検索流入は落ちていない。それでも、自社ブランドはAIによって静かに候補から外されているかもしれません。2026年、多くのB2Bマーケティング責任者がダッシュボード上で把握できていないのが、このギャップです。見込み客が「自社に最適なのはどれか」とChatGPT、Perplexity、Google AI Overviewsに尋ねるとき、最も重要なのはWebサイトがクリックされたかどうかではありません。AIの回答に自社が選ばれたか、それとも省かれたかです。買い手の情報収集はWebサイト訪問より前のインターフェース上で進み、その行動は分析ツールにセッションとして残りません。需要の形成や候補選定の一部が見えない場所で行われるなら、手元のKPIは市場における自社の実態を本当に映しているのでしょうか。
従来の成果ダッシュボードでは、なぜ見えなくなるのか
過去10年、B2Bの成果測定は明確なファネルを前提としてきました。露出がセッションを生み、セッションがMQLにつながり、MQLから商談へ進むという流れです。各段階の数値はGA4、広告管理画面、CRMのいずれかに残ります。しかし、AIの回答はこの連鎖を断ち切りました。たとえば、ユーザーがPerplexityで「中規模SaaS向けの規制対応ツールは何か」と質問し、3〜5社のブランド名を含む回答を読んでも、リンクをクリックするとは限りません。その段落に自社ブランドが載れば、費用をかけずに信頼性の高い推奨を獲得できます。載らなければ、候補リストから静かに消えます。従来の計測では、どちらも記録できません。
ゼロクリック検索自体は新しい概念ではありませんが、AIによってその規模は新たな段階に入りました。以前なら、ユーザーの目には少なくともページのタイトルと説明文が入りました。現在は、青いリンクの一覧さえ生成回答に置き換わる可能性があります。露出の定義も変わりつつあります。検索結果で何位に表示されたかではなく、限られた回答文の中に含まれたかどうかが問われるようになったのです。
AI可視性では、具体的に何を測るのか
AI可視性は単独の数値ではありません。「生成回答の中で自社ブランドがどの位置にいるか」を示す複数のシグナルです。長期的に追跡するなら、少なくとも次の5項目に分けて確認します。
- 言及率：自社の事業領域に関する所定の質問群に対し、AIが自社ブランドに言及した回答の割合。
- 引用シェア：同じ回答群の中で、自社が競合主要各社と比べて何回引用されたか。AI空間におけるシェア・オブ・ボイスに相当します。
- 文脈の正確性：AIが自社について正しく説明しているか。所在地、価格、機能などに誤りがないかを確認します。
- 推奨の強さ：第一候補として勧められているか、比較リストに入っているか、それとも「その他の選択肢」として添えられているだけか。
- 情報源の可視性：AIが回答の根拠としてどのページを引用しているか。自社ページなのか、第三者が自社について語るページなのかを見ます。
この5項目を組み合わせることで、可視性の全体像が見えてきます。言及率だけを追うと判断を誤ります。頻繁に言及されていても、内容に誤りが多いブランドは、まったく言及されない場合より大きな損失を被ることさえあります。
2026年のレポートに盛り込むべき4つのKPI
AI可視性を取締役会にも伝わる言葉へ置き換えるには、既存の検索流入やリード指標に新しい列を加える必要があります。B2B企業の四半期レポートに盛り込む指標として、私たちは次の4つを推奨します。
- AI可視性スコア：あらかじめ定義した中核的な質問群のうち、AIが自社に言及した割合。可視性を総合的に示すノーススター指標として使えます。
- 競合言及ギャップ：AI回答における自社と上位3社の競合との言及数の差。市場での存在感を直接映します。
- AI起点の商談数：フォームやヒアリングに「AIツールで知った」という選択肢を設け、AIインターフェースが実際に起点となった商談を定量化します。
- コンテンツ引用率：公開したコンテンツのうち、AIが回答の情報源として実際に採用した割合。コンテンツ運用の効率を測ります。
これらの指標は、高額な計測基盤の構築を待たなくても追跡できます。四半期の新規売上が数十万NT$規模と見込まれるB2Bチームなら、中核となる50〜100件の質問を定め、毎月スナップショットを取得するだけでも十分です。重要なのは、見栄えの良いレポートを単発で作ることではなく、同じ質問群を継続して観測することです。
アトリビューションは、より正直に、そして難しくなる
AIが生み出す商談機会の多くは、「ダークトラフィック」の経路をたどります。ユーザーはChatGPTで推奨を受け、数日後にブランド名で検索したり、URLを直接入力したりします。GA4では「直接流入」または「ブランド検索」として計上され、AIの貢献は見えなくなります。この貢献を捉え直す最も実務的な方法は、複雑なトラッキングコードを増やすことではありません。顧客本人に尋ねることです。
マーケティング責任者が今から着手すべきこと
短期間で計測体系を全面的に作り直す必要はありません。実行可能な手順へ分解して進めましょう。
- 中核的な質問群を作る：見込み客が資料請求や候補選定の前にAIへ実際に尋ねる30件または50件の質問を洗い出します。
- ベースラインを測る：自社と競合の表示状況を記録し、出発点と今後の比較基準にします。
- 既存の月次レポートにAI可視性の指標を2〜3項目加える：検索流入やリード数と並べ、チームが継続的に確認する状態を作ります。
- 不足するコンテンツを補う：AIが自社について誤って説明しているテーマや、自社を省いているテーマに対し、構造が明確で引用されやすいコンテンツを制作します。
この転換のために、従来の指標をすぐに捨てる必要はありません。ただし、AI可視性を計測しない代償は、6か月後の商談分析に表れます。「どこで当社を知ったのか分からない」と答える確度の高い見込み客が増えていたら、AIが自社または競合を推奨している可能性を示すシグナルです。主要なAIエンジンで自社ブランドが言及されているか、省かれているかを確認したい方は、30分のGEO診断をご予約ください。中核的な質問群を実際に確認し、可視性のギャップを特定します。
