メルカリで「いいね！」が30個ついても売れない理由——3ヶ月放置後に気づいた値段の落としどころ

AIを使って面倒な監視を自動化した話——Claudeに「いいね管理ルール」を作ってもらった

上で説明したマトリクスを実際に運用しようとすると、一つの壁にぶつかります。

「毎日全出品商品のいいね数と出品日数を確認して、判断を下す」のが面倒すぎる。

メルカリでアクティブに出品している人は、同時に10〜30品以上を出していることが珍しくありません。それを毎日確認して「この商品は今日から何日目で、いいね数はいくつだから、今週中に-10%値下げを検討する」という判断を繰り返すのは、精神的負荷が高い。

私はこの問題を解決するために、Claudeに「いいね管理ルール」を作ってもらいました。

Claudeへの依頼内容

実際に行ったのは、以下のような依頼です。

「私がメルカリで10品〜20品を同時出品しています。商品名・出品日・現在価格・いいね数を毎週記録したスプレッドシートをCSVで貼り付けます。それを読んで、今週値下げすべき商品とその値下げ幅を教えてください。判断基準は以下の通りです（マトリクスを貼り付け）」

Claudeはこのルールを理解した上で、毎週貼り付けるCSVに対して「今週のアクション一覧」を返してくれるようになりました。

出力イメージはこういう形です：

今週のアクション一覧：
- ゲームソフトA（出品42日・いいね22個）：-15%値下げ推奨（4,200円→3,570円）
- ブランドバッグB（出品18日・いいね8個）：様子見（14日後に再評価）
- カメラレンズC（出品6日・いいね3個）：様子見（競合出品を確認）
- フィギュアD（出品71日・いいね34個）：-20%+再出品を検討

これを見ながら実際に値下げするかどうかを私が最終判断します。自動化はあくまで「提案の生成」であり、「実行」は人間が行う。この役割分担が重要です。

なぜAIが使えるのか

フリマの値下げ判断は、実は「ルール＋数値の照合作業」です。感情や経験則が入ってしまうから難しく感じますが、ルールを明文化してしまえば、あとはデータと照合するだけです。

Claudeはこの「ルールに従ったデータ処理」が得意です。私が定めたマトリクスに従って、CSVの各行を判断するだけ。これは人間よりずっと速く、正確にできます。

さらに、「迷うケース」についてはClaudeが「なぜそう判断したか」を説明してくれるため、私の判断精度も上がっていきます。「いいね22個・出品42日は境界ゾーンなので-15%を推奨しますが、同カテゴリの競合出品が多ければ-10%から試してもよいです」といった補足が学習になる。

値下げ幅ごとの心理的メカニズム——買い手側から見た「買う理由」

売り手側の視点だけでなく、買い手側の視点でも値下げ効果を理解しておくと、「なぜ翌日売れたのか」が腑に落ちます。

「いいね！」をつけている買い手の行動パターン

メルカリで商品を探している人の行動は、概ね以下のパターンに分かれます。

アクティブな探索型：欲しい商品が決まっていて、毎日検索して状態の良い出品を探している。このタイプは「出品タイミング」と「状態」が購買トリガー。

ウォッチャー型：気になる商品を複数いいね！しておき、値下がり通知を待っている。このタイプは値下げ通知が最大のトリガー。

衝動型：偶然見つけて即決する。いいね！をつけることはあまりない。

私のゲームソフトの36個のいいね！の多くは、ウォッチャー型の人たちでした。「2,800円は高いが、2,300〜2,500円なら買う」という人が複数いた。500円値下げが通知として届いた翌日に成約したのは、まさにウォッチャー型が動いた結果です。

値下げ通知の「タイミング」が重要

メルカリの値下げ通知は即時です。値下げ操作をした直後に、いいね！をつけているユーザー全員に通知が届きます。

これは「いつ値下げするか」が「どれだけ値下げするか」と同じくらい重要であることを意味します。

最も効果的な値下げタイミングは：

• 20時〜22時（帰宅後・就寝前に通知を見る人が多い）
• 土曜・日曜の午前中（自由時間に買い物を決める人が多い）

私のゲームソフトは、夜9時に値下げしました。翌朝10時ごろに「購入されました」の通知が来ました。週末の午前中に「昨夜のいいね通知を確認して購入を決断した」という行動パターンと一致します。

いいね！30個超えの出品が3ヶ月で完全消化できた実績

マトリクスとAI活用を組み合わせて運用した結果、3ヶ月間の実績を共有します。

この期間、私が出品していたゲームソフト・フィギュア・家電小物など計18品のうち、「いいね！10個以上でも売れない」状態になったものが7品ありました。

7品すべてが値下げ後1週間以内に売れました。値下げ前の「売れない期間」の合計は約250日（延べ）。値下げ後の成約日数の合計は18日。同じ7品を抱え続けた「放置コスト」が、判断一つで解消されました。

気づいた大事な法則

7品の成約データを振り返ると、共通の法則が見えました。

「値下げ率が大きいほど早く売れる」は半分正しく、半分間違い。

値下げ率と成約日数の相関を見ると、一定のラインを超えると（-15%以上）急速に売れる傾向があります。一方で-8〜12%でも翌日〜数日以内に売れたケースもあります。

差を分けたのは「いいね！をつけている人の需要の強さ」でした。欲しい度合いが高い商品は、小さな値下げでも動く。欲しい度合いが低い（「安ければ欲しい」程度の）商品は、大きく値下げしないと動かない。

この「需要の強さ」を見極める指標として使えるのが「いいね！をつけたユーザーの最後の購入履歴や活動時期」ですが、これは詳細には確認できません。ただ、「最近新しいいいね！がついているか」が一つのサインになります。