はじめに

AI検索の台頭により、Webサイトへの流入経路が多様化しています。従来はGoogle検索などのオーガニック流入が主流でしたが、ChatGPTをはじめとするLLM（大規模言語モデル）経由の流入が無視できない存在になってきました。

週末の朝礼では、「AI経由のセッションにおけるCVRが高い」という記事をもとに、実際のデータと今後の対策について議論しました。

引用元：https://webtan.impress.co.jp/e/2025/11/07/50364

AI経由のCVRは本当に高いのか

データが示す現実

記事では「AI経由のセッションにおけるCVRが高いとも言われている」と前置きしながらも、実際にはオーガニック流入の方が高いケースもあると指摘されています。つまり、AI経由だから必ずしもCVRが高いわけではなく、サイトや業種によって結果は変わるということです。

確かにその通りな事例も多い中、bonの実績の一部では以下のような結果も出ています：

• GPT経由のCVRは、全体と比べると6倍以上

• 初回セッションでは29%のCVを達成し、2回目以降では71%のCVを記録

• 全体のセッション数に対してGPTセッションは約0.35%だが、全CV数のうち約8%程度を占めている

この数字は、AI経由の流入が少数でも、質の高いユーザーを獲得できている証拠と言えます。

なぜGPT経由のCVRが高いのか

購入意欲の高いユーザーが多い

記事では、ハンブルク大学のカイザー氏らの調査が引用されており、「LLM（AIチャット）経由で購入するパターンは少ない」とされています。しかし、実際には以下のような購買行動が見られます：

1. LLM（AIチャット）で情報収集をする

2. ユーザーは購入を決定する

3. その後、ECサイトやブランドの公式サイトを訪問して購入を完了する

つまり、AI経由で来るユーザーは、すでに情報収集と意思決定を済ませているため、CVRが高くなると考えられます。

検索との違い

記事では「近い将来に検索と同等にはならない」と述べられていますが、私は｢検索は導線として機能する一方、oLLM（オーガニックLLM）は新しい発見の場｣という性質の違いを示していると考えています。

検索は「探しているものがある」状態で使われますが、AIチャットは「相談しながら選択肢を絞っていく」使い方がされます。この違いを理解することが、LLMO（LLM最適化）を進める上で重要かなと。

bonが取り組むべきこと

メディアやサービスごとの計測が必要

記事では「メディアやサービスで変わるため、計測して自社サイトの特性を見極めることが重要」と強調されています。bonでも、以下のような取り組みが求められます：

• GPT経由の流入データを継続的に計測する

• どのような問い合わせや購買パターンが多いかを分析する

• サイトごと、業種ごとの特性を把握する

全体のセッション数とCV数のバランスを見る

弊社の実績では、GPT経由のセッションは全体の0.2%〜0.35%程度、CV数では約5〜8%というケースもございます。現時点では流入数は少ないものの、今後AIチャットの利用が増えれば、この割合も上昇する可能性があります。

早い段階でLLMO対策を進めることで、競合に先んじて質の高いユーザーを獲得できるかもしれませんね。

直帰率は少ないが、関覧傾向は良くない

記事では「直帰は少ないが、関覧傾向は良くない」という指摘があります。これは、AI経由で訪れたユーザーが目的のページには辿り着くものの、サイト内を回遊していない可能性を示しています。

bonの考察としては、以下のような仮説が立てられます：

• ユーザーはAIが提示したページに直接アクセスしている

• 目的の情報がすぐに得られるため、他のページを見る必要がない

• CVに至るユーザーは目的が明確で、迷わず行動している

• AIが提示するリンクは複数あるため、他リンクも参照している

今後は、AI経由のユーザーにどのような情報提供や導線設計が効果的かを検証していく必要があります。

bonの考え

今回の朝礼を通じて、AI経由の流入はまだ全体の一部ですが、CVRの高さという点で無視できない存在であることが確認できました。

記事にもあるように「近い将来に検索と同等にはならない」としても、oLLM（オーガニックLLM）は新しい発見の場として成長していくと予想されます。bonとしては、早い段階からLLMOに取り組み、データを蓄積し、クライアントに価値ある提案をしていくことが重要だと考えています。

また、「メディアやサービスで変わる」という前提を忘れず、それぞれのサイトに合った計測と分析を続けていきます。