AI検索からの流入が増えているはずなのに、GA4やSearch Consoleを見ても成果が見えず、お困りではないでしょうか。ChatGPT、Gemini、Perplexity、AI Overview、AI Modeなど接点が増えたことで、従来の自然検索、リファラ、指名検索、問い合わせのどこに成果が出ているのか判断しづらくなっています。
この悩みが生まれる理由は、AI検索が従来の検索結果ページと同じ動きをしないからです。回答内でブランド名だけが言及される場合もあれば、リンクがクリックされずに比較検討が終わる場合もあります。さらにGoogleのAI検索由来のクリックは通常のWeb検索データに含まれる扱いになりやすく、GA4だけ、Search Consoleだけでは全体像を読み切れません。
この記事では、AI検索の流入計測をGA4、Search Console、LLMO/GEOの可視性KPI、問い合わせ前行動の4層に分けて整理します。単にAIツールからのアクセス数を見るのではなく、どの記事が理解され、どの比較ページに回遊し、どのCTAで止まっているのかまで判断できる実務設計を紹介します。
株式会社ラクボは、デジタルマーケティング・DX支援の広告代理店として、SNS運用、LINE施策、SEO対策、採用マーケティングなど、様々なマーケティング課題に向き合ってきた実績があります。10年以上のデジマ経験と専門知識を活かし、中小企業様から大手企業様まで、お困りごとを解決するための実践的で信頼性の高い情報をお届けします。ラクボのデジタルマーケティング戦略についてもっと知りたい方は、まずはお気軽にお問い合わせいただくか、無料資料をダウンロードしてご確認ください。
AI検索の流入計測とは何を測ることか
AI検索の流入計測とは、ChatGPTやPerplexityなどの生成AIサービスからサイトへ来たセッションだけを数える作業ではありません。AI検索では、ユーザーが回答を読んだ時点で候補企業を絞り込み、リンクをクリックする前に比較検討を進めることがあります。そのため、計測対象は「クリックされた流入」「AI回答内での言及」「検索面での表示とクリック」「サイト内での比較行動」「問い合わせや資料DLへの接続」に分けて考える必要があります。
まず押さえたいのは、従来のSEO指標を捨てる必要はないという点です。検索順位、表示回数、CTR、自然検索流入、CVRは今も重要です。ただしAI検索時代には、これらの数字だけでは説明できない変化が起きます。たとえば自然検索流入が横ばいでも、指名検索が増えたり、比較記事への回遊率が上がったり、問い合わせ前に閲覧されるページの組み合わせが変わったりします。これはAI回答で一次理解が済み、サイト訪問時点の検討度が高くなっている可能性を示します。
実務では、AI検索を1つのチャネルとして単純に切り出すより、購買プロセスのどこに影響しているかを分けて観察します。認知段階ではAI回答でのブランド言及、理解段階では解説記事やFAQの表示、比較段階では料金や事例ページへの回遊、行動段階では問い合わせフォーム到達や資料DLクリックを見ます。ラクボのような伴走型のマーケティング支援では、記事単体のPVより、商談につながるページ群全体で判断することが重要です。
社内で最初に作るべきものは、AI検索専用の巨大なダッシュボードではなく、既存のSEO・広告・サイト改善レポートにAI検索の観点を足した小さな設計図です。デジタルマーケティング伴走支援のように、事業目標からKPIを逆算する考え方を使うと、AI検索の話題を追うだけで終わらず、改善すべき記事、CTA、内部リンク、比較導線を具体化できます。次に、計測の入口になるGA4の見方を整理します。
GA4でAI検索流入を見る基本設定
GA4でAI検索流入を見るときは、まず標準チャネルと参照元の2つを分けて確認します。2026年時点では、認識済みのAIアシスタントからの流入が専用チャネルとして分類されるケースが増えています。一方で、すべての生成AIサービスが自動分類されるわけではなく、過去データにさかのぼって整うわけでもありません。したがって、標準チャネルを確認しつつ、セッションの参照元、参照元/メディア、ランディングページ、キーイベントを掛け合わせて見るのが現実的です。
最初の手順は、トラフィック獲得レポートでAI Assistantsに該当する流入があるか確認することです。次に、参照元/メディアで chatgpt.com、perplexity.ai、copilot.microsoft.com、gemini.google.com などのドメインが現れていないかを見ます。ここで重要なのは、数が少ないから無視するのではなく、どのページに着地し、どのページへ移動し、キーイベントの手前まで到達したかを見ることです。AI検索経由の流入は母数が小さくても、検討度が高い可能性があります。
探索レポートでは、セグメントを作ってAI系参照元だけを抽出し、ランディングページ、ページパス、スクロール、資料DLクリック、問い合わせフォーム到達を確認します。フォーム送信だけを見ていると、途中で離脱した理由が見えません。BtoBや高単価サービスでは、問い合わせ前に事例、料金、支援範囲、会社概要を確認する動きが自然です。AI検索から来たユーザーがどの情報で不安を解消しようとしているかを見ると、記事の次に直すべきページが分かります。
カスタムチャネルグループを使う場合は、AI系参照元をまとめるルールを作り、月次で同じ条件を使い続けます。ただし、チャネル定義を途中で変えると前月比較が崩れるため、変更日を記録しておく必要があります。ラクボの支援現場では、GA4を単なるアクセス解析ではなく、広告、SEO、SNS、LINE、LP改善をつなぐ判断材料として扱います。AI検索流入も同じで、チャネル名だけを増やすのではなく、どのCV導線を強化するかまで結びつけることが成果につながります。
| 確認項目 | 見る指標 | 改善に使う判断 |
|---|---|---|
| AI流入の入口 | 参照元/メディア、チャネル | AI系流入が着地する記事を特定 |
| 検討行動 | 回遊、滞在、CTAクリック | 不足している比較情報を追加 |
| 成果接続 | キーイベント、フォーム到達 | 問い合わせ前の離脱箇所を改善 |
Search ConsoleでAI Overview・AI Modeの影響を読む
Search Consoleでは、AI OverviewやAI Modeからのクリックを完全に別チャネルとして切り出せない場合があります。そのため、AI検索の影響を読むには、Web検索レポートの表示回数、クリック数、CTR、掲載順位を記事の役割ごとに見直すことが必要です。解説記事、比較記事、導入記事、事例記事、FAQページを同じ評価軸で並べると、どこがAI検索時代の入口になっているのか判断しにくくなります。
AI検索では、短いキーワードだけでなく、複数の条件を含む長い質問が増えます。GoogleもAI検索において、ユーザーの質問を複数の観点へ分解し、関連する情報を探す仕組みを説明しています。つまり、1ページであらゆる論点を浅く網羅するより、特定の悩みに深く答える記事群を用意した方が評価されやすくなります。Search Consoleでは、単一KWの順位だけでなく、長いクエリ、疑問形クエリ、比較クエリ、地域や業種を含むクエリの増減を確認します。
具体的には、主要記事ごとにクエリを抽出し、表示回数が増えているのにCTRが落ちているページを優先的に見ます。AI回答や検索結果上の要約である程度の答えが得られると、クリック率は下がることがあります。その場合、タイトルを派手に変えるより、記事内に独自データ、事例、比較表、導入手順、判断基準を追加し、クリックする理由を強める方が本質的です。ユーザーがサイトに来る価値を明確にすることが、AI検索時代のSEO改善になります。
Search Console単体で結論を出さないことも重要です。表示回数が増えた記事から、GA4でどのページへ回遊しているかを確認し、問い合わせや資料DLの前段にあるページを特定します。たとえばAI検索関連の記事からDX支援やAI導入支援ページへ移動していれば、情報収集から相談検討へ進んでいる可能性があります。Search Consoleは入口の変化、GA4は行動の変化を読むものとして役割分担させましょう。
LLMO・GEOのKPIは流入前の可視性まで含める
LLMOやGEOのKPIは、サイトに来た後の数字だけでは不十分です。生成AIの回答では、ブランド名が候補として言及される、根拠ページとして引用される、競合と比較される、説明の文脈が好意的または曖昧に表現されるといった、クリック前の接点が発生します。これらはGA4には記録されませんが、商談前の認知や信頼形成に影響します。したがって、AI検索の成果を測るには、流入前の可視性KPIと流入後の行動KPIを分けて設計します。
代表的なKPIは、AI回答でのブランド言及率、引用率、競合比較での登場率、回答内の掲載位置、回答文の正確性、ブランド説明の一貫性です。たとえば「中小企業 SEO 伴走 支援」「LINEマーケティング 相談先」「採用マーケティング 広告代理店 比較」など、見込み顧客が実際に聞きそうな質問を10から20個用意し、複数のAIサービスで定期的に確認します。1回だけの確認では回答が変動するため、同じ条件で複数回、月次で見ることが大切です。
ただし、LLMOのKPIは虚栄指標になりやすい点に注意が必要です。AI回答に出た回数だけを追っても、問い合わせや資料DLにつながらなければ事業成果としては弱いままです。そこで、AI可視性のKPIを3段階に分けます。第1段階は言及と引用、第2段階は指名検索や比較記事への流入、第3段階はCTAクリックや商談化です。各段階を分けることで、露出はあるがCV導線が弱いのか、そもそもAIに理解されていないのかを切り分けられます。
社内運用では、マーケティング、広報、営業、Web担当が同じKPIを見られる状態にします。GEOは公式サイトの情報だけでなく、外部メディア、事例、SNS、比較サイト、プレスリリースの記述にも影響されます。営業資料とWebサイトの表現がずれていると、AI回答でもブランド説明がぶれやすくなります。ラクボのように広告運用、SEO、SNS、DXを横断して支援する場合、LLMOのKPIは部門別の数字ではなく、顧客が意思決定するための情報整備度として扱うべきです。
問い合わせ・資料DLにつながるAI検索レポートの作り方
AI検索流入のレポートは、アクセス数の報告で終わらせると改善につながりません。経営や営業が知りたいのは、AI検索から何件来たかだけでなく、その接点が問い合わせや資料DLにどう近づいたかです。月次レポートでは、入口記事、回遊先、CTA接触、フォーム到達、キーイベント、商談化の順に並べ、どこで落ちているかを示します。この形にすると、SEO記事の加筆、LP改善、資料更新、営業資料の見直しを同じ会議で決められます。
特にBtoBでは、AI検索から直接問い合わせが発生するとは限りません。ユーザーはまず解説記事で概要を理解し、次に事例やサービスページを見て、自社の課題に合うかを判断します。そのため、記事ごとのCV数だけで評価すると、導入前の重要な接点を過小評価してしまいます。AI検索関連の記事は、比較ページや支援サービスページへ送客できているか、資料DLページへ自然に進めているかを中間KPIとして持つべきです。
レポートの粒度は細かすぎても運用できません。おすすめは、記事を「入口」「理解」「比較」「行動」の4種類に分類し、それぞれ1から3個のKPIだけを置く方法です。入口記事は表示回数とAI系参照元、理解記事はスクロールと関連ページ遷移、比較記事はサービスページ遷移、行動ページはCTAクリックとフォーム到達を見ます。こうすれば、ページ単位の細かな数字に振り回されず、どの役割のコンテンツが不足しているかを判断できます。
ラクボの支援では、データを見て終わりではなく、次の制作物や改善施策に落とし込みます。たとえばAI検索から来たユーザーが事例ページを見ているのに問い合わせに進まない場合は、事例の業種別整理、CTA文言、資料DL導線を見直します。広告運用やSEOと連動させるなら、デジタルマーケティング伴走支援でKPI設計から改善実装まで一体化する方が、数字の報告だけで止まりません。
AI検索で評価される記事へ改善する実務ポイント
AI検索で評価される記事に改善するには、キーワードを増やすだけでは足りません。生成AIは、ユーザーの質問に対して分かりやすく、根拠があり、構造化された情報を探します。記事内では、定義、対象者、手順、判断基準、比較、よくある質問、注意点を明確に分けます。特にサービス検討に近いテーマでは、抽象的なメリットではなく、どのような企業に向いているか、導入前に何を準備すべきか、失敗しやすい点は何かまで書くことが重要です。
まず見直すべきは、H2とH3の役割です。H2は検索意図に対する大きな答え、H3は実務で迷う具体項目にします。各セクションの冒頭で結論を述べ、次に理由、具体例、実装手順、注意点の順に書くと、読者にもAIにも理解されやすくなります。FAQは単なる文字数稼ぎではなく、営業現場で実際に聞かれる質問を反映させます。料金、期間、社内体制、効果測定、既存SEOとの違いなど、問い合わせ前の不安を減らす質問が有効です。
次に、一次情報と内部リンクを増やします。自社の支援範囲、事例、業種別の成果、ツール設定の考え方、運用チェックリストなど、他社には書けない情報を記事に入れることで、AI検索上の引用価値が高まります。内部リンクは、関連ページへの単なる誘導ではなく、読者の次の疑問に合わせて配置します。AI検索流入の記事なら、DX支援、AIエージェント導入支援、伴走支援、資料DL、問い合わせへの導線が自然です。
技術面では、画像のALT、構造化データ、FAQ Schema、Article Schema、パンくず、ページ速度、モバイル表示も確認します。AI検索時代でも、基本的なSEO品質は土台です。Googleもユーザー中心の有用なコンテンツが重要であるという考え方を維持しています。つまり、LLMO対策は従来SEOと別物ではなく、既存SEOをより具体的で信頼できる情報設計へ進化させる作業です。改善は一度に全部やるのではなく、表示回数が伸びている記事から優先しましょう。
社内体制はSEO・広告・営業を横断して設計する
AI検索の流入計測は、SEO担当だけに閉じると成果に結びつきにくくなります。AI回答に影響する情報は、公式サイト、記事、広告LP、SNS、外部記事、営業資料、事例、プレスリリースなど広範囲にあります。さらに、問い合わせ後に営業が説明する内容とWeb上の説明がずれていると、ユーザー体験もAI上のブランド理解もぶれます。したがって、SEO、広告、営業、広報、制作が同じ前提で情報を管理する体制が必要です。
役割分担はシンプルで構いません。SEO担当はSearch Consoleと記事改善、広告担当はLPとCVR、営業担当は問い合わせ前の不安と失注理由、広報担当は外部露出とブランド説明、制作担当はページ構造とCTAを見ます。月次会議では、AI検索に関係する数字をすべて並べるのではなく、今月直す1ページ、追加する1FAQ、見直す1CTAを決めます。小さな改善を継続する方が、巨大なAI対策プロジェクトを立ち上げるより成果が出やすいです。
また、AI検索の回答は変動します。1回のプロンプト確認で上がった、下がったと判断するのは危険です。定点観測する質問セット、確認するAIサービス、実行頻度、記録フォーマットを決め、月次で傾向を見ます。ブランド名の表記揺れ、サービス説明の誤り、競合との比較文脈、引用されるページを記録しておくと、どの情報を補強すべきかが見えます。これは広告運用のABテストやSEOの順位観測と同じく、継続して初めて意味を持つ作業です。
中小企業では、専任担当を何人も置けないことが多いはずです。その場合は、外部パートナーと一緒にKPI、記事、LP、GA4、Search Console、営業フィードバックを一体で見る体制が現実的です。ラクボはAIエージェント導入支援やDX支援も含め、データと施策をつなぐ伴走が可能です。AI検索の計測も、ツール設定だけでなく運用体制まで設計して初めて機能します。
AI検索流入計測のよくある質問と導入手順
最後に、AI検索流入計測を始める企業からよく出る質問と導入手順を整理します。最初の質問は、GA4だけでAI検索の成果を測れるかという点です。答えは、部分的には測れますが、十分ではありません。ChatGPTやPerplexityなど参照元が残る流入はGA4で確認できます。一方で、AI OverviewやAI Modeで表示されたがクリックされなかった接点、回答内でブランドが言及された接点はGA4には入りません。Search ConsoleとLLMOの定点観測を組み合わせる必要があります。
次に多いのは、AI検索対策とSEO対策は別予算にすべきかという質問です。実務上は、完全に分けるより既存SEOの改善項目にAI検索の観点を追加する方が進めやすいです。検索意図に深く答える記事、FAQ、比較表、事例、内部リンク、構造化データ、ページ速度は、従来SEOにもAI検索にも効きます。新しい名前の施策を増やすより、既存のコンテンツ改善をAI検索時代に合う基準へ引き上げると考えると社内合意を得やすくなります。
導入手順は、まずGA4でAI系参照元とキーイベントを確認し、Search Consoleで主要記事のクエリ変化を見ます。次に、見込み顧客がAIに聞きそうな質問を10個作り、ChatGPT、Gemini、Perplexityなどでブランド言及と引用ページを記録します。そのうえで、表示はあるがクリックされない記事、流入はあるが回遊しない記事、回遊はあるがCTAに進まないページを分類し、1か月に数本ずつ改善します。
最短で成果につなげたい場合は、計測設計と改善実装を同時に進めることが重要です。レポートだけ作っても、記事、LP、CTA、資料、営業トークが変わらなければ成果は伸びません。ラクボでは、SEO、WEB広告、SNS、LINE、DXを横断し、事業成果から逆算した改善を支援しています。AI検索の流入計測を自社の問い合わせ創出に活かしたい方は、お問い合わせまたはお役立ち資料から次の一歩をご確認ください。
AI検索の流入計測は、単なる新チャネルの追加ではありません。ユーザーがどこで理解し、どこで比較し、どの情報で相談を決めるのかを読み直す取り組みです。既存のSEO、広告、LP、営業資料を一つの導線として見直し、AI時代でも選ばれる情報設計へ更新していきましょう。
