ブランド全体のAI可視性は回答数で重み付けされるため、弱い製品が上昇する数字の中に隠れてしまうことがあります。ブランド全体、製品別、シーン別のどれで見るべきかを解説します。
12,000以上のニッチ市場を探索
Nov 05, 2026に更新されました
ブランド全体のAI可視性が上がっていても、すべての製品が上がっているとは限りません。ブランド全体のAI可視性は、すべての製品の質問に対する回答をまとめて計算したものです。質問数が最も多い製品が、最も大きな重みを持ちます。質問数の少ない製品は、可視性が下がっても、あるいはAIにほとんど言及されていなくても、全体の数字には表れません。さらに、製品ごとの質問数や、各質問のサンプリング回数が変わると、全体の数字はそれだけで動きます。ある製品の伸びが別の製品の不在を隠していないかを見極めるには、同じ質問・同じ期間で、全体の変化を2つに分けます。各製品自身の可視性の変化と、各製品が回答全体に占める割合の変化です。
直接の理由は、ブランド全体のAI可視性が加重平均だからです。監視しているすべての質問の回答をまとめて、「ブランドに言及した回答 ÷ すべての回答」を計算します。各製品の重みは、質問セットの中にその製品の質問がいくつあり、その質問がどれだけ回答を集めたかで決まります。重みの大きい製品が少し上がれば、全体の数字も一緒に上がります。重みの小さい製品が下がっても、あるいはまったく言及されなくても、全体の数字はほとんど動きません。
Dagenoが3つの例示市場（スマートフォン、ノートPC、スマートウォッチ）で収集した過去サンプルのAppleを見てみましょう。AppleとSamsungはここでは公開されている例として登場しており、Dagenoの顧客ではありません。2026年8月3日〜19日、Appleはスマートフォンの回答の53.4%（12,807件）、ノートPCの回答の43.5%（9,578件）、スマートウォッチの回答の61.6%（3,301件）で言及されました。まとめると50.8%です。スマートウォッチの回答は全体の13%しかありません。そのため、Appleのスマートウォッチでの可視性が10ポイント下がっても、全体の数字は約1.3ポイントしか下がりません。レポートでは、通常の変動として見過ごされやすい幅です。
2つ目の理由はもっと気づきにくいものです。各製品から来る回答の割合が変わると、どの製品も実際には良くなっていなくても、全体の数字が変わります。回答数は2つの要素で決まります。いくつの質問をするか、そして各質問がいくつ回答を集めるかです。同じサンプルのSamsungを見てみましょう。3つの市場の回答をまとめました。これは3つの製品の質問が混ざった1つの質問セットを使うのと同じです。そのうえでSamsungのブランド全体の可視性を計算しました。期間1は8月3日〜10日、期間2は8月11日〜19日です。まず元の件数です：
| 製品 | 期間1の回答数 | 期間1でSamsungに言及した回答数 | 期間2の回答数 | 期間2でSamsungに言及した回答数 |
|---|---|---|---|---|
| スマートフォン | 7,215 | 5,788 | 5,592 | 4,130 |
| ノートPC | 6,066 | 198 | 3,512 | 162 |
| スマートウォッチ | 1,360 | 634 | 1,941 | 907 |
| 合計 | 14,641 | 6,620 | 11,045 | 5,199 |
比率はこの件数からそのまま計算できます：
| 指標 | 期間1 | 期間2 | 変化（ポイント） |
|---|---|---|---|
| ブランド全体（3市場まとめ） | 45.2%（6,620 ÷ 14,641） | 47.1%（5,199 ÷ 11,045） | +1.9 |
| スマートフォンの回答での可視性 | 80.2%（5,788 ÷ 7,215） | 73.9%（4,130 ÷ 5,592） | −6.4 |
| ノートPCの回答での可視性 | 3.3%（198 ÷ 6,066） | 4.6%（162 ÷ 3,512） | +1.3 |
| スマートウォッチの回答での可視性 | 46.6%（634 ÷ 1,360） | 46.7%（907 ÷ 1,941） | +0.1 |
| 全回答に占めるスマートフォンの割合 | 49.3% | 50.6% | +1.3 |
| 全回答に占めるノートPCの割合 | 41.4% | 31.8% | −9.6 |
| 全回答に占めるスマートウォッチの割合 | 9.3% | 17.6% | +8.3 |
注：変化は丸める前の値から計算しています。
スマートフォンは6.4ポイント下がったのに、ブランド全体の数字は1.9ポイント上がりました。理由は最後の3行にあります。期間2では、Samsungがほとんど言及されないノートPCの回答が6,066件から3,512件に減り、割合は41.4%から31.8%に下がりました。Samsungがそこそこ健闘しているスマートウォッチの回答は1,360件から1,941件に増え、割合は9.3%から17.6%に上がりました。全体の伸びは、何がどれだけ質問されたかの変化から来たもので、どの製品もAIに多く言及されるようになったわけではありません。ノートPCの行はさらに多くを語っています。SamsungはノートPCを販売していますが、どちらの期間でもノートPCの回答で言及されたのは3%〜5%だけでした。その間ずっと、ブランド全体の数字は45%を超えていました。
では、ノートPCの質問数が減ったのでしょうか？違います。プロンプトIDで重複を除くと、各期間に各製品がいくつの異なる質問を持っていたか、そして1つの質問が平均でいくつ回答を生んだかがわかります。同じ質問への回答は、プラットフォーム、地域、日付が違ってもすべて数えます。
| 製品 | 期間1の質問数 | 期間2の質問数 | 期間1の質問あたり回答数 | 期間2の質問あたり回答数 |
|---|---|---|---|---|
| スマートフォン | 3,249 | 3,748 | 1.65 | 1.22 |
| ノートPC | 1,885 | 2,049 | 2.25 | 1.41 |
| スマートウォッチ | 649 | 1,155 | 1.59 | 1.19 |
注：プロンプトIDに紐づけられる回答だけを数えています。製品と期間によって、回答の70%〜82%をカバーします。この表は方向を見るためだけに使い、上の回答件数と掛け合わせないでください。
ノートPCは実は質問数がやや増えています（1,885から2,049）。それでも回答は減りました。ノートPCの質問1つあたりの回答が、平均2.25件から1.41件に減ったからです。スマートウォッチの質問はほぼ倍増しました（649から1,155）。つまり、ある製品の回答割合は、その製品の質問数によっても、各質問が何回実行されたかによっても変わります。第7章で質問セットとサンプリング回数の両方を固定するよう求めているのは、このためです。
全体で見えていた傾向が、サブグループに分けると現れたり、消えたり、逆転したりすることを、統計学ではシンプソンのパラドックスと呼びます（スタンフォード哲学百科事典の定義）。ブランド全体の可視性も同じ種類の問題にぶつかります。サブグループの比率が変わると、まとめた数字が、分けた数字とは違う方向に動くことがあるのです。
質問にブランド名が含まれるかどうかも、全体の数字を変えます。Practical EcommerceのAnn SmartyはBetter Metrics for AI Search Visibilityの中で、ツールの可視性スコアはどの質問をするかに完全に左右されると指摘しています。ブランド名入りの質問は100%近いスコアになりやすいため、別のグループに分けるべきです。ある製品でブランド名入りの質問が増えると、ブランド全体の数字も膨らみます。
次に進む前にもう1点。表にあるスマートフォンの6.4ポイント低下は、さらに分解する必要があります。第7章で示すように、その大部分も、質問されたセットが違っていたことから来ています。
結論：同じ期間・同じ質問セットで、回答を製品ごとに分け、各製品について2つの数字を計算します。その製品自身の可視性と、全回答に占めるその製品の割合です。そのうえで前の期間と比べ、全体の変化を「各製品の中での変化」と「質問構成の変化」の2つに分けます。次のいずれかが見られたら、製品が隠れています：
方法は3ステップです：
すべての製品についてこの2つを足し合わせると、全体の変化とぴったり一致します。
第1章のSamsungを分解すると、次のようになります：
| 製品 | 自身の可視性の変化 | 全体の数字への影響 | 回答割合の変化 | 質問構成の影響 |
|---|---|---|---|---|
| スマートフォン | −6.4 | −3.2 | +1.3 | +1.0 |
| ノートPC | +1.3 | +0.5 | −9.6 | −0.4 |
| スマートウォッチ | +0.1 | 0.0 | +8.3 | +3.9 |
| 合計 | — | −2.7 | — | +4.5 |
注：単位はすべてポイントです。2つの合計を足すと+1.9になります（丸める前の値で計算）。
3つの製品の中での変化は、合わせて全体の数字を2.7ポイント押し下げました。一方、質問構成の変化は4.5ポイント押し上げました。ブランド全体だけを見ると、この期間にSamsungはAIの回答で好調だったように見えます。分解すると、スマートフォンは下がっており、ノートPCはほとんど存在せず、全体の数字はスマートウォッチの回答が増えノートPCの回答が減ったことで支えられていたとわかります。
Dagenoを使っている場合、ステップ1の製品ごとの確認はAI Market Segmentsページから始められます。同じブランドの各市場での順位と可視性、そして各市場の上位ブランドが一覧で表示されます（図1）。ステップ3の分解は、現時点ではデータをエクスポートしてスプレッドシートで行う必要があります。この分解を直接出す機能は、製品内では見つかりませんでした。
図1：DagenoのAI Market SegmentsページにおけるAppleのワークスペース。同じブランドでも、Smart Phonesでは2位（50.5%）、Laptopsでは3位（36.7%）、Smart Watchesでは1位（52.2%）、Cloud File Storage Softwareでは10位（6.2%）にとどまり、市場ごとに上位ブランドも異なります。Appleは公開されているブランドの例で、Dagenoの顧客ではありません。画像には集計期間が表示されていません。可視性は売上や市場シェアではなく、順位が低いことは参入する価値のある機会の証明にはなりません。
結論：結論を出す前に、3つのことを確認します。
3つすべてが当てはまって初めて、本当の不在です。1〜2回しか聞いていない質問や、数件の回答だけでは足りません。
言えません。せいぜい「不安定」です。AIの回答は毎回違うことがあります。SparkToroとGumshoe.aiは、2025年11月〜12月に600人のボランティアに12個のブランド推薦プロンプトをChatGPT、Claude、GoogleのAI回答で合計2,961回実行してもらいました。同じプロンプトが2回同じブランドリストを返す確率は1%未満でした（SparkToroの原文）。ザンクトガレン大学のSchulte、Bleeker、Kaufmannも、可視性は1回の観測結果ではなく、繰り返し測定した分布として読むべきだと主張しています（Don't Measure Once）。論文によると、プロンプトを1回実行しただけではブランドの検出率の標準誤差は0.370で、7回実行すると0.10を下回ります。ある実務家もRedditの議論で、自分たちは何も変えていないのに、同じプロンプトでの可視性が週ごとに15%〜20%揺れたと述べています。これは個人の観察で、統計的な結果ではありません。
ですから、繰り返しサンプリングした後の結果を見ます。3市場サンプルでは、ノートPCの質問のうち26グループが、同じプラットフォーム・同じ地域で3回以上質問されていました。
サンプルは小さいものの、Samsungの不在が1〜2回のサンプリングの運の悪さではないことを示すには十分です。Samsungの可視性は、ノートPCのあらゆる種類の質問で低いままでした：
つまり、特定のシーンだけでなく、製品全体が欠けているということです。その枠は、Dell（63.0%）、Lenovo（49.2%）、Apple（43.5%）などのブランドが占めていました。
ツールの検出ルール次第です。元の回答を読んで抜き取り確認するのが一番です。サンプルには全文を読めるノートPCの回答が8,713件あります。抜き取り確認の結果は次のとおりです：
カウント漏れは、推薦として挙げられたブランドだけを数える検出ルールによるものかもしれませんし、検出漏れかもしれません。ツールのルールと照らし合わせて確認してください。Samsungについては、これらをすべて数えても、Galaxy Bookに言及した回答はノートPCの回答の約3%にすぎないため、製品が不在だという結論は変わりません。
それはギャップではありません。「取り組まない」として記録します。SamsungにはGalaxy BookのノートPCシリーズがありますが、サンプルは多くの国と地域にまたがっています。どの型番がどこで、いくらで売られているかは確認していません。それを確認できるのはブランド自身の製品チームだけです。同様に、ある価格帯や用途に製品がないブランドなら、AIに言及されないのは当然で、コンテンツのギャップとして扱うべきではありません。
Dagenoでは、市場セグメントと検索意図のページの数字をクリックすると、元のAI回答まで掘り下げられ、プラットフォーム、地域、回答の全文が表示されます（2026年9月8日〜9日のDageno製品ナレッジベースの記録に基づく）。最初の2つの確認はそこでできます。3つ目には自社の製品データが必要です。
結論：次の3つの条件がすべて当てはまるとき、ブランド全体の数字で足ります：
どれか1つでも当てはまらなければ、ブランド全体の数字は傾向の参考にしかなりません。特定の製品が好調かどうかは教えてくれません。
1つ目の条件は、単一カテゴリのブランドなら通常当てはまります。スマートウォッチだけを作っているブランドを考えてみてください。モデルが違っても、同じ種類の質問と同じライバルに直面します。モデルごとに分けると、それぞれの回答が少なくなりすぎて、かえって読みにくくなります。分けることにはコストもあります。標準的な統計検定を使って、ThriveStackは、真の言及率10%と15%を95%の信頼度で見分けるには、条件ごとに約686回の実行が必要だと見積もっています（ThriveStackのまとめ）。5つの製品に分ければ、それぞれに十分な回答が必要になり、サンプリング量は何倍にもなります。
2つ目の条件は経営陣への報告に関わります。経営陣が通常必要とするのは、全体の傾向と、問題のある製品があるかどうかだけで、各シーンの詳細までは必要としません。
3つ目の条件は最も見落とされやすいものです。第1章のSamsungが示すとおり、各製品の回答割合が変わると、全体の数字はそれだけで動きます。対策は、固定の重みでブランド全体の数字を計算することです。まず各製品の可視性を出し、次にあらかじめ決めておき毎期変えない重みでそれらを合算します。重みは現在の質問比率で固定してもよいですし、各製品のビジネス上の重要度で決めてもかまいません。そうすれば、質問数やサンプリング頻度が変わっても、全体の数字は動きません。
経営陣が1つの数字しか見ないとしても、その下に各製品の可視性と変化を1行添え、どの製品も落ちていないかのチェックにしてください。ブランド名を含む質問は独立した行に置き、全体の数字には入れません。ブランド名入りの質問とブランド名なしの質問は、別々のものを測っています。詳しくはブランド名あり・なしの言及の違いをご覧ください。
結論：次のいずれかに当てはまるなら、各製品に独自のベースラインを持たせます。つまり、独自の質問、独自の競合リスト、独自の出発点の数字です：
競合が違うことは、3市場サンプルを見れば明らかです。可視性の上位5ブランドは、市場ごとにまったく異なります：
同じAppleでも、スマートフォンの回答ではSamsungやGoogleと競い、ノートPCの回答ではDellやLenovoと競います。これらを1つのブランド全体のランキングにまとめると、もはや同じライバルと比べていることになりません。
差が大きいとは、たとえばこういうことです。Samsungの可視性はスマートフォンで77.4%、スマートウォッチで46.7%、ノートPCではわずか3.8%です。図1のAppleも同じで、スマートウォッチでは1位、ノートPCでは3位、クラウドストレージでは10位にとどまります。
担当者が違う場合、ブランド全体の数字で人を評価すると、本人の功績でも責任でもないものを割り当てることになります。ノートPC担当者は、スマートウォッチの質問が増えただけで数字が上がったのを見るかもしれませんが、自分の製品は何も変わっていません。
割合が小さいとは、第1章の計算どおり、その製品が10ポイント下がっても全体の数字は1ポイント強しか動かないということです。
外部の研究や実務家も同じことを指摘しています。ベンダーのOdyssiantは2026年2月〜4月の5,356件のAI回答を分析し、ブランドの可視性はAIがその会社を認識しているかを示し、製品の可視性は適切な提案が適切な購買文脈で理解されているかを示す、と結論づけました。この違いは、製品やサービスのラインが多い企業で最も重要になります（Product Visibility vs Brand Visibility）。この研究は期間中にスコアリング方法を調整しており、著者は購買段階ごとのパターンを、明確な傾向ではなく形成途中のベースラインとして読むべきだと注記しています。Redditのある実務家も、ブランドがAIの中で「2つのプロフィールに分かれる」と述べています。1つは製品の質問向け、もう1つは会社情報向けです（元の議論）。これは個人の観察ですが、言いたいことは同じです。ブランドとして認識されることと、製品が推薦されることは別物です。
製品ごとに別々に追跡するのは難しくありません：
DagenoのProduct Portfolio Planningソリューションページは、まさにこの種の比較を説明しています。まず製品ラインごとのAI可視性と順位を比べ、次に1つのラインを選んで購入者の質問とセールスポイントを掘り下げます。ページには限界も明記されています。AI回答での位置とカバー率は、市場の需要、市場シェア、売上を測るものではなく、異なる市場の結果は分けて扱うべきだということです。
結論：同じ製品の可視性や順位が購入者の質問の種類によって大きく違い、その差をもとにどのページを変えるか、どんなコンテンツを足すかを決める必要があるなら、さらに1段階、シーン別に分けます。その差が、自社が提供していない価格帯や用途から来ているなら、記録しておくだけで構いません。ギャップではありません。
3市場サンプルでは、スマートフォンの回答におけるAppleの全体の可視性は53.4%ですが、購入者の質問の種類で分けると、様子が大きく変わります：
| 購入者の質問の種類 | 可視性 | 回答数 |
|---|---|---|
| 総合おすすめ | 73.8% | 839 |
| 予算別のおすすめ | 22.9% | 376 |
| 選ぶ理由 | 18.5% | 287 |
質問の種類はDagenoの分類です。シーン別の分解には、質問のメタデータに紐づけられる回答だけを使いました。スマートフォンの回答の約78%にあたります。
製品レベルの53.4%だけを見ると、この製品はAIの回答で全体的に好調だと思うでしょう。シーン別に分けると、「総合おすすめ」の質問が平均を押し上げており、質問に予算が入ると、この製品はめったに出てこないことがわかります。
DagenoのAI Search Intentsページは、この考え方に沿って作られています（図2）。Smart Watchesの例では、Appleは25のサブ意図すべてをカバーしており、カバー率は100%です。しかし、Recommendationsの中では：
カバー率100%は、ブランドがあらゆる種類の質問に出てくるという意味にすぎず、あらゆる種類でトップだという意味ではありません。
図2：AppleのワークスペースにおけるSmart Watches市場の検索意図ビュー。7つの主要意図と25のサブ意図があり、サブ意図のカバー率は100%です。Recommendationsの中で、Appleは「Find alternatives」で1位（71.4%）、「Choose by budget or tier」で4位（32.9%）です。需要シェアは分析対象の質問の分布を表すもので、総検索ボリュームや実証された購入需要ではありません。画像には集計期間が表示されていません。
Pixisのスウェタ・ヴェンキテスワラン（Swetha Venkiteswaran）はPrompt-Level Visibilityで、全体の可視性スコアが同じ2つのブランドの例を挙げています。一方はあらゆる種類の質問に安定して出てきます。もう一方は幅広い質問には強いものの、購入者が代替品や特定の用途について聞くと消えてしまいます。平均は同じでも、商業的な立ち位置はまったく違います。全体のスコアはどこを見るべきかを教え、個々の質問はその理由を教えてくれます。
シーン別に分けるべきでないときも言っておきましょう。あるシーンの回答が数十件しかないなら、その上下はほとんどが偶然です。十分なデータがたまるまでは、ほかと一緒に見てください。また、その価格帯や用途の製品をブランドが持っていないなら、そのシーンに独自のベースラインを設ける必要はありません。
各ビューが適する場面を、次の表にまとめます：
| ビュー | 使う場面 | わからないこと |
|---|---|---|
| ブランド全体 | 製品が同じ質問と競合に直面している；判断がブランドについてのもの；各製品の割合や重みが固定されている | 特定の製品が好調かどうか；ページの変更が効いたかどうか |
| 製品別 | 競合が違う、可視性の差が大きい、担当者とウェブサイトのページが違う、または割合の小さい製品がある | 1つの製品の中で、どの種類の購入者の質問が問題なのか |
| シーン別 | 1つの製品が購入者の質問によって大きく違い、その差でどのページを変えるかを決める必要がある | 回答が少なすぎるシーンでの上下；ブランドが提供していない価格帯や用途 |
結論：両方の期間で質問した質問だけを使い、同じプラットフォーム・同じ地域・同じサンプリング回数で、その製品自身の可視性が上がったかを確認します。次に、ブランド全体の変化を、各製品の中での変化と質問構成の変化に分けます。同じ質問で上がっていて初めて、その製品が良くなったと言えます。ページの変更がその原因かどうかは別の問題で、まだ決着はつけられません。
第1章のSamsungに戻ります。全回答で数えると、スマートフォンでの可視性は6.4ポイント下がりました。両方の期間で質問した質問だけ（プロンプトIDで照合、1,431問）で比べると、結果はまったく違います：
| スマートフォンの回答での可視性 | 全回答 | 両期間で質問した同じ質問 |
|---|---|---|
| Samsung | 81.1% → 77.6% | 84.3% → 84.9% |
| Apple | 56.3% → 48.6% | 58.2% → 55.1% |
ここではプロンプトIDに紐づけられる回答だけを使っており、スマートフォンの回答の約78%にあたります。そのため「全回答」の列は第1章の数字と少し異なります。
Samsungのスマートフォンでの「低下」は、ほぼすべて質問のセットが違ったことから来ていました。同じ質問では、可視性はほとんど変わっていません。Appleは全体で7.7ポイント下がりましたが、同じ質問では約3ポイントしか下がっていません。同じ時期に、スマートフォンの回答のプラットフォーム構成も変わりました。Geminiの回答割合は46%から27%に下がり、ChatGPTは30%から48%に上がりました。全回答の数字で2期間の間に行った変更を評価すると、間違った結論に達します。
ですから、再確認には4つのことが必要です：
Dagenoでは、継続的に再確認したいプロンプト、プラットフォーム、地域、競合を監視設定で固定できます。CSVのインポートには、prompt、platforms、regions、languageの4列が必要です。どれも製品ラベルではないため、各質問がどの製品に属するかはチーム自身のスプレッドシートで記録する必要があります。Dagenoのナレッジベースの記録によると、検証済みなのは設定画面と入力ルールだけで、インポートの送信、保存、実際のサンプリングはテストしていません。継続的な監視についてはAI回答全体でのブランド可視性を追跡するをご覧ください。
月次レポートに入れてよい結論は2種類です：
別に「まだ証明されていない」欄を設け、少なくとも次の3項目を入れます：
記録の例を示します。ブランド、日付、数字は架空のもので、記入方法を示すだけです：
| 項目 | 仮の例（架空の数字） |
|---|---|
| 変更内容 | 9月10日：ノートPCの製品ページを更新し、用途、バッテリーテストの条件、同価格帯モデルとの比較を追加 |
| 比較の範囲 | 両方の期間で質問したノートPCの質問120問；ChatGPTとGoogle AI Mode；米国とドイツ；期間ごとに質問1つにつき5回実行；1期間14日 |
| 製品の中での変化 | この120問でのノートPCの可視性：8.0% → 12.5% |
| ブランド全体の数字の変化 | +1.6ポイント：ノートPC自体から+0.9、スマートウォッチの質問の増加から+0.7 |
| 月次レポートに入れる | 同じ質問で、ノートPCに言及した回答の割合が4.5ポイント上昇 |
| まだ証明されていない | ページの変更が上昇の原因であること；次の期間も続くかどうか；問い合わせや売上につながるかどうか |
再テストの期間とサンプリング回数の決め方はサンプルサイズと再テスト頻度の決め方を、ページ更新後の変化が偶然以上のものかを見分ける方法はAIの推薦が本当に改善したかを検証する方法をご覧ください。
いいえ。細かく分けるほど、それぞれの回答が少なくなり、数字は偶然に大きく揺れます。前述のとおり、真の言及率10%と15%を見分けるには、条件ごとに約686回の実行が必要です。まずは競合と担当の線に沿って製品別に分け、十分なデータがたまってから、製品をさらにモデルやシーンに分けてください。
「製品横断の質問」という別グループに入れます。たとえば「スマホとスマートウォッチはどう組み合わせればいい？」のような質問です。どの単一製品にもカウントせず、その傾向を独自に追跡します。そうしないと、同じ回答が二重に数えられたり、恣意的にどちらかの製品に振り分けられたりします。
別に数えます。ブランド名を含む質問はほぼ必ずブランドに言及するので、混ぜると全体の数字が膨らみ、その数が変わるたびに数字が動きます。質問セットでブランド名、製品名、カテゴリ用語をどう組み合わせるかはAI可視性のプロンプトセットの作り方をご覧ください。
固定の重みを使います。回答をそのまままとめると、Samsungの例が示すように、結果が各製品の回答割合の変化に左右されます。重みは現在の質問比率で固定しても、各製品のビジネス上の重要度で決めても構いません。一度決めたら毎期同じにし、全体の数字の変化が製品の中での変化だけを反映するようにします。
されることがあります。サンプルでは、「MacBook」に言及したノートPCの回答の約14%が、Appleへの言及として記録されていませんでした。第3章の方法で元の回答を抜き取り確認し、ツールの検出ルールを確認したうえで、それらの回答を数えるべきかを判断してください。
そうとは言えません。可視性は、その製品に言及したAI回答の割合で、売上、市場シェア、実際の検索ボリュームを測るものではありません。ビジネスへの影響を判断するには、問い合わせ、トラフィック、売上のデータと別途比べてください。
今期と前期のブランド全体の可視性から始め、第2章の方法を使います：
シグナルが1つでも見つかったら、レポートのブランド全体の数字の下に各製品の数字を1行加え、隠れている製品を明示します。そのうえで2つのことを決めます。独自のベースラインが必要か（第5章）、さらにシーン別に分けるか（第6章）です。
ブランド全体の数字は、引き続き経営陣に全体の傾向を示すのに使えます。ただ、製品が好調かどうかを判断する唯一の根拠にすべきではありません。
Dageno is the research and insights team at Dageno AI, publishing industry reports and expert analysis on AI Search Visibility, Generative Engine Optimization (GEO), and AI-powered search discovery.
Read full bio
Alexa for Shopping
