同じブランドに二つの dashboard があるとします。
GA4 dashboard はこう言います。総 sessions 300,000。AI Assistant channel 5,400、全体の 1.8%。AI channel conversion rate 2.1%。AI attributed revenue 18,000ドル。結論：AI traffic は小さく、専用投資は不要。
AI Discoverability dashboard はこう言います。GEO Score 72/100。AI Discoverability Index 58/100。週次で 12の独立 AI platform が crawler activity を継続。user_fetch request は前月比 +43%。Citation SOV は対象 category query で 27%、3位。結論：ブランドは AI search で急速に visibility を伸ばしており、AI は最速成長チャネル。
どちらかが間違っているわけではありません。パラダイムが違うのです。
Traffic attribution paradigm：GA4 の世界観
GA4 と web analytics の伝統は、一つの前提に基づいています。商業価値は「ユーザーがサイトを訪問した後」に発生する、という前提です。この前提では、測定単位は session です。session には source、medium、duration、page views、conversion events があります。マーケターの仕事は source ごとの conversion rate と ROI を計算し、予算配分を最適化することでした。
この考え方は二十年ほどうまく機能しました。ブランド発見は検索結果ページで起こり、クリックは必須でした。検討から購入までの多くはサイト上で完結しました。referrer は意味のある source の大半をカバーしていました。そして「誰が来たか」は「どこで価値が生まれたか」と強く相関していました。
AI 時代に壊れる四つの前提
第一に、ブランド発見にクリックは必須ではなくなりました。ユーザーが ChatGPT に「どの portable power station が良いか」と聞き、AI があなたのブランドを比較文脈で説明すれば、サイト訪問なしに認知が生まれます。
第二に、価値形成は自社サイト内に閉じません。Perplexity で調べ、Claude で返品 policy を比較し、Google AI Overview で価格を確認し、最終的に Amazon で買う。この購買意思決定は複数 AI platform をまたぎ、あなたのサイトを訪れない可能性すらあります。
第三に、referrer は信頼できなくなりました。mobile app、copy-paste、privacy browser により、AI 起点訪問は Direct に落ちます。Direct は純粋な直接訪問ではなくなりました。
第四に、「来た人」だけでは価値を表せません。45,000 の AI crawler visits のうち、多くは training で直接価値が低い。一方で少数の user_fetch は高い商業意図を持ちます。GA4 はどちらも見ません。
AI Discoverability Paradigm
必要なのは traffic attribution を捨てることではありません。その上に新しい layer を足すことです。私たちはこれを AI Discoverability Paradigm と呼びます。中核の前提はこうです。AI search 時代のブランド価値は「ユーザーがサイトに来た」瞬間ではなく、「AI があなたを見つけ、正しく理解できる」瞬間から始まる。
このパラダイムには四層あります。
第一層は AI Readiness です。AI はあなたの content を見つけ、正しく parse できるか。Schema はあるか、metadata は正確か、llms.txt は整っているか、robots.txt は AI crawler をブロックしていないか、重要情報が JavaScript に依存しすぎていないか。指標は GEO Score です。
第二層は AI Visibility です。AI はあなたを推薦し、引用しているか。Citation SOV、AI Discoverability Index、platform SOV がここに入ります。AI が読めることと、AI が推薦することは別です。
第三層は AI Accuracy です。AI が推薦する時、正しい内容を言っているか。価格、製品 line、founder、headquarters、policy が競合と混同されていないか。誤った推薦は推薦されないことより危険な場合があります。
第四層は AI Conversion です。AI の影響が最終的に business outcome につながったか。ここで AIAA の Answer、Request、Visit、Commerce、Attribution layer が必要になります。traffic attribution は消えるのではなく、discoverability paradigm の最後の層として位置づけ直されます。
二つのパラダイムの関係
Traffic attribution は downstream、つまりサイトに到着した人をどう転換するかに強い。AI discoverability は upstream、つまりユーザーがサイトに来る前に AI があなたを知り、理解し、推薦するかを測ります。完全な measurement system では両方が必要です。Discoverability で upstream を測り、GA4/CRM で downstream を測り、Citation SOV の改善が branded search や AI referral conversion と連動するかを検証します。
組織への影響
これは tool upgrade だけではありません。組織設計の問題です。AI discoverability は SEO team だけの仕事ではありません。PR は brand narrative を持ちますが、AI は media とは違う形で brand knowledge を消費します。Content team は人間向け content を作りますが、AI は Schema、FAQ、llms.txt、policy consistency を読みます。Analytics team は GA4 を見ますが、GA4 は AI impact の大部分を見ません。
そのため一部の先進企業では AI Visibility Manager や GEO Lead の役割が生まれ始めています。この役割は search 技術、brand knowledge、data analytics、business strategy を横断します。誰に report するかは会社によりますが、マーケティングと技術の橋渡しであることは変わりません。
シリーズのまとめ
第1回では AI traffic が五層構造であり、GA4 は浅い層しか見ないことを示しました。第2回では GA4 と GSC の新機能の境界を整理しました。第3回では Google AI Overview が Organic に残る構造的理由を分析しました。第4回では crawler intent を五種類に分けました。第5回では DTC ブランドの四段階 upgrade path を示しました。そして本稿では、最も大きな変化が tool ではなく measurement paradigm であることを示しました。
このシリーズの核心は一つです。GA4 の数字だけで AI の重要性を判断してはいけません。GA4 は答えではなく、五層アイスバーグの最上部です。AI readiness、AI visibility、AI accuracy、AI conversion をまたぐ measurement system が必要です。
最初の一歩は簡単です。GA4 を開き、AI Assistant channel を確認する。そして自問してください。この数字がアイスバーグの 20% だとしたら、残り 80% はどこにあるのか。この問いを立てた瞬間に、あなたの組織はすでにパラダイム転換を始めています。
FAQ
Q1: Discoverability paradigm は GA4 を置き換えますか？
A: 置き換えません。GA4 は human visits と conversions の基盤です。Discoverability はその上流に追加する layer です。
Q2: GEO Score と SEO audit は何が違いますか？
A: SEO audit は rankings、backlinks、speed などが中心です。GEO Score は Schema、llms.txt、AI crawler access、citation readiness を重視します。
Q3: AI Visibility Manager は誰に report すべきですか？
A: 会社によります。CMO、CTO、VP Growth のいずれもあり得ます。重要なのは marketing と technology を横断できることです。
Q4: Citation SOV が低い場合は何をすべきですか？
A: まず AI Readiness を確認し、Schema、robots.txt、llms.txt、Answer-First content を修正します。その後 brand knowledge consistency を整えます。
Q5: グローバルブランドに特別な意味はありますか？
A: あります。海外市場の ChatGPT/Gemini/Perplexity と、アジア市場の DeepSeek/Kimi/Doubao/Tongyi などを同時に見る必要があります。