DockpitのAI分析がずれる原因と対策|推計の前提を報告に残す

「AIに競合の分析を頼んだら、それらしいスライドが一瞬でできたが、会議で数字の根拠を聞かれて答えられなかった」「競合サイトの訪問者数が先月から2割落ちたとAIが書いてきたが、本当に落ちたのか、たまたまなのかが分からない」——競合調査をAIに任せ始めたマーケティング部門や事業企画で、いま増えている戸惑いです。国産の競合・市場分析ツール Dockpit(ドックピット)には、2026年8月6日、自然言語で問いかけるとAIが分析条件の設定から集計、考察、施策案、レポートの作成までを行う「Dockpit AIエージェント」が加わりました。ただ、こうした報告がずれる原因は、AIの計算違いではありません。本当は、元の数字がモニターの行動ログから国内全体を推し量った推計であるという前提が、考察とスライドを経るうちに報告から消えてしまうことにあります。この記事では、Dockpit AIエージェントを例に、推計の数字をAIに読ませるときに報告がずれる原因と、前提の残し方、事実と考察の分け方、経営報告に出す前に人が確かめる範囲を整理します。
カメ先生AIの競合分析がずれると聞くと、AIの性能が足りないせいだと思われがちなんだ。でも本当は、元の数字が推計だという前提が、報告の途中で抜け落ちることのほうが多いんだよ。
カメ子AIが計算を間違えるのではなく、数字の性格が読み手に伝わらなくなるということですか。
カメ先生そう。Dockpit の数字は、許諾を得たモニターの行動ログから国内全体を推し量ったもの。AIが考察やスライドまで一気に作ると、推計と事実とAIの意見が同じ見た目で並んでしまうんだ。
カメ子数字を読む前に、どこまでが推計で、どこからがAIの意見なのかを分けておく必要があるんですね。
- Dockpit AIエージェントは2026年8月6日に提供開始されたオプション機能。自然言語の問いからAIが分析条件を決め、集計・考察・施策案・スライドまで一続きで作る
- 報告がずれる主な原因は、推計値を実測と同じ重さで読むこと、集計範囲やモニターの偏りを落とすこと、BtoBの小さい数字の差を語ること、考察と事実を同じ書式で並べること
- 対策は、AIが決めた分析条件を最初に人が承認し、推計の注記を報告の型に固定し、事実・解釈・施策案を分け、経営報告の前に人が確かめる範囲を決めておくこと
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Dockpitとは:消費者モニターの行動ログで競合と市場を見るツール
Dockpit は、東京都港区の株式会社ヴァリューズが提供するマーケティングリサーチのツールです。同社は2009年に設立され、インターネットの行動ログの分析による調査とコンサルティングを事業の柱にしています。Dockpit の土台は、同社が独自に持つ国内250万人規模の消費者モニター会員のWeb行動ログで、公式サイトでは、許諾を得たモニター会員から毎日の検索・閲覧のデータを取得していると説明されています。
このデータに、性別、年代、居住地、未婚・既婚、子どもの有無、世帯年収といった属性がひも付いているのが特徴です。分析したいキーワードやサイトのURL、業界を入れると、競合サイトの訪問者数や流入の内訳、流入キーワード、人気のページ、ほかのサイトとの併用状況、業界内のシェアや順位、検索キーワードの掛け合わせなどが見られます。公式サイトでは、主要な検索エンジン上の行動を取得するため特定の検索エンジンの利用者の特性に左右されにくいこと、ディレクトリやページの単位でも比べられることを強みに挙げています。
結果は Excel、PowerPoint、PDF に出力でき、一部の機能を除いて試せる無料版も用意されています。導入事例のページには、新聞社や食品卸、広告会社、コンサルティング会社のほか、BtoB の事業会社の名前も並びます。つまり Dockpit は、自社では計測できない他社サイトの動きを、パネルの行動から推し量って見せる道具です。この性格が、後で扱うAIの報告のずれ方を決めます。
2026年8月の追加で、AIが受け持つ範囲が大きく広がった
2026年8月6日に提供が始まった Dockpit AIエージェントは、製品ページで「Dockpitのオプション機能」と位置づけられています。発表資料によると、利用者が知りたいことを普段の言葉で入力すると、AIがターゲット層、集計期間、対象のWebサイトやキーワードといった分析観点を自ら設定して集計するとされています。分析期間や対象者の属性の絞り込みも、会話の中で調整できるとしています。
集計の後も、AIは止まりません。データから読み取れる特徴や傾向をまとめ、商品企画やプロモーションのアイデアまで示し、集計結果をグラフにしたうえで、考察やアクションプランを含むレポートを PowerPoint や PDF のスライドとして一括で出力できると説明されています。同社は、実務で頻出するマーケティングの問いを数十種類に構造化し、数値の誤解釈を防ぐために100件を超える指標の定義を設定したとしています。
発表資料は開発の背景として、汎用の大規模言語モデルによる分析はWeb上の公開情報の参照にとどまり、回答の平均化や不確かな情報の混在が起きやすいと指摘し、自社の一次データと組み合わせることで意思決定に使える示唆を出すと述べています。裏返せば、AIエージェントの出力の質は、元になるパネルの推計値をどう読むかに強く依存します。条件設定から報告の作成までが一続きになったことで、以前なら分析担当者が途中で付けていた注記が、どこにも書かれないまま会議に出る経路ができた、とも言えます。
課題:AIの競合分析が「ずれる」と言われる四つの場面
ここでいう「ずれる」は、数字そのものの誤りとは限りません。AIエージェントが作る報告で問題になりやすいのは、次のような場面です。いずれも、集計自体は正しく行われていても起こります。
- 競合の訪問者数が先月より2割減ったとスライドに書かれ、施策の失敗と受け取られたが、元の数字は小さく、月ごとの揺れの範囲だった
- 競合の利用者の年齢構成が報告されたが、スマートフォンの集計だけだったことが書かれておらず、パソコン中心の業界で読み違えた
- AIが提案した施策案が、集計結果と同じ太字と同じ表で並び、会議で「データがそう言っている」と扱われた
- AIが自動で決めた集計期間と対象サイトが報告に残っておらず、翌月に同じ問いを投げたら条件が変わって数字が比べられなかった
四つに共通するのは、数字の性格と、数字を作った条件と、数字から導いた意見の区別が、読み手から見えなくなっていることです。分析担当者が手で集計していた頃は、資料を作る途中で「ここは推計」「ここは参考値」と書き添える人がいました。AIが条件設定から資料作成までを一続きで行うと、その書き添えをする人の工程が抜けます。以下では、ずれが起きる原因を五つに分けて見ていきます。
原因1:拡大推計の数字を、実測と同じ重さで読む
Dockpit の訪問者数や利用者数は、自社サイトのアクセス解析のような実測ではありません。ヴァリューズは Dockpit を使った調査の公表資料で、たとえば2026年10月の生成AIの利用動向の調査に「ユーザー数は拡大推計値」と注記しています。同じ月のSNSの利用者数の調査でも、モニター内での出現率をもとに、国内のネット人口に則して動向を推測したと説明しています。250万人の行動を、国内のネット利用者全体に引き延ばして示している、ということです。
推計そのものは、他社のサイトを外から見るための正当な方法です。問題は、推計値が「万人」の単位で端数まで示されると、読み手が実測と同じ確かさで受け取ってしまうことにあります。AIエージェントが考察を書くときも、渡された数字が推計かどうかで文章の言い切り方は変わりません。開発元自身が公表資料で付けている注記を、AIが作る社内向けのスライドでは誰も付けていない、という状態がずれの出発点になります。
加えて、推計の詳しい手法、たとえばモニターの構成をどう補正しているかといった点は、公開されている資料からは確認できませんでした。分からないことを分からないまま扱うのは悪いことではありません。避けたいのは、分からないことがあるという事実ごと報告から消えることです。手法の詳細が必要な用途、たとえば投資判断や市場規模の算定に使うなら、ヴァリューズに直接問い合わせて、回答を記録に残してから使うのが筋です。
原因2:集計の範囲とモニターの偏りを、報告の途中で落とす
推計であることに加えて、何を数えた数字なのかという範囲の情報も落ちやすい部分です。ヴァリューズの公表資料を見ると、SNSの調査ではスマートフォンからのアクセスを集計したと書かれ、生成AIの調査ではデスクトップアプリを集計対象外とし、一部のサービスはデータに技術的な制約があるため参考値として示すと断っています。同じツールの数字でも、問いによって数えている範囲が違うということです。
BtoB の商材では、この違いが特に効きます。業務用のソフトウェアや部材の情報収集は、勤務中に会社の端末で行われる場面も少なくありません。会社の端末の行動がモニターのデータにどこまで含まれるかは、消費者モニターという設計上、慎重に考える必要があります。モニターは許諾を得た個人の集まりであり、自分の閲覧の記録を提供することに同意した人たちだという点も、属性の分布を読むときの前提です。
AIエージェントは、問いに合わせて Dockpit のどの機能を使うかを選んで集計します。そのため、利用者が意識しないうちに、スマートフォン中心の集計とサイト全体の集計が一つのスライドに混ざる可能性があります。集計の範囲が報告に書かれているか、AIが作った資料の注記の欄を毎回確かめる必要があります。製品が範囲の注記を自動で付けるかどうかは公開資料からは分からなかったため、試す段階で確かめておくべき点です。
原因3:BtoBの小さい数字の差を、変化として語ってしまう
パネルから推計する仕組みでは、対象のサイトを訪れたモニターが少ないほど、月ごとの数字は揺れやすくなります。一般消費者向けの大きなサイトなら、モニターの中にも訪問者が多く、前月との差にある程度の意味を読み取れます。一方で、BtoB の専門的なサイトや、特定業界向けのページ単位の数字は、もともとの訪問者が少なく、推計の揺れが変化に見えやすいのです。
AIエージェントは、渡された数字の差を素直に言葉にします。前月比で2割減、競合Aが競合Bを逆転、といった文章は、元になったモニターの人数が数十人なのか数万人なのかで意味がまったく変わりますが、言い回しは同じになりがちです。小さい数字の差を「変化」と書かせないための線を、人が先に決めておく必要があります。たとえば、月ごとの比較ではなく数か月の平均で比べる、順位の入れ替わりは複数月続いたときだけ報告する、といった決まりです。
どの大きさから下を「小さい」とみなすかは、ツールの画面だけでは決めにくいところです。導入の初期に、自社と競合の数字を数か月分並べ、施策を打っていないのにどのくらい上下するかを見ておくと、自社の領域での揺れの幅がつかめます。その幅を超えた差だけを変化として扱う、という運用にすれば、AIの文章の言い切りに引っ張られにくくなります。
原因4:AIが決めた分析条件を見ないまま、結論だけを読む
Dockpit AIエージェントの便利さは、利用者が言葉にしきれない問いからでも、AIが分析観点を組み立ててくれる点にあります。発表資料も「なんとなく知りたいことはあるが言語化しきれない」状態から使えることを特徴に挙げています。ただし、これは裏返すと、どの期間、どの対象者、どのサイトやキーワードで集計するかという判断を、AIが代わりに下しているということです。
競合の範囲をどこまで取るかは、それ自体が分析の結論を左右する判断です。たとえば競合を3社に絞るか、業界全体の上位10サイトを取るかで、自社のシェアの見え方は変わります。集計期間が繁忙期を含むかどうか、対象者を全年代にするか特定の年代にするかでも、結論は動きます。AIが選んだ条件そのものに、マーケティングの判断が含まれていると考えるべきです。
さらに、条件が報告に残っていないと、翌月に同じ問いを投げたとき別の条件で集計され、定点観測が成り立たなくなります。会話の中で条件を調整できるという仕組みは、柔軟である一方、同じ問いに同じ条件で答え続ける保証にはなりません。定例の報告に使うなら、条件を言葉で固定して毎回同じ指示を渡す運用が要ります。
原因5:考察と施策案が、事実と同じ書式で並ぶ
AIエージェントの出力は、集計結果、データから読み取れる特徴の説明、商品企画やプロモーションのアイデア、アクションプランまでを一つのレポートにまとめます。ここには性格の違う三つの情報が入っています。パネルから推計した数字という事実、その数字から導いた解釈、そして解釈から考えた施策の提案です。
この三つが同じフォント、同じ表、同じ強調で並ぶと、読み手は施策案まで「データが示している」と受け取りがちです。実際には、競合の流入キーワードが増えているという事実から、競合が記事に力を入れているという解釈を経て、自社も記事を増やすべきだという提案に至るまでに、いくつもの仮定が挟まっています。解釈と提案は、AIの一つの見立てにすぎないという区別が見えなくなるのが、もう一つのずれ方です。
この点は、AIの考察の質が高いほど危うくなります。整った文章と見栄えのするスライドは、それだけで説得力を持つからです。隣の話題として、外部の調査パネルを社内のAIから引く道具でも同じ問題が指摘されますが、Dockpit AIエージェントは報告の資料化までを一続きで行う点で、とりわけ区別が消えやすい設計です。だからこそ、報告の型の側で区別を強制する必要があります。
対策1:AIが決めた分析条件を、最初に人が承認する
最初の対策は、AIが組み立てた分析条件を、集計結果より先に人が見ることです。具体的には、AIに最初の回答で「どの機能を使い、どの期間、どの対象者、どのサイトやキーワードで集計するか」を書き出させ、担当者がそれを確かめてから集計と考察に進ませます。会話の中で条件を調整できる仕組みなので、条件の確認を一往復はさむだけで、報告の前提がはっきりするはずです。
確かめる観点は三つです。一つ目は競合の範囲で、自社が普段比べている相手と一致しているか。二つ目は期間で、季節要因や大きな施策の時期をまたいでいないか。三つ目は対象者で、自社の顧客と重なる属性になっているか。BtoB の場合は、消費者モニターの中で自社の顧客にあたる人がどの程度いるのかも、この段階で一度考えておきます。条件の承認は、AIに任せず担当者の名前で行うのが原則です。
定例で使う問いは、承認済みの条件を文章にして保存し、毎回同じ指示で投げるようにします。担当者が替わっても同じ条件で集計できるよう、指示文そのものを社内の共有場所に置いておくと、前月との比較が崩れにくくなります。
対策2:推計の注記を、報告の型に固定する
二つ目は、数字の性格を書く欄を、報告の型としてあらかじめ決めておくことです。AIが毎回自発的に注記を付けてくれることを期待するのではなく、スライドの決まった位置に、数字の種類と集計の範囲を書く欄を設け、空欄のままでは社内に回さないようにします。ヴァリューズ自身が公表資料で付けている注記の書き方は、社内向けの報告でもそのまま手本になるはずです。
| 数字の種類 | 報告での書き方の例 | 読み手に伝えること |
|---|---|---|
| パネルからの推計値(訪問者数・利用者数・シェア) | 「Dockpit による推計値。モニター内の出現率から国内全体を推し量った数字」 | 実測ではない。大まかな規模と方向を見る数字 |
| 集計範囲が限られた数字 | 「スマートフォンのアクセスのみ」「アプリは対象外」など、範囲を明記 | 範囲の外の行動は含まれていない |
| 参考値・小さい数字 | 「対象の訪問者が少なく、月ごとの揺れが大きい。複数月の平均で読む」 | 差を変化と断定しない |
| 自社の実測(アクセス解析・GA4など) | 「自社計測の実測値」として別の列・別の表に | 推計と実測を同じ表で足したり比べたりしない |
| AIの解釈・施策案 | 「AIの見立て」「仮説」として別の欄に | 数字ではなく意見。採否は人が決める |
この表のうち、推計値と実測値を混ぜない点は、海外の競合サイト分析ツールを使うときにも共通する注意です。Dockpit で特に意識したいのは、AIエージェントが一つの会話で複数の機能をまたいで集計しうるため、同じスライドに範囲の違う数字が並ぶことがある点です。数字ごとに範囲を書く欄を設けておけば、混ざったことに気づけます。
対策3:事実・解釈・施策案を三段に分けて書かせる
三つ目は、AIの出力を三段に分けることです。AIへの指示の中で、報告を「集計で分かったこと」「そこから考えられること」「打ち手の候補」の三つの見出しに分け、それぞれの段に何を書いてよいかを決めておきます。第一段には数字と条件だけを書き、形容詞や評価の言葉を入れない。第二段には解釈を書くが、必ず根拠にした数字を示す。第三段には施策案を書くが、採るかどうかは書かせない、という分け方です。
根拠を書かせる、という点は特に大切です。第二段の解釈ごとに、どの数字を見てそう考えたのかを一行で添えさせると、読み手が解釈の飛躍に気づけます。根拠にした数字が小さい、あるいは範囲が限られていると分かれば、その解釈は弱いと判断できます。根拠の数字が示せない解釈は、報告から外すという決まりにしておくと、もっともらしいだけの考察が残りにくくなります。
- 三段に分ける指示は、AIの文章を短くする効果もあります。読み手が確かめるべき部分が、第二段と第三段に集まるためです
- スライドの見た目でも、第一段と第二段・第三段で色や枠を変えておくと、会議で数字と意見を取り違えにくくなります
- 第三段の施策案は、社内の他部門の事情や予算を知らないAIの提案です。実行の可否は、担当部門の判断に委ねます
対策4:経営報告に出す前に、人が確かめる範囲を決める
四つ目は、AIが作った報告を経営会議や取締役会など社内の重い場に出す前に、人が何を確かめるかを決めておくことです。部内の検討資料であれば、多少の粗さは議論の中で修正できます。しかし経営報告に載った数字は、予算や人員の判断にそのまま使われます。重い場に出す報告ほど、AIの出力をそのまま流さないという段階の差をつけるのが現実的です。
報告に書かれた期間・対象者・対象サイトと、承認した条件が一致しているかを確かめます。範囲の注記が空欄の数字があれば、その数字は報告から外すか、注記を補ってから進めます。
結論を左右する数字は、AIの出力をそのまま使わず、担当者が Dockpit の通常の画面で同じ条件を指定して引き直し、一致するかを見ます。全部ではなく、結論に使う数字に絞ります。
前月比の増減や順位の入れ替わりを述べた文を拾い、元の数字の規模と、複数月で同じ傾向が続いているかを確かめます。揺れの範囲なら「変化」という言葉を削ります。
第二段の解釈ごとに根拠の数字が示されているか、施策案が自社の事情に照らして現実的かを、担当部門の責任者が読みます。採否はこの段階で人が決めます。
最後に、報告全体がパネルからの推計を元にしていることを、表紙か最初のスライドに一文で書きます。読み手が数字の確かさを誤解しないための、いちばん安い対策です。
この確認は、誰が行ったかを記録に残します。確認者の名前と日付が付いた報告であれば、後から数字の誤りが見つかったときも、どの段階で見落としたのかを振り返れます。
社外に出るものと出ないもの:問いと分析結果の扱い
競合分析のツールにAIが入ると、もう一つ考えておくべきことがあります。利用者がAIに投げる問いそのものに、社内の情報が含まれる点です。たとえば「来春発売予定の新商品と競合する商品の利用者層を調べて」と入力すれば、新商品の存在と時期が問いに含まれます。ヴァリューズは、入力したデータや分析結果が承諾なくAIの学習に使われたり、外部へ流出したりすることはないと説明しています。
同社はあわせて、情報セキュリティの国際規格である ISMS(ISO 27001)の認証取得、TLS 1.2 以上での通信の暗号化、年1回以上の第三者によるセキュリティの診断を挙げ、経済産業省のガイドラインに準拠したセキュリティチェックシートを公開しているとしています。Dockpit は AWS 上に構築されていると公式サイトに書かれています。社内のセキュリティ審査では、公開されているチェックシートを入手し、自社の基準と照らし合わせるのが早道です。
一方で、説明の中の「承諾なく」という言葉には注意が要ります。どのような場合に承諾を求められるのか、契約や利用規約のどこで定められているのか、問いの履歴はどのくらいの期間保存されるのかは、導入前に契約書面で確かめておくべき点です。あわせて、未発表の商品名や取引先の名前など、問いに入れてよい情報の範囲を社内で決めておきます。ツールの安全性とは別に、何を問いに書いてよいかは自社の規程の問題です。
費用の考え方と、試すときに比べること
Dockpit AIエージェントは、製品ページで Dockpit のオプション機能と説明されています。料金は公開資料では確認できず、問い合わせで個別に案内される形です。Dockpit 本体には無料版がありますが、AIエージェントは有料版の契約を前提にしたオプションと読むのが自然で、提供条件は導入前に営業窓口で確かめる必要があります。費用を見積もるときは、本体の契約とオプションの費用を分けて把握することが出発点です。
試すときに比べるべきは、AIの答えの速さではありません。同じ問いを、AIエージェントと、これまで社内で分析していた担当者の手作業の両方で処理し、分析条件の選び方、主な数字、解釈の妥当さを並べて比べます。AIが選んだ条件が担当者の判断とどれだけ一致したか、解釈のうち根拠の数字が示せたものがどれだけあったかを数えると、任せられる範囲と人が残る範囲が見えてきます。
費用対効果を考えるときは、削減できる作業時間だけでなく、確認にかかる時間も足し戻して計算します。前の節で挙げた条件の承認、主な数字の引き直し、根拠の点検は、AIを使う限りなくなりません。資料化の時間は大きく減っても、確認の時間がゼロにはならない前提で比べておくと、導入後に期待と実態がずれにくくなります。
導入前にマーケ担当と事業企画で埋めるチェックリスト
ここまでの原因と対策を、導入前に関係者で埋める一覧にまとめます。空欄が残る項目があれば、そこが報告のずれの入り口になります。AIに判断させない範囲と、人が確認する範囲を先に決めることが、この一覧の目的です。
- 定例の問いごとに、承認済みの分析条件(競合の範囲・期間・対象者)を文章で保存したか
- AIが組み立てた分析条件を、集計の前に確かめる担当者を決めたか
- 推計値・集計範囲・参考値の注記を書く欄を、報告の型に設けたか
- 自社の実測と Dockpit の推計を、同じ表で比べない決まりにしたか
- 自社の領域で、施策なしでも数字がどのくらい上下するかを数か月分見たか
- 報告を事実・解釈・施策案の三段に分け、解釈に根拠の数字を添えさせる指示にしたか
- 経営報告に出す前に引き直す数字の範囲と、確認者の記録の残し方を決めたか
- 問いに書いてよい情報の範囲と、セキュリティチェックシートでの審査を済ませたか
- オプションの費用と提供条件、問いの履歴の保存期間を契約書面で確かめたか
- 試用の段階で、AIと担当者の分析を同じ問いで並べて比べる計画を立てたか
この一覧は、Dockpit に限らず、パネルの推計をAIに読ませる道具に共通して使えます。ただし、条件設定から資料化までをAIが一続きで行う Dockpit AIエージェントでは、特に条件の承認と注記の欄が抜けやすいので、この二つから埋めるのがおすすめです。
まとめ
Dockpit AIエージェントは、国内250万人規模の消費者モニターの行動ログを土台に、自然言語の問いから分析条件の設定、集計、考察、施策案、スライドの作成までをAIが一続きで行う機能として、2026年8月6日に提供が始まりました。自社では見えない競合の動きを短い時間で資料にできる点は、マーケティングと事業企画の大きな助けになります。一方で、元の数字はパネルから国内全体を推し量った推計値であり、問いによって集計の範囲も変わります。報告がずれるのは、その前提と、AIが決めた分析条件と、AIの見立てとが、資料の上で区別できなくなるからです。分析条件を人が承認し、推計の注記を報告の型に固定し、事実と解釈と施策案を分けて根拠を書かせ、重い場に出す前に人が確かめる。この四つを先に決めておけば、AIの速さを活かしながら、数字の確かさを読み手に正しく伝えられます。まずは定例の競合報告の一つを選び、AIと担当者の分析を並べて比べるところから始めてください。
※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。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
