【ITニュース解説】AI Overview Traffic May Be Hiding in Direct: What 51,200 Referral Events Show

Google検索の最先端技術であるAI Overview（AIオーバービュー、以下AIO）が、ウェブサイトへの訪問（トラフィック）をもたらす一方で、その貢献度を正確に把握することが困難になっている。この問題は、システムエンジニアがウェブサイトのデータ分析システムを設計・運用したり、ビジネスの意思決定をサポートする情報を提供する際に、特に注意すべき点である。

AIOは、Google検索の結果ページの上部に表示される、AIが生成した質問への要約回答のことだ。多くの場合、この要約は複数のウェブサイトの情報を組み合わせて作成され、その情報源となったウェブサイトへのリンクも含まれる。つまり、AIOに引用されることで、ユーザーが直接ウェブサイトを訪問する「参照トラフィック」が発生する可能性があるのだ。しかし、この参照トラフィックが、ウェブサイトのアクセス状況を分析するツール、例えばGoogle Analytics 4（GA4）といった標準的なレポートで、意図した通りに表示されないという課題が明らかになった。

ある運送業界のブランドを対象とした9ヶ月間の詳細な調査では、この問題が具体的に示された。この調査では、AIOからの参照イベント51,200件が追跡されたが、そのうち22.4%ものトラフィックがGA4のレポートで「Direct（ダイレクト）」として分類されていたのだ。通常、AIOからのトラフィックは、Google検索からの流入であるため「Organic（オーガニック）」、つまり自然検索によるものとして分類されることが期待される。しかし、実際にはかなりの割合が、まるでユーザーがURLを直接入力したり、ブックマークから訪問したりしたかのような「Direct」として報告されていた。

この「Direct」への誤分類は、ウェブサイトの分析チームやマーケティングチームにとって大きな問題となる。なぜなら、彼らは通常、GA4の「チャネルレポート」という分類に基づいて、どこからユーザーが来ているのか、どのマーケティング活動が効果的だったのかを評価するからだ。もしAIOからの貢献がDirectとして隠れてしまえば、AIOを通じて得られるウェブサイトの「可視性（Visibility）」や、AIOに引用されたコンテンツの「貢献度」を過小評価してしまう恐れがある。これは、コンテンツ作成やSEO（検索エンジン最適化）への投資判断に悪影響を及ぼしかねない。

調査で明らかになったAIOトラフィックの全体像も興味深い。調査期間中、AIOからの参照は、対象サイトのオーガニックセッション全体の7.53%を占めていた。この数字自体は無視できない大きさだが、さらに注目すべきはその変動の激しさだ。ピーク時にはオーガニックセッションの約16%から17%を占めることもあったAIOトラフィックが、最近の期間では2%から4%にまで落ち込むなど、月ごとに大きく変動している。この不安定さは、短期間のレポートだけを見てAIOが永続的な集客チャネルであると結論付けたり、逆に取るに足らないと判断したりするべきではないことを示している。コンテンツがGoogleのAI結果でどの程度可視化されているかを評価する際には、より長期間のデータに基づいた慎重な判断が求められる。

では、なぜAIOからの参照がDirectとして表示されてしまうのだろうか。その一つの原因として、GoogleがAIOからのリンクに対して特定の形式の「テキストフラグメント」を宛先URLに付加する場合があることが挙げられる。これは「#:~:text=」という形式で、ユーザーをページ内の特定のテキスト部分に直接ジャンプさせるためのものだ。GA4のような分析ツールは、このフラグメントが付加されたURLからのアクセスを、参照元情報が失われた「直接アクセス」と判断してしまうことがあるのだ。これは、システムがURLのパターンを解析して流入経路を分類する際の課題を示している。

ただし、このテキストフラグメントのパターンが見られたからといって、すべてがAIOからのトラフィックだと断定できるわけではない点も重要だ。このパターンは、Googleの「強調スニペット（Featured Snippets）」など、他の検索機能でも使われることがあるからだ。したがって、特定のDirectアクセスがAIOからのものかどうかを正確に特定することは難しい。より確かな結論は、AIの影響を受けたアクセスの一部が、本来期待されるチャネルでは見えない形で存在している、ということである。

Googleもこの問題に対応しており、2026年5月にはGA4に「AI Assistantチャネル」が導入され、AI関連の訪問の分類が改善された。しかし、これでクロスチャネルのアトリビューション（複数のチャネルを通じた貢献度の評価）に関するギャップが完全に解決されたわけではない。特に、参照情報が分析プラットフォームでクリーンに分類できない形で保持されない場合には、依然として課題が残る。

システムエンジニアとしてこのようなデータの課題に直面したとき、重要なのは、単一の指標やレポートに頼りすぎないことだ。AIの結果は、ユーザーの「発見（Discovery）」を促したり、ブランドの選択を後押ししたり、あるいは一度訪問した後に別のチャネルを通じて再訪させたりと、その影響は多岐にわたる。したがって、AIが直接もたらしたトラフィック（AIトラフィック）と、AIが間接的に影響を与えた効果（AI影響）とを区別して考えることが、より実用的なアプローチとなる。

AIによる可視性を評価するためには、複数の観測可能なシグナルを組み合わせて追跡することが推奨される。一つ目は「発見可能性（Discoverability）」だ。これは、関連性の高いページがウェブ上でアクセス可能であり、情報が最新で、ユーザーの具体的な質問に答える能力があるかどうかを指す。システム側から見れば、ウェブサイトの構造、コンテンツの品質、インデックス登録のされ方などがこれに影響する。二つ目は「検索可視性（Search visibility）」だ。顧客が使うであろう検索クエリに対して、該当するページがGoogle検索でどれくらい上位に表示されているかを示す。これは、SEO戦略の効果を測る上で重要な指標となる。三つ目は「引用と明記（Citations and mentions）」だ。これは、GoogleのAIOが実際にあなたのブランドやそのコンテンツを引用したり、結果に表示したりしているかどうかを直接確認する。これは、AIOによる影響を把握する最も直接的な手がかりとなる。

これらのウェブ分析データに加え、より深い洞察を得るためには、他のデータソースも活用できる。例えば、「サーバーログ」は、ブラウザベースのGA4では捉えられないボットやクローラーのアクセスパターンを示すことができる。これにより、検索システムがコンテンツにどのようにアクセスしているかという、システム側の動作を理解するのに役立つ。また、「CRM（顧客関係管理）」システムに蓄積された顧客の自己申告データは、分析データが不完全な場合に、顧客が最初にどのようにビジネスを知ったかという情報を補完するのに役立つ。

URLパラメータも、企業自身が管理するリンク（メールキャンペーン、広告、SNS投稿、パートナーサイトのリンクなど）においては引き続き有効だ。これらを活用すれば、特定のキャンペーンからのトラフィックを正確に追跡できる。しかし、GoogleがAIOで独自に配置するリンクには、これらのパラメータを自由に追加することはできない。この限界があるため、クリーンなキャンペーンタグ付けは、AI参照のアトリビューション問題を解決する万能薬ではなく、より広範な測定プロセスの一部と捉えるべきだ。

企業がどこに投資すべきかを判断する上で、AIが生成したすべての訪問を完璧に分類できるかどうかが中心的な問いではない。むしろ、企業が構築しているコンテンツが、複数の独立したシグナルを通じて「発見され、引用され、商業的な成果に結びつく」能力があるかどうかが本質的な問いとなる。

結論として、AI Overviewからのトラフィック測定は、単純なOrganicチャネルかDirectチャネルかというレポートの問題ではない。AIからの参照は変動が激しく、そのかなりの部分がGA4でDirectとして誤って分類される可能性がある。システムエンジニアがウェブサイトのデータ分析に関わる際には、単に分析ツールが提供するレポートを受け入れるだけでなく、そのツールの限界を理解し、引用の監視、ランディングページの分析、サーバーログの証拠、そしてCRMからのフィードバックなど、多様な情報源を組み合わせて多角的に情報を評価する能力が求められる。これにより、ビジネスはAIによる可視性とその商業的価値をより正確に理解し、データが示す以上の確実性を主張することなく、より賢明な意思決定を行うことができるようになる。