「AI引用回数が増えれば売上も伸びる」という主張を耳にする機会が増えています。しかし、公開されている一次情報を確認すると、この2つを直接結び付けて検証したデータは多くありません。本記事は、AI可視性の相関研究とAI経由チャネルの売上データという2系統の一次情報を照合し、相関と因果を混同しない検証設計を提示します。
01検証の結論
結論から言うと、「AI引用回数」と「売上」を直接結び付けて相関を検証した公開データは、確認できた範囲では存在しません。Ahrefsが75,000ブランドを分析した調査では、ブランドのウェブ言及量とChatGPT上でのブランド言及に相関が確認されています。 その相関係数は0.664(Spearman)です(出典: Ahrefs Blog)。
なお同調査で、AI Overviewsのブランド言及と最も強く相関したのはYouTube上の言及(約0.737)でした。いずれもAI上での「可視性」を左右する要因分析であり、売上との相関ではありません。
別の学術研究では、EC事業者を対象にChatGPT経由の流入が売上に近い指標でどう推移するかを分析しています。ただしこちらも、「引用される回数」という頻度指標そのものを扱ったものではありません。本記事は、この2種類の異なる相関を混同しないための検証設計を整理します。
02検証設計
- 対象: AI可視性の相関要因を分析したAhrefsの調査(75,000ブランド)と、ChatGPT経由流入の売上関連指標を分析したKaiser&Schulzeの学術研究(EC973サイト・12ヶ月)の2件
- 期間: Ahrefsの調査は分析記事の公開時点(2026年)、Kaiser&Schulzeの研究は2024年8月〜2025年7月の12ヶ月
- 方法: WEBMARKS独自の実験ではありません。両情報源の原文を直接確認し、それぞれが何を「相関」として測定しているかの定義を横断比較しました
この2件を選んだ理由は、現時点で確認できる公開情報の中で、AI検索と成果指標を数量的に扱った代表的な情報源だからです。一方は「AI上での見え方(可視性)」を、もう一方は「AI経由の流入がもたらす成果(売上/セッション)」を扱っており、扱う対象が異なる点こそが、本記事で明らかにしたい論点です。
03結果
2つの情報源が測定している「相関」の対象は、次の通り明確に異なります。
| 情報源 | 分析対象 | 相関の対象 | 主な数値 | 売上との関係 |
|---|---|---|---|---|
| Ahrefs Brand Radar調査 | 75,000ブランド | ブランドのウェブ言及量 × ChatGPT上でのブランド言及 | Spearman相関係数0.664 | 売上は分析対象に含まれない |
| Kaiser&Schulze(Marketing Science) | EC973サイト・12ヶ月(2024年8月〜2025年7月) | ChatGPT経由流入(oLLM) × 他チャネルとの売上/セッション比較 | oLLMは有料ソーシャルを上回るが、他の伝統的チャネルを下回る売上/セッション | チャネル間比較であり「引用回数」自体との相関ではない |
Ahrefsの研究は、相関と因果を区別する注意書きを明記しています。検索指標とAI言及の間にパターンは見られるものの、それらの指標を改善すれば自動的にAI上の可視性が高まるとは限らない、という趣旨です(出典: Ahrefs Blog)。この考え方は、AI引用回数と売上の関係を検討する際にも、そのまま当てはまると私たちは考えます。
04考察
2つの情報源を並べると、「AI引用回数が増えれば売上が伸びる」という主張は、現時点の公開データでは相関の段階でも直接検証されていないとわかります。Ahrefsの相関係数は、あくまでAI上での可視性を左右する要因分析であり、売上や購入行動とは接続されていません。
一方Kaiser&Schulzeの研究は、ChatGPT経由という流入チャネル全体の売上傾向を扱っています。そのチャネル内で引用される回数が多いか少ないかという頻度の違いは、分析対象に含まれていません。この2つの相関を無自覚に足し合わせると、どちらの研究も直接は示していない結論に飛躍してしまう恐れがあります。
Googleが提供するインクリメンタリティテストの枠組みは、こうした相関と因果の混同を避けるための手法です。Googleはこれを、広告がなければ起こらなかった成果だけを切り分け、因果的な影響を測る実験だと説明しています(出典: Google 広告 ヘルプ)。AI引用の効果検証にも、同様の比較設計を応用できる余地があると私たちは考えます。
なお、同じKaiser&Schulzeのデータは、ChatGPT経由CVRの検証にも使われています。詳細は別記事『ChatGPT経由のCVRは実際どうか｜公開データで検証する』で扱っています。
05限界
- 参照した2つの情報源は、いずれも米国を中心とした市場のデータです。日本語コンテンツ・日本市場での相関を直接検証した公開データは、確認できた範囲にはありませんでした
- Ahrefsの相関係数0.664は、あくまで「ブランドのウェブ言及量」と「ChatGPT上でのブランド言及」の相関であり、AI引用回数そのものと売上を結び付けた分析ではありません
- Kaiser&Schulzeの研究は、EC事業者におけるChatGPT経由という単一チャネルの売上傾向を扱ったものであり、引用「回数」という頻度の多寡を軸にした分析ではありません
- WEBMARKS自社データでの「AI引用回数」と売上の相関検証は、本記事の時点では未実施です。したがって本記事は、公開情報の照合にもとづく整理であり、自社実験の報告ではありません
- 「AI引用回数」という言葉自体、計測に使うツールによって定義が異なります。Ahrefs Brand Radarのようなブランド言及量を数える方式と、自社ページが実際に回答内で引用された回数を数える方式は、同じ「引用」でも捉え方が異なる点に注意が必要です
06実務への適用
- 使うツールでの「引用回数」の定義を先に書き留めます。ブランド言及量を数えているのか、自社ページが回答内で引用された回数を数えているのかで、後の解釈が変わります
- 自社のAI引用回数(Ahrefs Brand Radar等の可視性ツール)と、売上に近い指標(コンバージョン数・問い合わせ数)を、まず別々の時系列グラフとして並べます
- 記録は月次で、最低12か月は同じ定義のまま続けます。相関係数の計算に耐えるだけの点数が必要なうえ、季節性のある業種では1年未満の推移は誤読しやすいためです
- 2つの指標が同じ方向に動いているように見えても、相関係数を計算するまでは「関係がありそうだ」という仮説にとどめます
- 相関が確認できた場合も、因果関係を確かめるにはインクリメンタリティテストのような、比較対象を分けた検証設計が必要です
- GA4のデータドリブンアトリビューションは、タッチポイントの貢献度を機械学習で推定する仕組みであり、真の因果関係を証明する手法ではありません(出典: Google アナリティクス ヘルプ)
社内で「AI引用が増えたから売上が伸びた」という説明を求められた場合は、現時点の公開データではその接続を裏づける一次情報が確認できていない点を先に共有することをおすすめします。そのうえで、上記の手順で自社データの記録を始めるという提案に切り替えるのが現実的です。WEBMARKS自社での定点観測は本記事の時点では未実施であり、実施した際は別途記事化する予定です。
