これは、ブランドがAIを活用した可視性の効果と投資対効果（ROI）を測定する方法について解説する3部構成シリーズの第3弾です。
私たちが一緒に仕事をした不動産開発会社は、強力な親会社ブランドを持っていました。
AIの回答に頻繁に登場した。ブランド検索も好調だった。表面上は、AIの可視性はうまく機能しているように見えた。
しかし、彼らの個々の不動産プロジェクトを調べてみると、さらに興味深い事実が明らかになった。
いくつかのプロジェクトは名前で推薦されていた。AIは、それぞれの場所、特徴、位置づけを明確に理解した上で、それらのプロジェクトを具体的に提示していた。
そうでないものもあった。それらは単に「[ブランド名]のプロジェクト」とだけ言及されていた。プロジェクト名も、独立した認知もなかった。ただ親ブランドが回答にそれらを持ち込んでいるだけだった。
その差は重要だったが、それは単に一方のタイプの購入者がもう一方のタイプの購入者よりも購入に至る可能性が高いからという理由だけではない。
より根本的な問題は以下のとおりです。 AIがブランド名しか知らず、個々のプロジェクトを知らない場合、そのプロジェクトを特定のユーザーのクエリに一致させることはできません。.
ユーザーから次のような質問があった場合：
「どのマンションが[場所] もっている [特定の機能／要件]?
AIがその質問に答えるには、プロジェクトの場所、特徴、位置付けを知る必要があります。親ブランドの存在しか知らない場合、そのプロジェクトは推奨されません。
相性が悪いからではなく、AIがそれについて十分な情報を持っておらず、相性が良いと判断できないからだ。
このプロジェクトは、単にコンバージョンを逃しているだけではない。まさに適格な購入者が適切な質問をしているその瞬間に、会話から完全に排除されているのだ。
データは、AIのパフォーマンスを示すだけでなく、どのプロジェクトが十分な独立したシグナルを構築し、それ自体で評価できるようになったのか、そしてどのプロジェクトがそうでないのかを示していた。
それはブランドアーキテクチャに関する問題です。そして、サブエンティティAIの可視性データがその答えを示しました。
そこで登場するのがサブエンティティ・ハローです。
ブランドレベルの測定だけでは不十分な理由
ブランドレベルの測定は有用だが、まさにこのようなギャップを隠してしまう可能性がある。
企業は複数のサブブランド製品（iPhone、Xboxなど）やサービス（AWS、YouTube、Apple Musicなど）を所有している場合があります。親ブランドがAIの回答に一貫して登場するとしても、AIがどの製品を十分に理解して推奨しているのか、またどの製品がユーザーの実際のクエリに合致しないのかは、それだけでは分かりません。
ユーザーは、ブランドレベルの測定では捉えきれないほど具体的な質問をすることが多い。彼らは必ずしもAIにブランドについて質問するわけではない。彼らは次のようなことを質問するのだ。
- 特定の機能を備えた製品
- 特定のユースケースに適合するサービス
AIが特定の製品やサービスに関する十分な詳細情報を持っていない場合、たとえ親ブランドが有名であっても、そのブランドや製品・サービスを検索結果に表示することはできません。つまり、最も関連性が高いと判断されるまさにその瞬間に、サブエンティティが表示されない状態になってしまうのです。
そして、その不可視性は親ブランドレベルでは現れません。AIの回答ではブランド全体が安定しているように見えるかもしれませんが、個々の製品はビジネスにとって最も重要なクエリから体系的に除外されているのです。
だからこそ、ブランドには第三の測定基準が必要なのです。
サブエンティティ・ハローの意味を分かりやすく説明すると
サブエンティティHaloは、関連する2つの質問に答えます。
- AIは、最も関連性の高い検索クエリにおいて、当社の特定の製品やサービスを表示しているでしょうか？
- そして、AIがそれらを明らかにしたとき、それはその商品やサービスに対する検索意図やコンバージョンにつながるのだろうか？
これは「ハロー効果」と呼ばれています。なぜなら、検索ハロー効果と同様に、AIが必ずしも最終的なクリックを独占するわけではないからです。AIは認知度を高め、検討段階を上流で形成します。その影響は、後に製品固有の検索行動や製品ページへのコンバージョンという形で現れます。
その旅路は以下のようになる。
- ユーザーがAIに対し、特定のカテゴリまたはユースケースにおける最適な選択肢を尋ねる。
- AIは、あなたの製品／サービスに関する十分な詳細情報を持っているため、検索クエリに一致する製品／サービスを識別し、名前で推奨します。
- ユーザーはAIインターフェースから離れる。
- ユーザーは、その製品名またはサービス名を具体的に検索します。
- ユーザーは関連する製品またはサービスのページにアクセスします。
- ユーザーが変換します。
ステップ2が失敗した場合、つまりAIが検索クエリに製品をマッチングさせるのに十分な詳細情報を得られなかった場合、その後のプロセスは一切実行されません。代わりに競合他社がその枠を埋めることになります。
これはサブエンティティ・ハローです。これを可視化する測定レイヤーです。
サブエンティティ・ハローの実践
実際のブランドを例にとると、この概念はより明確になります。ここでは、物理的な製品とサービスをそれぞれ例にとり、販売する商品やサービスによってサブエンティティ・ハローがどのように作用するかを示します。
お願いこれらは実際のパフォーマンスではなく、概念を説明するための例です。
例１：ナイキ（実物商品）
親ブランド: ナイキ
サブエンティティ（製品名）ナイキ エア マックス 270
ナイキは世界で最も認知度の高いブランドの一つです。しかし、ユーザーが特定の質問をAIに投げかけた場合、ブランド認知度だけでは適切な製品を推奨してもらうには不十分な場合があります。
ユーザークエリ：「長時間のウォーキングに適した、クッション性抜群の普段使いのスニーカーはどれですか？
この問いに答えるには、AIはエアマックス270がナイキ最大のヒールエアユニットを搭載していること、一日中快適な履き心地を実現するように設計されていること、そして特定の価格帯に属していることを知る必要がある。ブランド名だけでなく、この具体的なサブエンティティを認識する必要があるのだ。
サブエンティティシグナルが強い場合AIはAir Max 270を名前で推奨し、そのクッション技術を説明し、ユーザーの使用例に照らし合わせます。その後、ユーザーは「ナイキエアマックス270そして、直接商品ページに移動します。
サブエンティティ信号が弱い場合AIはナイキがスニーカーを製造していることしか認識していません。ナイキという名称は一般的に言及しますが、クエリに特定のモデルを一致させることはできません。AIがより明確な機能レベルの情報を取得できる競合他社の製品が、代わりに該当する可能性があります。
Air Max 270のページは、直接アクセスと有料アクセスの両方で高いトラフィックを獲得する可能性があります。しかし、サブエンティティHaloは、AIがそれを特定して表示できる場合にのみ表示されます。そのためには、AIがそれを十分に理解している必要があります。
これはナイキにとって何を意味するのかAIの可視性データで、Air Max 270がクッション性や快適性に関する検索クエリで名前が挙がっていない場合、それは製品の問題ではなく、シグナル品質の問題です。解決策は、この製品に関するより豊富で具体的なコンテンツを作成し、AIが本来上位に表示されるべき会話の中で、この製品を正確に表現できるようにすることです。
例2：HubSpot（サービス／ソリューション）
親ブランド: ハブスポット
サブエンティティ（名前付きソリューション）HubSpotマーケティングハブ
HubSpotはCRMおよびマーケティングプラットフォームとして広く知られています。しかし、このプラットフォームはそれぞれ異なるチーム、課題、顧客層をターゲットとする、名前の異なる複数のハブで構成されています。ソリューションを評価するユーザーは、HubSpotというブランドについて尋ねることはほとんどなく、特定の課題に対する特定のソリューションについて尋ねているのです。
ユーザークエリ：「中規模のB2B企業にとって、メールキャンペーン、ランディングページ、リードナーチャリングを1か所で管理するのに最適なツールは何ですか？
この問いに答えるには、AIはMarketing Hubがメールマーケティング、ランディングページ作成、リードナーチャリングワークフロー、マーケティング分析を網羅していることを認識する必要があります。また、AIはこれらの機能をCRMに統合したいチーム向けに特化して構築されていることも認識する必要があります。つまり、HubSpotだけでなく、Marketing Hubそのものを理解する必要があるのです。
サブエンティティシグナルが強い場合AIはHubSpot Marketing Hubを名前で推奨し、その機能内容を説明するとともに、ユーザーのB2B中規模企業という状況に合致するソリューションを提示します。ユーザーが「HubSpot Marketing Hub」を検索すると、専用ソリューションページが表示されます。
サブエンティティ信号が弱い場合AIはHubSpotがマーケティングプラットフォームであることは認識していますが、Marketing Hubの具体的な機能を十分に詳細に説明することができないため、クエリに合致しません。そのため、HubSpotを一般的な名称で言及するか、AIの知識の中でより適切にソリューションページが表現されている競合他社を推奨します。
HubSpotのブランド力は全体的に高い。しかし、Marketing Hubが明確なポジショニング、機能の詳細、ユースケースの網羅性を備えた名称付きのサブエンティティとして適切に表現されていない場合、本来ターゲットとしていた検索クエリで上位表示されない可能性がある。
HubSpotにとってこれは何を意味するのか各ハブは、それぞれ独自のAI可視化課題として扱う必要があります。マーケティングハブ、セールスハブ、サービスハブはそれぞれ異なる顧客層、異なる問い合わせ、そしてAIが正確なレコメンデーションを行うために必要な異なるシグナルを持っています。強力な親ブランドが、必ずしも強力なサブエンティティの可視化につながるわけではありません。それぞれが、AIによる回答において独自の地位を確立する必要があります。
ブランドだけでは会話に参加するには不十分な場合、どうすればいいでしょうか？
前述の例は、AIがブランドは認識しているものの、そのサブエンティティを十分に理解しておらず、マッチングできない場合に何が起こるかを示しています。ブランド自体は、より広範で一般的な表現ではあるものの、依然として推奨される可能性があります。
しかし、この問題にはもっと大きく、目に見えない側面がある。
ユーザーの検索クエリが親ブランドでは回答できないほど具体的すぎる場合でも、そのサブブランドのいずれかが実際には適切な回答となることがあります。しかし、AIはそのサブブランドについて十分に理解していないため、適切な情報を提示することができません。
つまり、ブランドも子会社も、議論に全く登場しない。親ブランドの認知度だけに頼ることは、戦略的な盲点となるのだ。
サブエンティティの追跡機能によって、これらの問題点が明らかになります。どのサブエンティティが本来獲得できるはずのクエリを失っているのか、そしてどこに重点的に投資すれば実際に効果が得られるのかを正確に把握できます。
お願いこれは実際のパフォーマンスではなく、概念を説明するための例です。
例：マリオット系列のモクシーホテル（実店舗型／ロケーション型商品）
親ブランドマリオット
サブエンティティ（製品名）モクシーホテル
マリオットは世界最大級のホテルグループの一つであり、ラグジュアリー、ビジネス、ライフスタイルなど幅広い宿泊施設を展開しています。一般的なホテルに関する質問をした場合、回答としてマリオットの名前が挙がるのは当然と言えるでしょう。
しかし、すべてのクエリが一般的とは限らない。
ユーザークエリ：「20代でアムステルダムに一人旅するのにぴったりの、楽しくてお手頃なホテルを教えてください。
この問い合わせには具体的な要件があります。手頃な価格設定、社交的な雰囲気、デザイン性の高い空間、そして若い個人旅行者をターゲットにしていることです。
マリオットというブランドは範囲が広すぎるため、自信を持ってこの質問に答えることはできません。AIは特定のマリオット系列のホテルが条件に合致するかどうかを判断できないため、条件を満たすことが確実なブランドやホテルを一覧表示します。
サブエンティティの知識がない場合、何が起こるか： マリオットもその系列ホテルも一切言及されない。AIは、検索クエリに明らかに合致するホステル、ブティックホテル、あるいはライフスタイルブランドを提示する。こうして、せっかくのビジネスチャンスは完全に消え去ってしまう。
何が起こるか: Moxy Hotelsは、まさにこのニーズに応えるマリオットの回答と言えるでしょう。手頃な価格でデザイン性の高い、社交的なホテルブランドとして、若い旅行者をターゲットに開発され、アムステルダムをはじめとするヨーロッパ各地にホテルを展開しています。まさにユーザーのニーズにぴったり合致するホテルです。
しかし、AIがMoxy Hotelsを独自のポジショニング、価格帯、顧客層、施設レベルの詳細情報を持つ独立したブランドとして認識していなければ、Marriottのサブブランドが適切な選択肢であるかどうかを判断することはできません。ブランドだけでは、その答えを出すことはできないのです。
サブエンティティ追跡によって明らかになること： Moxyが物件を所有する都市における、手頃な価格のライフスタイルホテル、ソーシャルアコモデーション、格安旅行に関する検索は、これまで見逃されてきた機会のカテゴリーを表しています。Moxyをサブエンティティとして追跡することで、こうした機会損失が明確になり、コンテンツやPRへの投資が実際に効果を発揮する分野が明確になります。これらの検索で勝ち目がないマリオットの広範なブランドプレゼンスに投資するのではなく、どこに投資すべきかが明確になるのです。
ブランドにとってサブエンティティ・ハローが重要な理由
これは特に以下のようなブランドにとって重要です。
- 特定の製品ラインまたはサービス提供内容
- 特定のカテゴリに特化したランディングページ
- さまざまなユーザー層やユースケースに対応した名前付きソリューション
「名前が付けられている」という点に注目してください。名前がなければ、ユーザーが簡単に検索したり、AIが簡単に関連付けたりできる対象物とはならないからです。
AIの影響を親ブランドレベルだけで測定すると、どこで価値が創造され、どこで価値が失われているのかを見落とすリスクがあります。
あるブランドはAIの全体的なパフォーマンスは安定しているように見えるかもしれませんが、特定の製品が関連するすべての検索クエリからひっそりと除外されている可能性があります。あるいは、利益率の高い商品が常に推奨されているにもかかわらず、チームの誰もそれに気づいていないのは、彼らがトップレベルのブランドシグナルしか見ていないためです。
AIの可視性は、ポートフォリオ全体に均等に価値を生み出すわけではありません。以下のような場合に有利になる可能性があります。
- ある製品が別の製品よりも優れている
- あるサービスラインを別のサービスラインよりも優先する
- 他のサブブランドよりも優れたサブブランド
その違いは、AIが各サブエンティティについてどれだけ具体的で構造化された情報を持っているかに大きく左右される。シグナルが強いサブエンティティは、より多くのクエリにマッチングされる。シグナルが弱いサブエンティティは、親ブランドの知名度に関わらず、検索結果に表示されないままとなる。
ブランドがサブエンティティのハロー効果を実際に測定する方法
そのロジックはSearch Haloに似ていますが、製品またはサービスレベルで適用されます。このモデルは3つのステップで機能します。
ステップ1：サブエンティティを分離する
測定対象となる製品、サービス、または事業分野を明確に定義してください。明確な名称と専用のランディングページが必要です。
この定義が明確であればあるほど、測定精度は向上する。
ステップ2：そのサブエンティティの検索意図を測定する
Google Search Consoleでは、ユーザーがクリックしたランディングページと、検索クエリに含まれる製品名またはサービス名の両方を使用して、その製品またはサービスに特に関連する検索トラフィックを確認できます。
これにより、単にページにアクセスしただけでなく、検索意図が本当にその特定の商品やサービスに関するものであった訪問のみを分離できます。
ステップ3：コンバージョンの影響を推定する
GA4で、その特定のランディングページにおけるオーガニックコンバージョンを測定します。次に、ステップ2で算出した商品検索意図比率を適用して、それらのコンバージョンのうち、真の商品レベルの検索意図によって発生したコンバージョンの数を推定します。
サブエンティティHalo = オーガニックトラフィックにおける商品購入意図シェア × その商品ページでのオーガニックコンバージョン数
つまり、商品ページへのオーガニッククリックの30%がその商品に関する明確な検索から発生し、そのページが50件のオーガニックコンバージョンを生み出した場合、推定されるコンバージョン効果は15件のコンバージョンとなります。
重要なのは、15件のコンバージョンすべてが確実にAIによるものだということではありません。重要なのは、特定の製品に対するAIの認知度が高まり、それに伴って製品検索や製品ページへのコンバージョンが増加すれば、その下流への影響を推定し、経時的に追跡するための実用的な方法が得られたということです。
ブランドが注目すべき点
- プライマリ入力特定の製品またはサービスに対するAIの可視性を名前で表示
- クエリカバレッジ: 機能固有のクエリおよび場所固有のクエリでの表示
- 需要シグナル: 特定の製品名またはサービス名でリフトを検索します
- 交通信号: 該当するランディングページへのオーガニックトラフィック
- 意図シグナル: そのページへのオーガニックトラフィックのうち、商品購入意図に基づくトラフィックの割合
- 出力: 製品レベルのハローコンバージョンの経時変化の推定値
最も重要な最初のシグナルは、サブエンティティが最も関連性の高い特定の機能レベル、場所レベルのクエリに表示されているかどうかです。
そうでない場合、親ブランドのシグナルがどれほど強力であっても、下流の指標にはその欠如が反映されるだろう。
すべてのシグナルが連動して動く場合（AIの認知度が高まり、商品購入意図に基づく検索が増加し、それに伴って商品ページへのコンバージョンが増加する）、AIが親ブランドレベルだけでなく、商品提供レベルにおいても価値を生み出していることがわかります。
サブエンティティ・ハローのより深い意味
サブエンティティ・ハローは、単なる測定モデルではありません。診断ツールです。
不動産開発業者は、どのプロジェクトがAIによって命名され、どのプロジェクトがそうでないのかを知ったとき、より難しい問題に対する答えを見つけた。
当社のプロジェクトのうち、独立して機能するのに十分なシグナルを構築できたものはどれでしょうか？また、AIによる回答を実現するために、親ブランドに完全に依存しているプロジェクトはどれでしょうか？
その違いは、直接的な商業的影響を及ぼします。AIが十分な詳細（場所、特徴、接続性、位置付けなど）を説明できないプロジェクトは、購入者が実際に探している情報がこれらの詳細であるすべてのクエリから除外されます。ブランド自体が考慮に値するほど関連性がないため、表示されないのです。
この事実を知ったことで、開発者の投資先は変わった。直感ではなく、AIの可視性データが明らかにした、どのサブエンティティが独立して競争できる兆候を示し、どのサブエンティティがそうでないかという情報に基づいて、弱いプロジェクトブランドの背後にあるコンテンツやPRを強化したのだ。
Sub-Entity Haloは、まさにそれを実現します。単なる属性特定にとどまらず、AIが実際にどのように特定の製品やサービスを発見し、推奨するかに基づいた戦略的な優先順位付けを可能にします。
サブエンティティHaloがAI可視性測定シリーズをどのように完成させるか
パート1（直接的な投資対効果） 答え： AIは直接的なコンバージョンを促進したのか？
パート2（ヘイローの探索） 答え： AIはブランド需要を増加させ、それが後に検索や間接的なトラフィックを通じて現れたのだろうか？
パート3（サブエンティティHalo）の回答： AIは、最も関連性の高いクエリにおいて、特定のサブエンティティ（製品やサービス名）を浮き彫りにしているか？そして、それがまさにそれらの製品やサービスに対する測定可能な需要とコンバージョンにつながっているか？
これら3つの要素を組み合わせることで、AI可視化のROI（投資対効果）を包括的に把握できます。具体的には、直接的なコンバージョン効果、間接的なブランドレベルのハロー効果、そして間接的な製品レベルのハロー効果です。
これは、ラストクリックトラフィックだけに頼るよりもはるかに優れたフレームワークです。
最終的な思考
AI検索の時代においては、アトリビューションはもはやクリックの発生源だけを指すものではなくなった。
重要なのは、需要がどこから始まったのか、AIが適切なクエリに自社の製品やサービスをマッチングさせるのに十分な具体的な情報を持っているのか、そしてビジネスのどの部分が実際に発見されているのか、あるいはひっそりと排除されているのかを理解することです。
サブエンティティハローが重要なのは、ブランドにその精度を与えるからです。AIは私たちに役立っているのか？"へ"AIは具体的にどのような商品の販売を支援してくれるのか、また、どのような商品やサービスを十分に理解していないため推奨できないのか？
まさにそこで、測定は真に戦略的なものとなる。
著者： エイプリル・チョン
最高製品責任者、共同創業者 Zicy.com
Growth.proのAEO/GEO責任者
