AI検索の数字は分けて見られる?|合算される表示の読み方

「表示回数は前年より3割増えているのに、クリック数は横ばいのまま」「要約の機能の影響だけを取り出したいが、絞り込みが見つからない」——検索の管理画面を開くたびに同じ形の数字を見る担当者が増えています。要約の機能の数字は、別に用意されているわけではありません。通常の検索の数字に合算されて記録されます。この記事では、分けて見られない前提での読み方と、報告の書き方を整理します。
カメ先生検索の管理画面はね、要約の機能からの数字を絞り込みで取り出せると考えられがちだが、いまは分けられないんだ。
カメ子表示回数もクリックも、通常の検索と一緒に数えられているということですか。
カメ先生そうだ。だから探し続けるより、合算されている前提で読む方法を持つほうが早い。検索語句の性質で分ける、見る指標を置き換える、といった手立てがある。
カメ子見つからないものを探していたわけですね。どこに入っているのかから見ていきます。
- 要約やAIモードの表示回数とクリックは、通常の検索のレポートに合算して記録される
- 分離する絞り込みはないため、推定で切り分けるしかない
- 指標は「クリック数」だけでなく「表示回数あたりの成果」に置き換えて見る
データ分析にAIを活かす第一歩、まずは導入から始めませんか?
デボノはアカウント開設・初期設定など「そもそものAI導入」から社内定着まで伴走支援。マーケティング活用など一歩進んだご相談にも対応します。
AI検索の登場で計測が難しくなった
検索の結果画面に要約が出るようになって、読み手の行動が変わりました。以前は、結果の一覧から頁を選んで訪れるのが基本の流れでした。今は、要約を読んで疑問が解けたら、どの頁も訪れないという行動が加わっています。この変化が、計測の前提を崩しました。
計測の指標は、訪問を前提に組まれています。表示回数、クリック数、クリック率、そして訪問後の行動。訪問しない読み手が増えると、この連なりの途中で情報が切れます。自社の内容が使われたことは分かっても、その先が見えません。
さらに厄介なのが、要約に自社の内容が使われたかどうかもはっきりとは分からない点です。要約の中に自社への案内が置かれればクリックの可能性がありますが、案内なしで内容だけが使われた場合、記録に残るものが乏しくなります。
この状況を「測れないから諦める」と受け取るのは早すぎます。測れる範囲は残っており、読み方を変えれば傾向は掴めます。大切なのは、何が測れて何が測れないのかをはっきりさせたうえで指標を組み替えることです。
表示回数とクリックはどこに入っているのか
要約やAIモードでの表示回数とクリックは、既存のウェブ検索のレポートに含めて記録されます。別のレポートが作られるのではなく、従来の数字の中に混ざる形です。つまり、レポートの数字は従来の一覧からの数と要約からの数の合計になっています。
この扱いが分かると、表示回数の増え方の説明がつきます。要約が表示された場面も表示回数として数えられるので、従来より数えられる場面が増えます。一方でクリックは、要約の中の案内が押されたときにしか増えません。
結果として、表示回数が増えてクリック率が下がる、という形の数字になります。この形を「順位が落ちた」「内容が悪くなった」と解釈すると、実際には何も悪化していないのに改善の手を打ってしまいます。
なお、記録の細かな仕様は更新されることがあります。どの時点でどう数えるのかについては公式の案内が改訂されるため、重要な判断をする前に最新の説明を確かめてください。仕様が変わると、過去との比較の意味も変わります。
分けて見られない前提を受け入れる
2026年の時点で、要約からの数字だけを取り出す絞り込みは用意されていません。専用のレポートもありません。将来的に追加される可能性は残りますが、今はない。この前提を受け入れるかどうかで、その後の動きが変わります。
受け入れられない担当者は、外部の道具を探し始めます。要約への掲載を計測すると謳う道具はいくつも出ていますが、それらは自社の数字を見ているのではなく、特定の検索語句で要約が出るかどうかを外から観測しているものです。性質が違うことを理解して使う必要があります。
外から観測する道具にも使い道はあります。自社が狙う検索語句で要約が出るのか、出るとしたら自社が引用されているのか。これは掲載の有無を知るには有効な情報です。ただし、それによって何回表示されたかは分かりません。
したがって、掲載の有無は外の観測で、数量は合算されたレポートの傾向で見る。この二本立てが現時点での現実的な形になります。どちらか一方で完結させようとすると無理が出ます。
数字にどんな変化が現れるか
要約の影響が出ている検索語句には、特徴的な数字の形が現れます。第1に、表示回数が増える。第2に、クリック率が下がる。第3に、平均の掲載順位が改善したように見える。この3つが同時に起きているなら、影響を疑う根拠になります。
3つ目が起きる理由は、要約の中に置かれた案内の位置が上位として扱われる場合があるためです。従来は10位だった頁が、要約の中で引用されるとより上の位置として記録されることがあります。順位が上がったのにクリックが増えない、という形になります。
逆に、影響が出ていない検索語句では従来と同じ形の数字が続きます。指名の検索、特定の製品名、手続の名称。答えが1つに定まる語句や、公式の情報を探している語句は変化が小さい傾向があります。
この違いを利用すれば、影響の大きい語句とそうでない語句を分けられます。全体の数字だけを見ていると「全部悪くなった」と見えますが、語句ごとに分けると影響を受けている範囲は限られていることが分かります。
表示回数は増えてクリックは増えない構造
この構造を社内で説明できるかどうかが、担当者の負担を大きく左右します。説明できないと、「クリックが伸びていない」という指摘に対して原因を自分の施策の失敗として引き受けてしまいます。
説明の型はこうです。検索の結果画面で答えが得られる場面が増えたため、自社の内容が読まれる回数は増えているが、自社のサイトを訪れる回数は増えていない。つまり、露出は増えて訪問は増えていない。この2つを分けて評価する必要がある、と伝えます。
| 指標 | 要約の影響 | 解釈のしかた |
|---|---|---|
| 表示回数 | 増える | 露出の機会として評価する |
| クリック数 | 横ばいか減る | 訪問の数として評価する |
| クリック率 | 下がる | 単独で良し悪しを判断しない |
| 平均の掲載順位 | 改善して見えることがある | クリック率と併せて読む |
この表を報告の資料に1枚入れておくだけで、毎月の説明が短くなります。数字の形が変わった理由を構造として示しておけば、次の月に同じ質問を受けずに済みます。
説明の際に添えると効くのが、比較の対象です。同じ期間に、指名の検索の回数がどう動いたか。問い合わせの件数はどうか。入口の数字だけでなく、出口の数字を並べて見せます。露出の経路が変わっても成果が保てているなら、それは事業として問題のない状態です。逆に成果が落ちているなら、経路の変化とは別に原因を探す必要があります。入口の数字の変化に振り回されないためには、出口の数字を常に横に置いておくことが最も効きます。
推定で切り分ける手立て
分離できないなら、推定します。手順は3段階です。第1に、比較の基準となる期間を決める。第2に、検索語句ごとに表示回数とクリック率の変化を並べる。第3に、表示回数が増えてクリック率が下がった語句を抽出する。
基準の期間の選び方が重要です。要約の表示が広がった時期の前と後で比べますが、季節の変動が混ざると判断を誤ります。前年の同じ月と比べるか、十分に長い期間の平均と比べる。短い期間の比較では結論が出せません。
季節の影響を避けるため、前年の同じ期間か、十分に長い平均を基準にします。
表示回数、クリック数、クリック率、平均の掲載順位を語句ごとに書き出します。
表示回数が増え、クリック率が下がった語句を抜き出します。ここが影響を受けている候補です。
抽出した語句で実際に検索し、要約が出ているか、自社が引用されているかを見ます。
4つ目を省かないでください。数字の形だけで判断すると、別の原因を見落とします。競合が新しい記事を出した、検索結果の構成が変わった、といった要因も同じ形の数字を作ります。目で確かめる作業が、推定を推測から一段上げます。
検索語句の性質で分ける
影響の受け方は検索語句の性質で変わります。答えが短くまとまる語句は要約で完結しやすく、訪問が減ります。「とは」「意味」「違い」といった語句が典型です。説明を求める語句ほど影響が大きいと考えて差し支えありません。
反対に、影響が小さいのは手続を実行したい語句、特定のサービスを比べたい語句、自社を指名する語句です。これらは、要約を読んでも結局どこかの頁を訪れる必要があるためです。
この整理から、内容の作り方の指針が出てきます。説明だけの記事は要約に取り込まれて訪問につながりにくい。実際に手を動かせる情報や、自社でなければ出せない情報を含めた記事のほうが、訪問の理由が残ります。
ただし、説明の記事に価値がないわけではありません。要約の中で引用されれば、自社の名前が読み手の目に触れます。これは指名の検索を増やす効果を持ちます。訪問だけを成果とせず、引用されることも成果として数える視点が必要です。
解析の道具の側では何が見えるか
サイト側の解析では、検索からの訪問として記録されます。要約の中の案内から来た訪問と、従来の一覧から来た訪問は参照元としては同じ扱いになるのが通例です。ここでも分離はできません。
ただし、訪問した後の行動には差が出る可能性があります。要約を読んだうえで訪れた読み手は、すでに概要を理解しています。そのため、特定の節に直行する、滞在が短いのに問い合わせに至る、といった行動が増えることがあります。
この差を確かめるには、訪問後の行動を語句と組み合わせて見る必要があります。ただし、検索語句の情報は解析の側には渡されないため、入口の頁ごとの行動の変化を追う形で代替します。
生成AIのサービスから直接来た訪問は、参照元として区別できる場合があります。この経路は検索とは別に数えられるため、検索の合算問題とは切り離して評価できます。まだ数は小さいものの、増え方を追う価値はあります。
指標の置き換えを検討する
クリック数を主要な指標に置いていると、この状況では改善が見えません。そこで指標を組み替えます。第1の候補は、表示回数あたりの成果の件数です。露出のうちどれだけが成果になったかを見るので、訪問の途中経路の変化に左右されにくくなります。
第2の候補は、指名の検索の回数です。要約で名前を見た読み手が後から社名で検索する動きは、この経路の効果として現れます。指名の検索が増えているなら、露出が効いていると読めます。
第3の候補は、問い合わせの際に流入の経路を尋ねる自己申告の情報です。「どこで当社をお知りになりましたか」という一項目を問い合わせの様式に入れる。測れない経路は本人に聞くのが最も確実な方法です。
指標を替えるときは、社内の合意を先に取ります。これまでクリック数で報告してきたのに急に別の指標に切り替えると、都合の悪い数字を隠したように見えます。なぜ替えるのかを構造の説明と一緒に伝えることが前提です。
社内への報告の書き方
報告では、数字の変化と構造の説明を並べます。「表示回数が3割増え、クリック率が2ポイント下がりました。これは検索結果で答えが得られる場面が増えたためで、露出は増えて訪問は横ばいという状態です」。この形なら、状況が正しく伝わります。
加えて、打ち手を添えます。説明だけの記事に自社でなければ出せない情報を足す、指名の検索を増やす施策に比重を移す、問い合わせの様式に経路の項目を足す。状況の説明だけで終わると、報告を受けた側は次の判断ができません。
避けるべきは、「要約のせいで下がりました」で終える報告です。外部の要因に帰した報告は、聞いた側から見れば何も改善しないという宣言に聞こえます。要因の説明と打ち手を必ず対で示してください。
測れないものを追いかけない判断
計測の工夫には限界があります。要約の中で自社の内容が何回使われたかは、現時点では正確には測れません。この点に時間をかけすぎると、測ることが目的になって改善が止まります。
判断の目安は、測った結果で行動が変わるかどうかです。正確な回数が分かったとして、自社の打ち手は変わるでしょうか。変わらないなら、測る必要はありません。傾向が分かれば十分な場面は多くあります。
代わりに時間をかけるべきは、成果に近い指標の整備です。問い合わせの経路の記録、商談での認知のきっかけの聞き取り、受注までの接点の記録。入口の細かい計測より、成果側の情報のほうが判断に効きます。
また、外部の環境の変化は自社だけに起きているものではありません。同じ業界の他社も同じ影響を受けています。相対的な位置が保てているなら、絶対値の変化に過剰に反応しないという構えも要ります。
半年後に見直す前提で設計する
この領域は動きが速く、計測の仕組みも変わっていきます。専用の絞り込みが追加されるかもしれず、記録の仕様が改められるかもしれません。今の読み方を恒久的なものとして固定しないでください。
実務としては、見直しの時期を決めておきます。半年ごとに、公式の案内に変更がないか、新しい絞り込みが増えていないかを確かめる。この確認を年次の点検に組み込みます。
- クリック率が下がったことだけを見て、記事の内容を大きく書き換える
- 外部の観測の道具の数字を、自社の表示回数として社内に報告する
- 短い期間の比較で影響を結論づけ、季節の変動を考えない
- 計測の工夫に時間をかけ、成果側の記録の整備を後回しにする
最後の項目が最も損失が大きい形です。入口の計測を精緻にしても、成果につながっているかが分からなければ判断できません。測れない部分は聞く、測れる部分は正しく読む。この切り分けが、今の環境での実務の要点です。
生成AIのサービスからの流入は別に数えられる
検索の結果画面の中の要約と違い、対話型の生成AIのサービスから直接来た訪問は、参照元として区別できる場合があります。この経路は検索の合算問題の外側にあります。数は小さくても、増え方を独立して追えるのは大きな利点です。
追うときは、参照元の一覧を定期的に確かめます。新しいサービスが増えると、見慣れない名前の参照元が現れます。これを「不明な流入」として片付けず、生成AIのサービス由来のものをまとめる分類を作っておくと、経路として評価できるようになります。
この経路の訪問には特徴があります。すでに概要を理解した状態で来るため、1頁だけを読んで問い合わせに至る、あるいは特定の節だけを読んで離れる、という行動が混ざります。滞在の短さを離脱と読まないよう注意が要ります。
- 参照元の一覧を月に一度確かめ、見慣れない名前が増えていないかを見る
- 生成AIのサービス由来のものをまとめる分類を作り、経路として評価する
- この経路の訪問は滞在が短くても成果に至ることがある。滞在だけで判断しない
なお、この経路の数は現時点では検索からの流入に比べてはるかに小さいのが通例です。全体の判断を左右するほどの量ではありません。将来に向けた観測として記録を残す、という位置づけで扱うのが妥当です。
頁の種類ごとに影響を見る
検索語句で分けるだけでなく、頁の種類でも分けて見ます。説明を中心とした記事、手順を扱った記事、サービスの紹介の頁、会社の情報の頁。種類によって影響の受け方がはっきり分かれます。
説明を中心とした記事は影響を受けやすく、表示回数が増えて訪問が横ばいという形になりがちです。一方、サービスの紹介や会社の情報の頁は、そこを訪れないと目的が果たせないため、従来と同じ形の数字が続きます。
この分け方の実務上の価値は、改善の対象を絞れることです。全体の数字が悪く見えても、影響を受けているのが説明の記事群だけなら、打ち手はその群に限られます。サービスの頁まで含めて手を入れるのは無駄です。
記事の分類を解析の側で持っていないと、この集計ができません。頁の所在の並び方で分類が分かるようにしておくか、分類の情報を送るようにしておく。束ねて見られる準備があるかどうかで、読み解ける深さが変わります。
競合との相対的な位置を確かめる
表示回数やクリック率の変化は、自社だけに起きているわけではありません。同じ検索語句を狙っている他社も同じ環境の変化を受けています。絶対値の悪化を自社の問題と決めつける前に、相対の位置を見ます。
相対の位置を見る手立ては2つあります。第1に、狙っている検索語句で実際に検索し、自社と他社の並び方を記録する。第2に、要約の中で引用されているのが自社か他社かを見る。どちらも手作業ですが、数字より確かな情報が得られます。
この記録を月に一度残しておくと、「全体としてクリックは減ったが、要約の中で引用される回数は増えた」といった評価ができるようになります。引用されることを成果のひとつとして数える視点が、この環境では必要になります。
報告の場でも、この情報は効きます。数字の悪化を説明するときに、「同じ語句では他社も同様の変化が見られる」という材料があれば、環境の変化と自社の実力を切り分けて話せます。
記録の形は簡素にします。検索語句、確認した日、要約が出たかどうか、引用されていた会社の名前。この4列を10語句ほどについて残すだけで十分です。網羅より継続を優先してください。毎月同じ語句を同じ手順で見ることに意味があり、語句を増やして途中でやめるのが最も無駄になります。
よくある質問
要約に引用されるための対策はありますか
確実な方法は公表されていません。ただし、引用されている頁には共通の傾向があるとされ、問いに対する答えが明確に書かれている、情報の出どころが示されている、構造が整理されている、といった点が挙げられます。いずれも従来から求められてきた品質の要件と重なるため、特別な対策より内容の質を上げるほうが確実です。
表示回数が増えたのは良いことと報告してよいですか
露出の機会が増えたという事実としては、そう言えます。ただし、それが成果につながっているかは別の指標で確かめる必要があります。表示回数だけを良い数字として報告すると、後から成果が伴っていないことが分かったときに信頼を失います。露出と成果を分けて示してください。
過去のデータと比べる意味はありますか
あります。ただし、記録の仕様が変わった時期をまたぐ比較には注意が要ります。仕様の変更前と後では同じ指標でも数え方が違う可能性があるためです。変更の時期を記録に残しておき、その前後をまたぐ比較には注釈を付けてください。
まとめ
要約やAIモードでの表示回数とクリックは、通常の検索のレポートに合算して記録され、2026年の時点で分離する絞り込みはありません。この前提を受け入れたうえで、表示回数が増えクリック率が下がった検索語句を抽出し、実際の検索結果を目で確かめる。これが現実的な切り分けの手順です。指標は、表示回数あたりの成果、指名の検索の回数、そして問い合わせ時の自己申告に置き換えていく。測れないものを追いかけるより、成果側の記録を整えるほうが判断に効きます。仕組みは変わるので、半年ごとに公式の案内を確かめてください。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
データ分析にAIを活かす第一歩、まずは導入から始めませんか?
デボノはアカウント開設・初期設定など「そもそものAI導入」から社内定着まで伴走支援。マーケティング活用など一歩進んだご相談にも対応します。
