ゼロクリック ディスプレイスメント率とは？AI検索時代の新指標と計測方法

ゼロクリック ディスプレイスメント率——AI検索時代に押さえるべき2つの指標と計測法

この記事の結論: ゼロクリック率とディスプレイスメント率は別の指標だ。前者は「クリックが発生しない検索の割合」を示し、後者は「AI概要やリッチ要素によって自然検索結果が下方へ押し下げられる度合い」を定量化する。Google Search Consoleのインプレッション・順位データを組み合わせれば、ディスプレイスメント率を近似計測してKPI化できる。

最終更新日: 2026年6月30日

はじめに

Googleの全検索の約8割がクリックなしで完結する時代になった。AI Overviewsが全面展開された2026年時点では、AI概要が表示されるクエリに限ればゼロクリック率は83%に達するという調査結果も出ている。Ahrefsの分析では、グローバルで検索1位のCTRがAI概要導入後に約58%低下（3.7%から1.6%へ）し、日本でも約38%のオーガニッククリック減少が確認された。

この状況を前に、多くのSEO担当者が「ゼロクリック率が上がった」と嘆く。しかし問題は、その数字だけではとらえきれない現象がSERP上で起きている点だ。自然検索1位に表示されているにもかかわらず、AI概要やショッピング広告、Peopleも聞く、などのリッチ要素が画面上部を占有し、オーガニック結果が実質的に「画面外」へ押し下げられる——これがディスプレイスメントだ。

ゼロクリック率を下げることに執着するより、ディスプレイスメント率を計測してSERP上の露出設計を見直す方が、現実的な成果につながる。本記事では2つの指標の定義から計測式、GSCを用いた実践的な近似計測手順までを体系的に整理する。

---

ゼロクリック検索とディスプレイスメントの違い

ゼロクリック率（Zero-Click Rate）

ゼロクリック率は「検索クエリ全体のうち、どの結果もクリックせずに終了した検索の割合」を指す。SparkToroやAhrefsが継続的に計測しており、2020年時点で64.8%だったものが2024年には75%超、2026年には全検索で80%前後に達したとされる。

計算式はシンプルだ。

ゼロクリック率 = クリックなしセッション数 ÷ 総検索セッション数 × 100

ただし、この指標はGoogleが外部に公開していないため、検索エンジン全体の値は調査会社のパネルデータや推計に頼る。自社サイト単位では計測できない点が限界だ。

ディスプレイスメント率（Displacement Rate）

ディスプレイスメント率は「特定のクエリやURL群において、AI概要・リッチ要素によって自然検索結果が画面上のどの位置から押し下げられたか、その変化量と影響度」を数値化した指標だ。

英語圏のSEO研究者の間では「SERP real estate displacement」とも呼ばれる。日本語で対応する概念は確立した用語がなく、本記事では「ディスプレイスメント率」として定義する。

2つの指標の本質的な違いは以下の通りだ。

ゼロクリックは「結果」であり、ディスプレイスメントは「原因」に近い。押し下げが起きているクエリを特定して改善すれば、たとえクリックが減少していても露出の質は維持できる。

---

ディスプレイスメント率の計測式とKPI設計

基本の計測式

ディスプレイスメント率の近似値は、GSCの「平均掲載順位」の変化とインプレッション数の推移を組み合わせて算出する。

ディスプレイスメント率（近似） =
  （AI概要導入前の平均掲載順位 ÷ AI概要導入後の平均掲載順位）- 1
  × インプレッション変化率

より実用的な形では次の二段階で求める。

Step 1: 順位押し下げ係数

順位押し下げ係数 = （現在の平均掲載順位 - 基準期間の平均掲載順位） ÷ 基準期間の平均掲載順位

例: 基準期間（2023年10月〜12月）の平均掲載順位が2.1で、現在（2026年4-6月）が3.8であれば、 順位押し下げ係数 = (3.8 - 2.1) ÷ 2.1 ≈ 0.81（81%押し下げ）

Step 2: CTR乖離係数（実測CTRと期待CTRの乖離）

CTR乖離係数 = 1 - （実測CTR ÷ 掲載順位別期待CTR）

掲載順位別の期待CTRは業界標準の参考値（1位:約28%、2位:約15%、3位:約11%）を用いる。実測CTRが同じ順位の期待値を大きく下回る場合、ディスプレイスメントの影響が強いと判断できる。

KPI化の考え方

ディスプレイスメント率をKPIとして運用する際は、以下の3階層で設計する。

1. ポートフォリオレベル: サイト全体のCTR乖離係数の推移を月次でモニタリング
2. クラスターレベル: カテゴリ別（情報クエリ・取引クエリ・ナビゲーションクエリ）のディスプレイスメント係数を比較
3. URL/クエリレベル: 押し下げが最も大きいTop20クエリを特定し、個別対策を立案

この階層設計により、「全体としてディスプレイスメントが悪化しているが、どのカテゴリで特に深刻か」を素早く特定できる。

---

GSCからのディスプレイスメント近似計測手順

準備：比較期間の設定

Google Search Console（/glossary/gsc）で計測を始める前に、AI Overviewsが日本で本格展開した時期を基準に「ビフォー期間」と「アフター期間」を設定する。

• ビフォー期間: 2023年9月〜12月（AI概要の影響が軽微だった時期）
• アフター期間: 直近3ヶ月（2026年4月〜6月など）

両期間が同一の曜日・季節性を持つよう、可能であればYoY（前年同期比）で比較することが望ましい。

Step 1: クエリリストのエクスポート

GSCの「検索パフォーマンス」から以下の設定でデータをエクスポートする。

• 検索タイプ: ウェブ
• 表示: クエリ、掲載順位、表示回数、クリック数、CTR
• 期間: ビフォー期間とアフター期間を別々にエクスポート

クエリ数が多い場合はGSC APIを使って自動取得する。Pythonのgoogle-auth-oauthlibライブラリを使えば、数百行のコードでCSV出力まで自動化できる。

Step 2: ベースラインCTRの算出

ビフォー期間のデータから「掲載順位別の自サイトCTR」を算出する。これがベースラインとなる。

# 擬似コード（Pandas使用）
baseline = df_before.groupby('position_bucket').agg(
    clicks=('clicks', 'sum'),
    impressions=('impressions', 'sum')
)
baseline['ctr'] = baseline['clicks'] / baseline['impressions']

掲載順位は1〜3位、4〜10位、11〜20位の3バケットに分けて集計する。

Step 3: ディスプレイスメント係数の算出

アフター期間の各クエリについて、ビフォー期間の同位置バケットのベースラインCTRと実測CTRを比較する。

ディスプレイスメント係数（クエリ単位） =
  1 - （アフター期間CTR ÷ ビフォー期間の同順位バケットCTR）

値が0.3以上（30%以上のCTR低下）であればディスプレイスメントの影響が顕著と判断する。

Step 4: 影響クエリの優先順位付け

算出したディスプレイスメント係数にインプレッション数を掛けて「損失インプレッション当量」を求め、降順でソートする。

損失インプレッション当量 = ディスプレイスメント係数 × アフター期間インプレッション数

このTop20リストが最初に対策すべきクエリ群となる。

---

AI Overview表示クエリでのCTR変化パターン

AI概要（/glossary/ai-overview）が表示されるクエリでは、/glossary/ctr（クリック率）の変化が均一ではない。クエリの型によってディスプレイスメントの深刻度に大きな差がある。

影響が大きいクエリの型

• 定義・説明型: 「〜とは」「〜の意味」「〜の仕組み」——AI概要がほぼ完全な回答を提供するため、クリックが激減する
• 比較・選択型: 「AとBの違い」「おすすめランキング」——AI概要が比較表を生成し、元サイトへのクリックが不要になる
• 方法・手順型: 「〜のやり方」「〜する方法」——ステップが箇条書きで表示されるため、情報収集が完結してしまう

これらのクエリでは、ディスプレイスメント係数が0.5〜0.8（50〜80%のCTR低下）に達することも珍しくない。

影響が小さいクエリの型

• ナビゲーション型: 特定のサイト・ブランド名を含むクエリ（/glossary/query参照）
• 取引型: 購入・予約・申し込みを意図するクエリ
• 最新情報型: 「〜 2026年」「〜 最新」などの時制を含むクエリ
• 一次情報要求型: 「〜の事例」「〜のデータ」など固有の情報を求めるクエリ

後者のクエリでは、AI概要が表示されても元ソースへのリンクが明示的に提供されるため、クリック率の低下が相対的に小さい。

---

クリックされなくても認知される仕組み——ゼロクリック露出の価値

ゼロクリックをすべて「損失」とみなすのは正確ではない。/glossary/serp上での露出そのものが認知とブランド記憶に貢献するメカニズムが存在する。

反復露出と記憶形成

心理学の「単純接触効果」によれば、繰り返し目にしたブランド名や情報は、意識的な注意を払わなくても記憶に定着する。検索者がクリックせずに検索結果を読み取る際も、サイト名・ドメイン・タイトルへの接触は発生している。

Ahrefsの研究では、AI概要に引用されたドメインへの直接トラフィック（ブランド検索）が増加するケースが確認されている。クリックしなかった検索者が、後日ブランド名で直接アクセスするという経路だ。

フィーチャードスニペットとの類比

/glossary/featured-snippet（強調スニペット）が導入された2015〜2016年当初も「クリックが減る」という批判があったが、長期的にはブランドの権威性認知に貢献することが確認されている。AI概要での引用も同様の効果が期待できる。

計測可能な認知指標

ゼロクリック露出による認知効果を間接的に測定するには、以下の指標を組み合わせる。

1. 指名検索ボリュームの推移: Googleキーワードプランナーや/glossary/gscのブランドクエリの表示回数
2. ダイレクトトラフィックの変化: GA4でのdirect/noneセッション数の推移
3. AI概要内の引用率: /glossary/ai-overviewでの自サイトの引用頻度

---

一次情報・独自データが持つ差別化価値

AI検索時代に最もディスプレイスメントの影響を受けにくいコンテンツが「一次情報」だ。/glossary/llmoの観点からも、LLMが学習していない最新データや独自調査はAI概要で完結できず、原典へのクリックが発生しやすい。

一次情報の具体的な型

• 自社調査・アンケートデータ: 「〜社調べ」という固有性がAI概要での引用を促す
• インタビュー・有識者コメント: 特定人物の発言は再現不可能な一次情報
• 実験・テスト結果: 「実際にやってみた」形式の検証コンテンツ
• 独自データ分析: GSCやGA4など自社データを加工した分析レポート

これらのコンテンツは/glossary/search-intent（検索意図）が「一次情報へのアクセス」にある場合に特に有効で、AI概要が引用する元データとして位置付けられる。

構造化データとの相乗効果

/glossary/structured-dataを適切に実装することで、一次情報が検索エンジンに正確に伝わりやすくなる。特に調査・研究コンテンツにはDatasetスキーマ、ランキングコンテンツにはItemListスキーマが有効だ。

---

指名検索増加につながるSERP露出の設計

ゼロクリックが増加する環境下で持続的な集客を実現するには、SERP露出を「クリックを得る場所」から「ブランドを記憶させる場所」として再設計する必要がある。

ブランド一貫性の確保

SERPに表示されるタイトル・ディスクリプション・サイト名が一貫してブランドを想起させる設計にする。具体的には以下の点を徹底する。

• タイトル冒頭のブランドキーワード: 検索者の視線が最初に触れる位置にブランド要素を置く
• サイト名の統一: GSCのサイト名設定とHTMLのtitle要素を一致させる
• メタディスクリプションでのブランドボイス: 自社のトーン・スタンスが伝わる文体に統一する

ブランドメンションと指名検索の連鎖

/glossary/brand-mention（ブランドメンション）が他のサイトやSNSで増加すると、指名検索ボリュームが増加する相関が複数の研究で確認されている。AI概要への引用はブランドメンションの一形態であり、引用が増えるほど指名検索が増えるという好循環が生まれる。

指名検索（ブランド名を含むクエリ）は本質的にディスプレイスメントの影響を受けにくく、CTR低下も軽微だ。中長期的なKPI設計では、指名検索ボリュームの増加を最重要指標として設定することを推奨する。

コンテンツポートフォリオの再配分

ディスプレイスメント係数が高い（=AI概要に奪われやすい）クエリ群と、低い（=クリックが維持される）クエリ群を分類した後、以下の方針でコンテンツポートフォリオを再配分する。

---

AI検索時代のKPIダッシュボード再設計

従来のSEOダッシュボードは「順位」「セッション数」「コンバージョン数」の3軸が中心だった。AI検索環境では、この3軸にディスプレイスメント率と認知関連指標を加えた5軸設計が必要になる。

推奨5軸KPI構成

1. オーガニックCTR（実測vs期待値）: ディスプレイスメントの直接的な影響を反映
2. ディスプレイスメント係数（ポートフォリオ全体）: 月次で推移を管理
3. AI概要引用率: /glossary/aeo施策の成果指標
4. 指名検索ボリューム（YoY）: 認知効果の遅行指標
5. コンバージョン単価（オーガニック経由）: 最終的なビジネス成果

セッション数は参照指標に格下げし、上記5軸を主要KPIに設定する。なぜなら、AI概要への引用が増えてセッション数が減少しながら指名検索とコンバージョンが増加する、という状況が十分に起こりうるからだ。

レポーティングの頻度と粒度

• 週次: CTR推移と損失インプレッション当量Top10のモニタリング
• 月次: ディスプレイスメント係数の変化とポートフォリオ再配分の判断
• 四半期: 指名検索ボリュームと認知指標の評価、KPI設計の見直し

---

よくある質問

Q1. ゼロクリック率とディスプレイスメント率は何が違うのか？

ゼロクリック率は「クリックが発生しない検索の割合」を示す外部指標で、自社サイト単位では計測できない。ディスプレイスメント率は「AI概要やリッチ要素によって自然検索結果が押し下げられる度合い」を示す内部指標で、GSCデータから自社サイト単位で近似計測が可能だ。前者が結果の指標、後者が原因の指標という関係にある。

Q2. GSCだけでディスプレイスメント率を計測できるか？

完全な計測は不可能だが、実測CTRとビフォー期間のベースラインCTRを比較することで、押し下げの影響を近似値として算出できる。特に「掲載順位はほぼ変わらないのにCTRが大幅に低下したクエリ」がディスプレイスメントの典型的なシグナルだ。SERPスクリーンショットツールと組み合わせると精度が上がる。

Q3. AI概要が表示されていないクエリでもディスプレイスメントは起きるか？

起きる。ショッピング広告、Peopleも聞く、ローカルパック、ビデオカルーセル、ニュースブロックなどのリッチ要素も自然検索結果を押し下げる。AI概要は最も影響が大きいが、リッチ要素全体が押し下げ要因となりうる点を理解した上で計測設計を行う必要がある。

Q4. ディスプレイスメント率が高いクエリはすべて対策すべきか？

損失インプレッション当量（ディスプレイスメント係数×インプレッション数）を算出し、ビジネス価値の高いクエリを優先する。定義・説明型の一般クエリでディスプレイスメント係数が高い場合でも、転換価値が低ければ対策リソースを割く優先度は低い。取引型クエリでのディスプレイスメントに最初に集中することを推奨する。

Q5. クリックがゼロでもSERPに表示されることに価値はあるか？

ある。単純接触効果により、クリックしない検索者もブランド名やドメインを記憶する。特にAI概要への引用（/glossary/ai-overview参照）はブランドメンションの一形態で、後日の指名検索増加につながる経路が確認されている。クリックがゼロであっても、露出の蓄積が認知資産を構築する。

Q6. 日本のオーガニッククリック減少38%という数字はどのように解釈すべきか？

Ahrefsが調査した2026年時点のデータで、グローバルの58%減と比べると日本の影響は相対的に小さい。ただしこれは平均値であり、クエリの型や業種によって差が大きい。定義型・説明型では70%以上低下しているケースも存在する一方、取引型・ブランド型では10〜20%の低下にとどまる例もある。自サイトのGSCデータで自分の状況を個別に確認することが先決だ。

Q7. ディスプレイスメント率を下げるために最も効果的な施策は何か？

AI概要に引用される形でコンテンツを最適化する/glossary/aeo（AEO）施策が最も効果的だ。具体的には、FAQスキーマと質問形式の見出しを活用して直接的な回答を提供し、一次データを含めることでAI概要が引用せざるを得ないコンテンツを作る。また、ナビゲーション型・取引型クエリに注力してディスプレイスメントの影響を受けにくいクエリポートフォリオへ移行することも有効だ。

Q8. ゼロクリック時代に指名検索を増やすための具体的なアクションは何か？

複数のチャネルでブランドメンション（/glossary/brand-mention）を増やすことが基本だ。SNSでの言及、他サイトからの被リンク、業界メディアへのPR、AI概要での引用——これらすべてがブランドメンションの蓄積につながる。特にAI検索においては、複数のプラットフォームで一貫したブランドボイスを持つコンテンツを展開することで、LLMがブランドを信頼できる情報源として認識するようになる。GSCで指名クエリのインプレッション数を月次でトラッキングし、6〜12ヶ月スパンで増加トレンドを確認する。

Q9. ディスプレイスメント計測にはGSC以外のツールが必要か？

基本的な近似計測はGSCだけで実施可能だ。ただし、どのクエリでAI概要が実際に表示されているかを特定するには、SERPスクリーンショットAPI（ValueSERPやSerpApiなど）または手動での定点確認が必要になる。また、Ahrefsのキーワード難易度・SERP機能フィルタを使えば、AI概要が表示されるクエリを事前にリストアップできるため、計測の効率が上がる。

---

関連用語

• ゼロクリック検索
• AI Overview（AIオーバービュー）
• CTR（クリック率）
• SERP（検索エンジン結果ページ）
• GEO（生成エンジン最適化）
• AEO（回答エンジン最適化）
• LLMO（大規模言語モデル最適化）
• GSC（Google Search Console）
• フィーチャードスニペット
• 検索意図
• ブランドメンション
• クエリ
• 構造化データ

---

関連記事

• AI検索最適化ガイド——LLMOとSEOの統合戦略
• LLMO完全ガイド
• ゼロクリック検索時代のブランドリコールと収益化
• AI Overviewsのゼロクリック影響——CTR低下と対策
• AI Overview導入後のCTR低下とAEO回復プレイブック
• AI検索の新KPI指標2026
• AI検索のShare of Voice計測方法
• Google Search Consoleの基本と活用法