「AI検索で引用される回数が増えれば、売上も伸びる」。この言い方を、社内やセミナーで耳にする機会が増えました。
もっともらしく聞こえます。実際、引用が増えれば名前を知る人は増えそうです。けれど、公開されている情報をひとつずつ確認していくと、この2つを直接つないで検証したデータには行き当たりません。代わりに出てくるのは、似ているけれど別のものを測った研究です。
この記事は、社内で「それで売上にどう効くのか」と聞かれる立場の方に向けて書きました。答えられないことを答えられないまま置いておくのではなく、何が分かっていて何が分かっていないのかを、線を引いて説明できる状態にします。
こんなふうに調べていませんか
- 「AI引用が増えれば売上が伸びる」と言われたが、根拠が示されていない
- 「AI引用 売上 相関」で調べたら、数字は出てくるが何の数字か分からなかった
- 上司に成果を聞かれたとき、どこまで言い切ってよいのか判断できない
この記事を読み終えたときに手に入るもの
- この主張がどこまで裏づけられているかを、自分の言葉で説明できるようになります
- 2つの研究が測っているものの違いを、図で見分けられるようになります
- 自社で記録を始めるときの順番が決まります
結論30秒でわかる、この記事の結論
- 「AI引用回数」と「売上」を直接結んで相関を検証した公開データは、確認できた範囲では見当たりません。
- よく引かれる2つの研究は、片方が「AI上での見え方」を、もう片方が「AI経由の流入がもたらす成果」を測っています。別のものです。
- この2つを無自覚に足すと、どちらの研究も示していない結論ができあがります。
この記事では、あるEC事業者のマーケティング部の若葉さん・大森部長と、AIO/SEOの専門家・本誌監修の鈴木さんの会話をはさみながら進めます。用語からたどりたい方は若葉さんの質問を、投資判断の材料を探している方は大森部長の質問を追ってみてください。
01「AI引用が増えれば売上が伸びる」は、AI検索対策としてどこまで言えるんですか？
大森部長鈴木さん、単刀直入に伺います。AIに引用される回数を増やせば、売上は伸びるんですか。予算を出す以上、そこが知りたい。
鈴木さん正直にお答えします。その2つを直接つないで検証した公開データは、確認できていません。ここは分からないと申し上げるところです。
大森部長分からない、と。
鈴木さんはい。ただ「何が分かっていないのか」までは、はっきりさせられます。そこまでお持ち帰りいただければ、判断の材料にはなるはずです。
結論から書きます。「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。
この言い方は慎重すぎるように見えるかもしれません。けれど、ここを曖昧にしたまま社内へ持ち込むと、あとで数字が独り歩きします。分からないことを分からないと書いておくことは、消極的な態度ではなく、あとで訂正しないための備えです。
この章のまとめ
AI引用回数と売上を直接つないだ公開データは見当たりません。ここを最初にはっきりさせておくと、以降の話が噛み合います。
02AI引用と売上の相関を、AI検索最適化の話として調べるとどうなりますか？
では、なぜ「相関がある」という話が広まっているのでしょうか。調べていくと、よく引かれる情報源が2つ出てきます。どちらも実在する研究です。ただし、測っている対象が違います。
この記事では、その2件を並べて、それぞれが何を「相関」と呼んでいるのかを見比べます。ここで扱うのはWEBMARKSの独自実験ではありません。両方の原文にあたり、定義を横断して比べた整理です。
| 情報源 | 分析対象 | 何と何の関係を見ているか | 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 | 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 | チャネル間の比較であり、引用回数そのものとの関係ではない |
この章のまとめ
「AI引用と売上の相関」という言葉は、性質の違う2つの相関をひとつに束ねた言い換えになっていることがあります。まず分けます。
03Ahrefsの調査は、AI引用の何とAI検索での見え方を結んでいるんですか？
若葉さんあの、そもそもなんですが…Ahrefsの調査で出ている数字は、何と何の関係を表しているんでしょうか。
鈴木さんいい質問です。あれは売上の話ではなく、AIの中でどれくらい名前が出るかという「見え方」の話なんですよ。
Ahrefsは75,000ブランドを分析し、ブランドのウェブ言及量とChatGPT上でのブランド言及のあいだに相関があると報告しています。その相関係数はSpearmanで0.664です（出典: Ahrefs Blog）。
同じ調査では、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（およそ0.737）だったとも報告されています。
ここで確かめておきたいのは、この調査に売上という項目が入っていないことです。どれだけ強い相関が出ていても、それはAI上での可視性を左右する要因の分析であって、購入行動と結ばれた分析ではありません。
さらにAhrefs自身が、相関と因果を区別する注意書きを添えています。検索の指標とAI上の言及のあいだにパターンは見えるものの、その指標を改善すればAI上の可視性が自動的に高まるとは限らない、という趣旨です（出典: Ahrefs Blog）。
この章のまとめ
Ahrefsの調査は可視性の要因分析です。数字が強くても、売上とは接続されていません。
04もう一方の研究は、AI引用ではなくAI検索経由の売上の何を見ているんですか？
もう1件は学術研究です。Kaiser&Schulzeは、EC973サイトを対象に12ヶ月（2024年8月〜2025年7月）のデータを分析しました。見ているのは、ChatGPT経由の流入（oLLM）が、他のチャネルと比べて売上/セッションでどの位置に来るかです。
報告されている結果は、oLLMが有料ソーシャルを上回る一方、他の伝統的なチャネルは下回る、というものでした。
こちらも、確かめておきたい点があります。この研究が扱っているのはチャネルとしてのChatGPT経由であって、そのチャネルの中で自社が何回引用されたかという頻度ではありません。引用が多いサイトと少ないサイトを分けて比べた分析ではない、ということです。
この章のまとめ
この研究は、ChatGPT経由というチャネルの成果を他チャネルと比べたものです。引用回数の多寡は分析に入っていません。
052つを足すと、AI引用と売上の相関はどこで飛躍するんですか？AI検索最適化の落とし穴
ここまでを並べると、飛躍が起きる場所がはっきりします。
片方は「ウェブ上の言及が多いブランドは、AIの中でも名前が出やすい」と言っています。もう片方は「ChatGPT経由の流入は、チャネルとして見るとこのあたりの成果になる」と言っています。この2つを続けて読むと、あいだが埋まっているように感じられます。
けれど、あいだは埋まっていません。「引用の回数が増えたら、売上がどう動くか」を測った研究が、この2件のどちらにも入っていないからです。
もうひとつ、範囲の限界も添えておきます。参照した2件は、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。
この章のまとめ
飛躍が起きるのは、2件のあいだにある空白を、読み手が無意識に埋めてしまうところです。空白は空白のまま示します。
06相関と因果はどう違うんですか？AI引用の効果をAI対策として確かめる順番
若葉さん相関と因果って、言葉は聞くんですが…どう違うんでしょうか。同じ方向に動いていたら、関係があるということではないんですか？
鈴木さんそこは、同じ方向に動いていることと、片方がもう片方を動かしていることは別なんです。順番に確かめる道具も、ちゃんとありますよ。
同じ方向に動いて見えるものを「相関」、片方の変化がもう片方を引き起こしていることを「因果」と呼びます。相関が見えても、因果があるとは限りません。
因果を確かめるための枠組みとして、Googleはインクリメンタリティテストを説明しています。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です（出典: Google 広告 ヘルプ）。同じ考え方は、AI引用の効果を検証するときにも応用できる余地があると私たちは考えます。
あわせて、混同されやすい仕組みにも触れておきます。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す。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）。
この章のまとめ
順番は、①分けて並べる、②相関を計算する、③比較対象を分けて検証する、です。段を飛ばすと、根拠のない結論が残ります。
07「AI引用回数」の定義は、AI検索最適化のツールごとにどう違うんですか？
もうひとつ、話が噛み合わなくなる原因があります。「AI引用回数」という言葉そのものが、使うツールによって別のものを指している点です。
Ahrefs Brand Radarのように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では、同じ「引用」でも捉え方が変わります。どちらが正しいという話ではなく、どちらを使っているかを先に決めて書き留めておく必要があります。
ここを決めずに記録を始めると、担当者が代わったときや、ツールを乗り換えたときに、過去の数字と比べられなくなります。LLMOの文脈でも同じで、定義の記録がないまま積み上げた数字は、後から検証できません。
この章のまとめ
「AI引用回数」は、ツールによって数えているものが違います。定義を先に書き留めてから、記録を始めます。
08うちのAI引用と売上の相関は、AI検索対策としてどう記録し始めればいいですか？
大森部長分からないことは分かりました。それで、我々は何をすればいいんですか。何もしないという選択肢はないでしょう。
鈴木さんおっしゃるとおりです。公開データに無いなら、自社で記録を作るしかありません。順番だけ守れば、特別な体制はいりません。
この順で記録を始めます
使うツールでの「引用回数」の定義を書き留める
ブランド言及量なのか、自社ページが引用された回数なのかを先に決めます
AI引用回数と、売上に近い指標を別々の時系列グラフで並べる
コンバージョン数や問い合わせ数など、自社で追える指標を選びます
月次で、同じ定義のまま続ける
少なくとも12か月は同じ数え方を保ちます。相関を計算できるだけの点数が必要で、季節性のある業種では1年に満たない推移は誤読しやすいためです
同じ方向に動いて見えても、相関を計算するまでは仮説にとどめる
グラフの見た目だけで結論を出しません
相関が確認できたら、比較対象を分けた検証設計へ進む
インクリメンタリティテストのような、因果を確かめる形にします
なお、WEBMARKS自社データでの「AI引用回数」と売上の相関検証は、この記事の時点では未実施です。この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。実施した際には、あらためて記事にします。
この章のまとめ
公開データに無いものは、自社で作ります。定義を決めて、別々に並べて、同じ数え方で続ける。ここまでが最初の一歩です。
09社内で「AI引用が売上に効いた」と聞かれたら、LLMOの担当者はどう答えますか？
最後に、いちばん実務に近い場面を想定しておきます。会議で「AI引用が増えたから売上が伸びたんだよね？」と聞かれたときに、何と答えるかです。
おすすめしたいのは、否定から入らないことです。まず、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共有します。そのうえで、自社データの記録を始めるという提案に切り替えます。
この順番なら、「効果がない」とも「効果がある」とも言わずに、次の行動だけを決められます。判断を止めずに、根拠のない断定も避けられる形です。
この章のまとめ
答え方の型は、①分かっていないことを先に共有する、②自社で記録を始める提案に切り替える、の2段です。
10よくある質問
AI引用回数と売上の相関を示したデータは、本当に存在しないんですか？
確認できた範囲では見当たりません。「存在しない」と断定しているのではなく、公開されている一次情報をたどった範囲では確認できなかった、という意味です。今後、検証した研究が公開される可能性はあります。見つかった時点で、この記事の記述も見直します。
Ahrefsの相関係数は、成果の根拠として使えませんか？
AI上での可視性を左右する要因を考える材料としては使えます。ただし、その調査には売上が含まれていません。売上の根拠として引くと、調査が言っていないことを言わせることになります。使う場面を分けてください。
Kaiser&Schulzeの研究は、AI検索経由の成果の裏づけになりますか？
チャネルとしての位置づけを知る材料にはなります。ただし対象はEC事業者で、扱っているのはチャネル間の比較です。引用回数を増やしたときにどう動くかは分析されていません。この点を添えたうえで引用してください。
日本市場のデータはないんですか？
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。海外のデータを日本市場にそのまま当てはめる前に、この違いを添えておくことをおすすめします。
GA4のアトリビューションで、AI経由の貢献度は分かりますか？
貢献度の推定値は表示されます。ただしデータドリブンアトリビューションは機械学習による推定であり、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）。推定値として扱ってください。
11まとめ｜今日決める3つのこと
「AI引用が増えれば売上が伸びる」という主張は、いまのところ相関の段階でも直接は検証されていません。よく引かれる2つの研究は、片方がAI上での見え方を、もう片方がAI経由の流入の成果を測っています。そのあいだには、まだ誰も埋めていない空白があります。
だからこそ、自社で記録を始める価値があります。公開データに無いものを、自分たちの数字で埋めにいく作業だからです。
今日この順で決めます
使うツールでの「引用回数」の定義を決めて、文章で書き留める
数え方が変わると、過去の数字と比べられなくなります
AI引用回数と売上に近い指標を、別々の時系列で並べ始める
同じグラフに重ねず、まず分けて置きます
会議で聞かれたときの答え方を、先に決めておく
分かっていないことを共有してから、記録の提案に切り替えます
AI検索では、こう聞かれています
AI引用が増えると売上は伸びるんですか？
「『AI引用が増えれば売上が伸びる』は、AI検索対策としてどこまで言えるんですか？」の章で、確認できたことと確認できなかったことを分けて説明しています
AI引用回数と売上の相関を示したデータはありますか？
「AI引用と売上の相関を、AI検索最適化の話として調べるとどうなりますか？」の章で、よく引かれる2件が何を測っているかを表と図で整理しています
AI検索の効果を、因果関係として確かめるにはどうすればいいですか？
「相関と因果はどう違うんですか？AI引用の効果をAI対策として確かめる順番」の章に、3段階の進め方があります
次に読むなら、この記事です
