AEO KPIを3階層×週次ダッシュボードで設計する実践ガイド

AEO KPIを3階層×週次ダッシュボードで設計する実践ガイド

結論： AEOの成果を正確に把握するには、従来SEOの「順位・PV」では不十分だ。「ブランド可視性（Tier1）→引用品質（Tier2）→ビジネスインパクト（Tier3）」の3階層KPIを定義し、週次チェック15分・月次レビュー60分のリズムで運用するダッシュボードを構築することが、施策の改善サイクルを回す最短経路である。

最終更新日：2026年6月12日

---

はじめに

ChatGPT・Perplexity・Google AI Overviews（AIO）の普及により、ユーザーが検索結果ページを経由せずに情報を得る「ゼロクリック体験」が急拡大している。この環境では、自社コンテンツがAIの回答に引用されているかどうかが、ブランド認知と収益の両方を左右する。

しかし「AEOを始めた」という組織の多くが、依然として検索順位やオーガニックセッション数だけを追い続けている。これでは施策の効果を正しく評価できず、改善の方向性も定まらない。

本記事では、AEO特有のKPIを3つの階層（Tier）に整理したうえで、GA4・スプレッドシートを使った週次・月次ダッシュボードの具体的な構築手順を解説する。課金や商談につながる指標を中心に据えた設計を目指す。

---

なぜ従来SEOのKPIではAEOを測れないのか

従来のSEO評価軸は「検索順位・クリック数・セッション数・コンバージョン率」の4点に集約される。これらはGoogleの検索結果ページ（SERP）を経由することを前提とした指標だ。

AI検索ではユーザーが回答を受け取る場所がSERPではなくAIの対話UIになる。結果として次の問題が生じる。

• 順位が存在しない：AIはランキングリストではなく自然文で回答するため、「何位に表示されたか」という概念が成立しない
• クリックが発生しない：回答内で言及されても、ソースURLをクリックしないユーザーが多数を占める
• 間接流入が増える：AIで認知した後、数日後に指名検索やダイレクト流入で再訪するパターンが主流になりつつある

つまりAEOの成果は「被引用の質と量」と「それが起点となるビジネス行動」で測るべきであり、従来のKPIツリーとは体系が根本的に異なる。

---

Tier1：ブランド可視性の指標

Tier1は「AIがどれだけ自社ブランドを認識・言及しているか」を測る最上流の指標群だ。施策の初期段階で改善を確認すべきレイヤーであり、最もリードタイムが短い。

計測方法：毎週月曜日に固定プロンプトセット（50〜100問）を各AIエンジンで実行し、自社ブランド名・サービス名が回答文中に登場したかを手動またはPythonスクリプトでログに記録する。自動化ツールとしてはPerplexityやChatGPT Searchを対象としたモニタリングサービスが選択肢となる。

---

Tier2：引用品質の指標

Tier2は「言及の質」を問う指標群だ。言及されていても、競合よりも後置きされていたり、否定的なトーンで紹介されていたりすれば、商業的な価値は低い。

URL引用率の計算式：

URL引用率 = 自社URLが引用された回答数 ÷ 自社ブランドが言及された回答数 × 100

Tier2の指標改善には、各ページにFAQスキーマを実装し、AIが回答ソースとして参照しやすい構造を与えることが最も効果的だ。詳細はLLMO完全ガイドおよびAISEOガイドを参照してほしい。

---

Tier3：ビジネスインパクトの指標

Tier3はAEO施策が最終的に収益に貢献しているかを問うレイヤーだ。因果関係の証明が最も難しいが、経営層への説明責任を果たすには欠かせない。

アシストCVの推定方法：GA4の「コンバージョン経路」レポートで、直近30日以内にAIチャネルを含む多段階パスを抽出する。完全な計測は難しいが、傾向の把握には十分だ。GSCと組み合わせると指名検索ボリュームの変化も追いやすくなる。

---

週次・月次の見方：運用リズムの設計

KPIを定義しても、チェックのタイミングと責任者が決まっていなければ機能しない。以下の運用リズムを標準として採用する。

週次レビュー（毎週月曜 15分）

担当：SEO/コンテンツ担当者

1. プロンプトカバレッジ率の前週比確認
2. GA4のAIチャネル別セッション数チェック
3. 引用URLの新規追加・消滅確認
4. 異常値があれば原因仮説を1行メモ

週次レビューはダッシュボードの「ヘルスチェック」であり、細かい分析より「変化の早期発見」に徹する。

月次レビュー（月初 60分）

担当：マーケティングマネージャー＋担当者

1. 3階層全指標の前月比・3ヶ月推移確認
2. 競合との比較（プロンプトカバレッジ・引用順位）
3. 改善施策の効果検証（仮説→結果の対応）
4. 翌月の優先施策決定

月次レビューでは「Tier1が上がったのにTier3が動いていない」などの階層間のギャップを発見することが最重要だ。ギャップの原因特定が次の施策立案の起点になる。AI検索ブランドKPI再設計でより詳しい分析手法を解説している。

---

ダッシュボード構築：GA4・スプレッドシート・専用ツール

GA4でAIトラフィックを可視化する

GA4はデフォルトではChatGPT・Perplexity経由のトラフィックを「ダイレクト」や「その他」に分類してしまう。以下の手順でAIチャネルを分離する。

1. GA4管理画面 → 「チャンネルグループ」 → 「新しいチャンネルグループ」
2. 条件：参照元が chat.openai.com OR perplexity.ai OR gemini.google.com のいずれかに一致
3. グループ名を「AI Search」として保存
4. 「レポート」 → 「集客」 → 「トラフィック獲得」でAI Searchチャネルを確認

設定後は週次でセッション数・エンゲージメント率・コンバージョン率の3指標をモニタリングする。AI Overview経由のクリックはGSCでも確認できるため、両方を照合するとより正確な実態が見える。

スプレッドシートで3階層KPIを一元管理する

専用ツールを導入する前段階として、Googleスプレッドシートが最も低コストで始められる。

推奨シート構成：

• シート1：週次ログ（日付・Tier1〜3の主要8指標・メモ）
• シート2：月次サマリー（3ヶ月グラフ自動生成・競合比較）
• シート3：プロンプトライブラリ（追跡クエリ50〜100問と回答ログ）
• シート4：引用URLリスト（引用された自社ページ一覧・引用頻度・最終引用日）

シート1の週次ログに数値を手入力するだけで、シート2のグラフが自動更新される設計にすると運用コストが最小化される。詳細な週次テンプレートはAI検索レポートテンプレートに掲載している。

専用ツールの選択肢

予算があれば専用のAI可視性モニタリングツールを導入することで、プロンプト実行・ログ記録・可視化が自動化できる。LLMOツール比較記事で各ツールの機能と料金を詳しく解説している。

---

運用フェーズ別のKPI優先度

施策の成熟度によって重視すべき階層が変わる。

フェーズ1（導入0〜3ヶ月）：Tier1集中。まずAIに認識されているかを確認し、言及ゼロのエンジンを特定する。

フェーズ2（3〜6ヶ月）：Tier2に移行。言及の質を高め、URL引用率と引用順位の改善を優先する。FAQスキーマ実装・権威あるサードパーティへの掲載強化が有効だ。

フェーズ3（6ヶ月以降）：Tier3で収益との連動を検証する。AI起点CVとアシストCV比率をGA4で追跡し、経営指標への接続を確立する。

この進め方はAI検索KPI新指標2026でも詳述している。引用位置と収益の実証的な関係についてはAI引用位置収益インパクト研究も参照してほしい。

---

関連用語

プロンプトカバレッジ（Prompt Coverage） 自社が追跡対象として設定したプロンプト群のうち、AIの回答に自社ブランドが登場した割合。AEOにおけるTier1の中核指標であり、週次でモニタリングする。→ LLMO用語集

ブランド言及率（Brand Mention Rate） AIエンジンが生成した回答文中に自社ブランド名・サービス名が含まれている回数を、総回答数で割った比率。引用URLの有無にかかわらずカウントする点でURL引用率と区別される。→ ブランド言及

AI参照流入（AI Referral Traffic） ChatGPT・Perplexity・Geminiなどのチャット型AIインターフェースからのリンクや言及を起点として、自社サイトに到達したセッション。GA4のカスタムチャンネルグループで計測する。→ ゼロクリック

Share of Model（SoM） 特定のカテゴリや製品領域において、AIが回答する際に自社ブランドが言及される割合を競合全体と比較した指標。従来のShare of VoiceのAI検索版。→ AI Share of Voice計測

CTR（クリックスルー率） AIが引用した自社URLへのクリック率。AI検索では従来のオーガニックSEOよりも低い傾向があり、ゼロクリック下での指標設計で重要な文脈を持つ。→ CTR用語解説

---

関連記事

基礎・戦略

• LLMO完全ガイド
• AI検索最適化ガイド
• SEO・LLMOハイブリッド戦略
• SEO基礎完全ガイド

AEO効果測定・KPI関連

• AI検索レポートテンプレート・KPI週次
• AI検索KPI新指標2026
• AI検索Share of Voice計測
• AI引用率PDCAサイクルで計測改善
• AI検索ブランドKPI再設計：引用と言及
• LLMOツール比較
• AI引用位置収益インパクト研究
• ランクトラッキングAPIとAI検索2026

---

よくある質問（FAQ）

Q1. AEOのKPIは何から始めるべきですか？

A. まずTier1の「プロンプトカバレッジ率」から着手する。追跡したいキーワードを含む質問文を50問作成し、ChatGPTとPerplexityで実行して自社ブランドが登場するかを確認する。この作業は無料で今日から始められる。可視化ツールへの投資はその後で検討すればよい。

Q2. 従来のSEO指標（順位・PV）はAEO導入後も追い続けるべきですか？

A. 追い続けるべきだ。AEOとSEOは二者択一ではなく、Googleオーガニック経由の流入は引き続き重要な収益源であり続ける。ただしKPIツリーの最上位に「AI可視性」を追加し、SEO指標はその補完として位置づけることが2026年時点での最適な設計だ。SEOとLLMOのハイブリッド戦略も参照してほしい。

Q3. GA4でAIトラフィックを計測できないケースはありますか？

A. ある。AIがURLを引用せず回答文中でブランド名だけを言及した場合、ユーザーが後日指名検索やダイレクト流入でアクセスするため、GA4ではAI起点の流入として捕捉できない。この「アシスト効果」を推定するには、AI可視性スコアと指名検索ボリュームの相関を月次で追うことが現実的な方法だ。GSC活用ガイドも参照。

Q4. 専用ツールなしでAEO KPIを計測できますか？

A. できる。追跡プロンプトのリストを作り、週1回手動でChatGPTとPerplexityに入力してログをスプレッドシートに記録するだけで、Tier1のプロンプトカバレッジ率は計測可能だ。GA4のカスタムチャンネルグループ設定（無料）と組み合わせれば、Tier3のAI参照流入も把握できる。専用ツールは月次50〜100プロンプトの自動実行が必要になった段階で導入を検討すればよい。

Q5. プロンプトカバレッジ率の目標値をどう設定すればよいですか？

A. 業界によって大きく異なるため、まず競合3〜5社の同じプロンプトセットに対する言及率を計測して業界平均を算出する。その平均値の1.5倍を6ヶ月目標として設定するのが実践的だ。ゼロから始める場合は、まず10%のカバレッジ率達成を最初のマイルストーンにするとよい。

Q6. AIエンジンごとにKPIを分けて管理する必要はありますか？

A. 管理できるなら分けたほうがよい。ChatGPT・Perplexity・Gemini・Google AIは参照ソースの傾向が異なり、自社コンテンツが得意なエンジン・苦手なエンジンが分かれることが多い。ただし最初から全エンジンを追うと負荷が高いため、主要2〜3エンジンに絞って始め、慣れたら拡張するアプローチを推奨する。

Q7. 引用率が高いのにCV（コンバージョン）が増えない場合、何を見直すべきですか？

A. 引用されているページのCTAとユーザー意図のミスマッチを疑う。AIが引用する傾向が高いのは情報収集フェーズのコンテンツであることが多く、そのページが購買検討フェーズのCTAを持っていない場合に乖離が生まれる。引用率上位5ページのファネルポジションを確認し、適切な次のアクション（資料請求・デモ申込・関連記事誘導）をページ内に組み込む改修を優先する。引用位置と収益インパクト研究も参照。

Q8. 週次ダッシュボードの運用が続かない場合のコツはありますか？

A. チェック時間を15分以内に制限し、「見るだけ」の週と「アクションする」週を明確に分けることが継続のコツだ。毎週月曜の朝にスプレッドシートを開いてTier1〜3の主要指標を3行メモするだけのルーティンを最初の4週間で習慣化し、その後に分析の深度を上げていく段階的アプローチが最も挫折しにくい。AI検索レポートテンプレートに週次ログのテンプレートを無料公開しているので活用してほしい。

Q9. 月次レビューで必ず確認すべき「階層間ギャップ」とは何ですか？

A. Tier1（ブランド可視性）が改善しているのにTier3（ビジネスインパクト）が動かないパターンが最も見落とされやすい。このギャップはTier2（引用品質）の問題、具体的には引用されているページのURL多様性が低い・センチメントがネガティブ・引用順位が5位以下であることが原因であることが多い。月次レビューではTier1→Tier2→Tier3の順に数値を並べて「どの層で詰まっているか」を1枚のサマリーシートで判断する習慣をつけることを推奨する。

Q10. GEOとAEOのKPI設計はどう違いますか？

A. GEO（Generative Engine Optimization）はAEOと同義または包含関係にあるが、KPI設計の観点では測定対象のAIエンジンの範囲が異なることが多い。AEOはGoogle AIOとChatGPT Searchを主軸に置くのに対し、GEOはPerplexity・Claude・Gemini等の生成AIエンジン全般を網羅する傾向がある。本記事の3階層フレームワークはGEO計測にもそのまま適用可能であり、エンジン別カバレッジの欄に追跡対象を追加するだけで拡張できる。AI検索最適化ガイドでGEOの基本的な概念も確認してほしい。