ChatGPTの推薦は需要を生み、その訪問は検索に記録されやすい

ChatGPTは訪問前にブランド選好を作り、流入は検索に記録される

この記事の中心は、AI referralの量ではありません。ChatGPTが先にブランド選択を動かし、その後の訪問が検索や直接流入として記録されることです。

GEOチームは、AI回答での推薦を上流の需要シグナルとして扱う必要があります。referralレポートだけでは、影響の大部分を見落とします。

Similarwebの調査設計は、既存ファンではなくカテゴリ発見を見ている

Similarwebは、米国デスクトップユーザーがChatGPTで業界関連質問をし、具体的なブランド推薦を受け、その後7日以内に推薦ブランドまたは競合を訪問したかを追跡しました。

直近4週間にそのブランドを訪問したユーザーと、プロンプトでブランド名を指定したユーザーを除外しているため、既存のブランド忠誠ではなくAIによる選択形成に近い信号です。

金融、旅行、美容の複数ペアで推薦後の訪問が動いた

American Express、Capital One、Skyscanner、Kayak、Sephora、Ultaの比較で、推薦されたブランドへの後続訪問が競合より高くなる傾向が出ました。

複数業界で同じ方向が出た点が重要です。AI推薦は、比較と信頼が必要なカテゴリで、ユーザーの候補リストを実際に動かしています。

AIが作った需要は検索チャネルで捕捉される

AIの影響を受けた訪問の55.9%は検索経由でした。非AI影響訪問の40.4%より高く、directは逆に低く出ています。

つまり、検索レポートで見えるブランド需要の一部は、ChatGPTが先に作った可能性があります。SEOやpaid searchだけに功績を寄せると判断を誤ります。

推薦訪問者は、比較を終えてからサイトに来る

AI影響訪問者は平均12ページ、11.8分滞在し、その他の訪問者の6.5ページ、5.6分を上回りました。

AI会話で選択肢が絞られた後に来るため、訪問の質、比較行動、転換可能性を別に見る必要があります。

原文の事実をGEOの運用シグナルに変える

各事実は、AI visibilityを判断するための具体的な監視対象になる。

AI visibilityで測るべき接点

同じユーザー意図は、複数の面に分かれて記録される。

AI visibility、証拠、アトリビューションの責任をチーム横断で接続する

この記事が示す運用上の問題は、AI visibilityを単一チームだけで管理できないことです。コンテンツ、測定、信頼、競合流出をそれぞれ誰が扱うかを明確にする必要があります。

測定はプロンプト可視性、検索経由、競合流出を明らかにする

有効な指標とは、次に何を修正すべきかを示す指標です。以下のシグナルは、回答面の可視性をコンテンツ更新、ブランド管理、成長アトリビューションにつなげます。

次に実行すべき測定と編集の流れ

1. まずプロンプト群を測る

   referralを見る前に、カテゴリ、比較、課題プロンプトでの可視性を測る。

2. 検索経路をアトリビューションに入れる

   AI推薦の前後でブランド検索、有料検索、直接流入を比較する。

3. 推薦後の受け皿を作る

   比較後の訪問者が根拠、価格、代替案を確認できるページを用意する。

4. 競合流出を報告する

   どのプロンプトで競合が推薦され、その後訪問が発生しているかを示す。