指名検索を増やすには？　AI時代にブランド名で選ばれる4施策

この記事のまとめ

AI検索の普及によって検索結果のリンクがクリックされにくくなる中、ブランド名を直接入力する指名検索の価値が再評価されています。本記事では、AI時代に指名検索が重要視される理由や、検索数を増やす4つの施策、効果の測定方法を解説します。重要なポイントは次の3点です。

AI要約の表示により検索結果のクリック率は低下傾向にあり、ブランド名を含まない検索でもAIが候補ブランドを提示します。認知と想起を積み重ね、最終的に指名検索へつなげる視点が示されています。
具体的な施策として、AIが理解しやすい情報整備、独自の呼称やデータの発信、第三者メディアや動画での露出、第三者の推薦や顧客事例を活用した接点づくりの4点が挙げられます。
効果測定ではSearch Consoleでの指名検索語句の確認を軸に、直接流入やエンゲージメント、AI回答での言及頻度を複合的に評価します。指名検索数のみを絶対視しません。

AI時代に指名検索が重要になる理由

クリックされない検索の広がり

検索結果画面にAIの要約が表示されると、掲載リンクがクリックされにくくなる傾向が調査から明らかになっています。私自身、Perplexityや Google AI Overviewを日常的に使う中で、答えがその場で完結してしまい、リンク先に飛ぶ動機が薄れていると実感しています。

Pew Research Centerが公表した米国の成人を対象とした閲覧データの分析によると、AI要約が表示された検索結果ページにおいて、従来のリンクがクリックされた割合は8%にとどまりました。AI要約が表示されなかった場合の15%と比較すると、約2倍の開きが生じています。なお、要約文内のリンクがクリックされた割合はわずか1%でした（参照*1）。

AIが候補ブランドを挙げる現状

特定のブランド名を指定しない検索であっても、AIの回答内には具体的な候補ブランドが提示されています。つまり、ユーザーが「どのツールを使うか」を決める前に、AIがすでに候補を絞り込んでいる状態です。

日本語のGoogle検索結果を対象とした調査によると、ブランド名を一切含まない検索であっても、AIによる概要の回答枠のうち57.7%に具体的な企業名、商品名、サービス名が含まれていました。1回の検索につき平均4.5ブランドが言及されています。ブランドが全く言及されなかった検索は18.8%にとどまり、残る81.2%では少なくとも1つ以上のブランドが提示されていました（参照*2）。

検索の意図に応じた傾向の違いも見られます。同調査によれば、比較型の検索でブランドが提示された割合は75.9%、1件あたりの平均は6.6ブランドでした。

一方、定義型の検索では39.3%、平均2.7ブランドにとどまります。ただし、本調査は2026年2月から3月にかけて取得されたデータであり、AIの回答内容は日々変動します。ブランド判定もLLMの分類に基づくため、調査条件を踏まえて解釈する必要があります（参照*2）。

露出・想起・再訪という考え方

クリックの発生に先立ち、まずはユーザーの目に触れて記憶に残る段階が重要視されています。ここで鍵になるのが、露出・想起・再訪という三段階の考え方です。

martech.orgの記事では、現代のカスタマージャーニーは露出、想起、再訪を軸に形成されていると指摘しています。想起の有無を直接計測することは困難ですが、その効果は指名検索の増加、再訪時のエンゲージメント向上、クリックという行動に表れる信頼感などのパターンとして観察可能です（参照*3）。

同記事では、指名検索の検索数を、露出が想起につながっているかを示す最も明確な指標の一つとして挙げています。外部の多様な接点でブランドに触れたユーザーが、自発的に名称を検索している状態を反映していると捉える考え方です（参照*3）。

つまり指名検索数は、これまでの継続的な露出がユーザーの記憶に定着した度合いを可視化する指標の一つといえます。逆に言えば、指名検索が増えていない企業は、露出量か、露出の質か、あるいは両方に課題があると読むべきです。

指名検索を増やす4施策

AIに読まれる情報整備

最初に着手すべき施策は、生成AIが解析・構造化しやすい形式で自社情報を整理・公開することです。私がコンサルティングの現場で見ていても、情報の「量」より「構造」に課題がある企業のほうが圧倒的に多い印象があります。

GEO（生成エンジン最適化）に関する研究では、AIへの適合性を高めるための要点として3つの側面が提示されています（参照*4）。

モデルが理解しやすい明瞭な記述と情報構造の整備
AIが引用元として参照したくなる信頼性の高い証拠や統計、独自データの提示
明確な著者情報や専門性の明示など、権威性と信頼性を担保するシグナル

テキストの構成方法についても示唆があります。同研究では、従来のブラックハットSEO手法はGEOにおいてほとんど効果を発揮しないとされています。これは私の実感とも一致しています。キーワードを詰め込んだページより、読者とAIの双方が理解しやすい構造のページのほうが、AI回答に引用される場面が増えています。

主眼となる要素を先頭に配置する構成、構造化された見出し設計、冒頭への重要事実の提示といった、ホワイトハットな会話型SEOアプローチのほうが成功する可能性が高いと示唆されています（参照*4）。なお、これらは研究上の見解であり、成果を絶対的に保証するものではありません。

独自の名称とデータづくり

自社独自の概念名や調査データは、AIが言及・引用する材料となる可能性があります。私が運営するメディアでも、独自の調査結果や造語が他サイトに引用されるケースが、一般的な解説記事と比べて明らかに多い経験があります。

martech.orgの記事では、ブランド選好が測定可能な購買意図に先行して形成されるのであれば、独自のポジショニング、自主調査の実施、ソートリーダーシップの確立、継続的なブランド投資は、間接的な支援策ではなく事業成果を直接左右する活動と位置づけるべきだと指摘しています（参照*5）。

コンテンツの総量を増やすことだけが解決策とは言えません。競争優位性の源泉は、コンテンツの量産よりも、AIが一貫して引用する信頼性の高い情報源になれるかどうかにあります。生成AIでSEO記事を量産できるようになるほど、記事そのものの価値は下がる。希少になるのは、実際に測定したデータ、現場で得た失敗談、社内にしかない判断基準です。

第三者メディアと動画での露出

AIによる引用元の傾向を分析すると、自社Webサイトの外部における露出の重要性が浮き彫りになります。自社サイトをいくら整備しても、第三者からの言及がなければAIには選ばれにくい、という構造です。

GEOに関する研究が実施した149,912件の引用分析によると、全引用の75.2%は競合サイトやビジネスカタログなどの第三者ドメインに向けられていました。一方、分析対象となったブランド自身の公式サイトへ直接向けられた引用は、わずか2.9%でした（参照*4）。

掲載先の選定にも明確な傾向があります。同研究によれば、YouTubeをはじめとする動画プラットフォームからの引用が4.2%を占め、非企業サイトの情報源としては最多でした。次いでIT・ビジネス系メディアが3.8%、Redditなどのコミュニティフォーラムが3.3%と続きます。

コンテンツ形式別では「CRMツールトップ10」のような比較・一覧記事が最も多く、コンテンツ引用の35.7%、全引用の21.0%を占めました。一般的な解説記事は31.0%、導入手順書は9.7%です。第三者メディアのランキング記事への掲載は、AIに引用されるうえで非常に効果的なシグナルとなることを示唆しています（参照*4）。

ウェビナー・資料での接点づくり

B2Bマーケティングの意思決定者1,500人を対象としたAdobeの調査では、検討プロセスの中盤において中立的な専門家の推奨が最も重視されていました。アナリストや有識者から推奨ソリューションとして選ばれることが37.9%で首位となっています。

また顧客事例の評価も高く、動画形式が34.3%、記事形式が34.1%を記録し、いずれも自社制作のコンテンツを上回りました。専門家からの推薦が競合優位性につながる可能性は、自社制作テキストの1.7倍です（参照*6）。

一方で課題も明確になっています。同レポートで挙げられた、信頼されるB2Bブランド構築の阻害要因は3つあります（参照*6）。

説得力ある導入事例や客観的な成果データの不足：27%
予算制約に伴う施策の停滞：25%
自社を推薦してくれる顧客の不在：24%

これは担当者の意識調査の結果であり、施策の直接的な効果測定値ではありません。

動画広告で指名検索を押し上げた例

動画広告やブランド認知施策の展開が、ブランド名での検索増をもたらした事例も報告されています。

Googleが紹介した事例によると、高級ファッション通販のOunassはYouTubeを活用したフルファネル施策を展開しました。その結果、サウジアラビアの視聴者の過半数が、広告視聴後に「Ounass」と指名検索するよう促されたと報告されています（参照*7）。

家具ブランドCastleryの事例でも成果が示されています。米国市場において「Castlery」の検索数は、ニューヨークで137%、シアトルで145%の伸びを記録しました。

コネクテッドTV広告の配信により、ニューヨークで最高水準の広告想起率向上を、シアトルで極めて高い認知率の上昇を達成しました（参照*8）。なお、これらは個別企業の特定条件下における実績値であり、同一の再現性を保証するものではありません。

施策の優先順位の付け方

ブランドの地位が低いほど、AIの回答候補に選出されにくい現状が明らかになっています。ここは施策の順番を間違えやすいポイントです。

GEO研究の初回追跡調査では、世界的な知名度を誇るティア1ブランドは関連回答の72.9%に登場しました。これに対し、地域有力企業であるティア2は43.6%、中堅・ニッチ企業のティア3は11.4%にとどまりました。ティア3企業は情報露出の最低閾値に達しない課題に直面しているため、ページ単体の改善を進める前に、第三者メディアでの言及獲得や比較記事への掲載を通じて、ブランド自体の存在感を高める投資が必要になる可能性があります（参照*4）。

私がAI検索を手動で観察してきた感覚とも合致しています。知名度の低いブランドが自社サイトのページ改善だけに注力しても、まず第三者からの言及を獲得しなければ、AIの回答には登場しません。ティア3の企業であれば、まず比較記事や業界メディアへの掲載から始めるべきです。

BtoBとBtoCでの違いと進め方

BtoBで効く信頼のつくり方

BtoB領域においては、大衆に向けた広範な知名度よりも、同一業界内での認知や評価の確立が重視されます。広く知られることではなく、意思決定に関わる人たちに正しく知られることが目的です。

Adobeのレポートでは、不特定多数に認知されること以上に、対象市場の中で認知・理解され、話題に上り、同業他社の目に触れることが本質的であると説いています。B2Bブランドへの信頼性は、市場外での一般的な知名度よりも、特定業界内での客観的な裏付けによって効果的に構築されます（参照*6）。

この分析には一定の前提条件があります。本データは米国、英国、ドイツ、ブラジル、インド、オーストラリアのマーケティング責任者各250人、計1,500人へのアンケートに基づいています。同調査では、第三者専門家による推奨や実際の顧客の証言が、自社制作コンテンツよりも高く評価されていました（参照*6）。

BtoCでの露出と効果の時間差

一般消費者向けの事業では、動画広告による継続的な露出がブランド検索の伸長に寄与した事例が存在します。

ネットスーパーのOcado Retailは、YouTube広告の運用方針を刷新しました。ホリデーシーズンごとの短期集中型配信から通年常時配信型へと変更しています。数か月のテスト運用で成果が確認できたため、現在も継続されています。

その結果、前年比で新規顧客の購買数が32%増加し、ブランド検索数も43%向上しました（参照*9）。なお、これは同社が発表した報告値です。

一方で、消費者の行動様式が変化するまでには時間を要することを示す研究もあります。UCLA Andersonが紹介した調査では、LLMの利用開始から約5カ月間、ユーザーの検索行動パターンは利用前と統計的な差が見られませんでした。

新たなAIツールを毎週利用しながらも、従来のGoogle検索をほぼ従来通り併用していたためです。旧来の検索エンジンにおける検索数が減少し始めたのは、約20週が経過した時点でした（参照*10）。

指名検索数の測り方

Search Consoleでの確認

自社ブランドの指名検索の動向は、Google Search Consoleを活用して追跡できます。まずここから始めるのが現実的です。難しいツールを導入する前に、Search Consoleで社名や主要サービス名の検索推移を月次で確認する習慣をつけることを勧めています。

Search Consoleでは、ユーザーの流入検索キーワードごとの表示回数、クリック数、平均掲載順位を確認可能です。社名や主要サービス名を含むクエリでフィルタリングすることで、指名検索の推移を把握できます。また最新のレポート機能では、AIによる概要やAIモードといった生成AI検索機能、ならびにDiscoverのAI機能における表示回数を専用画面で確認できるようになりました（参照*11）。

ただし、当レポートで把握できるのは露出回数などの定量データに限られます。AI回答の文脈の中で自社がどのように紹介されたかという定性面までは判別できません。

複数指標の組み合わせ

施策の成果を正確に判断するためには、指名検索数だけでなく複数の関連指標を組み合わせて評価する必要があります。私がAI検索の手動監視をする際は、ChatGPT、Perplexity、Gemini、Google AI Overviewなど複数のエンジンで代表的なプロンプトを月次確認し、自社言及・引用URL・競合言及・文脈・センチメントの5点を見ています。

martech.orgの記事では、ダイレクトトラフィックの動向はブランドを既に認知している層の再訪を示す場合があると説明されています。平均滞在時間、1セッションあたりの閲覧ページ数、コンバージョン率などの指標は、コンテンツに接触したユーザーが価値を得ているかを測る基準となります。

さらに、検索機能やAI生成回答におけるシェア・オブ・ボイスの重要性も高まっています。直接のクリックが発生しなくとも、AIの推奨の中にブランドがどの程度含まれているかを把握できるためです（参照*3）。

指名検索数は露出が想起へと転換されたかを示す有力な指標の一つです（参照*3）。これらの指標を並行して確認することで、クリック前後のユーザー行動を包括的に捉えられます。

数字の読み違いに注意

指名検索に関わる数値は、その測定背景を正しく理解しないと事業実態の誤認を招く恐れがあります。数字が増えたから施策が成功した、と単純に結論づけるのは危険です。

martech.orgの記事では、自社の顧客ポートフォリオ全体において、ブランド検索経由の顧客獲得単価は非ブランド検索より平均76.6%割安であったと示されています。一方で、広告オークションの環境が安定していた過去1か月間において、ブランド検索需要自体は11.1%縮小した事例が報告されています。これは特定企業群のデータに基づいた分析結果です（参照*5）。

同記事では、ブランド検索数をブランド需要の参考指標として活用しつつも、絶対的な代替指標として盲信すべきではないと提言しています。併用が推奨される指標は3つあります（参照*5）。

非助成認知
文脈を考慮した検索シェア
ブランド経由のコンバージョン率

また、Search Consoleに記録される表示回数の仕組みにも留意が必要です。freeCodeCampの解説によれば、GoogleのAI ModeやAI Overviewsは、クエリファンアウト技術により1つの検索を複数のサブクエリに分解し、個別の情報源を探索して統合回答を作成します。この探索に伴う表示や順位付けはシステム上で実際に記録されますが、ユーザー自身が検索結果画面を閲覧したわけではないため、クリックにつながることはありません（参照*12）。

おわりに

AI要約が表示される検索環境ではリンクがクリックされにくく、ブランド名を含まない検索においてもAIが候補ブランドを独自に提示します。だからこそ、日頃から露出を積み重ね、必要なときに社名で想起してもらう導線設計が極めて重要になります。クリックされるかどうかの前に、AIの回答の中に自社が存在しているかどうかを問うべき時代です。

指名検索は、その想起が定着した度合いを測る重要な指標です。ただし、指名検索数だけを絶対視してはいけません。AI検索が浸透するほど、クリックを伴わない形での認知形成が増えるからです。

施策としては、AIが解釈しやすい情報基盤の整備、独自の名称やデータの創出、第三者メディアや動画での露出強化、信頼性の高い事例・証言を用いた接点づくりが鍵を握ります。効果検証においてはSearch Consoleを基準としつつ、直接流入やエンゲージメント、AI回答内での言及頻度を組み合わせて多角的に分析することが求められます。ツールより先に、代表的なプロンプトを手動で確認する習慣から始めることを勧めます。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））