流入が減り、AIが成果を帰属しない時代の2027年計画：露出・行動・成果の3層で測る

来期の計画を「昨年のオーガニック流入 × 成長率」から始めると、AI検索の影響を最初から見落とします。Search Engine Landに掲載されたKevin Indig氏（Amanda Johnson氏との共著）の記事「How to plan 2027 when traffic is down and AI won’t attribute」（2026年10月8日）は、訪問の前、あるいは訪問が起きないまま生まれる影響を計画の起点にすべきだと論じています。本記事では、その要点を整理したうえで、日本のマーケターが2027年の計画に向けて何を測り、どう直していくかを考えます。

出典：Kevin Indig（co-written by Amanda Johnson）「How to plan 2027 when traffic is down and AI won’t attribute」Search Engine Land, 2026年10月8日。以下の要約・数値は同記事の記述に基づきます。記事内で言及されているSparkToro／Similarweb、Graphite、AirOpsのデータも、同記事での紹介に基づきます。

結論から言うと、ひとつの指標で「AI経由の影響」を証明しようとせず、性質の違う3種類の指標を同じ画面に並べ、一緒に動いているか・ずれているかで判断するのが現実的です。

なぜ「流入目標」から計画を始めると、ずれるのですか？

流入の大部分がそもそも発生しなくなっており、さらに発生した影響も既存のアトリビューションでは正しく帰属されないからです。

記事が挙げる3つの変化

Indig氏は、前年（2025年11月）に示した「SEO予算は施策の“容量（capacity）”を買うもの」「昨年の流入ではなくシナリオから配分を決める」という考え方を前提に、その後に変わった点として次の3つを挙げています。

• ゼロクリック検索の増加：SparkToroとSimilarwebのデータとして、米国のGoogle検索のうちクリックなしで終わる割合が2024年の60.45%から2026年初頭には68.01%に上がったと紹介しています。流入を基準線にすると、計画の時点で可視性を過小評価することになります。
• AIツール導入による見えない工数：マーケティングチームにAIツールが入り、予算化されていない構築作業の時間が、ブランド施策の時間を削っていると指摘しています。
• アトリビューションの限界：Graphiteの推計として、AIの貢献は最大10倍過小に帰属されうると紹介し、きれいに帰属できるものだけで計画すると、実際に効いているチャネルの資源を削ってしまうと述べています。

影響は「訪問より前」に起きている

記事では、購入者が自社サイトを訪れる前に、AIの回答、Redditのスレッド、知人のLinkedIn投稿などに触れている例を挙げ、影響の多くは訪問より前に生じるとしています。

また、SparkToroとSimilarwebがAIにCapital Oneが推薦された後7日間のクリックストリームを追った分析として、直接訪問（direct）が増え、検索経由の訪問は少なかったという結果を紹介しています。ここから記事は、directを「不明」扱いするダッシュボードはAIの影響をノイズとして数えている可能性がある、と注意を促しています。

AIごとに引用元はほとんど重ならない

さらに記事は、ChatGPT・Perplexity・GoogleのAI概要のうち、91%の引用が1つのエンジンにしか現れないというデータを示し、存在感はSNSと同様に「面ごと」に計画する必要があるとしています。

予算は何に振り向けるべきだと言っているのですか？

自社サイトの外での露出と、コミュニティへの参加に、独立した予算と担当者をつけるべきだという主張です。

記事は、AirOpsの調査として、LLMにおけるブランドの可視性の85%を第三者のシグナルが左右していると紹介しています。そのうえで、SparkToroのVP of MarketingであるAmanda Natividad氏の、自社サイト以外へのコンテンツ制作・配信とコミュニティへの参加に予算を割くべきだという趣旨の発言を引用しています。

実務上の指摘として印象的なのは次の2点です。

• コミュニティ活動は「労働」として計画する：担当者のいないコミュニティ／UGCの予算は、真っ先に削られる。だから「週◯時間・担当◯◯さん」という形で予算化する。
• 「語られるに値するアイデア」は調査コスト：他のメディアが引用する理由になる独自データに投資する。記事では、マーケティング予算の5%（場合によっては10%）をコミュニティに充てる目安も示しています。

影響はどう測ればよいのですか？

露出・行動・成果という、死角の異なる3つの指標を組み合わせて「三角測量」します。どれか1つで影響を証明しようとはしません。

Natividad氏は記事の中で、個々の指標は単独では影響を証明しないが、「together, they give you a much better picture」（組み合わせれば、ブランドが実際に人に届いているかをずっとよく把握できる）と述べています。

記事が示す組み立ては次のとおりです。

• 露出（Exposure）：AI検索でのシェア・オブ・ボイス、引用・言及など
• 行動（Behavior）：自己申告の認知経路（「何で知りましたか」）、CRMのタグ、指名検索など
• 成果（Outcome）：コンバージョン、パイプラインなど

これを毎月、同じページで報告します。3つが一緒に動けば確度が上がり、ずれたところが調査すべき場所になります。

図：本文の3層の計測を整理したもの。指標の動きが一致しても、因果関係が証明されるわけではありません。

3層のずれ方で、打ち手が変わる

記事が挙げる読み解きの例を、要点だけ整理すると次のようになります。

状況	読み解き	打ち手の方向
露出は上がったが、指名検索は横ばい	言及が買い手に届いていない（配信の問題）	顧客がいるコミュニティやチャネルへ発信・参加を移す
指名検索は上がったが、パイプラインは横ばい	探しに来たが転換していない（転換の問題）	着地ページ、オファー、営業への引き継ぎを直す
指名検索とdirectは上がったが、AIの引用は横ばい	サイト外の何かが効いていて、AIがまだ追いついていない	その発生源を特定し、同種の施策を増やす
露出も指名検索も下がった	他社が言及を取っている（競合の問題）	カテゴリ内でAIが誰を推薦し、どの出典を引いているかを確認する

2027年の計画は、どう経営に提案すればよいですか？

確実なリターンの約束ではなく、性質の異なる3つの「バケツ」からなるポートフォリオとして提案し、四半期ごとに配分を見直します。

記事が示すのは次の3区分です。

• 実証済みの施策（フルで投資）：2026年の学びから成果が出ている施策、テクニカルSEO、コンテンツ更新、すでに引用を獲得しているデジタルPRなど。
• 学習のための施策（上限・担当者1名・終了日つき）：AIによるチーム業務の自動化パイロットや、未検証の新しい検索面など。
• 測れない賭け（判断で投資）：コミュニティ、イベント、ブランド施策のテスト。記事では、Rampのジョージ・ボナチ氏が、アトリビューションだけを見ていればブランド施策やイベントなどを「すべて中止していただろう」と語った例が紹介されています。

年間の総額は確保したうえで、3層の計測セットに照らして四半期ごとに配分を組み直す、というのがIndig氏の推奨です。目標そのものも、流入数ではなく「顧客が使うAIでの可視性」「カテゴリが語られるコミュニティや媒体での権威」「オーガニックの指名検索ボリューム」として設定するよう勧めています。

日本のマーケターにとって、これは何を意味しますか？

ここからはRenpo AIO編集部の見解です。記事の数値は主に米国のデータであり、日本市場にそのまま当てはまるとは限りません。だからこそ「海外ではこうらしい」で止めず、自社のデータで同じ構造を確かめることが大事だと考えます。

「流入が減った＝成果が落ちた」とは限らない

記事の指摘どおり、AIの回答に触れた人がブラウザに社名を打ち込んだり、ブックマークから来たりすれば、それは分析ツール上では検索流入ではなくdirectや指名検索として現れます。オーガニック流入の減少だけを見て施策を止める前に、directと指名検索の推移を同じ期間で並べて見ることをおすすめします。

「AIでの見え方」は、測らないと議論にならない

露出の層は、3層の中でいちばん測り方が定まっていない部分です。「ChatGPTで聞いたら出てきた」という1回の確認は、AIの回答が毎回変わる以上、判断材料になりません（→ AIの回答はなぜ毎回変わるのか）。また記事にあるとおり、AIごとに引用元はほとんど重ならないため、AIごとに分けて測る必要があります（→ ChatGPT・Gemini・Google AI概要・AIモードの違い）。

「何で知りましたか」は、いちばん安く始められる行動指標

行動の層のうち、自己申告の認知経路は今日からでも始められます。問い合わせフォームや資料請求フォーム、商談時のヒアリング項目に「ChatGPTなどのAI」という選択肢を加えるだけで、アトリビューションツールでは見えない経路が数字として残り始めます。

来期の計画前に、何から始めればよいですか？

計画会議の前に、3層それぞれの「基準線」を最低数週間ぶん取っておくことです。基準線がないと、来期に何が変わったのかを比べられません。

1. 露出：追跡する質問を決め、AIごとに割合で測る

• 自社名を入れない、顧客が選ぶ場面の質問を10本程度決める（→ 自社がどう紹介されているかを調べる方法）
• AIごとに、露出（回答に名前が出たか）・引用（自社サイトが根拠になったか）・推薦（比較の中でどう書かれたか）を分けて記録する
• 1回の結果ではなく「直近7日で何割の回答に出たか」で見る
• 自社が出ない質問では、代わりに根拠になっているサイトを記録する。記事が示す「第三者のシグナル」の重要性を考えると、ここが外部掲載の打診先の候補になります

2. 行動：指名検索・direct・自己申告を同じ表に並べる

• Search Consoleで指名クエリの表示回数・クリックを月次で抜き出す
• 分析ツールのdirect流入を「不明」として捨てず、推移を残す
• フォームやCRMに認知経路の項目を足し、AIの選択肢を入れる

3. 成果：上の2つと同じ月次の表に載せる

• 問い合わせ・商談・購入など、自社にとっての成果指標を同じ表に並べる
• 記事の読み解き表に当てはめ、ずれている層を「次に直す場所」として扱う

4. 施策を3つのバケツに分け、学習施策には終了日を書く

• 新しく試す施策は、担当者1名・上限・終了日をセットで書く
• 四半期ごとに3層の数字を見て配分を見直す前提で、経営と合意しておく

まとめ

Indig氏の記事が伝えているのは、流入が減り、AIの貢献が帰属されない状況でも、計画は立てられるということです。そのためには、訪問数という1つの数字に頼るのをやめ、露出・行動・成果の3層を並べて、ずれたところを直していく必要があります。

この3層のうち、AI検索での露出はいちばん見えにくく、それでいて記事が示すように影響の多くが起きている場所でもあります。まずは測ること。そのうえで、どこがずれているかを見て直す。2027年の計画も、この順番で組み立てるのが確実だと考えます。

Renpo AIOは、ChatGPT・Gemini・Google AI概要・AIモードに同じ質問を継続して投げ、ブランドの露出・引用・推薦を割合で記録する分析ツールです。3層のうち「露出」の基準線づくりにお使いいただけます。