AI 流入のアトリビューション：既知の流入元と欠損データ

CH.01

流入元不明では、欠けたチャネルは分からない

流入元情報が不十分な訪問には多くの経路が考えられます。欠損は計測の限界と扱い、アシスタントが関与した可能性だけで AI に割り当てません。

Averi の 2026年4月14日の記事は、自社サイトの約57% が直接・不明だったと報告しています。一社の例であり、業界比率や AI による割合ではありません。要約は GA4、本文は30日間の Fathom 分析とし、測定根拠が完全には一致していません。メール、メッセージ、コピーしたリンク、手入力の URL も利用できる証拠がない場合があります。

CH.02

現在の GA4 チャネル定義を読む

GA4 は現在、認識されたアシスタントの流入元に AI Assistant チャネルを定義しています。Google AI Overviews と AI Mode は Organic Search に含まれます。チャネルは報告規則であり、訪問者への全影響の記録ではありません。

Direct と Unassigned は別の定義です。Direct は参照元 (direct)、メディア (none) または (not set) に対応し、Unassigned はどのチャネル規則にも一致しない状態です。セッション、初回ユーザー、イベント単位のチャネルも比較前に区別します。一つの「直接・不明」指標にまとめず、報告された AI 流入全体を保証された下限ともしません。

CH.03

サーバー側タグは受信した証拠を処理する

サーバーコンテナは計測イベントを検証・振り分けできますが、一般的なブラウザーの user agent や遷移先パスから欠損した起点を復元できません。信頼できる証拠がなければ不明のまま扱います。

Google はイベントの page_referrer とサーバーコンテナが受けた HTTP Referrer ヘッダーを区別します。後者は元の訪問経路ではなく計測リクエストを表す場合があります。実際の受信内容、収集時刻、規則の版を保存します。ファーストパーティーの分類も記録された解釈であり、消せないものでも独立した証明でもありません。

CH.04

流入元証拠を CRM に渡し、自動加点はしない

技術上の流入元、申告された発見経路、判定結果を別項目にします。AI 流入だけでは購買意向もリード加点も正当化できません。自社の条件を満たす成果で関係を評価します。

Conductor の2026年報告は、10業界の企業顧客1,215ドメインについて、2025年5–9月の米国月次データを示します。AI 流入は全トラフィックの1.08%、ChatGPT は AI 流入の87.4%で、分母が異なります。標本平均は自社の比率、質、継続的な月成長率を示しません。

CH.05

自己申告の発見経路は別の信号として使う

発見経路の質問は人が覚えていることを記録します。技術データ不足を補足できますが、記憶、尋ね方、未回答が影響します。回答は任意とし、解釈は回答者に限定します。

アシスタントの推奨を覚えた人が、後で Google や保存リンクから来ることもあります。両記録は同じ旅程の異なる時点を表せます。一致は参考になり、不一致は隠れた AI 流入の量や一方の誤りを直接示しません。

CH.06

既存の計測設定を実用的に見直す

現在の報告と収集から始めます。基盤を追加する前に、定義、少数の既知の経路、CRM 項目処理を確認します。設定時間はアクセス、同意設定、現在の実装次第です。