インサイトに戻る
SEO & GEO#AIショッピング可視性#Search Console#Merchant Center#ファーストパーティ分析#商品データ

2026年にAIショッピング可視性を測定する方法

Search Consoleの生成AIレポート、Merchant CenterのAIインサイト、ファーストパーティ分析、手動チェック、商品データ実験を組み合わせる実務モデル。

公開日 2026年6月30日Reading time: 4 分Foundax
2026年にAIショッピング可視性を測定する方法

2026年にAIショッピング可視性を測定する方法

AIショッピング可視性は、ecommerceチームが毎週扱う運用課題になりました。商品はGoogle AI Mode、AI Overviews、Gemini、ChatGPT Search、Copilot、marketplace assistant、AIを使ったretail media体験に表示される可能性があります。ただし、各surfaceが返すデータは同じではありません。公式レポートがある場合もあれば、referrer、ブランド検索、PDP行動、購入後アンケートに間接的な痕跡だけが残る場合もあります。

重要なのは、強い証拠と方向性シグナルを分けることです。Search Console、Merchant Center、ファーストパーティ分析、手動AI surfaceチェックは、それぞれ別の問いに答えます。これらを商品データ実験と結びつけて読むことで、可視性レビューが実務に変わります。

AIショッピング可視性を測定する階層モデル

測定マップ

第一層は技術的なeligibilityです。ページはクロール可能で、インデックス可能で、snippet対象になり、内部リンクで見つかり、ユーザーに見える商品情報を持つ必要があります。Google Search Centralは、AI OverviewsとAI Modeでも基本的なSEO原則が有効であり、専用のAIファイルや特別なschemaは不要だと説明しています。

第二層はSearch Consoleです。Googleは2026年6月に、一部プロパティ向けにGenerative AI performance reportsを導入しました。Search reportはAI OverviewsとAI Modeを含むGoogle Searchの生成AI機能でのimpressionsを示し、pages、countries、devices、datesで確認できます。これは可視性レイヤーであり、完全なecommerce attributionではありません。

第三層はMerchant Centerです。Googleは2026年5月27日に、AI-powered shopping experiences向けのAI performance insightsを発表しました。share of voice、shopping funnel performance、product term insights、product attribute insightsを扱い、米国、カナダ、オーストラリア、インド、ニュージーランドから段階的に展開されます。

新しい制約でSearch Consoleを読む

標準のPerformance reportは広いWeb search baselineとして使います。Generative AI reportが使える場合は、対応する生成AI機能のimpressionsを別に見られます。最初にプロパティのアクセス有無を確認し、まだ表示されない場合はその状態を記録して、Web search trends、landing pages、query familiesで分析を続けます。

制約も明確です。このレポートは主にimpressionsを測るもので、全てのprompt、session、click、revenueを返すものではありません。Search Labs experimentsは含まれず、通常のSearch Console制限も残ります。週次レビューで見るべき問いは、重要ページが対応する生成AI機能で可視性を得ているか、その動きが商品データやcontentの変更と合っているかです。

Merchant Centerで商品シグナルを見る

Shopping discoveryは商品事実の明確さに左右されます。Merchant Centerのproduct term insightsは、購入者が会話的に使う表現を示します。product attribute insightsは、色、素材、スタイル、サイズ、互換性、配送、返品などの不足情報を見つける手がかりになります。

優先順位はbusiness valueで決めます。売上が高い商品、marginが良いカテゴリ、既にsearch demandがある商品、属性が購入信頼に直結するページから始めます。AI insightsがまだない場合も、diagnostics、feed status、approval status、attribute coverage、titleとdescriptionの品質、shipping-return設定、landing pageの一貫性をproxy signalとして使えます。

クリック後のファーストパーティ軌跡

外部レポートだけではクリック後の行動を説明できません。ファーストパーティ分析ではsource、medium、referrer、landing page、product page、add-to-cart、checkout start、order、currency、market、device、repeat visit、購入後アンケートを保持します。AI経由の発見はdirect、brand search、一般的なreferral、後日の再訪として記録されることがあります。

Foundaxはstorefront analytics、source breakdown、pageとfunnel analysis、product analytics、orderに紐づくanalytics sessionを扱えます。AI-adjacent referrals、brand search、content page、PDP、direct returnの行動を比較できます。重要なのは、訪問者が十分に明確な商品事実を見つけ、cartとcheckoutに進むかどうかです。

手動チェックと実験

手動チェックは定性調査として扱います。category、problem、comparison、budget、compatibility、shipping、returnの固定prompt setを作り、同じmarketと言語で定期的に確認します。brandが出るか、productが出るか、どのattributeが説明されるか、source linkが何か、誤りや不足がどこかを記録します。

測定は実験になって初めて価値を持ちます。一つのproduct family、一つのbuyer problem、一群のfields、一つのreview windowを選びます。変更前にSearch Console、Merchant Center、PDP engagement、prompt notesを取り、変更後に同じ層を読みます。複数の層が同じ方向に動く場合、単独のグラフより判断が強くなります。

Foundaxで自社ストア層を管理する

Foundaxは制御できる入力を一つのworkflowに置きます。product records、SEO metadata、Product JSON-LD preview、sitemap、Search Console verification、sitemap submission、Merchant Center preflight、多言語content、Content Studio publishing、first-party analyticsです。AIショッピング可視性は単一fieldでは改善しにくく、page、structured data、feed-page alignment、policy content、クリック後行動の一貫性に依存します。

実務フローは、product setを選び、product factsを整え、PDPとsupport contentを公開し、structured dataとGoogle workflowsを確認し、必要に応じてsitemapを送信し、Search Console、Merchant Center、first-party behaviorを観察する流れです。

関連記事

よくある質問

Search ConsoleでAI ModeとAI Overviewsを測定できますか？

Generative AI performance reportへのアクセスがある場合は、AI OverviewsとAI Modeのimpressionsを確認できます。ない場合は標準Performance reportをWeb search baselineとして使います。

Merchant Center AI performance insightsは全マーチャントで使えますか？

Googleは一部国から段階的に展開すると説明しています。アクセスがない場合はdiagnostics、feed health、approval status、attribute completenessを使います。

ファーストパーティ分析でAI経由の注文をすべて特定できますか？

できません。cohort、landing page、PDP behavior、funnel movement、repeat visit、survey responseの比較に向いています。

AIショッピング可視性はどの頻度で確認すべきですか？

アクティブなproduct setは週次で十分です。日次確認はlaunch、migration、feed issue、大きなexperiment中に限ります。

最初にテストすべき商品データは何ですか？

素材、サイズ、互換性、価格、availability、shipping、returns、care instructions、use cases、PDP FAQから始めます。

参考資料とドキュメント

最新の記事

AIショッピング可視性の測定方法 2026 | Foundax