第4回：AI流入は本当に成果につながる？3段階で見る分析の型

この記事でわかること

11月に入って、朝晩の空気がぐっと冷たくなってきましたね。この時期は、今年の振り返りや来年度の計画づくりが始まる職場も多いのではないでしょうか。そんなときに、上司や経営層から「AI対策って、結局どんな成果が出てるの？」と聞かれて、答えに詰まってしまう。Web担当者の方から、そんな声をよく耳にします。

前回は、AIが「どの会社を選ぶのか」を、独自性・信頼性・一貫性・構造の4つの軸で整理しました。今回はその続きとして、その取り組みが「成果」としてどう現れるのかを、数字で説明できる形にしていきます。

「AI流入が少ない＝成果が出ていない」とは限らない

結論から言うと、GA4で見えるAI流入は、AIが生み出す成果の一部にすぎません。流入の数だけで「成果あり・なし」を判断すると、見誤ることがあります。理由は大きく3つあります。

1つ目は、クリックされない場合があること。AIの回答の中で自社が紹介されても、ユーザーがその回答だけで満足して、サイトには訪れないことがあります。この場合、GA4には何も記録が残りません。

2つ目は、参照元が取れないことがあること。AIサービスやアプリの種類によっては、どこから来たかという情報が引き継がれず、「ダイレクト」などに混ざって計測されることがあります。

3つ目は、回り道をする人がいること。AIで会社名を知って、後から社名で検索する。あるいはブックマークから直接訪問する。こうした行動は、AI経由の成果としては見えにくくなります。

逆に、AI流入が増えていても、来訪者の目的とページの内容が合っていなければ、成果にはつながりません。つまり、数が多くても少なくても、数だけでは判断できないのです。

成果は「3段階」に分けて見る

そこで、AIの成果を次の3段階に分けて見ることをおすすめします。

段階	確認したいこと	見る対象	主なデータ
① 露出	AIの回答に自社が出てくるか	言及されているか、サイトが参照・引用されているか	想定質問での観測（第3回で紹介した言及シェア）
② 推薦・理解	選ばれているか、正しく説明されているか	推薦の有無、理由や条件、説明の正確さ	同じ質問での回答内容の記録
③ 流入・成果	来訪して成果につながっているか	AI経由の流入、行動、キーイベント	GA4、Search Console

ポイントは、①と②が「AIの回答の中」で起きること、③が「自社サイトの中」で起きることだ、という点です。従来のアクセス解析で見えていたのは、③だけでした。そこに①と②を加えることで、「AIの上で何が起きているのか」が初めて見えてきます。

オノフでも、AI回答の観測と、GA4・Search Console・顧客への確認を組み合わせて、改善の方向を判断しています。1つのデータだけで結論を出さないことが大切です。

第1段階「露出」：同じ条件で「出ているか」を測る

まずは、AIの回答に自社が出てくるかどうかです。やり方は第3回ブログで紹介した通り、想定質問をAIに投げかけて、言及の有無を記録していきます。ここで大切なのは、次の2点です。

・測り方をそろえること。
使うAI、質問文、実施するタイミングなどの条件をそろえて、同じ質問を繰り返します。AIの回答は同じ質問でも毎回少しずつ変わるため、1回の結果で判断せず、複数回の傾向で見るようにします。

・お客様が実際に聞きそうな質問で測ること。
自分たちが聞きたい質問ではなく、検討中のお客様が聞きそうな質問を使います。たとえば、検討の段階ごとに次のように分けると、抜け漏れが減ります。

検討段階	質問の例
情報収集	〇〇を導入したい。選び方と注意点を教えてください
比較	〇〇のおすすめの会社を比較してください
検討	A社の〇〇は、どんな会社に向いていますか

実は、AI各社は実際のユーザーが入力した生のプロンプトを開示していません。だからこそ、「何を、どんな質問で測るか」の設計が重要になります。オノフでは、顧客インサイト調査やWeb定量調査の自由回答、営業現場で実際に出る質問をもとに、継続して観測する質問群をつくっています。これを「測定プロンプトパネル」と呼んでいます。

第2段階「推薦・理解」：出ているだけでなく「どう出ているか」を見る

言及されていても、安心はできません。「注意点としてだけ挙がっている」「古い情報で説明されている」「競合の特徴と混ざっている」といったことがあるからです。第2段階では、次の3つを見ます。

ここで、第3回ブログの4つの軸が役に立ちます。見つかったズレは、次のように原因を切り分けられます。

記録は、スプレッドシートで十分です。「質問」「AIの種類」「日付」「言及（◯・△・×）」「推薦の理由」「正確性のメモ」といった列を作って、月に1回など定期的に追加していきます。ここで何が足りないのかが分かれば、サイトを直す前に、何をつくるべきか（どんな一次情報が足りないのか）を特定できます。

第3段階「流入・成果」：GA4で「来た人の質」を見る

3段階目は、これまで見てきたGA4での分析です。第2回ブログで紹介したように、まずは参照元からAI経由のセッションを見つけます。

比べるときの指標は、次の通りです。

指標	見る意味
セッション数	AI経由の規模と推移
エンゲージメント率・平均エンゲージメント時間	サイトの内容をしっかり見てくれているか
閲覧ページ数	他のページにも関心を持ったか
キーイベント（コンバージョン）の数と率	問い合わせや資料請求などの成果につながったか
最初に着地したページ	どのページが入口になっているか

注意したいのは、AI経由のセッションはまだ件数が少ないサイトが多い、という点です。件数が少ないと、率は少しの増減で大きく振れます。実数と率の両方を並べて、単月ではなく数か月の推移で見るようにしてください。

あわせて、Search Consoleで会社名やサービス名での検索（指名検索）が増えていないかを確認するのも、有効な補助シグナルです。AIで名前を知った人が、後から検索してくる動きを捉えるヒントになります。この検索とAIの関係は、次回以降で詳しく扱います。

3段階をつなげて「どこで止まっているか」を見る

3つの段階を見たら、最後はそれらをつなげて読みます。大事なのは、どの段階で止まっているかを特定することです。

パターン	状態	次の一手
①が出ていない	AIの回答に出てこない	4つの軸を点検し、足りない一次情報をつくる。構造化とクローラーの到達性（第2回）も確認する
①は出ているが②が弱い	出ているが、推薦や説明が弱い・不正確	説明の食い違いや古い情報を洗い出し、情報を整理・更新する
①②は良いが③が出ていない	推薦されているのに、来訪や成果が出ない	着地ページの内容や導線、CTAを見直す。指名検索など間接的な効果も確認する
①②③がそろっている	流れができている	質問の数や対象ページを広げて、継続して観測する

この表は、そのまま上司や経営層への報告にも使えます。「①露出」「②推薦・理解」「③流入・成果」の3段階を月次で1枚にまとめ、先月からの変化を添えるだけで、「AI対策の成果は？」という問いに、数字を使って答えられるようになります。

オノフの支援でも、単月の増減ではなく、同じ条件で観測した推移で判断しています。1回の結果に一喜一憂せず、変化を積み上げて見ていくことが、成果を説明する近道です。

今日からできるチェックリスト

まとめ

今回は、AI流入の成果を3段階に分けて見る方法を整理しました。ポイントは次の3つです。

まずは、想定質問を検討段階ごとに分けて、いつもの質問リストを見直してみてください。AIの中で何が起きているかが見えてくると、GA4の数字の読み方も変わってきます。

よくある質問

次回は「Search ConsoleとAI流入を比較する」がテーマです。検索とAIで、ユーザーの動きや見るべき数字がどう違うのかを、データで見ていきます。