AI検索流入が伸びた事例に学ぶ｜企業は何を計測し、どこを改善していたのか

GA4で生成AI経由の訪問を見ていても、「増えたのか減ったのか判断しにくい」と止まりやすい場面があります。理由は単純で、AI検索流入は検索広告や自然検索のように、1つの指標だけでは実態をつかみにくいからです。実際に伸びた事例を読むと、見ていたのはセッション数だけではなく、引用の有無、再訪、指名検索、商談化まで含む連続した指標でした。

2026年は、検索結果で答えが先に提示される場面が増えています。中小企業のWeb担当者が見るべきなのは「何件来たか」より、「どのページがAIに使われ、その後どの経路で成果につながったか」です。

まず結論：AI検索流入が伸びた企業は「流入数」ではなく引用・再訪・CVまで見ていた

先に結論を置くと、AI検索流入の事例で共通していたのは、流入数を単独で評価しない姿勢です。AIの回答面で名前や説明が使われ、その後に指名検索や再訪が起きるなら、ラストクリックの流入が小さくても施策の価値はあります。

この見方は、検索利用そのものが消えたわけではない一方で、クリックされにくい場面が増えている状況とも整合します。ヴァリューズの公開資料でも、検索ユーザー数は維持されつつ、ゼロクリック率の高まりが論点として扱われています。

判断の順番は、表示されたか、引用されたか、訪問につながったか、再訪したか、成果に寄与したか、です。この順に見ないと、改善対象を誤ります。

なぜAI検索流入はGA4だけでは見誤りやすいのか

答えは、参照元の見え方がそろっていないからです。GA4は便利ですが、AI経由の接点を一枚で把握する道具ではありません。

ChatGPT・Gemini・Perplexity・AI Overviewsで流入元の見え方は違う

同じ「AI検索から来た訪問」でも、referrerが残るものと残りにくいものがあります。Google検索上のAIによる回答面は、その後の行動が通常検索に混ざることもあります。ChatGPTやPerplexityは参照元として見えやすい場面がありますが、ブラウザや遷移方法で揺れます。GA4側でsource / mediumだけを見ていると、ダイレクトや自然検索に埋もれた寄与を取りこぼしやすくなります。

AI検索流入が少なくても価値が高いケースがある

訪問数が少ないから失敗、とは限りません。BtoBや比較検討型の商材では、最初の接点がAI回答でも、その場ではクリックせず、あとで社名検索やサービス名検索をして再訪する動きが出ます。

生成AI経由の流入規模を複数サイトのGA4で確認したミエルカチャンネルの検証動画でも、GA4だけでは捉えにくい指名検索や別経路訪問まで含めて評価すべきだと整理されています。

AI検索流入の事例で共通していた計測設計

伸びた事例は、施策前に「何をAI流入とみなすか」を決めています。定義がないままダッシュボードだけ作ると、月次比較がすぐ崩れます。

最初に決めていたのは「AI流入の定義」と「見る単位」

実務では、source / mediumだけでなく、ランディングページ群、FAQ群、比較記事群、会社情報ページ群のようにページを束ねて見る設計が有効です。1ページ単位では母数が小さく、増減の意味を読み違えやすいためです。

とくに、会社情報やFAQのような引用されやすい固定ページは、記事群と分けて管理したほうが判断しやすくなります。会社情報の整え方は中小企業のGEO対策で進める、AI検索に引用される会社情報の作り方が参考になります。

GA4で最低限そろえるべきレポート項目

最小構成は、セッション、エンゲージメント、コンバージョン、再訪、LP別推移です。ここに参照元グループを加えます。見る粒度は「全体」より「LP群別」を優先したほうが改善につながります。

• AI由来とみなす参照元グループ
• ランディングページ別の訪問推移
• 初回訪問後の再訪有無
• CV到達ページとアシスト経路
• 比較系・FAQ系・会社情報系のページ群別推移

GSC・手動確認・営業データをどうつなぐか

GA4だけでは引用されたか分かりません。そこで、GSCの表示回数やCTR、実際のAI回答面の定点確認、営業メモや問い合わせ内容をつなぎます。問い合わせ時に「どこで知ったか」を自由記述で持つだけでも、指名検索への波及を補足しやすくなります。

表示回数が伸びたページの読み方は、AI検索流入を逃さないためのGSC分析：表示回数が伸びたページの次の一手で整理されています。

ケーススタディ1：FAQと定義ページを整えたらAI検索流入が増えた事例

中小企業サイトで再現しやすいのは、この型です。FAQと定義ページを分かりやすく整えると、AIが回答に使いやすい断片が増えます。

見ていた指標：引用確認数、FAQページへの流入、指名検索の増加

この事例で見るべきなのは、FAQ単体のPVではありません。質問単位で引用されたか、関連ページへの流入が増えたか、その後に会社名やサービス名で再訪したかを見ます。FAQは直接CVを取るより、理解促進と再訪の起点として評価したほうが実態に合います。

改善したこと：FAQPage・要約ブロック・運営者情報の補強

実装面では、質問と回答を1対1で対応させ、本文冒頭に短い要約を置き、運営者情報や会社情報への導線を補います。FAQPageの構造化データだけ入れても、本文の見出しや回答文が曖昧だと拾われにくいままです。

伸びた理由：AIが拾いやすい構造と信頼性の両立

効いたのは、技術実装だけではありません。質問文が具体的で、回答が短く定義され、誰が発信している情報かを確認しやすいこと。この3点がそろうと、回答面にも通常検索にも波及しやすくなります。

ケーススタディ2：比較記事をリライトしてAI検索流入を伸ばした事例

既存記事の改善で差が出やすいのは比較記事です。比較対象、判断軸、結論がばらけている記事は、AIにも読者にも扱いづらくなります。

見ていた指標：LP別流入、滞在時間、比較系クエリの表示変化

ここでの評価軸は、流入数だけでは足りません。比較表の追加後に、該当ページの滞在や下層ページ遷移がどう変わったかを見る必要があります。比較意図の検索は、答えが曖昧だと離脱が早くなるためです。

改善したこと：比較表の追加、見出し再設計、要点の冒頭明記

改善はシンプルです。冒頭で結論を述べ、見出しごとに比較軸を固定し、本文の途中に散らばっていた要件を表にまとめます。一次情報が弱い箇所は、公式ページや自社の公開情報に言い換えて寄せます。

伸びた理由：回答に使いやすい断片情報が増えたから

AIは長文全体より、意味がまとまった断片を使いやすい傾向があります。比較表、短い定義、対象者別の結論があると、引用しやすい単位が増えます。リライトの優先順位に迷うなら、比較系や定義系を先に直す判断が取りやすくなります。

ケーススタディ3：AI検索流入は小さいのに商談化が進んだBtoB事例

BtoBでは、AI検索流入の数字だけで良し悪しを決めると外れます。少数でも、検討度の高い訪問なら事業への寄与は大きくなります。

見ていた指標：CV率、商談化率、指名検索を含む再訪経路

見るべきなのは、初回訪問の件数より、再訪を含めた接触経路です。AI回答で認知し、後日ブランド名で再訪し、資料ページや会社情報を見たうえで問い合わせる流れは珍しくありません。富士通がAI検索への対応を組織的に進めている事例でも、検索行動の変化を早期に捉え、LLMOを含む継続的な分析体制を置いています。

改善したこと：導入事例、料金情報、会社情報ページの強化

検討後半で必要になる情報が薄いと、認知できても比較で負けます。導入事例、提供範囲、料金の考え方、会社情報の整備は、流入増施策というより信頼の受け皿です。

伸びた理由：AI検索で認知され、後続の指名検索で回収できたから

ラストクリックだけを見ると、自然検索やダイレクトの成果に見えることがあります。そこで初回接点と再訪経路を分けて見ます。AI検索流入が小さくても、指名検索の増加と商談化率の改善が同時に起きていれば、寄与を疑う価値があります。

伸びた企業が見ていたKPIツリーと、見ていなかった指標

計測がうまくいく企業ほど、KPIの役割を分けています。全部を同列に並べると、改善の打ち手がぼやけます。

追うべきKPIは「表示→引用→流入→成果」の順でつながる

表示が増えないなら露出不足、引用されないなら構造や信頼性の不足、流入につながらないならクリック導線の弱さ、成果につながらないなら受け皿ページの不足を疑います。AI検索の評価軸を整理するなら、流入数だけでなく引用の確認が欠かせません。

見ないほうがよい指標：総PVだけで判断すること

総PVはノイズが大きく、AI検索流入の変化を覆い隠します。とくに公開本数が増えているサイトでは、PV増加が改善の結果なのか、単なる記事追加なのか分かりません。ページ群別で見ない限り、意思決定に使える数字にはなりません。

今日から使えるAI検索流入の計測設計テンプレート

最初から完璧な計測は不要です。中小企業サイトなら、比較可能な形で3か月回せる設計を先に作るほうが進みます。

GA4で作るカスタムレポートの項目例

• 参照元グループ：AI系、自然検索、指名検索、ダイレクト
• LP分類：FAQ、比較、定義、会社情報、導入事例
• 主要指標：セッション、再訪、CV、アシストCV
• 補助確認：問い合わせ内容、営業ヒアリング、商談化有無

週次・月次・四半期で分ける運用フロー

週次では急な減少や引用消失の確認、月次ではページ群別KPIのレビュー、四半期ではカテゴリ再設計やリライト優先順位の見直しが向いています。毎週深掘り分析をすると、母数の小ささに振り回されます。

データが少ない時の読み方と判断基準

件数が少ないときは、期間を延ばすか、類似ページを束ねて見ます。単月の増減より、3か月移動で方向を見るほうが安全です。加えて、実際のAI回答面で名前が出たか、どの説明が採用されたかを定性で確認します。

AI検索流入の計測で失敗しやすい3つの落とし穴

失敗パターンは多くありません。定義、引用確認、成果接続の3点を外すケースが大半です。

参照元定義を後回しにして、月次比較が崩れる

途中でAI流入の定義を変えると、前月比が壊れます。ChatGPTだけを見ていた月と、GeminiやPerplexityを含めた月は、同じ表に並べても比較しにくくなります。

AIに引用されたかを見ずに、流入だけを追ってしまう

流入が増えなくても、引用や言及が増えているなら改善途中の可能性があります。逆に一時的な流入増だけで評価すると、再現しない施策を採用しがちです。

営業・経営向けの説明指標がなく、予算化できない

経営判断では、訪問数だけでは弱い場面があります。比較ページ経由のCV率、会社情報ページ閲覧後の商談化、指名検索の伸びなど、事業言語に近い指標へ翻訳する必要があります。

AI検索流入を伸ばすなら、計測と同時に見直すべきページ設計

数字を見るだけでは改善は進みません。引用されやすい構造に直してはじめて、計測が意味を持ちます。

引用されやすいのは、結論が先にあり定義が明確なページ

要約ブロック、箇条書き、比較表、FAQは、AIが断片として使いやすい形です。とくに定義系ページは、冒頭で一文定義を置くだけでも読まれ方が変わります。引用されないページを点検するときは、AI検索で引用されないページの直し方の優先順位が役立ちます。

会社情報・運営者情報・一次情報が信頼性を底上げする

誰が発信しているか、どんな根拠があるかが曖昧なページは、比較や要約の材料として使われにくくなります。中小企業サイトでは、会社概要、運営者情報、実績や導入事例の一次情報が、記事本体の評価を支える土台になります。

既存記事のリライトで優先すべきページ群の選び方

優先順位は、比較系、定義系、FAQ系、会社情報系の順で考えやすいです。いずれもAI回答に使われやすく、指名検索や再訪に接続しやすいからです。自社で判断しにくいときは、ページ群ごとの役割整理から着手したほうが、記事を増やすより早く改善点が見えます。必要なら当サイトの診断窓口を使い、計測設計とページ設計のズレを先に洗い出してください。