実際にAIトラフィックからのコンバージョンをどうやって追跡していますか？アトリビューションは悪夢のようです

AIのアトリビューションは複数手法の組み合わせが必要です。単一の手法で全てを捉えることはできません。

アトリビューション・スタック:

レイヤー1: 直接リファラルトラッキング GA4で直接アトリビュートできるもの:

• chatgpt.comからのリファラル
• perplexity.aiからのリファラル
• その他識別可能なAIソース

レイヤー2: アシストコンバージョン GA4でのマルチタッチアトリビューション:

• 顧客経路上にAIタッチポイントが含まれるもの
• ファーストタッチ vs ラストタッチ分析
• 重み付けアトリビューションモデル

レイヤー3: 相関分析 統計的な関係性:

• AI可視性スコアと総コンバージョン数
• AIトラフィックとブランド検索ボリューム
• 可視性向上とコンバージョン増加

レイヤー4: 質的データ 顧客からの直接的な入力:

• 「どこで当社を知りましたか？」フォーム項目
• 購入後アンケート
• 営業のヒアリング内容

組み合わせアプローチ: 各レイヤーが異なるAIの影響を捉えます。 全て合わせて全体像を描きます。

相関分析はアトリビューションギャップを埋めます。

ロジック： AI可視性がコンバージョンを生むなら、

• 可視性が上がると → コンバージョンも上がる
• 可視性が下がると → コンバージョンも下がる
• 一定のタイムラグあり（通常4〜8週間）

分析手法：

ステップ1: 時系列データ 6ヶ月以上の週次データ:

• AI可視性スコア
• 総コンバージョン数
• ブランド検索ボリューム

ステップ2: ラグ相関 様々なラグでの相関を計算:

• 可視性1週目 vs コンバージョン1週目
• 可視性1週目 vs コンバージョン2週目
• 可視性1週目 vs コンバージョン4週目
• など

ステップ3: 最も強い相関を特定 例：

• 4週ラグで可視性とコンバージョンの相関0.68
• 2週ラグで可視性とブランド検索の相関0.72

ステップ4: 回帰モデル 「可視性10％増加 → 4週後にコンバージョン8％増加」

プレゼンテーション： 可視性とコンバージョンのラインを並べたグラフ。 視覚的な相関が説得力となります。

相関は因果関係ではありませんが、強力な証拠です。

「どこで当社を知りましたか？」項目は過小評価されています。

実装方法：

主要フォームにフリーテキストまたはドロップダウンを追加:

• リードフォーム
• デモリクエスト
• お問い合わせフォーム
• 購入フロー

質問例： 「最初に当社を知ったきっかけは何ですか？」（フリーテキスト）

または

ドロップダウン選択肢:

• Google検索
• AIアシスタント（ChatGPT、Perplexityなど）
• ソーシャルメディア
• 同僚からの紹介
• その他

観測結果： AIフォーカス前：2％がAIと回答 AIフォーカス後：12％がAIと回答 成長率は可視性向上と一致

データ品質：

• 自己申告はリコールバイアスあり
• ただしAIアナリティクスが拾えない発見も明らかに
• 「ChatGPTで調べてからGoogleで検索した」も拾える

私たちの発見： 「AI」と答えた顧客の45％がコンバージョン 「Google検索」は28％ AI経由リードは質が高い

シンプルな項目が強力なインサイトに。

営業チームのヒアリングがAI影響を明らかにします。

ヒアリング質問： 営業にこう質問するようトレーニング： 「ご連絡前に、当社のようなソリューションをどのように調べましたか？」

よくあるAI関連回答：

• 「ChatGPTにおすすめを聞いた」
• 「Perplexityでいくつか選択肢を提案された」
• 「AIが候補リストをくれた」

CRMトラッキング： フィールド作成：「発見経路」 選択肢にAIアシスタント含む

週次レポート：

インサイト： AI経由リードはしばしば

• 課題理解度が高い
• セールスサイクルが早い
• 受注単価が大きい

アナリティクスが見逃す質的データです。

ブランド検索はAI影響の指標です。

ロジック： AIが自社ブランドを言及すると、

• 一部ユーザーはAIに追加質問
• 一部ユーザーはブランド名でGoogle検索
• ブランド検索が認知度向上で増加

測定： Googleサーチコンソールで追跡：

• ブランドキーワードのインプレッション
• ブランドキーワードのクリック数
• 時系列トレンド

相関： AI可視性とブランド検索ボリュームをグラフ化。 一緒に動けばAIが認知度を高めている証拠。

自社データ：

ブランド検索は可視性71％増に対し95％増加。

なぜ重要か： ブランド検索は購買意欲が高い。 AIがブランド検索を促進。 つまり、AIが高意欲トラフィックを生んでいる。

間接的だが強力な証拠です。

AI由来リードはしばしば異なる質的特徴を持ちます。

追跡すべき品質指標：

エンゲージメント：

• サイト滞在時間（AIと他経路比較）
• 1セッションあたりページ数
• デモリクエスト率
• トライアルサインアップ率

セールス指標：

• SQL率（MQLから）
• 受注率
• セールスサイクル期間
• 平均受注単価

自社の発見：

このストーリー： AI訪問者はより学習済み すでにAIで調査済み 購買検討が進んでいる 質が高く、転換が早い

質指標は数より説得力のある場合も多いです。

経営陣が本当に見たいもの：

月次AI ROIレポート：

1. 投資

• GEOチーム工数：X時間
• ツール：$Y
• コンテンツ：$Z
• 合計：$ABC

2. 直接アトリビューション

• AIリファラルトラフィック：Xセッション
• AI直接コンバージョン：Y件
• AIアトリビュート売上：$Z

3. 影響アトリビューション

• AIアシストコンバージョン：X件
• 相関によるインパクト推定：Y％
• 自己申告AI発見：Z％

4. 品質指標

• AIコンバージョン率 vs 平均
• AIリード品質 vs 平均
• AI顧客価値 vs 平均

5. ROI計算 慎重：直接アトリビューションのみ 中間：アシストも含む 楽観：相関による増加も含む

ストーリー： 「GEOに$X投資。 直接追跡できた売上：$Y。 影響推定：$Z追加。 リード品質：平均より40％高い。 推定ROI：ABC％」

複数手法でもストーリーは一つ。

現実：AIは多くの場合、複数タッチポイントのうちの1つです。

よく見る経路：

パス1: AI → Google → コンバージョン ユーザーがAIに質問→ブランド名取得→Google検索→コンバージョン AIは直接アトリビューションされないが、起点。

パス2: AI → Webサイト → リターゲティング → コンバージョン AI言及→サイト訪問→リターゲティング→コンバージョン リターゲティングがアトリビューションされる。

パス3: AI → ソーシャル → Webサイト → コンバージョン AI言及→ソーシャルフォロー→後日訪問→コンバージョン ソーシャルがアトリビューションされる。

捉え方： GA4パスエクスプロレーションで

• 全タッチポイント表示
• どのポジションでもAIを探す
• AIの影響にもクレジットを

自社の発見： コンバージョン経路にAI含む：22％ AIがラストタッチ：8％のみ

AIの影響は直接アトリビューションの3倍。

経路全体を見て、ラストタッチだけ見ないこと。

実践的な導入ステップ：

1週目：GA4設定

• AIリファラルセグメント作成
• コンバージョントラッキング設定
• 基本ダッシュボード構築

2週目：フォーム項目

• 主要フォームに「どこで当社を知りましたか？」追加
• 選択肢にAI／ChatGPT含む
• データ収集開始

3週目：営業活用

• 営業に発見経路質問をトレーニング
• CRMにソースフィールド追加
• トラッキング開始

4週目：分析フレームワーク

• 週次AIトラフィックレポート
• 月次相関分析
• 四半期ROI算出

継続：

• アトリビューションモデルの改善
• データ収集精度向上
• 過去データのベースライン構築

シンプルに始めて改善を重ねる： 初日から完璧なアトリビューションを求めないこと。 追跡できるところから始めて 徐々にレイヤー追加。

不完全なデータ＞データなし。

実践的なフレームワークが得られました。実装プラン：

アトリビューション・スタック：

1. 直接：GA4のAIリファラルセグメント
2. アシスト：パスエクスプロレーション分析
3. 相関：可視性とコンバージョントレンド
4. 質的：フォーム項目＋営業ヒアリング

ダッシュボード指標：

• AIセッションと成長率
• AIコンバージョン率
• AIアシストコンバージョン
• 自己申告AI発見率
• リード品質比較

月次レポート構成：

• 投資サマリー
• 直接アトリビューション
• 影響アトリビューション
• 品質指標
• ROIレンジ（慎重〜楽観）

主な学び： 完璧なアトリビューションは不可能。 複数手法の組み合わせで全体像を描く。 質指標は量よりも説得力がある場合が多い。

皆様ありがとうございました。これでAI ROIが「期待」ではなく「証明」できるようになりました。