AI レコメンド経由の訪問量は、多くのサイトで総量のごく一部にすぎません。この点は直視すべきです。ただし同じデータ群は、この流入のコンバージョン効率が従来のオーガニック検索を大きく上回ることも示しています（元データと定義）。したがって調整すべきは「やるかどうか」ではなく評価単位です。「ブランドが AI で言及される → クリックして公式サイトへ → フォーム送信またはトライアル開始 → 最終成約」の4段階に分け、各段階に固有の分母を設定します。
先に明確にすべき点があります。コンバージョン率が高いからといって、GEO を実施すれば必ず高いコンバージョンが得られるわけではありません。より合理的な解釈は、AI に推薦を尋ねる習慣のある人自身が意思決定に近いということであり、高いコンバージョンはチャネルの魔法ではなく、母集団の選別結果である可能性が高いです。相関を因果と取り違えると、予算も期待値もミスマッチになります。
データの定義：構成比は小さいが、効率は数倍高い
最も引用される比較のひとつは、Seer Interactive による GA4 データ分析です。同一顧客、同一コンバージョン目標、2024 年 10 月から 2025 年 4 月までの同一期間で、ChatGPT 経由の参照流入のコンバージョン率は約 15.9%、Google オーガニック検索は約 1.76% で、約 9 倍の差があります。同じサイト群で、AI レコメンド経由の流入が総訪問量に占める割合は 0.2% から 1.08% にすぎません。
| 指標 | 公開データ | 定義・注記 |
|---|---|---|
| AI レコメンド経由の流入が総訪問量に占める割合 | 0.2%–1.08% | 同一顧客グループの GA4 データ。多くのサンプルで構成比は非常に低い |
| ChatGPT 経由の訪問者のコンバージョン率 | 約 15.9% | オーガニック検索と同一目標・同一期間で比較 |
| Google オーガニック検索訪問者のコンバージョン率 | 約 1.76% | 同上。倍数レベルの差を構成 |
| Perplexity / Claude / Gemini | 約 10.5% / 5.0% / 3.0% | 同一調査。各プラットフォームの質問意図の違いを反映 |
| チャネル横断の全体比較 | 14.2% 対 2.8% | 別の独立系集計。方向性は一致 |
| ChatGPT 経由でサイト内検索結果ページに着地 | 28.8%（166 の GA4 プロパティ） | この種のセッションは標準のコンバージョンイベントを発火しないことが多い |
表で最も注意すべきは倍率ではなく最後の行です。かなりの割合の AI 参照セッションが直接サイト内検索結果ページに着地しており、多くの分析設定ではコンバージョン目標がほとんど発火しません。そのため計測されるコンバージョン率は下限である可能性が高いです。
なぜ AI レコメンド経由の訪問量はこれほど少ないのか
原因はまず構造的なものであり、コンテンツ品質が足りないからではありません。
- 回答枠は希少資源です。 従来の検索は一度に複数のリンクを返し、ページ送りもできます。AI アシスタントは通常 3 から 5 の名前しか出さず、場合によっては 1 つだけです。同じ需要でも、得られる入口は桁違いに圧縮されます。
- 多くの影響はユーザーが会話を離れる前に起きます。 Search Engine Journal は GEO を論じる中で、AI が購買意思決定に与える影響の多くは、ユーザーがまだどのサイトも開いていない時点で起きており、参照トラフィックだけを見るとその作用を系統的に過小評価すると指摘しています（GEO は気を散らすものではない）。
- 遅延訪問は別の場所に記録されます。 ユーザーが回答内で十分な比較情報を得て、価格・ドキュメント・事例を確認するときだけ公式サイトに来る場合、そうした訪問は直接訪問やブランド名検索として計上されがちです。
なぜ AI 訪問者の購買意図はより明確なのか
違いは質問の仕方にあります。Google の検索ボックスに「プロジェクト管理ソフト」と入力する人の動機は、情報収集、価格比較、求人探しかもしれません。しかし AI アシスタントに「私たちは十数人のエンジニアリングチームで、GitHub と Jira を使い、ガントチャートとスプリント計画が必要です。どのツールがおすすめですか」と書く場合、この一文にはチーム規模、技術スタック、機能要件という3層のスクリーニングがすでに含まれています。こうした質問ができる人は通常、初期調査を終えており、今は指名の推薦を求めています。
そこから2つの結果が生まれます。訪問者はサイト到着時点で基礎的な疑問にすでに答えてもらっているため、ページが担うべきは「確認と次の一歩」であり、初心者向けの解説ではありません。また、プラットフォーム間のコンバージョン差も説明できます。ChatGPT は商業型・価格型の質問が多く、Perplexity は検索・検証寄り、Claude は分析・コード場面寄りであり、コンバージョン率の勾配は質問意図の分布差を反映しています。
AI 検索訪問者と Google オーガニック検索訪問者の5つの違い
| 観点 | Google オーガニック検索訪問者 | AI レコメンド経由の訪問者 |
|---|---|---|
| 質問の形 | 短い語、広範、再利用可能 | 長文、制約条件付き、1対1相談に近い |
| 意思決定段階 | 認知から決定まで全範囲に分布 | 比較・選定段階に集中 |
| ランディングページ | 通常は具体的なコンテンツページ | 一定割合がサイト内検索結果ページやトップページ |
| セッション特性 | 滞在時間・ページ数は相対的に低い | 1 回のセッションが深く、より完全な証拠を必要とする |
| 説得ロジック | ゼロから認知を築く必要 | 事実・事例・価格を素早く確認する必要 |
この表はページ設計に直接使えます。訪問者が「すでに2から3の選択肢に絞った」状態で入ってくるなら、価格説明、能力の境界、移行方案、実例、引用可能なパラメータ表のほうが、空虚な業界入門記事よりはるかに役立ちます。
なぜ GA4 の Referral Sessions だけではまったく足りないのか
- チャネルがグループ化されていません。 chat.openai.com、perplexity.ai、gemini.google.com は各種 referral に分散し、オーガニック検索、ソーシャル、有料と並列にならないため、通常のチャネル比較ビューに入りません。
- ランディングページ種別が合いません。 サイト内検索結果ページに着地したセッションは、特定ページを条件とするコンバージョンイベントを発火しにくく、コンバージョン率が低く算出されます。
- クリック前のブランド影響が別の場所に記録されます。 ユーザーが AI 回答でブランド名を見て、その後ドメインを直接入力したりブランド名で検索したりすると、成約時のアトリビューションは直接訪問やブランド名オーガニック検索になります。
- アトリビューションウィンドウが短すぎます。 B2B の意思決定は数か月に及ぶことが多く、AI の影響時点は最後のクリックより前です。デフォルトのウィンドウでは功績が最後の接点に与えられます。
結論として、参照トラフィックのレポートは「下限指標」として扱うべきであり、AI チャネルの価値全体ではありません（関連分析）。
どの企業が AI レコメンドから顧客を得やすいのか
ここで示すのは適合条件であり、業界別コンバージョン率ランキングではありません。公開データは業界別の順位付けを支えるには不十分であり、「ある業界の AI コンバージョン率はいくらか」という主張には慎重であるべきです。
- 意思決定に複数案の比較が必要で、ユーザーが「どれが良いか」「何が違うか」「いくらか」を自ら尋ねる；
- 客単価が高く意思決定期間が長く、一度の有効な相談の価値がコンテンツコストを十分に賄える；
- 製品能力を構造化して説明できる：機能境界、適用規模、統合方法、価格帯；
- 既存または蓄積可能な第三者証拠：顧客事例、レビュー、業界ディレクトリ、コミュニティ議論；
- 公式サイトが主要なコンバージョン入口であり、営業電話やプラットフォーム店舗に完全依存していない。
数分で紹介サイトを作り、リード獲得を伸ばす
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
これらの条件では、B2B SaaS、企業向けサービスとコンサルティング、工業品と輸出向け製造、専門サービスが通常は上位に入ります。即時消費や低客単価の衝動型商品では、AI レコメンドによる増分は相対的に限定的です。そうした意思決定はもともと「推薦理由」を必要とすることが少ないからです。
B2B SaaS のケース：4段ファネルを分けて記帳する
ある B2B SaaS が毎月オーガニック検索で約 1 万セッション、AI レコメンド経由で約 80 セッションを得ていると仮定します。前述の比率で算術的な例を作ると、オーガニック検索は 1.76% で約 176 件の登録、AI レコメンドは 15.9% で約 12 から 13 件の登録をもたらします（比率の出典）。数量だけを見ればほとんど無視できますが、4段ファネルに入れると判断はまったく変わります。
| ファネル段階 | どう記録するか | よくある誤判定 |
|---|---|---|
| ① ブランドが AI で言及される | 実際の購買質問を固定セットにし、隔週で各 AI プラットフォームをサンプリング：ブランドの有無、位置、リンクの有無、同一画面の競合 | 自社ブランドの評判だけを尋ね、実際の聞き方を無視する |
| ② クリックして公式サイトへ | 独立した AI 検索チャネルグループを作り、セッション、ランディングページ分布、サイト内検索結果ページ比率を見る | 総セッション数だけを見て、ランディングページの適合を見ない |
| ③ フォーム送信またはトライアル開始 | フォームに「どこで当社を知りましたか」を追加し、登録後の最初の質問で用途を確認し、CRM にソースタグを書き込む | フォームでソースを収集せず、リード源を営業の記憶に頼る |
| ④ 成約 | CRM パイプラインをソース別にグループ化し、勝率、販売サイクル、客単価を比較 | リード数で売上を代替し、ソース品質の差を無視する |
この表は反直感的な事実を露出します。AI チャネルはファネル前半ではほとんど見えませんが、ファネル後半での重みはセッションレポート上の構成比よりはるかに高い可能性があります。だからこそ各段階に独自の分母が必要です。
SEO と GEO の統一効果評価体系をどう作るか
SEO と GEO の入力側は高度に重なります。クロール可能なページ、明確な事実記述、構造化された製品情報、信頼できる第三者ソースであり、違いは主に測定方法にあります。実行可能な6ステップは次のとおりです。
- チャネル定義を統一：分析ツールで AI 検索チャネルグループを作り、主要 AI プラットフォームのドメインをグループ化する。CRM に同名フィールドを追加し、フロントエンドとバックエンドの命名を一致させる。
- 質問セットを作る：実際の営業会話、カスタマーサポートチケット、サイト内検索語から購買型質問を抽出し、固定サンプリング問題集にする。
- 定期的に AI 回答をサンプリング：隔週で 1 回、言及率、引用リンク、競合の同一画面出現を記録する。こうした先行指標は売上より早く変化を反映する。
- 引用可能な情報ブロックを補完：価格帯、能力境界、適用規模、比較説明、導入パス、よくある反論を、独立して抜き出せる段落として書く。
- 機械可読性を確保：AI クローラーがブロックされていないこと、重要コンテンツが純粋なクライアントサイドスクリプトでレンダリングされていないこと、ファーストビューに実質情報があることを確認する。
- レポートを3層に分ける：可視性（言及率、引用数）、行動（AI チャネルのセッション、ランディングページ品質、フォーム完了率）、収益（リード、勝率、客単価）。3層を同時に見る。
リズムとしては次のように組めます。最初の月はまず帳簿を明確にし、チャネルグループを作り、質問セットを抽出し、ベースラインのサンプリングを1回実行します。2か月目は3種類のページを補います。価格とプラン説明、客観的な競合比較、検証可能な事例です。3か月目は、質問セットの中で頻度が高いのに公式サイトに答えがない項目をコンテンツキューに並べ、継続的に更新します。B2B 業務は少なくとも1つの完全な意思決定サイクルを回してから結論を出すことを推奨します。
この段階では、サイト構築とコンテンツ基盤が実行速度に直接影響します。we0 のような展示型サイト向けの AI サイト構築・グロースプラットフォームは、自然言語によるサイト構築、マルチエージェント協働、CMS バックエンド、ドメイン導入、SEO/GEO 最適化モジュールを同じチェーン上に置いています。情報ブロックとページ構造を、構築段階でインデックス可能かつ引用可能な形に整理でき、その後の更新でも毎回開発スケジュールに戻る必要がありません。具体的に適用できるかは、チームの既存技術スタックとサイト規模に照らして判断する必要があります（we0 公式サイト）。
避けるべき3つの判断ミス
- 個別ケースのコンバージョン率を業界ベンチマークとみなす。 あの 15.9% と 1.76% の比較 は特定の顧客構成と特定のコンバージョン定義に基づきます。製品、価格、コンバージョンイベントが異なれば数字は大きく変わります。移植できるのは方法であり、数字ではありません。
- 相関を因果とみなす。 GEO の役割は、ブランドをこうした高意図の会話の候補リストに入れることであり、訪問者の購買意欲をゼロから高めることではありません（クリック前の影響）。
- 単一指標で取捨選択する。 構成比が小さいからといって完全に諦めると、効率の高い入口を失います。倍率を見てオーガニック検索への投資を止めるのも同様の誤判定です。オーガニック検索は今日も絶対量の大部分を貢献しています。
FAQ
ChatGPT 経由のトラフィック比率がこれほど低いのに、投資する価値はありますか？
価値はありますが、目標を変える必要があります。セッション数を KPI にせず、可視性とファネル後半に目標を置きます。主要な購買質問でブランドが言及されるか、AI チャネルのリード品質が平均より高いか、成約サイクルがより短いか、です。
オーガニック検索を大きく上回るあのコンバージョン率は、そのままわが社の業界に当てはめられますか？
おすすめしません。それは特定の顧客グループと特定のコンバージョン定義に由来し、業界やコンバージョンイベント（登録、リード獲得、問い合わせ、成約）が違えば分母はまったく異なります。方向性のシグナルとして扱い、自社のベースラインデータに置き換えてください。
分析ツールで AI 検索トラフィックをどう識別すればよいですか？
カスタムチャネルグループを作成し、chat.openai.com、chatgpt.com、perplexity.ai、gemini.google.com、claude.ai などの参照元ドメインを同じチャネルに分類し、ランディングページ分布を個別に見ます。同時にサイト内検索結果ページのセッション比率を確認し、コンバージョンを過小評価しないようにします。
関連ツール
- GA4 カスタムチャネルグループ：分散した AI 参照元を統一チャネルにまとめ、比較可能なベースラインを得る。
- Google Search Console：オーガニック検索側の表示回数とクリック変化を確認し、AI の影響を検索変動と誤記録しないようにする。
- ChatGPT / Gemini / Perplexity 固定サンプリング：同じ質問セットで隔週記録し、言及と引用の変化を追跡する。
- we0：展示型サイト向けの AI サイト構築・グロースプラットフォーム。同一ワークフローでページ構築、CMS コンテンツ維持管理、SEO/GEO 構造設定を完了できる。
関連リンク
- ChatGPT 経由の参照は 15.9% でコンバージョン、Google オーガニックは 1.76%（Seer Interactive データ整理）
- GEO は気を散らすものではない：AI の影響は参照データに表れない（Search Engine Journal）
- The 88% AI Search Gap：AI 検索と従来検索のコンバージョンに関する業界データ集
- we0 公式サイト：AI サイト構築と SEO/GEO 機能の説明
まとめ
AI レコメンド経由のトラフィックは現在確かに小規模で、多くのサイトでは総訪問量のごく一部にすぎません。しかし複数の独立データが同時に示すのは、この訪問者のコンバージョン効率がオーガニック検索を大きく上回るという点です。原因は主に質問の仕方による意図のスクリーニングであり、チャネル自体に加点があるわけではありません。企業が本当に調整すべきは測定方法です。AI チャネルの定義を統一し、4段ファネルで個別に記帳し、可視性指標を先行指標として扱い、評価には完全な意思決定サイクルを確保することです。構成比が小さいことは投資しない理由ではありません。構成比が小さいことだけを唯一の判断基準にするこそが問題です。
