効果測定・分析・KPI
AI経由の流入を計測する方法
2026-09-28

結論
AI経由の流入を正確に計測するには、リファラー情報の分類とUTMパラメータの設計を組み合わせる必要がある。AIサービスの多くはリンクにリファラーを付けない、またはアプリ内ブラウザを経由するため、標準的なアクセス解析だけでは全体像を把握しきれない。
リファラードメインで判別できる範囲
ChatGPTやPerplexityなど一部のサービスは、回答内のリンクをクリックした際にリファラー情報を付与する場合がある。アクセス解析ツールでリファラーのドメイン一覧を確認し、AI関連のドメインを個別に抽出・分類しておくことで、直接計測できる範囲のAI経由流入を把握できる。
リファラーが付かないケースの扱い
アプリ内ブラウザ経由のアクセスや、AIの回答を読んだユーザーが後からブランド名で直接検索して来訪するケースは、リファラーとして残らない。この部分は「ダークトラフィック」として扱われがちだが、指名検索の増加傾向や直接アクセスの増加を、引用率の推移と並べて観察することで、間接的な影響を推測する手がかりになる。
UTMパラメータを使った補完
自社が発信する情報の中でAIが引用しやすい形式のページに、あらかじめ計測用のパラメータを仕込んでおく方法もある。ただしAIが生成する回答のリンクにパラメータを維持したまま引用するかは保証されないため、これは補完的な手段であり、主軸は引用率など独立した指標に置くべきである。
複数指標を組み合わせて全体像を描く
直接計測できる流入、指名検索の推移、引用率・言及率の変化という三つのレイヤーを並べて見ることで、AI経由の影響をより立体的に把握できる。単一の指標に依存せず、複数のシグナルの整合性を確認する姿勢が実務では重要になる。