複数店舗をAIに区別させる
情報の持たせ方｜混同が起きる仕組み

「〇〇店の予約をお願いします」と電話が鳴り、受けたのは別の拠点だった。生成AIに自社の店名を尋ねたら、A店の住所とB店の営業時間が混ざった答えが返ってきた。二年前に閉じた拠点が、いまも検索結果のどこかに残っている。同じ屋号で複数の店を持つ会社で、こうした場面に心当たりはないでしょうか。これは入力ミスや設定漏れではなく、機械の側が「同じ名前の店が複数ある」という状態をどう処理しているかから、構造的に生まれています。どこで混同が起き、店にはどんな形で現れ、なぜ社内からは見えないのか。仕組みの側から順に見ていきます。

同じ看板の店が複数あるとき、機械は何を手がかりに区別しているのか

まず前提を整理します。検索エンジンも生成AIも、店を「名前」で区別してはいません。名称、住所、電話番号、サイトのURL、地図上の座標、そこに書かれている営業時間やサービスの内容。こうした断片を突き合わせて、これとこれは同じ店か、別の店かを推定しています。人間が看板を見て区別しているのとは、まったく別の作業です。

単独店であれば、この推定はほとんど迷いません。名前も住所も電話番号も、世の中に一組しか存在しないからです。ところが同じ屋号で拠点が増えると、材料の半分が共通になります。屋号は同じ、サイトのドメインも同じ、会社概要のページも同じ、代表者名も同じ。異なるのは住所と電話番号、そして店舗ページの一部だけです。区別の材料が減り、共通の材料が増えた状態で、機械は同一性を判定することになります。

ここで押さえておきたいのは、この判定に「保留」がないことです。同じ店として扱うか、別の店として扱うか、いずれかに倒れます。そして倒れる向きは、材料の揃い方によって変わります。多拠点の会社で情報の整備が難しいのは、埋める欄が拠点の数だけ増えるからではなく、埋め方によって判定が正反対に転ぶからです。

混同はどの段階で生まれるのか

店の情報は一箇所にはありません。Googleビジネスプロフィール、自社サイトの店舗ページ、予約ポータル、SNS、業界の掲載サイト、そして口コミの本文。それぞれが独立した情報源として存在し、機械はそのすべてを読みます。

問題は、これらの表記が完全に一致していることがまずない、という点です。ある場所では「〇〇株式会社 △△店」、別の場所では「△△店（〇〇）」、口コミの本文では単に「△△」。電話番号も、代表番号を載せている面と店舗直通を載せている面が混在します。人間が読めば同じ店だと分かりますが、機械にとってはこれが判定の入力そのものです。

ここで起きるのは二方向の事故です。ひとつは、別の拠点どうしが同じ店として束ねられること。もうひとつは、同じ拠点が複数の別の店として分裂すること。症状は正反対に見えますが、原因はどちらも「表記の揺れが、区別の材料と見分けがつかなくなっている」という同じ場所にあります。そして、どちらに倒れるかを事前に予測することはできません。

混同が起きている会社に出る症状

混同そのものは目に見えません。見えるのは、日常業務のなかに散らばった、一見すると関係のない出来事です。別の拠点宛ての予約電話が入る。閉じたはずの拠点について問い合わせが来る。AIに自社名を尋ねると、拠点ごとの営業時間が入れ替わって返ってくる。マップで屋号を検索したとき、来店してほしい拠点より先に別の拠点が並ぶ。口コミが特定の一拠点に集中し、他の拠点はいつまでも件数が伸びない。

現場ではこれらが別々の問題として処理されます。電話は「お客様の勘違い」、AIの誤りは「AIの精度の問題」、口コミの偏りは「あの店長が声かけを頑張っているから」。個々の説明としては筋が通っているため、根が一つだということに気づく機会がありません。混同は、症状の側からは決して名指しされない種類の不具合です。

「拠点ごとにページを作れば区別される」という理解のずれ

対策としてまず挙がるのが、拠点ごとの店舗ページです。これ自体は必要な前提ですが、ページを分けたことで区別されるようになる、という理解には一段の飛躍があります。

ページを分けると、機械の側には新しい問いが生まれます。この複数のページは、一つの会社の下にある並列の拠点なのか、それとも同じ内容を別のURLで出している重複なのか。この問いへの答えは、ページを分けただけでは示されません。示す材料は、ページ間の関係の表し方、それぞれのページが持っている固有の中身の量、そして外部の情報源が各拠点をどう指しているかに分かれて存在します。ここで結果が分かれるのは、ページを分けたかどうかではなく、分けたページどうしの関係が読み取れる形になっているかです。

そして、どちらに倒れているかは自社のページを眺めても分かりません。判定の材料には外部の情報源が含まれており、そこには自社が書いていない表記も混ざっているからです。自社の拠点がいま束ねられているのか分裂しているのかは、外から見た状態を確認しないと決められません。拠点がいまどう見えているかを確かめるところから、手の付け所が決まります。GoogleマップのURLを貼れば、要点はその場で表示されます。

放置したときに積み上がるもの

混同の損失は、一件ごとには小さく見えます。電話を転送すれば済む、AIの答えが少し違うだけ。ですが、時間の経過とともに積み上がる性質があります。

ひとつは評価の分散です。実際には来店してもらえた客が、口コミを書くときに別の拠点を選んでしまう。あるいは束ねられた状態のまま口コミが片方に集まり、もう一方はいつまでも件数が積み上がりません。評価は拠点ごとの検索での見え方に直結するため、この偏りはそのまま拠点間の集客の差になります。

もうひとつは、誤りが誤りを呼ぶ流れです。AIの答えを信じて別の拠点に行った客は、そこで「聞いていた話と違う」という体験をします。その不満が口コミに書かれ、口コミがまた次のAIの答えの材料になる。訂正しないまま置いた情報は、時間が経つほど訂正しにくい形に固まっていきます。拠点を増やすときにこの整理を後回しにすると、拠点数が増えた分だけ、あとから解く手間が増えます。

なぜ自社の中からは混同が見えないのか

ここまで読むと「では自社は大丈夫か確かめよう」となりますが、社内から確かめるのが難しいのには理由があります。

第一に、社内では拠点が完全に区別されています。管理画面も拠点ごとに分かれ、スタッフも当然のように区別しています。混同は社外の面でだけ起きているため、内側からは何も異常が見えません。第二に、判定の材料の多くが自社の外にあります。他社の掲載サイトが自社の拠点をどう書いているか、口コミの本文でどの呼び方が使われているか、これらは自社の管理画面には出てきません。第三に、AIの応答は聞き方や利用者の状況によって変わるため、一度試して正しい答えが返ってきても、それは確認になりません。

FACTORが多拠点の情報設計を引き受けるとき、見ているのは自社サイトとプロフィールの中身だけではありません。各拠点が外部の情報源でどの表記で指されているか、口コミの本文に現れる呼び方の揺れ、同一商圏で競合の多拠点がどう区別されているか、そしてAIの応答が拠点ごとに何を返すかまで並べたうえで、どこから整理するかを決めています。これらの材料は自社の内側からは集まらず、社内では組み立てにくい部分です。

拠点が増えている会社ほど、この確認は先延ばしになりがちです。まずは、自社の拠点が外からどう区別されているかを確認してください。

よくある質問

まとめ

同じ屋号で複数の拠点を持つと、機械の側では区別の材料が減り、共通の材料が増えます。その結果、拠点が束ねられる方向にも、分裂する方向にも判定が倒れ得ます。症状は電話の取り違えや口コミの偏りといった日常の出来事として散らばって現れるため、根が一つだと気づく機会がありません。判定の材料の多くが自社の外にあり、社内からは異常が見えないという構造も、この問題を長引かせます。拠点の情報を触る前に、まず外から見た区別のされ方を確認してください。