Adobe と BrightEdge の数字は矛盾して見えます。Adobe は AI referral を全体の 1% 未満と見ますが、BrightEdge は AI Agent 活動を約15%と見ます。これは統計誤差ではありません。ブラウザ referrer とサーバーログが別の側面を見ているのです。
GA4 の last-click は最後に訪問を発生させたチャネルへ売上を付けます。しかし AI は購入前の調査、比較、信頼形成に入ります。Perplexity で知り、ChatGPT で比較し、数日後にブランド検索で購入した場合、GA4 は Organic と記録します。実際には AI が需要を作っています。
失敗パターンは四つあります。AI 影響が Direct に入る。AI Agent request が JavaScript を実行せず GA4 に入らない。AI referrer の識別が不完全。複数 AI プラットフォームをまたぐ行動がすべてゼロ帰属になる。App を持つブランドでは AppsFlyer などの MMP も Web 側 AI 上流を見られません。
必要なのは分層帰属です。AI Exposed、AI Referred、AI Assisted、AI Last-Touch、Agent Checkout、MMP Confirmed を分けて扱う。最上位の証拠だけを待つのではなく、それぞれの層に信頼度を付けて意思決定します。
また観測成長、可比成長、カバレッジ拡張を分けなければなりません。Edge Lite 導入後に AI request が15倍になっても、AI が突然15倍になったとは限りません。以前見えなかったものが見えるようになっただけかもしれません。
実務上の要点は、last-click 帰属の限界を単発のコンテンツ施策として扱わないことです。商品データ、AI 回答での表現、Agent request、到着後の行動、注文との接続を同じ証拠線で見なければ、チームは「AI で何か起きている」以上の判断ができません。経営会議で必要なのは流行語ではなく、どの層で証拠が強く、どこが推測なのかを分けた説明です。
もう一つ重要なのは、過剰な断定を避けることです。AI 検索と Agentic Commerce の測定はまだ成熟途上であり、prompt sampling、referrer、server log、Shopify order のどれも単独では完全ではありません。だからこそ、複数の弱い証拠を雑に足すのではなく、層ごとに信頼度を置き、改善順序を決める必要があります。
FAQ
Q1: なぜ GA4 の AI 流入は小さく見えますか？
A: JS を実行しない Agent request、referrer の不完全識別、AI 影響のブランド検索化が原因です。
Q2: 分層帰属とは何ですか？
A: AI の露出、到着、支援、直接転換、Agent checkout を証拠の強さで分ける考え方です。
Q3: AI ROAS は正確に出せますか？
A: 現時点では単一値で正確に出すより、層別の基準線を作る方が安全です。
Q4: MMP とは競合しますか？
A: 競合ではなく補完です。CitationGraph は Web 側 AI 上流の証拠を MMP に渡します。