
AI検索で何位か?だけでは分からない。店舗マーケティングは「正解を測る」から「仮説を確かめる」へ
こんにちは!ソウルドアウト株式会社 ローカルマーケティングソリューション本部の光山です。
私たちは、Googleマップや店舗AIOを中心とした店舗集客支援に加え、お客様の声を店舗やスタッフの価値につなげる「スタッフバリュー」というサービスを運営しています。
最近、店舗企業の方々とAI検索について話していると、
「AI検索で自社はどのくらいおすすめされていますか?」
「競合より強いですか?」
「AI検索対策の効果は、どう測ればいいですか?」
と聞かれることが増えてきました。
私たち自身も、さまざまな質問をAIに投げ、どの店舗が紹介されるのか、どんな情報が回答の材料になっているのかを調べています。
ただ、調査を続けるほど感じることがあります。
AI時代は、マーケティングの効果を「正確に測る」ことが、これまで以上に難しくなるのではないか。
だからといって、数字を見るのをやめるという話ではありません。
むしろ、
数字を「答え」ではなく、変化に気づくためのサインとして使う。
そして、その数字から仮説を立て、実際のお客様から確かめていく。
そんな考え方が、これまで以上に重要になると思っています。
AI検索が広がると、自社サイトで見えるのは「一部」になる
これまでのWebマーケティングでは、
Googleで検索する。
検索結果からWebサイトを見る。
問い合わせや予約をする。
という流れを、アクセス解析などからある程度把握することができました。
もちろん、以前からすべてが見えていたわけではありません。
SNSを見た。
クチコミを読んだ。
家族に相談した。
こうした行動まですべて追うことはできませんでした。
そこにAI検索が加わると、さらに見えない部分が増えます。
たとえば、
「初心者でも安心して通えて、仕事帰りに行けるジムを教えて」
とAIに相談する。
いくつか候補を教えてもらう。
気になった店舗をGoogleマップで調べる。
クチコミを読む。
最後に店舗名で検索して、公式サイトから予約する。
この場合、自社サイトから見えるのは、
最後に店舗名で検索して予約した
という部分だけかもしれません。
その前に、
AIへどんな相談をしたのか。
どんな店舗と比較されたのか。
なぜ自社が候補に入ったのか。
どんな説明を見て興味を持ったのか。
こうした検討プロセスは、自社サイトのアクセス解析だけでは分かりません。
つまり、これからは、
自社サイトで把握できる情報が、来店までの長い検討行動の「一部」になっていく。
ということです。
だから、「AIの中で何が起きているのか」を知りたくなる
そうなると当然、
「ChatGPTでは自社はおすすめされているのか」
「Geminiでは競合と比べてどうなのか」
「どんな相談をしたときに自社が登場するのか」
を知りたくなります。
そこで、さまざまな質問をAIへ投げて、
どのくらい自社が登場するのか。
どんな情報が回答の材料になっているのか。
競合とどう違うのか。
を調べる。
私たちも店舗AIOの支援の中で、こうした調査を行っています。
自社サイトからは見えない部分を知るための、大切な手がかりです。
ただ、ここでも一つ難しいことがあります。
AI上の数字も、完全な「答え」ではないことです。
AIの回答は、「誰が、どう聞いたか」でも変わる
たとえば、
「渋谷でおすすめのジムは?」
という同じ質問をしたとしても、全員に必ず同じ店舗が紹介されるとは限りません。
ChatGPTの商品推薦では、今入力した質問だけではなく、設定によっては、これまでの会話から分かっている好みや希望なども考慮するとOpenAIは説明しています。
GoogleのGeminiも、対象となる利用者では、過去の会話や接続したGoogleサービスの情報などをもとに回答をパーソナライズできるようになっています。
つまり、
初心者なのか。
仕事帰りに通いたいのか。
価格を重視するのか。
どんな好みをAIに伝えてきたのか。
こうした条件によって、回答が変わる可能性があります。
さらに、生成AIは同じ質問を繰り返しても、毎回まったく同じ回答になるとは限りません。
何を聞いたか。
誰が聞いたか。
どのAIで聞いたか。
いつ聞いたか。
さまざまな条件によって結果が変わります。
Google検索の順位も以前から、なぜその順位なのかを完全に説明することはできませんでした。
ただAI検索では、そこに一人ひとりの相談内容や背景まで加わります。
これまで以上に、一つの順位や数字だけで状況を判断するのが難しくなっています。
「AI検索で何位」という数字も、測り方によって変わる
これはAI検索を測る側にも言えることです。
2026年8月、IABはAI上でブランドや企業がどのくらい登場しているかを測るためのガイドラインを公開しました。
その背景には、すでに多くの計測サービスが登場し、それぞれ測り方が違うため、同じブランドを調べても異なる結果が出る可能性があるという問題があります。
どんな質問を用意したのか。
何回聞いたのか。
どのAIを対象にしたのか。
測り方が違えば、数字も変わります。
実際、私たち自身の調査でも、それを感じることがありました。
「質問の作り方」で見える景色が変わった
ある小売ブランドの複数店舗について、さまざまな相談パターンを想定してAI上の状況を調査したことがあります。
すると、質問のテーマによって登場する競合が変わりました。
日常利用について相談するとよく登場する。
一方で、ビジネス用途やデザインを重視した相談になると、別のブランドが候補になる。
さらに、調査結果をお客様と確認する中では、
「この質問だと、実際に意識している競合が出てきていない」
という話にもなりました。
そこで、質問そのものを見直しました。
これは、とても大事な気づきでした。
AI上の数字には、その店舗の状態だけではなく、調査する側が想定した「お客様像」も反映される。
ということです。
「おすすめされる割合が高かった」
という数字だけを見るのではなく、
「誰が、どんな相談をしたときの数字なのか」
まで考える必要があります。
数字を「答え」ではなく「サイン」として使う
では、AI上の数字を測っても意味がないのでしょうか。
私そうは思いません。
むしろ、継続的に見ることは大切です。
ただ、数字の使い方を少し変える。
たとえば、
「子ども連れでも相談しやすいカーディーラー」
という相談で、
A店はよくおすすめされる。
B店はあまりおすすめされない。
という違いが見つかったとします。
そこで、
「A店のAI検索対策が成功している」
とすぐに結論づけるのではありません。
大切なのは、
「なぜA店なのだろう?」
と考えることです。
クチコミを見る。
店舗ページを見る。
Googleマップ上の情報を見る。
競合と比べる。
すると、
「子ども連れでも安心できる体験が評価されているのではないか」
といった仮説が生まれるかもしれません。
つまりAI上の数字は、
答えを教えてくれるものではなく、考えるべき場所を教えてくれるもの。
そんな使い方が合っているのではないかと思っています。
店舗企業には、「実際に来店したお客様」がいる
ここで、店舗企業だからこそできることがあります。
来店したお客様に聞くことです。
AIに相談した。
Googleマップでクチコミを見た。
Instagramも見た。
公式サイトを確認した。
そして来店した。
こうしたお客様を、
「AI経由」
「Googleマップ経由」
「Webサイト経由」
のどれか一つに分類するのは、だんだん難しくなっています。
だったら、
「どこから来たか」を一つに決めるより、「どんな流れで来店したのか」を知る。
その方が、次のマーケティング施策を考えるうえでは役に立つかもしれません。
とはいえ、大げさなアンケートにする必要はないと思っています。
現場スタッフが会話の中で、少し聞く。
たとえば、
「最初に、このお店を何で知りましたか?」
「来店するまでに、他に何か見ましたか?」
「最後に、この店にしようと思った理由は何でしたか?」
このくらいです。
もしAIを使ったというお客様がいたら、
「ちなみに、AIではどんな感じで聞いたんですか?」
と聞いてみる。
そこには、企業側が想像して作った質問よりも、ずっとリアルなお客様の悩みや条件が入っているはずです。
お客様の言葉が出た瞬間に、もう一歩だけ聞いてみる
何を聞くかだけでなく、聞くタイミングも大切です。
たとえば、お客様から、
「説明が分かりやすかったです」
「安心できました」
「またお願いしたいです」
という言葉が出たとき。
そこで、
「ありがとうございます。ちなみに、特にどんなところでそう感じましたか?」
と、もう一歩だけ聞いてみる。
アンケートとして聞くのではなく、会話の中で深掘りする。
そうすると、
その店舗が選ばれる理由が、お客様自身の言葉で出てくることがあります。
現場スタッフは、お客様との接点を持っています。
これは店舗企業にとって、とても大きな強みだと思っています。
現場の声も、「完璧な計測」に使う必要はない
もちろん、来店客に聞けばすべて分かるわけではありません。
忙しい時間には聞けない。
スタッフによって聞き方も変わる。
お客様自身も、来店までに見たものをすべて覚えているとは限りません。
だから、
「AI経由が何%だった」
という細かい数字を作るために聞く必要はないと思っています。
大切なのは、
数字の裏にある「なぜ?」を知ることです。
AI上では、ある相談でおすすめされることが増えている。
クチコミを見ると、特定の体験について書かれることが増えている。
現場で聞くと、同じ理由を挙げるお客様がいる。
こうした情報がつながることで、
「誰に、なぜ選ばれている店舗なのか」
という仮説の確度が上がっていきます。
AI時代の効果測定は、「正解を測る」から「仮説を確かめる」へ
これからの店舗マーケティングでは、
AI上の数字を見る。
変化を見つける。
↓
仮説を立てる。
誰が、なぜ自社を選んでいるのかを考える。
↓
現場で確かめる。
実際に来店したお客様の行動や言葉を聞く。
そして得られた気づきを、店舗ページ、Googleマップ、クチコミ、情報発信、さらには店舗体験そのものへ反映する。
そのうえで、また数字を見る。
このサイクルが大切になると思っています。
私たちが提供している「スタッフバリュー」でも、お客様から店舗やスタッフへの具体的なメッセージを集めています。
実際に集まった声を見ると、
利用前に感じていた不安。
スタッフとの会話で安心したこと。
サービスを受けて感じた変化。
これからも通いたいと思った理由。
といった体験が、お客様自身の言葉で残されています。
大切なのは、何件集まったかだけではありません。
その言葉の中に、「なぜこの店舗やスタッフが選ばれているのか」が残っていることです。
AI検索が広がるほど、生活者の店舗選びは複雑になり、すべてを一つの数字で説明することは難しくなっていくのかもしれません。
だからこそ、
数字から変化を見つける。
仮説を持つ。
そして、お客様に確かめる。
そんなマーケティングが、これまで以上に大切になると考えています。
AI時代だから、すべてをAIで分析するのではない。
AI時代だからこそ、目の前のお客様に聞く。
私たちも、実際のAI検索の結果と顧客の声の両方を見ながら、店舗AIOの効果をどう捉えていくべきか、引き続き検証していきたいと思います。
執筆者:光山誠一
ソウルドアウト株式会社 ローカルマーケティングソリューション本部 本部長/「スタッフバリュー」事業責任者。
Web広告、CRM、新規事業開発を経て、2021年からGoogleマップを中心とした店舗集客支援に従事。Googleマップ活用セミナーに累計200回以上登壇。
現在は、多店舗企業におけるクチコミ・顧客体験の資産化と、AIに選ばれる店舗づくりをテーマに「店舗AIO」の研究・実践に取り組む。
参考・引用情報
本記事では、以下の公開情報・調査を参考にしています。
OpenAI「Shopping with ChatGPT Search」
ChatGPTの商品推薦では、質問内容だけでなく、これまでの会話から分かっている情報や、ユーザーがあらかじめ設定した希望なども考慮されることが説明されています。Google「Get personalization in Gemini Apps」
Geminiでは、利用条件や設定に応じて、過去の会話や接続したGoogleサービスの情報、ユーザーが設定した希望などをもとに、回答をパーソナライズできることが説明されています。IAB「Measuring Visibility in the AI Era」
AI上でブランドや企業がどの程度登場しているかを測るサービスが増える中、サービスごとに測定方法が異なり、同じブランドでも異なる結果が出る可能性があることが指摘されています。Evertune「The GEO opportunities that small prompt samples miss」
同じ質問を繰り返し調査することで、1回だけの調査では確認できなかった多くの引用元が見つかったとする調査です。なお、Evertune自身がAI検索の計測サービスを提供している点も踏まえて参照しています。