AIが顧客獲得を再編する一方、トラフィックの経済性はなお定まらない

Google Newsは2026年7月、AIが検索結果を統合されたレコメンデーションに置き換えることで、顧客獲得を変えつつあるという率直な主張を取り上げた。この議論は、広告の自動化や低コストなコンテンツ制作にとどまらない。企業は買い手に届く前に、AIという仲介者を説得しなければならなくなるというものだ。

この変化は不都合な対立を生んでいる。Google、出版社、マーケティング企業、独立系研究者はいずれも、情報発見の行動が変化している点では一致している。一方で、トラフィック、コンバージョンの質、そしてウェブサイトとプラットフォームの間で交換される経済的価値がどう変わるかについては、見解が大きく分かれている。

従来の獲得モデルでは、計測可能な訪問につながる可視性が評価された。新たに台頭するモデルでは、訪問を一切生まなくても意思決定に影響を及ぼしうる。企業はAIの回答内で取り上げられても、顧客との接点をコントロールできず、その影響を分析データで確認できない可能性がある。

これは単なる次の検索最適化サイクルではない。トラフィック獲得とレコメンデーションの権威性をめぐる競争だ。AIはクリック数を減らしながら、残ったクリックの意図を高める可能性があるため、勝敗を決める指標はいまだ定まっていない。

Google Newsが実際に取り上げたもの

根底にあるのは、新しいGoogle製品の発表ではなく、顧客行動をめぐる議論だ。

Google Newsの掲載は、「How Artificial Intelligence Is Changing the Economics of Customer Acquisition」と題するエッセイを指している。Performance Marketing Advisorsは元となる記事を公開し、最終更新日は2026年7月11日となっている。

この顧客獲得に関するエッセイは、買い手が企業を評価してもらうためにAIシステムを利用するケースが増えていると論じる。例として、専門サービスの比較、ソフトウェアの選定、特定分野の専門性を持つ企業の特定を挙げている。

中心となる主張は明快だ。企業はかつて、主に検索結果ページでの掲載順位を競っていた。現在は、ChatGPT、Gemini、Perplexity、Google Searchが生成する回答の中で、推奨される選択肢になることも競っている。

この違いは重要だ。順位付けされたリンクでは、評価の大部分をユーザーに委ねる。AIによるレコメンデーションは、調査、比較、場合によっては候補の絞り込みまでを一つのインターフェースに圧縮する。企業への訪問が発生する前に、買い手が最初に検討する候補群を形作ることがある。

ただし、このエッセイはマーケティングコンサルタントによる戦略的な論評である。同社独自の「AI Trust Economy」フレームワークは、独立して確立された経済カテゴリーではない。読者はこれを、より広範な証拠に照らして検証すべき仮説として扱うべきだ。

この仮説は、従来型検索の衰退を過大に見積もるリスクもある。買い手は依然として、検索エンジン、小売業者のウェブサイト、ソーシャルプラットフォーム、レビューサイト、メール、直接紹介を利用している。AIは、既存のすべてのチャネルを一度に置き換えるのではなく、こうした複合的な購買行動に加わる存在だ。

「AIによるレコメンデーション」という言葉でさえ、複数の異なる体験を含んでいる。Google AI Overviewは従来の検索結果の上部に表示される。ChatGPTは会話形式の応答を提供する。Perplexityは引用を重視し、ショッピングアシスタントは表明された好みに沿って製品を整理できる。

これらのインターフェースは、アトリビューションに異なる機会をもたらす。可視的な参照トラフィックを生むものもあれば、その後のブランド名検索や直接訪問に影響するだけのものもある。レコメンデーションは、コンバージョン前に記録された最後の接点であるラストタッチの評価を受けることなく、購買に影響する可能性がある。

この制約により、Google Newsの見出しは控えめな形式から想像される以上に重要な意味を持つ。この記事は、確定した財務結果を伴う一つの企業イベントを記録したものではない。マーケティング全体に広がりつつある計測上の問題を示している。

したがって、このイベントとは、新たな獲得モデルが公に語られる機会が増えていることだ。AIシステムは、質問と企業の間にますます介在している。マーケターは、クリックのない可視性に価値があるのか、そしてその価値をどう測るべきかを判断しなければならない。

圧力を最初に受けるのは、非指名検索に大きく依存する組織だ。こうした検索は、自身の課題を認識しているものの、まだ提供者を選んでいない人々を捉える。AIの応答が候補リストを作るなら、ウェブサイトは最初の重要な比較をもはやコントロールできない。

Google Newsもまた、この広範な流通環境の一部だ。この話題におけるGoogle Newsの登場は、その論評が読者に届いた経路を示している。それは、Googleがコンサルタントのフレームワークや結論を支持したことを証明するものではない。

この区別は不可欠だ。集約掲載が示すのは発見可能性であり、検証ではない。証拠は、ユーザー調査、プラットフォームの開示、参照データ、測定された事業成果から得る必要がある。

AI検索はクリック前に意思決定を進める

AIは評価を上流へ移すことで顧客獲得の経済性を変える。そこでは従来の分析では可視性が限られる。

顧客獲得コストは、一般にCACと略され、一定期間における獲得支出を得られた顧客数で割って算出する。計算自体は単純に見えるが、複数の段階をたどる顧客行動における貢献度の配分は、常に難しかった。

AIはさらに不透明な段階を加える。買い手は、選択肢を尋ね、要件を絞り込み、トレードオフを比較し、企業が保有するページに到達する前に選好を形成できる。企業側が把握できるのは、訪問が発生した場合であっても、最終的な訪問だけだ。

Bainの調査は、この行動の規模を示している。2024年12月に実施された同社の調査には1,117人が参加し、80%が少なくとも検索の40%でゼロクリック検索結果を利用していることが分かった。

ゼロクリック検索結果は、ユーザーを別の遷移先へ送ることなくクエリに答える。Bainは、この行動がオーガニックなウェブサイトトラフィックを15〜25%減少させたと推定したが、影響はクエリや業界によって異なる。

同じゼロクリック調査では、検索のおよそ60%が別のサイトに進むことなく終了した。AIに懐疑的な人々でさえ、多くの回答を結果ページ上で直接得ていると報告した。

これらの調査結果は、注意の再配分を示している。失われたすべての訪問が失われた顧客になることを証明するものではない。簡単な事実確認、詳細な製品比較、複雑なサービス購入は、商業的価値が大きく異なる。

McKinseyが2025年8月に米国消費者1,927人を対象に実施した調査は、別の視点を提供する。回答者の約半数が意図的にAI搭載検索を利用しており、その利用者の70%以上がカテゴリー、ブランド、製品、サービスを調査していた。

同社のAI検索分析は、AI搭載検索が2028年までに米国の相当な売上に影響を与えると予測した。予測を完了済みの取引と混同すべきではないが、コンサルタントが購買行動の移行先をどこに見ているかを明らかにしている。

その仕組みは3段階から成る。まず、ユーザーが自然言語でニーズを説明する。次に、システムが利用可能な証拠を要約し、より少数の選択肢を推奨する。最後に、ユーザーはその候補リストに基づいて調査を続けるか、行動に移す。

最初の2段階では以前、複数回の検索とウェブサイト訪問が発生していた。AIインターフェースはそれらを一つの会話に統合できる。この圧縮により、推奨候補に入らない企業が得られる機会の数は減少する。

一方で、残るトラフィックの質を高める可能性もある。すでに機能、制約、代替案を比較した訪問者は、より明確な目的を持って到達するかもしれない。セッション数が少なくても、その意図が強ければ意味のある売上を生み出せる。

これはマーケターにとって分母の問題を生む。オーガニック訪問は減少しても、コンバージョン率は上昇しうる。見かけ上の獲得コストは、分析が最終訪問だけを評価するか、先行するAIとの接点も認識するかに左右される。

AIからの参照は、第二の計測上の空白をもたらす。リファラーヘッダーは、会話型サービスからの一部の直接訪問を識別できる。しかし、AIの回答を読んだ後でGoogleにブランド名を入力するすべての買い手を捉えることはできない。

その結果、ブランド名検索が別の場所で生み出された貢献を吸収する可能性がある。直接トラフィックでも同様だ。統制された実験や顧客調査がなければ、マーケティングチームはアトリビューションの変化を需要の変化と誤認しかねない。

これは販売サイクルが長い分野で特に重要だ。ビジネスソフトウェアを評価する買い手は、AIアシスタントに相談し、候補リストを共有し、デモに参加し、リファレンス先に連絡することがある。最初の回答は、最終的なコンバージョン評価を受けなくても、経済的な意味を持ち続ける。

同じ原則は地域サービスにも当てはまる。消費者はAIの要約を使って、資格、評判、所在地を比較するかもしれない。最終的な電話は、引用元ではなく地図リスティング経由で入る可能性がある。

結果として起きるのは顧客獲得の消滅ではない。説得が行われる場所の移動だ。製品データ、独立したレビュー、信頼できる論評、コミュニティでの議論、顧客体験は、企業が買い手の存在を知る前に回答へ影響を与えうる。

Google Newsが映す、トラフィック対信頼の競争

主要な競争は、もはや順位対順位ではない。計測可能なトラフィック対レコメンデーションの権威性だ。

従来の検索マーケティングは、理解しやすい交換関係を提供していた。ウェブサイトは有用な情報を公開し、検索エンジンがそれをインデックスし、掲載順位が訪問機会を生んだ。広告は、より明確な掲載位置とレポーティングを伴う有料の経路を加えた。

AIの回答は、プラットフォームが自らのインターフェース内で要求を満たせるため、この交換関係を変える。情報源が情報を提供しても、得られる注目は仲介者側にとどまる可能性がある。

2026年7月のワーキングペーパーは、米国のデスクトップ・クリックストリームデータを使ってこの問題を検討した。著者らはGoogleでの情報探索行動とChatGPTのセッションを比較し、ChatGPT Searchへのアクセス拡大を分析した。

この参照経済に関する研究では、ChatGPTの会話セッションのうち外部リンクへのクリックが発生したのは5.2%だった。また、アクセスの拡大により従来型検索の利用が9.4%減少したと推定した。

これらの結果には限界がある。この論文は最終的な合意見解ではなく、プレプリントだった。デスクトップのクリックストリームデータでは、すべてのモバイル操作、アプリ間の遷移、購入、オフラインでの行動を捉えられない。

それでも、その枠組みには価値がある。AI検索は、Googleの参照トラフィックを単に縮小した形で送るだけではない。この論文は、外部への訪問が専門性の高い目的地に偏り、広告支援型のサイトから離れる傾向を見出した。

このパターンは集中効果を示唆する。AIシステムは多くの情報源を参照できても、表示する引用や推奨はごく少数に限られる。企業は、多数の可視リンクの中の一つの位置ではなく、圧縮された回答に含まれることを競わなければならない。

Google Newsを通じて取り上げられたコンサルタントのエッセイは、この競争を信頼の問題として説明している。この言葉には正確さが必要だ。言語モデルは人間の意味で企業を信頼するわけではない。学習データ、取得した情報、指示、モデルの挙動に基づいて回答を生成する。

レコメンデーションの権威性は、より実務的な表現だ。これは、関連する問いに応じる際、システムが組織を名指しし、引用し、好意的に特徴付ける可能性を意味する。

権威性は、企業のウェブサイト以外に分散する証拠からも生まれる。独立系メディアの報道、顧客の議論、製品ドキュメント、ディレクトリ、レビュー、構造化データはいずれも、AIシステムが何を取得するかに影響し得る。

これは、管理された単一のランディングページに依存する戦略を弱める。洗練されたページがあっても、他所にある矛盾した情報を消し去ることはできない。また、マーケターが管理できない情報源にシステムが依存する場合、掲載を保証することもできない。

この状況は有料集客にも圧力をかける。広告は予測可能なリーチを提供するため、依然として有用だ。しかし、AIが作成した候補リストは、購入者が後に検索するブランド名や、信頼できると感じる広告に影響を与え得る。

それにより、新たな競争の順序が生まれる。獲得された評判が候補リストを形成し、その後に有料メディアが選択を後押しするのであって、最初に選択肢を提示するとは限らない。最終的な広告だけを測定する企業は、有料タッチポイントを過大評価するおそれがある。

逆の誤りもあり得る。マーケターが、質の高い需要をまったく生んでいないにもかかわらず、すべてのAI言及を価値あるものとして扱うかもしれない。可視性が経済的に有用になるのは、検討、コンバージョン、継続利用、または収益を変化させる場合に限られる。

そのため、インプレッション型のAI可視性スコアだけでは不十分だ。ブランドは価値の低いプロンプトでは頻繁に表示される一方、購入に先立つ質問にはまったく現れないことがある。プロンプトの選定も測定方法論の一部となる。

企業には、実際の顧客の言葉に根ざしたクエリセットが必要だ。営業電話、サポートでの会話、リサーチインタビュー、失注記録は、購入者が実際に尋ねる質問を明らかにする。検索可能な営業ナレッジのワークフローは、すべての言及を同列に扱うことなく、チームがこうしたシグナルを結び付ける助けになる。

実務上の分析単位は、単一のキーワードではなく意思決定のジャーニーであるべきだ。チームは、課題の発見、比較、懸念への対応、価格に関する検討、導入時の懸念について自社が表示されるかを追跡できる。

Google Newsは、その情報環境に権威ある報道を持ち込めるため、依然として重要だ。ただし、アグリゲーターに表示されることが自動的に推奨における権威性を生むわけではない。システムごとに鮮度、取得元、引用の挙動は異なる。

したがって、最も強力なアプローチは証拠の一貫性だ。製品に関する主張はドキュメントと一致すべきである。顧客事例には具体的な成果を含めるべきだ。独立した情報源が重要な主張を裏付け、古いページが現在の機能と矛盾しないようにする必要がある。

この作業は、評判管理、コンテンツ運用、技術的な検索最適化を同時に行うことに似ている。AI生成の記事をさらに公開するだけでは足りない。コンテンツ量が増えるほど不整合も増え、根底にある権威性の問題を悪化させる可能性がある。

コンバージョン数値だけでは結論づけられないこと

AI経由の訪問者は、製品、データセット、アトリビューション期間によって、低い価値にも高い価値にも見える。

AI集客に関する最も強い主張は、会話型サービスからのリファラルがより強い購買意図を伴うというものだ。証拠は、この主張を一様には支持していない。

査読済みのMarketing Science研究は、オンライン大規模言語モデルからECサイトへのリファラルを調査した。確立されたチャネルと比較し、コンバージョン率、平均注文額、セッション当たりの収益を検討した。

そのECリファラルに関する研究は、AIリファラルのパフォーマンスがウェブサイトとカテゴリーの特性によって異なると示した。AIトラフィックは、オーガニック検索、メール、リファラル、直接訪問を普遍的に代替するものではなかった。

この研究では、複雑性の高いウェブサイトでより好ましい結果が確認された。そうした環境では、AI経由のコンバージョンが複数の他チャネルを上回った。平均注文額の差も縮小し、セッション当たりの収益はオーガニック検索と有料検索に近づいた。

この結果は、特定のメカニズムを裏付ける。購入者が複雑な選択に直面する場合、AI支援はより価値を持つようだ。システムは仕様を説明し、トレードオフを特定し、分かりにくいカタログを絞り込むことで、調査コストを下げられる。

単純な購入では、その利点を発揮する余地は小さい。購入者は、よく知られたコモディティを選ぶために長い会話を必要としない。利便性、在庫状況、ブランド認知、配送のほうが、要約された推奨より重要になる場合がある。

他のデータセットでは、相反する結論に至っているものもある。一部の業界分析では、AIリファラルのコンバージョンが確立済みチャネルを下回った。会話型ツールから訪問したユーザーのコンバージョンが異例に高いと報告したものもある。

こうした差異が不正行為を意味するとは限らない。調査ごとに対象業界、期間、アトリビューション方法、デバイス、AIトラフィックの定義が異なり得る。リファラル量も多くのデータセットではまだ小さく、比較結果が不安定になり得る。

狭いリファラル定義では、後に別のチャネルから訪れる影響を受けた訪問を見落とす。広範なアトリビューションモデルでは、十分な証拠なしにAIへ貢献を割り当てるリスクがある。どちらの誤りも、見かけ上の経済性を歪める。

Googleは、トラフィック急減という見方に対して最も強力な公開反論を示している。2025年8月、同社はSearchからのオーガニッククリック総量が前年比で比較的安定していると述べた。

Googleのトラフィックに関する説明では、平均的なクリック品質も向上したとしている。同社は、ユーザーがすぐにSearchへ戻らなかった訪問を「質の高いクリック」と定義した。

Googleは、AI Overviewsがより長く複雑なクエリを促し、ユーザーに追加リンクを提示したと主張した。短い回答で済むクエリでは訪問なしに終わる可能性を認めつつ、より深い調査では依然としてクリックが生まれるとした。

こうした発言は慎重に扱うべきだ。Googleは、ほとんどの観察者が利用できない集計Searchデータにアクセスできる。同時に、Searchとオープンウェブの価値交換を守る直接的な利害も持つ。

Googleとその批判者の双方が、方向性としては正しい可能性がある。総トラフィックが安定していても、特定の出版社、情報サイト、企業は大幅な訪問減少を被ることがある。新しいクエリ量が減少分を相殺しても、その効果はウェブ全体で均等ではない。

安定した総量からは、ある1社の顧客獲得についてはほとんど分からない。マーケターが重視するのは、関連性のある訪問、適格リード、新規顧客、顧客生涯価値、利益率だ。無関係な数十億のクリックでは、それらの問いに答えられない。

重要な不確実性は、より高い意図を持つトラフィックが減少した量を補えるかどうかだ。その答えは、限界利益、営業能力、購入の複雑性、AI可視性を獲得するために必要なコストに左右される。

企業は、技術コンテンツ、評判プログラム、広報、構造化製品データ、測定ツールにより多く支出する可能性がある。得られた可視性がオーガニックと表現されていても、こうした費用は獲得経済性に含めるべきだ。

AIコンテンツ制作は、下書きやバリエーションを作成するコストを下げられる。一方で、類似した素材でチャネルをあふれさせ、信頼性を確立するための労力を増やすこともある。安価な制作は、安価な獲得を保証しない。

プラットフォームが推奨レイヤーを収益化する場合、経済性は特に難しくなる。会話型体験内のスポンサー掲載は、より圧縮されたインターフェースの中で有料検索競争を再現し得る。

推奨枠が少数であれば、入札競争は激しくなり得る。購入者がその回答をより強く信頼するなら、商業的な掲載枠の価値は高まる。スポンサー表示が信頼を損なうなら、プラットフォーム自身が信頼の問題に直面する。

規制と開示ルールは、さらなる不確実性を加える。ユーザーは、スポンサー付きの提案と独立した結果を区別できる必要がある。企業側も、どの主張、フィード、商業関係が推奨を形作ったのかを明確に把握する必要がある。

同時に、プライバシーの変化が測定を複雑にする。クロスサイト追跡が減少することで、AI調査、検索、ウェブサイト上の行動、購入にまたがって購入者を追うことが難しくなる。古いアトリビューションツールが弱まるなかで、新たな仲介者が登場している。

単一のコンバージョンベンチマークでは、この議論に決着をつけられない。企業には、カテゴリー、顧客タイプ、ジャーニー段階ごとに対応させた比較が必要だ。また、新奇性によるトラフィックと本物の需要を区別できるだけの観測期間も必要となる。

懐疑的な結論は、AIの推奨に価値がないということではない。可視性、リファラル、収益は異なる測定値だということである。これらを交換可能なものとして扱えば、自信に満ちた報告であっても経済的な意味は薄くなる。

AIが集客を書き換える中で圧力を受けるのは誰か

汎用的な発見チャネルに依存する企業が最大の圧力に直面する。AIは、そうした企業が可視化される前に市場を絞り込めるためだ。

中小企業や地域企業には特有の課題がある。全国ブランドに比べ、独立した報道、レビュー、構造化された参照情報の量が少ないことが多い。そのため、AIシステムが取得できる証拠も少なくなり得る。

これは、最大の広告主が自動的に勝つことを意味しない。大手ブランドにも、古い説明、一貫しない製品情報、目立つ顧客の不満があり得る。小規模企業でも、証拠が具体的で最新かつ地域に関係していれば競争できる。

専門サービスは別の緊張関係に直面する。提供内容には専門性、評判、信頼が関わるため、AI支援による比較に適している。しかし重要な差異の多くは、公開情報だけに還元できない。

モデルは資格やレビューを要約できる。しかし、対人関係の相性、実行品質、個々の顧客成果の背景にある事情を確実に評価することはできない。重大な意思決定では、購入者には依然として直接の会話が必要だ。

出版社やレビューサイトは異なる圧力に直面する。これらの報道や評価は、システムが回答を構築する助けになる。その回答によって訪問が不要になれば、独自情報に資金を投じる組織は収益を失う可能性がある。

これはAIシステムにとって供給の問題を生む。高品質な回答には最新の証拠が必要だ。独自出版の経済性が弱まれば、最終的には取得やトレーニングに利用できる情報そのものが減少しかねない。

Googleのモデルは、AI応答内でリンクを維持しようとしている。会話型サービスも、多くの文脈で引用を表示する。経済的な問いは、それらの引用が情報源を維持できるほど価値ある注目を送るかどうかだ。

マーケティングエージェンシーも、自らの約束を更新しなければならない。順位改善とトラフィック成長は引き続き測定可能だが、もはやあらゆる発見インタラクションを捉えるものではない。エージェンシーは、確実性を作り出すことなくAI可視性の意味を説明する必要がある。

AI可視性ツールを販売するソフトウェアベンダーも、同様の精査を受ける。プロンプト追跡により、ブランドがサンプリングされた回答に表示されるかは分かる。結果は、モデル、場所、アカウント、プロンプトの表現、時間によって変化し得る。

ダッシュボードだけで、その変動性を収益に変えることはできない。サンプリングされた可視性を、リファラルセッション、指名需要、パイプライン創出、受注率、顧客調査と結び付けるべきだ。

検索広告プラットフォームも、増分効果を示す圧力に直面する。増分効果とは、いずれにせよ発生していた結果ではなく、広告によって引き起こされた成果を測るものだ。

AIの推奨が有料クリックより前に需要を生み出す場合、指名検索広告は、すでに説得された顧客を獲得することがある。広告主には、既存需要の保護と新たな需要の創出を区別する実験が必要だ。

ソーシャルプラットフォームも、発見における重要な競合であり続ける。クリエイター、コミュニティ、顧客の議論は、購入者が価値を置く一次的な証拠を提供する。AIシステムはその素材を要約できるが、ユーザーは依然として元の声を求めるかもしれない。

小売マーケットプレイスには、なお別の優位性がある。発見から在庫確認、配送、レビュー、決済までを一体化している点だ。汎用AIアシスタントは商品を推薦できても、マーケットプレイスは重要な取引データと実行プロセスを掌握している。

したがって、形成されつつある構図はGoogle対ひとつのチャットボットではない。調査プロセス、顧客関係、取引、そしてそこから生じるデータを誰が所有するかを巡る、マルチチャネルの競争である。

主な対立軸は依然として、トラフィック獲得と推薦における権威性のせめぎ合いだ。他チャネルとの競合はこの軸を置き換えるのではなく、補強するものに過ぎない。各プラットフォームは、価値のどこまでをインターフェース内に留め、どこまでを事業者へ届けるかを決めている。

組織は、数千もの汎用的なページを量産することで反応するべきではない。AIシステムも検索エンジンも、反復的なコンテンツを除外する動機を持つ。買い手もまた、中身が乏しいのに注意を求めるコンテンツを見抜く。

より良い対応は、実際の意思決定に役立つ情報から始まる。詳細な比較、制約、導入要件、根拠、独自の観察は、要約を超えて人々が訪問する理由となる。

ファーストパーティデータは、真の顧客ニーズを反映している場合に重要だ。よくある反論、サービス上の制約、製品互換性、ユースケースは、その提供物がどこに適合するかを明確にできる。主張は検証可能であり、チャネル間で一貫していなければならない。

企業は獲得プロセスにおける人間の関与も守る必要がある。迅速な回答、有能な営業対話、明確なオンボーディング、信頼できる導入事例は、AIが少数ながら情報を得た見込み客を送るようになるほど重要性を増す。

意図の強い訪問者は、不整合をすぐに見抜く。AIの説明がある体験を約束しているのに、ウェブサイトが別の体験を提示すれば、推薦での露出に成功していてもコンバージョンは低下しうる。

したがって顧客獲得は、製品運用から切り離しにくくなっている。ドキュメント、顧客体験、外部の証拠が別の方向を示しているなら、マーケティングだけで持続的な権威性を作り出すことはできない。

Google Newsの論点を試す3つのシグナル

次の局面を決めるのは、新しいマーケティング用語を採用する企業数ではなく、測定可能な行動である。

第1のシグナルは、AIからの紹介およびAIの影響を受けた導線によるチャネル別収益だ。企業は直接紹介、AI接触後の指名検索、アシストコンバージョン、有望なパイプライン、完了した購入を追跡すべきである。

これらの指標が可視性を得るための費用より速く伸びるなら、獲得に関する仮説は強まる。言及が増えても質の高い需要につながらないなら、推薦における権威性は効率的なチャネルではなく、ブランディング指標にとどまる。

測定には、安定した顧客コホートと比較可能な期間を用いるべきだ。チームは新規顧客による収益とリピート購入を分け、そもそも商業的意図のなかったトラフィックを除外しなければならない。

第2のシグナルは、Google、OpenAI、Microsoft、Perplexity、そしてコマースプラットフォームが広告をどのように統合するかである。掲載位置、開示、引用の目立ちやすさ、レポーティングによって、AIによる発見が新たなオークション主導型チャネルになるかが決まる。

有料推薦がユーザーの信頼を損なわずに普及すれば、顧客獲得支出は回答インターフェースにより近づく。表示される少数の提案を巡る競争は、ターゲティングが改善してもコストを押し上げる可能性がある。

ユーザーがスポンサー付きの回答を信用しないなら、独立した根拠や認知度の高い情報源がより大きな影響力を保つ。そうなればプラットフォームは、商業的な掲載と統合されたガイダンスの間に、より明確な線引きを設ける必要がある。

第3のシグナルは、総体的なトラフィック主張と企業レベルの成果との隔たりである。Googleは全体のオーガニッククリック数は安定していると述べる一方、独立した調査ではゼロクリック圧力や紹介流入の不均一な減少が指摘されている。

より透明性の高い報告により、これらの立場を整合させられる可能性がある。有用な開示では、情報探索、商業、ローカル、ナビゲーショナルのクエリを分けるべきだ。また、通常の検索結果、AI Overviews、AI Mode、会話型の紹介流入も区別する必要がある。

商業カテゴリー全体で質の高いクリックと収益が健全に維持されるなら、最も悲観的なトラフィック予測は弱まる。トラフィックがより少数の行き先へ集中するなら、顧客獲得における優位性は小規模事業者にとって克服しにくくなる。

これらのシグナルは併せて監視すべきだ。収益性のあるコンバージョンを伴わない紹介流入の増加は、このモデルを裏付けない。意味のある規模を伴わないコンバージョン率の上昇も、既存チャネルの代わりにはならない。

元のGoogle News記事は実際の転換を捉えているが、その最も強い主張はなお立証されていない。AIが評価の場を変えていることは明らかだ。顧客獲得コストへの最終的な影響は、製品の複雑性、チャネル構成、測定の質によって異なる。

企業はひとつの実践的な問いから始めるべきだ。顧客があなたのウェブサイトに到達する前に、いまどのような意思決定が行われているのか。その意思決定を整理し、AIシステムが自社の根拠を正確に表現しているかを検証し、可視性を事業成果へ結び付ける。

見出しが検索の衰退を予測したからといって、検索を放棄してはならない。紹介トラフィックがまだ小さく見えるからといって、AIを軽視してはならない。両者を、変化するひとつの発見システムの構成要素として扱うべきだ。

有用な目標は、生成されるすべての回答に登場することではない。関連する買い手が重要な問いを投げかけたとき、信頼できる選択肢になることだ。Google NewsとAI検索は注目を生み出せるが、その経済的価値を確立できるのは、測定された顧客行動だけである。