AIによるPV減少は危機ではない。AI時代の解析者に必要となる「意味を読み解く力」とは

 

こんにちは。大日本印刷の田口佳央莉です。

いま、検索からの流入が大きく変わり始めています。

多くのWeb担当者がその変化を感じつつも、まだはっきりと言語化できていない現象──それが「AI経由での閲覧」の増加です。

AIは文章を瞬時に理解し、必要な情報だけを抽出してユーザーへ最適化した回答を返します。しかし、そのプロセスは解析ツールに残りません。ページビューも、平均閲覧時間も、内部回遊も計測できない。

つまり、これまで私たちが頼ってきたWeb解析の「物差し」が、通用しなくなりつつあるのです。

ただし、これは危機ではありません。むしろAI時代に合った新しい解析手法が必要となり、その価値が高まる転換点だと私は考えています。

今回の記事では、私が現場で実際に行っている「AI時代の解析の読み方」をまとめてご紹介します。

GA4だけ見ても、本質はもう読み取れない

多くの人がもっともなじみのあるアクセス解析ツールであるGA4を例に説明します。

GA4は優れたツールですが、「AI経由の流入」を十分に可視化することはできません。理由はとてもシンプル。「AIは、ページを閲覧していない」からです。

人間のユーザーは、PCやスマートフォンでブラウザを開き、検索してから目的のWebサイトを訪れます。そのため、ページが表示されれば解析タグが動き、ページビューやセッションとしてGA4にデータが残ります。

しかし、AIはまったく違う動きをします。AIはページを表示せず、botとしてサイト内の情報をクロールするだけです。

つまり、「表示しない＝解析タグが動かない＝データが残らない」という構造になっているのです。その結果どうなるか。

• ページビューは発生しない
• セッションも増えない
• ランディングページも記録されない
• 回遊データも残らない

まさに、解析者としては頭を抱える状況が起き始めています。

botならサーバにデータが残るのではないか？

AIがbotとしてサイトをクロールしているなら、サーバログにはアクセスが残るのでは？

――そう思った方、着眼点は鋭いですが、惜しいです。

AIはプロンプト（質問）に対してWebサイトをクロールしますが、毎回サイトにアクセスしているわけではないのです。

AIは一度読み込んだWebページを自分のクラウドに保存し、その後は保存されたキャッシュを再クロールしながら回答を生成することが多くあります。イメージとしては、

• AIが以前サイトを訪問したときに情報をクラウドに保存
• キャッシュにある資料を参照して回答
• そのため、新規アクセスは発生しない

という状態です。ただし例外もあります。たとえば、投資・経済関連、企業情報、ニュース性の高いテーマなど、最新性が重要な分野は、AIも必要に応じて検索エンジンを使い、リアルタイムでサイトを再訪問します。

知っていれば調べずに回答し、知らなければ調べる。AIも人間と同じ行動原理に従っているといえます。

必要となるのは、データとコンテンツの両面から文脈を読むスキル

以下のグラフは、とあるサイトにおける「AI経由で参照されたことを起点としたユーザー流入」の推移です（2024年10月〜2025年11月）。毎月のアクセスがじわじわ増えています。このサイトはコンテンツ更新頻度が高く、AIもユーザーの質問に正確に答えるために頻繁に参照し、その結果としてユーザー訪問も増えているのです。

増加自体は良いことですが、AI時代の解析では、「PVが増えた／減った」「セッションがどう動いた」といった表面の数字だけでは、本質が読めません。

これからの解析者に必要なのは、「PVを読むスキル」ではなく、「データとコンテンツの両面から文脈を読むスキル」なのです。

田口式：AIと人の両方を読むための“二軸解析フレーム”

私は今、データを2つの軸で読み解くようにしています。

①人間の行動を見る軸（GA4）

通常のユーザー訪問に加え、AIで紹介されたことをきっかけに訪問したユーザーもここに含まれます。観察する指標は以下のとおりです。

• PV／訪問数／ユーザー数
• 参照元
• サイト内回遊率／動線
• 平均エンゲージメント時間
• コンバージョン
• 存在しないページへのアクセス数

特に気をつけたいのが、「存在しないページ（404ページ）へのアクセス増加」です。検索エンジンは原則として、エラーとなるページを検索結果に掲載しません。それにもかかわらずアクセスが増える場合は、

• AIが古い情報を参照してユーザーに紹介している
• URL構造を推測して誤ったURLを提示している

といった可能性が高くなります。そのためGA4では、404ページに訪問された場合に「ページタイトル」に「アクセスエラー」と自動で入るよう、タグ設定しておくことをおすすめします。

②AIのサイト参照を見る軸（Google Search Console×コンテンツ構造）

こちらは、AIがどのページを情報源として評価しているかを読む軸です。見るべきポイントは次のとおりです。

• 検索クエリの種類の増減と、共起語の広がり
• 掲載順位
• 掲載されている検索クエリの「テーマ分布」
• 検索エンジンで多く表示されているページが古くないか
• Google検索結果に表示されるページと一致しているか
• コンテンツ構造（h2/h3の明瞭さ、定義文の有無、箇条書きの有無）

もっとも注目すべきは、「AIが評価しているページは、検索クエリの種類が増える」という点です。

この場合においても、実際にデータとして蓄積されるのはユーザーのGoogleでの検索結果ですが、AIがユーザーに検索のヒントを与えることによって、検索クエリの幅が広がります。

• 「◯◯とは」
• 「◯◯ 定義」
• 「◯◯ 仕組み」
• 「◯◯ メリット」
• 「◯◯ 企業 活用例」
• 「◯◯ vs △△ 違い」

これらの語句が増えてきたら、あなたのサイトがAIのキャッシュとして読み込まれ始めていると判断できます。これはGA4だけでは決して見えない情報です。

クリック数は少なくても、表示回数だけ増え、検索クエリの幅が広がっているページは、AIが情報源として参照し始めているサインです。

もう一つ重要なのが、「検索エンジンで多く表示されているページの中身が古くないか」という視点です。とくに以下のようなページは注意が必要です。

• 古いニュースリリース
• 更新停止したサービス案内
• 過去のキャンペーンページ
• 古い価格表や仕様情報

AIは特殊な設定をしていない限り、「最新かどうか」「情報が正しいか」「URLが有効かどうか」といったチェックをしません。そのため、権威性の高い古いページを誤って参照し、ユーザーに提示してしまうことがあります。

GSCでクエリをカテゴリ別にフィルタし、表示回数が多いページが古くないか必ず確認しておきましょう。

AIに強いページの共通点は「構造のわかりやすさ」

AIが引用しやすいページには、いくつか明確な共通点があります。

1ページ1メッセージ

テーマは必ず1つに絞り、内容を混在させないこと。導入事例と製品情報を一緒に掲載するのはNGです。

h2・h3が正しく階層化されている

見出し構造そのものが、AIの理解モデル（論理構造）に直接マッピングされます。階層が崩れていると、AIは何をどう整理すべきか迷います。

定義・理由・結論がはっきりしている

AIは論理性を評価します。「◯◯とは何か → その理由 → 結論」という筋道が明確なページほど、情報源として信頼されます。

余計な装飾文章が少ない

言い換えの多用や接続詞だらけの文章は、AIの処理を邪魔します。語りを盛りすぎず、簡潔な文章がもっとも強いです。

ページ内にFAQがある

「よくあるご質問」ページにまとめるのも良いですが、もっとも効果的なのは各ページの末尾にFAQを置くことです。

上記を満たしたページは、たとえGA4上でページビューが増えなくても、Google Search Consoleの検索クエリは確実に増えます。

つまり、「人は来ていないのに、AIだけは確実に読んでいる」という状態になります。これは決して悪いことではありません。

ユーザーがページを直接読まなくても、AIが要点を正しく要約し、その結果としてお客様の検討フェーズが進んでいく。これはまさにAI時代の新しい導線なのです。

AI時代の解析者に求められる“読み解く力”

AI経由の流入は可視化されず、GA4のアクセスデータは減少し、内部回遊も落ちる。それでも、情報そのものは確実に拡散している。

これから、こうした一見矛盾するデータに遭遇する場面はますます増えていきます。この矛盾を整理し、意味を与えることこそ解析者の役割です。

AI時代の解析で求められるのは、「データを見る力」ではなく「意味を読み解く力」です。具体的には、次のような視点が重要になってきます。

• どのテーマで勝ち始めているのか
• AIはどのページを評価しているのか
• ユーザーの意図はどこへ動いているのか
• 社内のどのページが資産として育ち始めているのか

これらを読み解ける解析者は、確実に価値が高まります。AI時代のWeb解析は、単なる数字の読み取りではなく、ユーザー・コンテンツ・AIの三者の関係を理解する「文脈解析」へと進化しているのです。

まとめ：AIで“指標は消える”。だから解析は進化する。

AI時代のWeb解析は、もはや数字を読むだけの仕事ではありません。表面的な数字は減って見えるかもしれませんが、情報の広がりそのものは、これまで以上に加速しています。

大切なのは指標そのものではなく、その指標が語れなくなった“理由”を読み解く力です。

AIは解析を難しくしたのではありません。むしろ、解析者の価値をさらに引き上げる存在となっています。

これからの解析は、数字を追いかける仕事ではなく、「意味を読み解く仕事」へと確実に進化していきます。

そしてこの変化は、私たち解析者にとって間違いなく追い風です。AI時代のWeb解析は、より創造的で、より戦略的で、より価値のある仕事へと変わっていくに違いありません。