブル：大人数の集まり向けの、テーブルランナー風アレンジメント。
- ステートメント：玄関やサイドボードに飾る、背の高い存在感のあるアレンジ。
- オプション：電池式キャンドルと、おそろいの小さなホステス用ブーケ。
AI は、それぞれの商品について短く誠実な説明文を書く手伝いもしてくれました。仕入れ状況が変わった場合に代わりに使う可能性のある花についても記載しています。この代替品についての一文だけで、昨年の苦情の大半を未然に防ぐことができました。
ステップ 2：ひとつのフォームがメッセージの混乱に取って代わる
Rosa は Google Forms でシンプルな注文フォームを作りました（基本は Google の Forms ヘルプページで確認できます）。質問を適切な順番で提案してほしいと Claude に頼むと、項目は 8 つに絞るよう勧められました。名前、電話番号、メニューの選択、3 種類から選ぶカラーパレット、受け取りか配達か、配達先住所、日付、そして備考です。
いちばん大事な決断は締め切りでした。フォームにははっきりとこう書きました。ホリデー注文の受付はサンクスギビング前の土曜日まで。それ以降は、残った花を店頭販売のブーケとして売ることにしました。
Instagram やショートメッセージで連絡が来たら、保存しておいた定型文とフォームのリンクを返信するだけ。DM のスレッドで色について何度もやり取りすることはなくなりました。
ステップ 3：前払い金で注文を確かなものに
昨年いちばん痛かったのは、注文したまま取りに来ないお客さんでした。引き取られないセンターピースは丸ごと無駄になってしまいます。今年、Rosa は Stripe Payment Links を使ってメニューの各商品ごとに支払いリンクを作りました。本格的なオンラインショップを作らなくても、支払いを受け付けられます。フォームの確認ページから、お客さんはそのまま該当するリンクに移動できるようにしました。
支払い後に送る確認メールの文面も、AI に手伝ってもらいました。受け取り時間、お手入れのコツ、そして代替品のポリシーについての丁寧な一文を盛り込んでいます。自分らしい言い回しになるよう手を加えてから、テンプレートとして保存しました。
ステップ 4：AI が注文を仕入れリストに変える
ここでこの仕組みが本領を発揮しました。注文締め切り後の日曜日、Rosa はフォームの回答をスプレッドシートに書き出し、各メニューのレシピカード（サイズごとに、どの花やグリーンを何本使うか）と一緒に ChatGPT に貼り付けました。
カラーパレット別に必要な本数を合計し、10% の予備を加え、卸売業者の販売単位である束ごとにリストをまとめるよう頼みました。15 分ほどで、信頼できる仕入れリストが完成しました。長いリストでは AI が計算ミスをすることがあるので、いくつかの合計を手で確認したところ、グリーンの本数に小さな誤りが 1 つ見つかりました。それ以外は正確でした。
さらに、注文を地域ごとに並べて配達ルートを組んでもらったことで、配達日の作業時間が 1 時間以上短くなりました。
今シーズン、何が変わったか
Rosa のホリデーウィークを前年と比べると、次のようになりました。
- メッセージ対応：ほぼ丸 2 日から、シーズン全体で約 3 時間に。
- 受け取りに来ないお客さん：引き取られないアレンジがいくつも出ていた状態からゼロに。すべての注文が前払いだったからです。
- 花の廃棄：茎の約 15% から 5% 未満に。推測ではなく実際の注文に基づいて仕入れたからです。
- ストレス：サンクスギビング前夜にぐっすり眠れたこと。彼女いわく、これこそが本当の成果でした。
次は何を変えるか
Rosa は、すべてが完璧にいったわけではないと認めています。注文の受付開始が遅すぎて、締め切りのわずか 10 日前だったため、常連客の何人かは注文しそびれてしまいました。来年は、過去のお客さんに短いメールを送り、3 週間前にメニューを告知するつもりです。その前に、私たちのガイドAI で散らかった顧客リストを整理する方法の手順に沿って、連絡先リストを整えておく予定です。
フォームに「よくある質問」のセクションを入れておけばよかった、とも話しています。花瓶は返却が必要か、アレンジはペットにとって安全か、といった質問のメッセージが、それでも何人かから届いたからです。いくつかの回答を書いておくだけで、さらに時間を節約できたはずです。私たちのキャンドル作家のストーリーで紹介したアプローチとよく似ています。
あなたのビジネスにも使える？
花屋である必要はありません。受注生産の季節商品を売っている人なら、誰にでも同じパターンが使えます。パン・菓子職人、リース作家、ギフトボックスの販売者、ケータリング業者などです。レシピは同じです。個別見積もりの代わりに短いメニュー、ひとつのフォーム、前払い金、そして明確な締め切り。文章作成、集計、整理は AI に手伝ってもらいましょう。私たちの自宅でケーキを焼く職人のストーリーでは、同じ考え方をオーダーケーキに応用しています。
季節商品を売っているなら、今年のホリデー繁忙期でいちばん改善したいのはどの部分ですか？ぜひコメントで教えてください。
