a2iコラム

「AI検索のユーザー行動は、どう分析すればいいのか。その効果は、どう検証すればいいのか」
今回はこの問いを考えてみました。といっても私はこの分野「LLMO」の専門家ではなく、今のところ答えも持っていません。結論ではなく、個人的な試行錯誤を共有させてください。
ちなみに「LLMO」とは、生成AIの回答のなかで自社の情報が参照されたり推奨されたりするように、サイトや情報を整えていく取り組みです。検索エンジン向けの最適化(SEO)に対する、AI向けの最適化ですね。

米NielsenIQの調査によると、買い物や商品リサーチにAIを使う米国の消費者は、2026年9月時点で過半数の51%に達しています。AIの回答のなかで推奨されるかどうかは、もう「検索という入口」の役割にとどまらず、選ばれるための大前提になりつつあります。

では、そのユーザー行動をどう分析し、その成果をどう測るのか?簡易的に3つに分けて考えてみます。入口=AIのクローラーが自社サイトをどう見ているか。出口=その先の効果をどう測るのか。そして真ん中=ユーザーがAIに何を質問し、どう行動したのか。

まずは外堀にあたる入口と出口をざっと確認し、そのうえで、一番見えなくて悩ましい真ん中に潜っていきます。

入口:足跡は残る、でも追い続けるのは専門家の仕事

まずは入口、AIのクローラーの話からです。自分のサイトのどのページがAIに認識されているのか。この点を確認するのは、今のところサーバーの生ログを見るのが一番確実です。

アユダンテの西村彰悟氏が、自社サイトの生ログで生成AIのbotを半年以上観測した記事を公開しています。
「ChatGPTのRAGはGoogle頼み」はもう古い?生ログ分析で見えたOpenAI独自クロール網の実力と課題

印象に残ったのは、ChatGPT系のbotのカバー率がGooglebotとほぼ互角だったこと(99.4%と98.7%)。ChatGPTはGoogle検索に頼っていると言われていた時期もありましたが、すでに独自のインデックス化の仕組みを整えつつあるようです。
ただし、Googleほど成熟はしていません。JavaScript内のコンテンツやメニューなどは読めず、サイトの9割を巡り終えるまでに約3倍の時間がかかり、既存ページの更新にも鈍感です。

この観察から得られるのは、「素直なサイトと素直なページ作りで、内部リンクを適切につけて、後からの直しを少なくしようね」ということでしょうか。特別なことではありませんが、意外にできていないサイトが多いです。

クローラーは足跡をはっきり残してくれます。追いかける確実性が高い場所です。ただ、botの挙動は観測している最中にも何度も変わるので、ずっと追い続けるのは専門家に頼るのが現実的でしょう。
「足跡は残る、でも追跡は専門家頼み」。その手応えだけを持って、先に進みます。

出口:Share of Voiceという指標が出てきた

ここからは出口、効果測定の話です。従来のGA4などのアクセス解析ツールでは測りにくい領域です。理由は大きく2つあります。
ひとつはゼロクリックです。AIの回答のなかで用が足りてしまえば、ユーザーはサイトを訪問してくれません。
もうひとつはリファラー(流入元の情報)の分断です。AIアプリのなかで推奨されても、そのあとGoogleで指名検索して別のブラウザでCVすれば、Cookieはつながりません。アプリの使用率が上がれば、アトリビューション(成果への貢献度の割り当て)は追えなくなります。
この状況でAIモデルからのサイト訪問を計測しても、得られるデータはかなり限られます。
GA4に加わった「AI Assistant」というチャネルが役立ちますが、従来のサイト解析と同じ手法で見てよいかは疑問が残ります。

そんななか、最近は「Share of Voice(SOV)」や「AI Visibility」という考え方が出てきているようです。
想定した質問リストを定期的にAIに投げ、回答のなかで自社ブランドが言及・推奨された割合を競合と比べる指標です。

ただ、これらの指標には批判もあります。検索の「月間検索ボリューム」に相当する物差しがAIにはないので、どの質問を選ぶかで数値が変わってしまいます。似た質問でも回答は変化し、パーソナライズもされています。ですから、1回の結果を検索順位のように扱うわけにはいかない、という指摘です。
選び出す質問群も、ちゃんと自社サイトに関連するものでなければ意味がありません。適切な質問群を誰がどうやって選ぶのか?
そして、その数値が実際のビジネス効果につながるのか、という疑問も残ります。

正直に言うと、私はSOVなどのLLMOの指標やKPIを自分で運用したことがありません。ですから、こうした指標が実務でどこまで通用するのかは語れません。急速に変化するLLMOの現状や、効果の測り方についても、ぜひ専門家の知見をうかがいたいところです。

真ん中:N=1のユーザー行動をひたすら分析する

そして本題、一番大事なのは真ん中の話、つまりユーザーの質問だと思います。
入口の生ログと出口の指標を眺めても、ユーザーの生々しい質問は見えてきません。

いくつかの方法がありますが、すぐに確認できるのはサーチコンソールでしょう。
サーチコンソールのキーワードデータには「予算1万円で買えるオススメの〇〇はありますか?」といった質問形式の自然文が、たくさんまじっています。
私のおすすめは、このデータをBigQueryに書き出して、ClaudeなどのAIに分類と集計をまかせる手法です。
生の質問が見えてくると、ユーザー行動の分析マニアにとってはごちそうです。

ただし、落とし穴があります。
まず、人が聞いているとは思えない、botが生成した質問が多く混じっていることです。この点は、Claudeに指示すればうまく切り分けてくれます。

さらに問題なのは質問の断片化です。
AIとの会話は質問ひとつでは終わりませんよね。最初の質問はしっかり書きますが、そのあとは「いくら?」「他にない?」「画像で見せて」などの追加質問が山のように続きます。ところが残念なことに、サーチコンソールには質問IDのようなスレッドをつなげる方法がありません。コンバージョンにつながるクリックは、むしろ追加質問のほうで起きているように見えます。ところがその追加質問は切れ端で、元の質問がわからないのです。

クリック数の指標が頼りにならないので、仕方なく、少し長めの質問文を選び出して、実際に手作業でChatGPTなどに聞いてみます。
最初の質問を投げると、最近のAIは先回りをして、次々に対象を絞ってくれます。
どの質問で、自社が引用リンクとして参照されているか。どの回答の本文で選択肢として推奨されているか。競合はどう語られ、自社はどんな文脈で挙げられ、どんなときに外れているのか。

AIが賢く先回りしてくれるエージェント時代に、人間である自分は、こつこつ自然文を入れては一喜一憂している。なんとも皮肉な風景です。ただ、そうやって泥臭いユーザー体験を重ねたあとに自社のサイトを見直すと、足りない情報がリアルに見えてきます。

ここまでで手元に残ったもの

こうして抽出した質問と体験を、クライアントや仲間に共有してみました。すると、こんな意見が返ってきたのです。
「これって普段お客さんに聞かれることそのものですよね」
私もまったく同じ感想でした。
AIがなぜそのサイトを選んだのかは不明ですが、質問体験を何度も繰り返してみると、「ユーザーの求めるものに答える」ことの大切さが身にしみます。
サイトの訪問者がAIエージェントになろうとも、結局その先にいるのは探し物をしている生身の人なのです。

今まではお客様の声を集めるのが、営業や店員の役割でした。ところが、そのお客様がAIに聞いて商品やサービスを決めてしまいます。そんな時代には、AIに聞くリアルな質問こそがお客様の声になるのかもしれません。

サーチコンソールのようなデータ提供が、AIプラットフォームの側でどれだけ進むのか。そこにかかっている気がします。
理想的には、自社がメンションされた質問だけでなく、競合他社の質問も欲しいところですが、そこはさすがに難しいでしょう。

こんなふうに地道にN=1を追うアプローチでよいのか。それとも、AI時代にふさわしい効率的な分析の道があるのか。実際のLLMOの現場ではどう取り組まれているのか、その点も気になるところです。

11月17日のa2iセミナーでは、LANYの大西真央さんに「300社の実績で語る、LLMOのKPI設計と効果測定」をうかがいます。
批判もあるSOVのような指標を、現場ではどう位置づけてKPIに落とし込んでいるのか。手作業の限界を、モニタリングの基盤でどこまで越えられるのか。
私がまだ手探りのままなので、そのあたりをじっくり聞いてみたいと思っています。みなさんの疑問も、ぜひ持ち寄ってください。

【セミナー情報】「300社の実績で語る、LLMOのKPI設計と効果測定」|2026/11/17(火)

[参考リンク・引用文献]
・NielsenIQ『Agentic Commerce Tracker』(2026年9月、米国消費者の51%が買い物にAIを利用)

・アユダンテ 西村彰悟:生ログ分析で見えたOpenAI独自クロール網の実力と課題(2026年10月8日)

コラム担当スタッフ

大内 範行

アナリティクスアソシエーション
代表
オオウチコム

アナリティクスアソシエーション代表  
個人情報保護士、専門統計調査士
日本アイ・ビー・エム、マイクロソフト、Googleなどを経験。Googleでは2011年から7年間、Googleアナリティクスとダブルクリック広告のマネージャなどを歴任。
2019年からはJellyfish 副社長 VP Analyticsとして参画し、2021年からはアユダンテ株式会社でCSOに就任。
並行して2008年から協議会「アナリティクスアソシエーション (a2i.jp)」代表としてデジタルマーケティングのデータ分析の普及に取り組んでいる。
仕事の傍SEOやアナリティクスの書籍も多数執筆。
主な著書『できる100ワザ SEO&SEM』、『できる100ワザ Google Analytics』、『SEM Web担当者が身につけておくべき新100の法則』など。

主な講演

一つ前のページに戻る

a2i セミナー風景イメージ

今からでもご参加いただけます!

ファイナルシーズンでは、2027年7月までセミナーを開催します。過去のアーカイブ動画もご視聴いただけます。ぜひご参加ください。

セミナー・イベント予定

予定一覧へ

コラムバックナンバー

バックナンバー一覧へ