「今月、AI由来の流入が何件あり、そこからいくら売れました」。一見すると分かりやすい報告です。しかし、この一文の中には少なくとも三つの異なる事実が混ざっています。AIがブランドを回答内で取り上げたこと。AIエージェントがページを読みに来たこと。人間がAIの推薦リンクから訪問したこと。そして、その訪問が購買や問い合わせに結び付いたこと。これらは同じではありません。
AI時代の帰属で最も危険なのは、すべてを「AI traffic」という一つの箱に入れてしまうことです。経営会議では便利ですが、現場の判断を誤らせます。
AIAAの5層
第一層はAnswerです。AI回答がブランド名を言及したり、ページを引用したり、製品情報を吸収したりする段階です。これは露出であり、訪問ではありません。Share of Voiceやプロンプト監視で観測できますが、サンプル性とノイズを前提に見る必要があります。
第二層はRequestです。AIエージェントが商品ページ、価格、在庫、ポリシーを直接読みに来る段階です。ここではサーバーログやEdgeログが重要になります。ただし、これは機械行動であり、人間の需要とは限りません。
第三層はVisitです。ユーザーがChatGPT、Perplexity、Geminiなどの推薦リンクから実際にサイトへ到着します。ここで初めて人間の訪問になります。ただし、訪問はまだ収益ではありません。
第四層はCommerceです。訪問者が商品閲覧、カート追加、チェックアウト開始、問い合わせ、資料請求など、商業意図のある行動を起こします。ここからマーケティングKPIとしての意味が強くなります。
第五層はAttributionです。注文や商談が、リファラー、セッション、注文データ、CRMデータによってAI由来だと説明できる状態です。最も価値がありますが、証拠の要求も最も高い層です。
混ぜると、偽の帰属が生まれる
AI回答でブランドが言及されたことは、AIが訪問を送ったことではありません。AIが訪問を送ったことは、ユーザーが購入したことではありません。ユーザーが購入したことは、その売上をAIに帰属できることではありません。
この線引きを怠ると、二つの問題が起きます。第一に、クローラーの大量アクセスを「AI需要」と誤認します。第二に、通常の売上をAI由来売上として過大申告します。どちらも短期的には見栄えがよく、長期的には信頼を壊します。
ダッシュボードは層ごとに分ける
実務では、AIAAを一つの合計値だけで見ない方がよい。Answer、Request、Visit、Commerce、Attributionを別々に表示し、さらに同じ期間に接続済みだったデータソースだけで比較する必要があります。新しいEdgeログを接続した月にAIリクエストが急増しても、それは市場が急に伸びたのではなく、見える範囲が広がっただけかもしれません。
GravityがAIAAを重視する理由はここにあります。GEOはAIに見つけられるための仕事です。CitationGraphやログ分析は、見つけられた後に何が起きたかを観測する仕事です。広告、SEO、AI検索、CRMを同じ数字に押し込むのではなく、証拠レベルを分けてつなぐ。これがAI時代の帰属の最低条件です。
FAQ
Q1: AI流入とAI貢献は何が違いますか?
A: AI流入は主に訪問を指します。AI貢献は、回答内露出、機械リクエスト、訪問、商業行動、収益帰属までを含む広い概念です。
Q2: なぜAI crawlerを人間訪問と分ける必要がありますか?
A: crawlerはJavaScriptを実行しないことが多く、購買意図も持ちません。人間訪問と混ぜると需要を過大評価します。
Q3: AIAAで最も重要な層はどれですか?
A: 目的によります。認知ならAnswer、技術的可視性ならRequest、売上報告ならAttributionが最も重要です。
Q4: 最初に作るべきダッシュボードは何ですか?
A: AI回答、AIリクエスト、AIリファラー訪問、商業イベント、注文帰属を別々に表示する5層ダッシュボードです。
Q5: すべてを正確に測れない場合はどうすべきですか?
A: 不完全な層を明示します。分からないものをゼロとも売上とも扱わないことが重要です。