AIO対策の効果測定ガイド｜Brand Radar/GSC/Ahrefs での月次KPI設計

AIO対策（AI Optimization）の効果測定は、SEOよりも複雑です。Ahrefs Brand Radar・Google Search Console・GA4を統合した月次KPI設計を解説します。CV直結の意思決定ができる効果測定の実践ガイドです。

なぜAIO対策の効果測定は難しいのか

SEOとの違い

AIO対策の効果測定は「日次で多次元の数値を取得」する必要があるため、自動化が必須です。

効果測定の5KPI設計

KPI 1: AI検索被引用回数（3エンジン合計）

• 計測方法: Ahrefs Brand Radar
• 頻度: 日次自動
• 目標: 月+20%

KPI 2: ブランド言及スコア

• 計測方法: Brand Radar
• 頻度: 月次
• 目標: 月+15%

KPI 3: Google AI Overview経由のクリック・表示

• 計測方法: Google Search Console
• 頻度: 週次
• 目標: 表示+30%・クリック+15%

KPI 4: 主要KWでのAI回答内シェア

• 計測方法: Brand Radar + 手動
• 頻度: 月次
• 目標: 競合比+10pt

KPI 5: AIO起因のCV数

• 計測方法: GA4 + 自社CMS
• 頻度: 月次
• 目標: 月+15%

Ahrefs Brand Radar の使い方

設定手順

1. Ahrefs Standard（以上）プランに加入
2. Brand Radarで自社ブランド名・主要キーワード20〜50件を登録
3. 競合5〜10社のドメインを登録
4. 対象AIエンジン（ChatGPT・Perplexity・Gemini・Claude・AI Mode）を選択
5. 日次レポートをCSVエクスポート

取得できるデータ

• 各AIエンジンでの被引用回数
• 引用された質問（クエリ）
• 引用元ページ（自社のどのURLが引用されたか）
• 競合との比較シェア
• 時系列の推移

Brand Radar の限界

• 「すべての引用」を網羅するのは技術的に不可能
• AI回答は同じ質問でも回答が変動するため、サンプリング誤差あり
• 日本語クエリのカバレッジは英語より低い場合がある
• → 補完として手動チェック（月1回）を推奨

Google Search Console での AIO 計測

設定手順

1. Search Console にプロパティ登録（未登録なら）
2. 「検索パフォーマンス」→「検索の見え方」
3. 「AI Overview」フィルターを選択（2026年5月時点で対応中）
4. クリック・表示・CTR・順位を確認

AI Overview 関連の主要メトリクス

• 表示回数: AI Overviewが表示された回数
• クリック回数: AI Overviewからクリックされた回数
• CTR: クリック率（通常検索より低い傾向）
• 平均掲載順位: AI Overview内での順位

注意点

• AI Overview 表示時のクリックは通常検索より低い（30〜50%減）
• 表示自体がブランド認知向上に効くため、CTR低下を悲観しない
• AI Overview以外のAI検索（ChatGPT・Perplexity）はGSCで計測不可

GA4 での AI 検索流入計測

リファラ分析の手順

1. GA4 →「集客」→「トラフィック獲得」
2. ディメンション「セッションのソース」を選択
3. フィルター: chatgpt.com OR perplexity.ai OR gemini.google.com OR chat.openai.com
4. セッション数・コンバージョン数を取得

主要なAI検索リファラ

注意点

• AI検索からの流入は全体の1〜5%程度（業種により変動）
• 流入数は少なくても CVR が高い傾向（情報を絞り込んでクリックするユーザー）
• 「ブランド指名検索」が増加するため、Google検索の指名KW数も併せて計測

Looker Studio でのダッシュボード構築

推奨レイアウト

1ページ目: サマリー

• 5KPIのスコアカード
• 前月比・3ヶ月推移グラフ

2ページ目: AI検索詳細

• エンジン別被引用数（棒グラフ）
• 引用されたページTop10
• 引用されたクエリTop20

3ページ目: 競合比較

• 自社 vs 競合5社のシェア
• 月次推移

4ページ目: Search Console分析

• AI Overview経由のクリック・表示
• KW別CTR

5ページ目: CV分析

• AIO起因のCV推移
• AI検索エンジン別のCV単価

データソース連携

• Google Search Console → Looker Studio コネクタ（無料）
• GA4 → Looker Studio コネクタ（無料）
• Brand Radar → CSVエクスポート → Google Sheets → Looker Studio
• BigQuery 経由でデータ統合（中級者向け）

効果測定の月次フロー

合計約4時間/月。Looker Studio構築後は2時間に短縮可能。

ベンチマーク値（業種別）

整体・整骨院（地域型）

• AI被引用: 月20〜50回が標準
• AI Overview経由クリック: 月数十〜百
• AIO起因CV: 月3〜10件

BtoB SaaS（全国型）

• AI被引用: 月100〜300回が標準
• AI Overview経由クリック: 月数百〜数千
• AIO起因CV（MQL）: 月5〜20件

士業（高単価型）

• AI被引用: 月30〜80回が標準
• AI Overview経由クリック: 月数十〜数百
• AIO起因CV: 月1〜5件（CV単価高）

EC（高単価型）

• AI被引用: 月50〜150回が標準
• AI Overview経由クリック: 月数百
• AIO起因CV: 月5〜20件

これらは平均値であり、業界・地域・既存サイト規模で大きく変動します。

自社事例: 0120.co.jp の月次測定

施策内容:

• E-E-A-T強化（著者ページ・Person schema）
• FAQ schema追加
• 業種別ランディングページ追加

効果が出ていない場合の打ち手

兆候1: AI被引用が3ヶ月変動なし

• → コンテンツのE-E-A-Tを再点検
• → schema実装の検証
• → 競合との差別化要素を強化

兆候2: AI Overview表示は増えたがクリックが増えない

• → ページのタイトル・description改善
• → AI Overview内での順位改善（コンテンツ強化）

兆候3: AI検索流入はあるがCVに繋がらない

• → ランディングページの改善
• → CTA配置・フォームの改善
• → ターゲットキーワードの見直し

兆候4: GSCのAI Overview表示が「ゼロ」のまま

• → サイトがインデックスされているか確認
• → robots.txt・noindexの誤設定確認
• → llms.txt の追加

効果測定でやりがちな失敗

失敗1: 月次レポート作成が目的化

• 「レポート作るために時間を使う」状態
• → テンプレ化 + Looker Studio で時間短縮

失敗2: KPIが多すぎる

• 20項目以上の指標を見る → 判断遅延
• → 5〜7項目に絞る

失敗3: 競合比較なし

• 自社の変動だけ見ても市場全体の動きが分からない
• → 競合5〜10社を必ず追跡

失敗4: 単月のデータで判断

• 1ヶ月の変動は誤差
• → 必ず3ヶ月以上の推移で判断

失敗5: 数値の「なぜ」を考えない

• 数字を並べるだけのレポート
• → 各KPIに「なぜそうなったか」を必ず書く

効果測定ツール一覧（2026年5月版）

AI検索被引用測定

• Ahrefs Brand Radar（推奨・月数百ドル）
• Profound（米国系・日本語限定的）
• Otterly.AI（中小向け）
• Athena Intelligence（エンタープライズ）

検索パフォーマンス

• Google Search Console（無料・必須）
• Bing Webmaster Tools（補完）

アクセス・CV分析

• Google Analytics 4（無料・必須）
• Adobe Analytics（大手向け）

ダッシュボード

• Looker Studio（無料）
• Tableau（有料・大手向け）
• Power BI（Microsoft連携）

llms.txt 管理

• 手動運用 or GitHub管理

llms.txt の実装と効果

llms.txtとは

• AIクローラー向けのサイト情報案内ファイル
• robots.txt の AI 向け拡張
• 2024年に提案され、2026年5月時点で標準化推進中

実装手順

1. ルートディレクトリに llms.txt を配置
2. サイト概要・主要ページ・著者情報を記述
3. AI クローラー（GPTBot・ClaudeBot・PerplexityBot）が読み取り

効果測定方法

• サーバーログでAIクローラーのアクセスを確認
• Brand Radar での被引用が llms.txt 設置前後で増えたか

月次レポートの「経営者向けサマリー」テンプレート

■ 当月のハイライト
- AI被引用 +XX%（前月比）
- AIO起因CV X件（前月比+XX%）
- 競合5社中の被引用シェア X位

■ 成功要因
- ○○のschema追加
- ○○のコンテンツがAI回答に引用

■ 課題
- ○○のキーワードで競合より低シェア
- ○○のページがインデックスされていない

■ 来月の重点施策
- ○○のコンテンツ追加
- ○○のschema強化
- ○○の競合比較分析

当社（株式会社課題解決プラットフォーム）の効果測定サポート

AIO対策の無料相談はこちら

まとめ: 効果測定は「5KPIに絞る」

• AI被引用・ブランド言及・AI Overview経由クリック・AIシェア・CV の5KPI
• Brand Radar + GSC + GA4 + Looker Studio の組み合わせが最強
• 月次フローは4時間以内に収める
• ベンチマークは業種により変動するため、自社の3ヶ月推移で判断
• llms.txt 実装で AI クローラーへの案内を強化
• 数値の「なぜ」を必ず分析

著者プロフィール

上田拓哉 株式会社課題解決プラットフォーム 代表取締役。AIO対策・SEO・MEOの専門家。Ahrefs Standard / Brand Radar / Google Search Console / GA4 / Looker Studio を駆使したデータドリブンな改善を得意とする。100社以上のクライアントワークで効果測定のノウハウを蓄積。

参考文献

• Ahrefs Brand Radar 公式
• Google Search Console 公式
• Google Analytics 4 公式
• Looker Studio 公式
• Google AI Mode 発表（Google I/O 2026）
• llms.txt 提案ページ
• MCP（Model Context Protocol）公式
• OpenAI ChatGPT Search
• Perplexity Pro