LLMOのKPIは何を見る？引用・ブランド言及・指名検索まで成果指標を整理

「LLMO対策を始めたものの、何をもって成果と判断すればよいのか分からない」。AI検索への対応を進める企業では、こうした悩みが出やすくなっています。

AI回答に自社の記事が引用されたら成果なのか。企業名が回答に出ればよいのか。それとも、従来通り検索流入や問い合わせを見るべきなのか。指標が増えるほど、経営層や上司へ何を報告すればよいのか迷いやすくなります。

結論から言うと、LLMOのKPIは1つに絞るのではなく、「AIに露出する」「ブランドとして認識される」「自社を調べてもらう」「サイト内で行動される」「問い合わせ・商談につながる」という段階に分けて評価することが重要です。

インティメート・マージャーがAI検索やLLMO/AEOをテーマに整理してきたセミナー・記事でも、検索流入だけではAI検索時代の成果を捉えきれないという課題が見えてきました。実務では、AI回答内での言及、指名検索、Webサイトへの流入、その後のセミナー遷移や問い合わせまでをつなげて見る必要があります。

本記事では、BtoB企業がLLMOの効果測定を行う際に確認したいKPIを、実務で使いやすい4つの階層に分けて整理します。

LLMOのKPIは「AIに出たか」だけでは判断しない

LLMOの効果測定で最初に整理したいのは、AI回答への露出と事業成果は同じものではないという点です。

例えば、ある質問に対して自社名が生成AIの回答へ表示されたとしても、その時点ではユーザーが自社サイトを訪問したとは限りません。逆に、AI回答から直接クリックされなくても、その後企業名を覚え、数日後に指名検索した可能性もあります。

BtoBではさらに、情報を調べた人と問い合わせを行う人、決裁者が同じとは限りません。そのため「AIから何件流入したか」だけでLLMOの価値を判断すると、比較検討前のブランド接点を見落とす可能性があります。

実務では、LLMOのKPIを次の4層に分けると整理しやすくなります。

評価段階	見るべきKPI	確認したいこと
AI露出	引用、参照、ブランド言及、比較候補への登場	AIが自社を情報源・選択肢として扱っているか
ブランド想起	指名検索、ブランド関連検索、検索表示	AI接点の後に自社を調べる行動が生まれているか
サイト行動	AI経由セッション、記事回遊、CTA遷移	訪問後に比較・検討が深まっているか
事業成果	セミナー申込、資料閲覧、問い合わせ、商談	マーケティング・営業成果へ接続しているか

つまり、LLMOのKPI設計では「AIに引用されたか」を入口、「問い合わせや商談につながったか」を出口として、その間にあるブランド想起とWeb行動を計測することがポイントです。

LLMO自体の意味やSEO・AEOとの違いから確認したい方は、LLMOとは？SEO・AEO・GEOとの違いとAI検索時代の考え方も参考にしてください。

最初に見るKPI｜AI回答で引用・言及されているか

LLMOの最も上流にあるKPIは、生成AIやAI検索の回答に自社の情報・ブランドがどのように現れているかです。

ここでは「引用」と「ブランド言及」を同じものとして扱わないことが重要です。

指標	意味	見るポイント
引用・参照	自社ページが回答の根拠・参照先として扱われる	どのURL・テーマが参照されたか
ブランド言及	リンクの有無にかかわらず企業名・ブランド名が回答に登場する	どの課題の企業として説明されたか
比較候補への登場	「おすすめ」「比較」「選び方」などで候補として扱われる	どの競争文脈・カテゴリに入っているか
説明の正確性	AIが自社について正しく説明できているか	対象顧客、サービス、強みなどに誤りがないか

引用率は「固定した質問群」で測る

引用状況を確認する際、毎回違う質問を入力していては前後比較ができません。

まず、自社がAI検索で評価されたい質問を10〜30問程度決め、同じ質問群を継続的に確認する方法が考えられます。

例えばBtoB企業であれば、次のように検索・比較プロセスごとに質問を作ります。

• 「〇〇とは何ですか」
• 「〇〇を導入するメリットと注意点は？」
• 「〇〇を支援できる企業を選ぶ基準は？」
• 「〇〇と△△の違いは？」
• 「BtoB企業で〇〇を始める方法は？」

その上で、例えば次のように指標化します。

引用率 ＝ 自社ページが引用・参照された質問数 ÷ 有効な確認質問数

ブランド言及率 ＝ 自社ブランドが回答に登場した質問数 ÷ 有効な確認質問数

ただし、生成AIの回答は同じ質問でも時期や文脈によって変わるため、1回の結果だけで上昇・下降を判断しないことが重要です。月次・週次など一定の条件で記録し、傾向として確認します。

「出たか」だけでなく「何として出たか」を確認する

LLMOの評価で見落としやすいのが、ブランド名が表示されたという事実だけを成果にしてしまうことです。

例えば自社が「広告支援会社」として認識されたいのに、AI回答では別の領域の企業として説明されているのであれば、ブランド言及数が増えても必ずしも望ましい状態とは言えません。

そこで定点観測では、数だけでなく次の内容も記録します。

• どのテーマ・質問で言及されたか
• どのような企業・サービスとして説明されたか
• どのページが根拠として扱われたか
• 比較対象としてどのカテゴリに入ったか
• 事実と異なる説明がないか

LLMOでは、単純な「露出量」だけでなく認識の正確さも品質指標として見る必要があります。

Googleの生成AI検索ではSearch Consoleの露出データも確認する

2026年には、Google Search Consoleでも生成AI検索に関する可視性を従来より直接確認しやすくなっています。

Googleは2026年6月、AI OverviewsやAI ModeなどGoogle検索内の生成AI機能について、専用のGenerative AI performance reportを発表しました。

利用可能なプロパティでは、生成AI機能内で自社URLが表示された回数や、表示されたページ、国、デバイス、時系列などを確認できます。

生成AI検索のインプレッションは「AI上の検索可視性」として見る

ここで確認したいのは、通常検索の順位とは少し異なる「生成AI検索内で自社コンテンツが露出しているか」という変化です。

• 生成AI検索でのインプレッション
• 表示されたページ
• 対象国
• デバイス
• 日別・週別・月別の変化

例えば、LLMO施策として一次情報記事や比較記事を強化した後に、対象URLの生成AI検索上での露出が増えたかを確認できます。

ただし、この指標だけで「ユーザーに選ばれた」と判断するのは早計です。インプレッションはあくまでAI検索内で発見される段階の先行指標として扱います。

次に見るKPI｜ブランド言及が「指名検索」へつながっているか

AI回答内でブランド名が表示された後に確認したいのが、企業名・サービス名を直接検索する「指名検索」です。

AI検索では、回答を読んだユーザーが必ずその場でリンクをクリックするとは限りません。「この企業は聞いたことがある」「あとで調べよう」と記憶し、その後Googleなどで企業名を検索することも考えられます。

このため、LLMOの成果をクリック数だけで判断すると、AI検索がブランド想起に与えた影響を見落としやすくなります。

Search Consoleのブランドクエリを確認する

2026年時点では、Search ConsoleのPerformanceレポートでブランド関連クエリと非ブランドクエリを分けて確認できる機能も利用可能になっています。

指名検索の評価では、次の変化を確認します。

• ブランド関連クエリの表示回数
• ブランド関連クエリのクリック数
• ブランド名＋課題語の検索
• ブランド名＋サービスカテゴリの検索
• ブランド名＋比較・評判・事例などの検索

特にBtoBでは、単純な企業名だけではなく、「企業名＋課題」「企業名＋サービス」「企業名＋比較」といった検索が増えているかを見ると、認知から比較検討へ進んでいる可能性を捉えやすくなります。

指名検索の割合だけを追わない

ブランド検索の比率をKPIにする場合は注意も必要です。

非指名検索が大幅に伸びれば、ブランド検索の絶対数が増えていても比率は下がります。したがって「ブランド検索比率30％を目標」といった単独の数値より、表示回数・クリック数・クエリ種類の変化をセットで見た方が実務では判断しやすくなります。

ブランドSEOとの関係を詳しく整理したい場合は、ブランドSEOとは？通常のSEO・指名検索・LLMOとの違いを解説もあわせてご覧ください。

生成AI経由の流入はGA4でサイト行動まで見る

AI回答の外側だけでなく、実際に自社サイトを訪れたユーザーの行動も確認します。

Google Analyticsでは2026年5月、主要なAIアシスタントからの訪問を識別するための「AI Assistant」チャネルが追加されました。

これにより、AIアシスタントから自社サイトへ訪れたユーザーについて、他の流入チャネルと比較しながら行動を確認しやすくなっています。

AI経由セッション数だけでは不十分

「AIから月50セッション来た」という数値だけでは、成果の良し悪しは判断しにくいでしょう。

BtoBサイトでは、訪問後にどこまで比較検討が進んだかを確認します。

KPI	確認する意味
AI Assistant経由セッション	生成AIからサイトへ移動した規模を見る
ランディングページ	どの情報がAI検索から読まれているかを見る
エンゲージメント	訪問後に記事を実際に読んでいるかを見る
関連記事への遷移	単発閲覧から理解・比較へ進んでいるかを見る
事例・サービスページ閲覧	情報収集から具体的な検討へ進んでいるかを見る
CTAクリック	次の行動への関心が発生したかを見る
キーイベント	申込・問い合わせなど目標行動を確認する

例えば、AI経由のセッション数が少なくても、事例ページ閲覧率やCTA遷移率が高ければ、比較検討度の高いユーザーを獲得できている可能性があります。

逆に、訪問数だけ増えても記事1ページを読んで離脱している場合は、サイト内に次の判断材料が不足していないかを見直す必要があります。

最終KPI｜問い合わせ・セミナー申込・商談まで見る

LLMOの最終的な評価は、AIに表示されたことではなく、企業のマーケティング・営業目標への貢献までつなげて考えます。

特にBtoBでは、Webサイトへの訪問から問い合わせまでに複数の記事、セミナー、営業資料、社内共有を経ることがあります。そのため、LLMOだけにすべてのCVを直接帰属させることは現実的ではありません。

それでも、少なくとも次のような指標を同じダッシュボードで確認することで、施策と事業成果の距離を把握できます。

• セミナー情報ページへの遷移数
• セミナー申込数
• 資料ダウンロード
• 問い合わせ数
• 問い合わせ内容
• 商談化数
• 商談時に言及された記事・AI検索接点

インティメート・マージャーのコンテンツ運用でも、SEO施策のKPIとして表示回数・クリック数・掲載順位だけを見るのではなく、記事からウェビナーページへの遷移や申込など、目的に応じた効果検証へつなげる考え方を重視しています。

「PVは減っている。しかしセミナー申込や問い合わせは落ちていない」という場合、単純に「記事の成果が悪化した」と判断するのではなく、顧客の情報収集経路が変化していないかを確認する必要があります。

LLMOのKPIは先行指標と成果指標を分ける

ここまでのKPIを、実務でさらに扱いやすくするために「先行指標」「中間指標」「成果指標」に分けます。

区分	主なKPI	役割
先行指標	AI検索インプレッション、引用率、ブランド言及率、比較候補率	LLMO施策がAI上の可視性へ反映され始めているかを見る
中間指標	指名検索、AI経由訪問、記事回遊、事例閲覧、CTAクリック	露出が顧客の関心・比較検討へ変わっているかを見る
成果指標	セミナー申込、資料DL、問い合わせ、商談化	事業成果への接続を確認する

施策開始直後に問い合わせだけを見ると、「まだ成果が出ていない」と判断しやすくなります。

一方、引用数だけを見ると「成果が出た」と過大評価してしまう可能性があります。

先行指標→中間指標→成果指標という順番でつなげて見ることで、どこまで進んでいて、どこで止まっているのかを判断できます。

LLMO KPIの実務設計例

例えばBtoB企業が「〇〇領域の専門企業としてAI検索で比較候補に入り、問い合わせを増やす」ことを目的にした場合、次のように設計できます。

段階	KPI例	確認方法	改善対象
AI露出	対象質問でのブランド言及・引用	固定質問群の定点観測、Search Console	一次情報、記事内容、企業情報
ブランド想起	指名検索・ブランド関連検索	Search Console	ブランド情報、第三者接点、記事群
訪問	AI経由セッション	GA4	ランディングページ
比較	事例・サービスページ遷移	GA4	内部リンク、比較情報、事例
行動	セミナー・資料・問い合わせCTA	GA4	CTA、オファー内容
事業成果	問い合わせ・商談	フォーム、営業管理データ	マーケ・営業連携

KPIを見ても改善策が分からない場合は「どこで止まったか」を見る

KPIの目的は、毎月数字を報告することではありません。次に何を変えるべきか判断できる状態をつくることです。

AI露出が少ない場合

まず、対象テーマに対して自社が十分な公開情報を持っているか確認します。

• 一次情報があるか
• テーマを深く扱う記事群があるか
• 企業やサービスの説明が一貫しているか
• 重要ページがインデックスされているか

ブランド言及はあるが指名検索が増えない場合

AI回答内で名前は出ていても、ユーザーが「さらに調べたい」と感じる理由が弱い可能性があります。

自社が何に強い会社なのか、他の選択肢との違い、実績・専門性など、ブランド記憶につながる情報を見直します。

指名検索は増えたが問い合わせにつながらない場合

この場合はLLMOより、サイト内の比較検討情報を確認します。

• 導入事例はあるか
• 向いている企業が分かるか
• 他の方法との違いが分かるか
• 導入条件や注意点が分かるか
• 次に取るべき行動が明確か

「AI検索には出るのに商談にならない」という場合、露出ではなく、その後の意思決定支援がボトルネックになっている可能性があります。

LLMO KPIのチェックリスト

自社の効果測定環境を、以下の項目で確認してください。

確認項目	何を見るか	不足している場合
評価する質問群が決まっている	10〜30問程度の代表的な質問	顧客の情報収集・比較質問から作成する
ブランド言及を記録している	ブランド名が出た質問と文脈	月次・週次で定点観測を開始する
引用URLを記録している	どのページが参照されるか	ページ別に記録する
説明の正確性を確認している	AIによる企業・サービス説明	誤認されているテーマを特定する
Google生成AI検索の露出を確認している	専用レポートのインプレッション・ページ	Search Consoleの利用可否を確認する
指名検索を確認している	ブランドクエリの表示・クリック	ブランド関連検索を分けて管理する
AI経由訪問を確認している	AI Assistantチャネル	GA4の流入チャネルを確認する
訪問後の行動を確認している	回遊、事例閲覧、CTA遷移	重要イベントを設定する
CVまで確認している	セミナー、資料、問い合わせ	記事閲覧とCVをつなげて見る
営業成果と照合している	問い合わせ内容・商談	営業側から定性的な情報を戻す

週次でどのようにダッシュボードへ落とし込むかを知りたい方は、AI検索の見える化ダッシュボードの作り方｜週次モニタリングの必須項目も参考になります。

LLMO KPIを経営層へ説明するときは「流入」より「意思決定プロセス」で示す

LLMOのKPIを社内へ説明するとき、「AIから何件アクセスがありました」とだけ伝えると、施策の価値が伝わりにくいことがあります。

BtoBの場合は、顧客がどのように自社へ近づいているかというプロセスで説明する方が理解しやすくなります。

1. AI検索で自社・記事が露出した
2. 自社ブランドが比較候補として認識された
3. 企業名やサービス名を検索する人が増えた
4. サイトへ訪れ、事例や関連記事を閲覧した
5. セミナーや問い合わせへ進んだ

この流れであれば、「AIに引用されること」が最終目標ではなく、比較検討前の接点を増やすマーケティング施策であることを説明しやすくなります。

AI検索全体のKGI・KPI設計について詳しく確認したい場合は、AI検索時代のKPI設計｜検索順位・クリック数だけでは見えない成果の測り方もあわせてご覧ください。

まとめ｜LLMOの成果は「引用→想起→検索→行動」の流れで見る

LLMOの効果測定では、引用数やブランド言及数だけを最終成果にするのではなく、その後の顧客行動までつなげて考えることが重要です。

おすすめする順番は、次の通りです。

1. AI回答内で引用・ブランド言及されているか
2. どのテーマ・比較文脈で認識されているか
3. 指名検索が増えているか
4. AI経由でサイトを訪れているか
5. 関連記事・事例・サービスページへ進んでいるか
6. セミナーや問い合わせにつながっているか

検索順位だけを見ていて、本当に顧客に選ばれているのか不安になる。一方で、AIに名前が出たことだけを成果とするのも違和感がある。この2つの間をつなぐのがLLMOのKPI設計です。

すべてを一度に計測する必要はありません。まずは「代表質問でのブランド言及」「指名検索」「AI経由流入」「CTA」の4項目から始め、データが蓄積した段階で商談や受注との関係を確認していく方法が現実的です。