自分をごまかさずにAIでの可視性を測定する方法

AIでの可視性を測定するには、実際のオーディエンスの質問に基づいて固定のプロンプトパネルを作り、ChatGPT、Gemini、Perplexity、Google AI Overviewsで定期的に実行し、自社ブランドが言及されたか、引用されたか、リンクされたか、そしてどう説明されたかを記録します。回答は変わるので繰り返し実行し、単発の結果ではなくトレンドをレポートしましょう。

AIでの可視性の測定はなぜ難しいのか？

理由は3つあり、誰かがダッシュボードを作る前に、はっきり言葉にしておくと役立ちます。

• 回答は非決定的である。同じ質問を2回すると、異なるブランド、異なる情報源、異なる言い回しが返ってくることがあります。
• 回答はパーソナライズされ、文脈に依存する。場所、アカウントの履歴、会話の文脈、モデルのバージョンがすべて結果を変えます。
• 公開された「順位」がない。検索順位とは異なり、調べられる公式の順位はなく、ほとんどのAIプラットフォームがブランドに提供する分析機能は限られています。

ですから、アシスタントが自社ブランドを挙げた、あるいは挙げなかったスクリーンショット1枚は、ただの逸話です。測定とはサンプリングなのです。

何を測定すべきか？

SNMRushでは、社名に合わせて4つの層を追跡しています。Search、Neural answers、Mentionsです。

1. 存在：自社ブランドが少しでも言及されたプロンプトの割合。
2. 引用：自社のページが情報源として表示された、またはリンクされた割合。
3. 正確さ：説明が正しいかどうか（カテゴリー、提供内容、所在地、他ブランドとの混同がないこと）。
4. 言及シェア：同じパネル全体で、名前の挙がった競合と比べて自社がどれくらいの頻度で登場するか。

あわせて、従来の検索指標も追跡しましょう。多くのAI回答は検索結果に基づいているからです。同じ質問での検索順位、Search Consoleの表示回数、そしてアナリティクスにおけるAIツールからの参照トラフィックです（chatgpt.comやperplexity.aiといった参照元は、今や多くの参照元レポートに表示されています）。

プロンプトパネルはどう作るのか？

パネルはこの手法の中核であり、その質が数字に意味があるかどうかを決めます。

ほとんどのチームは、会議でプロンプトをブレインストーミングすることから始めます。その結果できるのは、マーケティングチームが尋ねそうな質問のリストで、顧客が尋ねることとはまず一致しません。私たちは代わりに、エビデンスからパネルを作ります。SNMRushはAIオーディエンスリサーチ・プラットフォームのSOMINを使い、実際のソーシャル上の会話で人々があるカテゴリーについて口にする質問やテンションを浮かび上がらせ、オーディエンス自身の言葉でプロンプトを表現します。手法はオーディエンスが尋ねる質問を見つけるで説明しています。

バランスの取れたパネルには、通常次のものが含まれます。

• カテゴリーの質問：「〜する最善の方法は？」「〜に役立つツールは？」
• 課題の質問：検索の背後にあるテンションを、人々が表現するとおりに表したもの。
• 比較の質問：「X対Y」「Xの代替」。
• ブランドの質問：「[ブランド名]とは？」「[ブランド名]は〜に向いている？」
• 複数の市場で事業を展開している場合は地域ごとのバリエーション。

ほとんどのブランドにとって、50〜150のプロンプトが扱いやすい範囲です。トレンドを比較できるよう、パネルは四半期の間固定しておきましょう。

どのくらいの頻度で実行すべきか？

ほとんどのブランドには月1回で十分です。ばらつきをならすため、各プロンプトをエンジンごとに複数回実行します。日付、エンジン、モード（たとえばウェブ検索の有無）、場所、回答の全文を記録しましょう。生の回答は保存しておいてください。数字が動いたときに読み返したくなるはずです。

用語の定義

• プロンプトパネル：AIの回答を継続的にサンプリングするために使う、固定の質問リスト。
• 存在率：パネルの実行のうち、自社ブランドに言及したものの割合。
• 引用率：実行のうち、自社のドメインを情報源として表示したものの割合。
• 言及シェア：パネルで追跡したすべてのブランドの言及に占める自社の言及の割合。

よくある間違いは何か？

• 1回の実行結果をレポートする。1つの回答はサンプル数1にすぎません。
• パネルを毎月変える。比較可能性が失われます。
• 中身を読まずに言及を数える。自社を誤って説明する言及は、成果ではなく問題です。
• 因果関係を主張する。ページを公開した後に存在率が上がったなら、それは心強いことですが、証明ではありません。モデルは更新され、競合は変わり、エンジンは取得の仕組みを調整します。
• お金を無視する。可視性は手段です。できる限り、問い合わせや売上と結びつけましょう。

最後の点は強調しておく価値があります。姉妹アプリのFMediaは、有料メディアにおいて見かけのROASが本当の利益を覆い隠していると主張しています。AIでの可視性でそれに相当するのは、増え続けるのに購買担当者との会話に一度もつながらない言及数です。可視性の指標とあわせて、アシストコンバージョンと問い合わせの流入元を追跡しましょう。

結果はどうレポートすべきか？

最も効果的なのは、1ページの月次レポートです。4つの主要な割合とトレンドライン、最も動いたプロンプト、そのまま引用した回答の例3つ、自社カテゴリーでAIエンジンが最も多く引用した情報源、そして短いアクションリスト。SOMINのレポーティングのページでは、同様の考え方をより広くマーケティングのレポーティングに適用しています。すべての数字が、その背後にあるエビデンスまでたどれるべきだということです。

エージェンシーがエビデンスに基づくレポーティングをクライアントとの関係にどう組み込んでいるかを知るには、Analytic Partnersの導入事例が参考になります。

良いベースラインとはどのようなものか？

普遍的なベンチマークはなく、それを持ち出す人には疑ってかかるべきです。良いベースラインとは、単に一貫した方法で測定した、自社の最初の四半期のデータです。そこから、問いは実践的なものになります。どのプロンプトで自社が一度も言及されないのか、エンジンは代わりにどの情報源を引用しているのか、そしてより良い情報源になるには何が必要か。

もうひとつ実践的なヒントです。各エンジンが表示している場合は、そのモデルやモードを記録しておきましょう。プラットフォームが新しいモデルをリリースすると、結果が一夜にして変わることがあり、それを自社の施策の効果と切り分けたくなるはずです。

ここで測定は再び仕事に戻ります。回答は、書くべきアンサーファーストのコンテンツ、明確にすべきエンティティ、獲得すべき言及を指し示してくれます。誠実に測定し、ギャップに対処し、再び測定しましょう。

よくある質問

Google Search ConsoleでAIでの可視性を追跡できますか？

Search Consoleでは、AI OverviewsとAI Modeのトラフィックは検索パフォーマンス全体に含まれていますが、詳細に分けて表示されてはいません。言及や説明を確認するにはプロンプトパネルが必要です。

可視性パネルにはいくつのプロンプトを入れるべきですか？

ほとんどのブランドにとって50〜150が扱いやすい数です。それぞれをエンジンごとに月に複数回実行し、少なくとも四半期の間は固定しておきます。

AI可視性ツールは正確ですか？

大規模なサンプリングには役立ちますが、どれも同じばらつきの問題を抱えています。プロンプトをどう実行しているか、どのくらいの頻度か、生の回答を読めるかを確認しましょう。