ユースケース1：
Content as a Service v2 - customer-journey-analytics - Friday, April 19, 2024 at 10:35
Adobe Customer Journey AnalyticsのLLM Insightsでブランドの検索可視性を計測する
LLM Insightsが組織のAIによる検索行動を分析戦略に取り込み、視認性、顧客エンゲージメント、ビジネスインパクトをより明確に評価できるようにする方法を探ります。
LLMはデジタル検索の新たな入口となっています。見込み客はブランドのwebサイトを訪れる前に、ChatGPT、Claude、Google AI Overviewsなどのプラットフォームを通じて製品を調べ、選択肢を比較し、購入を決断するようになっています。
Bain & Companyによると、消費者の80%が検索の多くにAI生成の回答を活用しています。
しかし、AIによる検索行動がビジネス成果にどう貢献しているかを把握できている組織はほとんどありません。LLMがどれだけのトラフィックやエンゲージメントを生み出しているか、どのコンテンツが表示・引用されているか、LLM経由のカスタマージャーニーがコンバージョンに与える影響を理解することに、多くのチームが苦労しています。
複数のシステムにまたがる断片化されたデータが、この状況をさらに複雑にしています。視認性インサイト、顧客エンゲージメントのメトリクス、収益データ、ボットアクティビティがそれぞれ異なるプラットフォームに分散していることが多いためです。
LLM Insights in Adobe Customer Journey Analyticsは、AIによる検索行動と顧客エンゲージメントおよび収益成果を連携させることで、この可視性のギャップを解消します。AIを介したジャーニーと人を介したジャーニーの両方を統合的に把握できるようになり、AIによる検索行動のビジネス価値を計測してエクスペリエンスを最適化することが可能になります。
LLM InsightsでAIによる検索行動を計測戦略に組み込む
AIが主導するカスタマージャーニーを計測するには、AIサービス上での行動と、自社が保有するデジタルエクスペリエンス上での行動をつなげる必要があります。Customer Journey AnalyticsのLLM Insightsは、この2つの視点を1つに統合します。
Adobe Brand Visibilityは、AIを活用したエクスペリエンス全体でブランドがどのように表示・機能しているかを把握するのに役立ちます。ブランドへの言及、引用、シェアオブボイス、エージェントトラフィック、リファラルトラフィック、プロンプトレベルのインタラクションに関するインサイトを提供します。
Customer Journey Analyticsは、これらのシグナルをセッション、カスタマージャーニー、ファネルの進行状況、コンバージョン、売上、リテンション、チャーン、アトリビューションと紐付けることで、この視点をさらに補完します。
以下のユースケースでは、この統合されたビューが組織にとって最も重要な問いに答えるためにどのように役立つかを示します。AIが主導するトラフィックが獲得チャネルの組み合わせのどこに位置するか、AIで表示されているページのうちパフォーマンスが低いのはどれか、AIにおけるブランドのプレゼンスが需要や売上シグナルとどのように関連するか、そしてどの最適化アクションがパフォーマンスを向上させているかを確認することができます。
AIが
AI検索やAIアシスタントは、AI生成の回答を通じた情報探索が増えるにつれ、ブランドにとっての新たな獲得チャネルとして台頭しています。これらのプラットフォームが生み出すトラフィック量、最も価値の高い訪問者をもたらしているAIソース、そしてそのトラフィックが検索、ペイドメディア、メール、ソーシャルとどのように異なるかを把握することが、ブランドには欠かせません。
ただし、LLMはボット、検索システム、CDNインフラを通じてコンテンツにアクセスすることが多いため、AIが主導するカスタマージャーニーの把握は容易ではなく、標準的なブラウザベースの分析では全体像を正確に捉えることができません。
その結果、チャネルミックスに盲点が生まれます。従来の獲得チャネルは明確に計測できても、AIが獲得戦略においてどこに位置するかを把握することが困難になっています。
LLM Insightsの活用
LLM Insightsを使用すると、他のチャネルの評価に使用している既存のレポート環境に、AIが主導する獲得データを統合することができます。
Brand Visibilityは、インバウンドトラフィックに関連するAIプラットフォーム、プロンプト、引用、リファラルパスを特定します。Customer Journey Analyticsは、そのトラフィックをチャネルレポートに取り込み、AIによって誘導されたカスタマージャーニーを検索、ペイドメディア、メール、ソーシャルと並べて評価することができます。
AIが主導するトラフィックは既存のCustomer Journey Analyticsワークフロー内で分析されるため、分析データを孤立させることなく、LLMを他のデジタル獲得チャネルと比較することができます。
チームによる実践的な活用方法
チャネルレポートでAIによって誘導されたトラフィックを可視化することで、LLMが獲得チャネルの組み合わせにどのように組み込まれるかをチームが判断することができます。具体的には次のことが可能です：
- どのAIプラットフォームが訪問を促進しているかを特定する。
- どのプロンプトや引用がその訪問と関連しているかを確認することができます。
- Customer Journey AnalyticsでAI専用の獲得ビューを作成することができます。
- AI経由のトラフィックを他のチャネルと比較することができます。
例えば、大手小売業者はAI駆動型トラフィックが業界全体で拡大していることは把握していても、自社がそのトラフィックをどれだけ獲得できているかは分からないケースがあります。Brand VisibilityでChatGPT、Gemini、Claudeなどのプラットフォームからの引用やリファラルクリックを検出し、そのシグナルをCustomer Journey AnalyticsにGenAI獲得チャネルとして取り込むことで、小売業者はAI駆動型トラフィックと従来のチャネルを比較することができます。
ビジネスへの影響
LLM Insightsは、分析チームがAI駆動型の獲得を他のチャネルと同じ測定手法で管理できるよう支援します。検索、有料メディア、メール、ソーシャルとAI駆動型トラフィックの位置づけを示す統合レポートを構築することができます。
この統合ビューにより、マーケティングチームやビジネスチームはAI経由の訪問者を他の獲得オーディエンスと比較し、AIが獲得チャネルミックスの独自の要素として定着しつつあるかどうかを把握することができます。
ユースケース2：
コンバージョンに結びつかない高視認性コンテンツを特定する
ブランド企業はAIを活用したエクスペリエンス全体での可視性向上にますます投資を拡大しています。しかし、その取り組みが必ずしもコンバージョンに直結するわけではありません。LLMは特定のページを頻繁に引用・推奨してリファラルトラフィックを生み出しますが、お客様が訪問した後に何が起きるかについてのインサイトが不足している組織は少なくありません。
これは重要な測定上の課題を生み出しています。ブランド企業は、AI経由のランディングページのうちどれが訪問者をお客様へと効果的にコンバートしているか、またどこでユーザーが障壁にぶつかっているかを把握する必要があります。
LLM Insightsの活用方法
Brand Visibilityは、AI生成回答で最も高い可視性を持つページを特定し、引用、ランディングURL、LLMのリファラルトラフィックを含む情報を提供します。Customer Journey Analyticsはその後、訪問者が到達してからの動きを計測します。バウンス率、エンゲージメントの深さ、コンバージョン、収益、その他のカスタマージャーニーメトリクスなどが対象です。
これらのビューを連携させることで、LLM InsightsはAI経由の訪問者がどこで離脱するか、どのエクスペリエンスが障壁を生んでいるか、そしてどの高視認性ページを優先的に改善すべきかを検出することができます。
チームによる実践的な活用方法
チームがAIの可視性シグナルをジャーニーデータと連携させることで：
- チェックアウトプロセスなど、訪問者がバウンスまたはジャーニーを離脱する箇所を発見することができます。
- AI駆動型トラフィックが最も多いページへのUX改善とA/Bテストを優先することができます。
- ページ改善によってAI経由の訪問者からのコンバージョンと収益が向上するかどうかを測定することができます。
例えば、家電小売業者が複数の購入者向けガイドページがAIアシスタントに頻繁に引用され、高いリファラートラフィックを獲得していることに気づいたとします。Brand VisibilityとCustomer Journey Analyticsを組み合わせることで、モバイル訪問者の直帰率が高く、多くのユーザーがチェックアウト時の支払いステップで離脱していることを確認することができます。これらのインサイトをもとに、チームはコンバージョンの改善余地が最も大きいAI可視ページを優先し、フォームの簡略化、CTAの明確化、モバイルユーザビリティの向上といったページレベルの改善に集中することができます。
ビジネスへの影響
LLM InsightsはAI可視性の測定から、AIを経由したジャーニーのパフォーマンス向上へと進むのに役立ちます。この統合ビューにより、マーケティングチームとデジタルエクスペリエンスチームはAIによって相当数の訪問者を集めながらも収益につながるアクションへの誘導に課題のあるページの改善を優先することができます。
ユースケース3：
AIブランドの存在感を顧客エンゲージメントと収益成果に結びつける
AIにおけるブランドの存在感は権威性を示す重要な指標になりつつありますが、需要やパイプラインのパフォーマンスとは切り離して測定されるケースがほとんどです。AIが生成する回答全体でブランドへの言及、引用、センチメント、シェアオブボイスを追跡できていても、これらのシグナルを有望なリードや収益と結びつける明確な手段を持てていないチームが多くいます。
優先トピックにおけるプレゼンスの強化が、より深いエンゲージメント、質の高いリード獲得、購買意向の高いアクション、そして貢献収益と関連しているかどうかを理解することが、組織には求められています。
LLM Insightsの活用方法
AIブランドの存在感と顧客・パイプラインの成果を連携させることで、LLM InsightsはAIが生成するエクスペリエンスにおける権威性が測定可能なビジネス価値に結びついているかどうかをチームが把握するのに役立ちます。
Brand VisibilityはブランドへのAIでの言及、引用、センチメント、シェアオブボイスを主要なLLMおよびRedditやWikipediaといったサードパーティソースにわたって測定します。Customer Journey Analyticsはこれらのシグナルをエンゲージメントおよびコンバージョン指標と連携させ、リードフォームの送信、トライアルのダウンロード、デモリクエスト、影響を受けたパイプライン、収益などを網羅します。
AIの可視性とカスタマージャーニーデータを連携させることで、チームはAIでの存在感を単独で測定するのではなく、ビジネスパフォーマンスとの結びつきが最も強いトピックやコンテンツへの投資を特定することができます。
チームの実践方法
AIブランドの存在感とパイプラインパフォーマンスを一元的に把握できるチームは、次のことができます：
- エンゲージメント、デモリクエスト、貢献収益に対するブランドセンチメントの影響を分析する。
- AIでの高い権威性と有効なリード獲得の両方をもたらすトピックとコンテンツテーマを特定する。
- エンゲージメント向上との関連性が高いトピックやソースを中心に、検索エンジン最適化、コンテンツ、アーンドメディアへの取り組みを優先してください。
例えば、ある産業機器メーカーが予知保全や安全弁といったトピックのソートリーダーシップに積極的に投資し、AIの可視性を高めたとします。しかし、それが実際に商談に影響しているかどうかを判断するのは困難でした。Brand Visibilityを活用してこれらのトピックのセンチメントとシェアオブボイスを測定し、そのデータをCustomer Journey Analyticsと連携することで、AIの可視性の改善と関連するビジネス成果の相関を把握し、今後のコンテンツ投資を適切に見直すことができます。
ビジネスへの影響
LLMインサイトは、チームがAIの権威性を計画の判断基準へと転換するのを支援します。言及数の増加やシェアオブボイスの向上のみを目的にトピックを選定するのではなく、AIでの存在感の強化がお客様の関心、リードの質、収益の可能性に直結する領域に注力することができます。
これにより、コンテンツ、検索エンジン最適化、コミュニケーション、各事業チームは次に投資すべきトピックをより明確な根拠で判断でき、リーダーはAIの権威性をブランドの可視性にとどまらず、需要創出戦略の一環として評価できるようになります。
ユースケース4：
どのAI最適化施策がビジネス成果を向上させるかを測定する
ブランドがAI最適化に投資する中、実際に可視性とビジネスパフォーマンスを向上させている施策を特定することが重要です。競合との差は、優先プロンプト、トピック、購買ジャーニー全体でブランドが遅れをとっている箇所を示しますが、適切な改善策を常に明確にするわけではありません。
課題の原因は、コンテンツの充実度、クローラビリティ、構造化データ、サードパーティの権威性、製品情報、またはページエクスペリエンスにある場合があります。統合されたビューがなければ、どの変更がこれらのギャップを埋め、質の高いトラフィックを増やし、コンバージョンや収益に貢献しているかをチームが把握することは困難です。
LLMインサイトの効果
LLMインサイトは、AI最適化の取り組みと可視性、トラフィック、そして経時的なビジネス成果の変化を結び付けるのに役立ちます。
Brand Visibilityは、優先プロンプトやトピックに関するシェアオブボイスや競合パフォーマンスを含め、AIプラットフォーム全体でのブランドの存在感を測定します。また、FAQ、製品ページ、適格性コンテンツ、構造化データの改善といったコンテンツや技術面での最適化も推奨します。Customer Journey Analyticsは、これらの最適化の取り組みがトライアル申請、サインアップ、注文、収益などのお客様の成果にどのような影響を与えるかを測定します。
AIに関する競合インサイトとカスタマージャーニーデータを組み合わせることで、組織は成果につながる可能性が最も高い最適化施策を優先することができます。
チームによる実践方法
競合他社のAI可視性、最適化の取り組み、カスタマージャーニーの成果を一元的に把握することで、チームはAI最適化を個別のコンテンツ修正や技術的な対応ではなく、包括的なパフォーマンスプログラムとして評価することができます。具体的には：
- 重要なプロンプトやトピックで、競合他社とのAI可視性をベンチマーク比較する。
- AI最適化で優先すべきページやエクスペリエンスを特定する。
- 最適化の取り組みが顧客獲得やコンバージョンにどう影響するかを測定する。
例えば、ある小売銀行がBrand Visibilityを通じて、自行の当座預金口座商品がAIによるレコメンデーションに表示される割合が極めて低く、競合他社が同じプロンプトを席巻していることを発見するかもしれません。その場合、銀行はBrand Visibilityのレコメンデーションをもとに、FAQ、金利表、適用条件ページの改善を優先的に進めることができます。
ビジネスへの影響
LLM Insightsは、競合ベンチマークから実測可能な最適化へと組織の取り組みを進化させます。アドビでは最適化の取り組みにより、LLMのリファラートラフィックが41%増加し、引用数が200%以上成長しました。CJAがこれらの改善をアトリビューション可能なパイプラインへと転換するのに役立っています。
競合ベンチマーク、AI可視性、最適化のレコメンデーションをカスタマージャーニーとコンバージョンデータと連携させることが、チームがAI最適化の取り組みを継続するための明確な根拠となります。
AIシグナルから、より的確なアクションへ
AIによるディスカバリーは、バラバラなシグナルや単発の実験で管理できる範囲を超えて重要性を増しています。分析チームやマーケティングチームは、AIがカスタマージャーニーのどこに影響を与えているか、どの機会が注目に値するか、そしてどこで最適化がビジネスインパクトをもたらせるかを、より明確に把握する手段を必要としています。
今この機能を構築した組織は、AIがディスカバリー、エンゲージメント、意思決定に与える影響が拡大する中で、変化への対応力を高めることができます。Customer Journey Analytics内のLLM Insightsは、その変化に明確な根拠をもって行動し、他のデジタルチャネルと同じ厳密さでAIを評価し、より良い成果が期待できる領域に注力するための基盤を組織に提供します。
Customer Journey Analytics内のLLM Insightsを探索する ことで、LLMにおけるブランドのプレゼンスをより深く理解することができます。
Title
AIディスカバリーを測定の枠組みに組み込む。
cardDate
2026-08-31
cardImage
CardDescription
Adobe Customer Journey AnalyticsのLLM Insightsが、AIディスカバリーデータを顧客獲得、コンテンツ、ビジネス上の意思決定の改善につなげる方法を学びましょう。
primaryTag
caas:content-type/guide
Tags
caas:content-type/guide, caas:products/customer-journey-analytics
アドビがお客様のビジネスにどのように役立つのかをご案内します
