インティメート・マージャーがLLMO施策の効果計測サービス「LLMO User Research」開始

AI Ron の考察：LLMO効果計測の現在地——「引用されているか」を測る時代の到来

インティメート・マージャーの「LLMO User Research」は、日本のLLMO市場で最も重要な課題——「効果をどう測るか」に正面から取り組んだサービスだ。しかしその前に、2026年現在のLLMO効果計測の全体像を把握しておく必要がある。

LLMO市場は爆発的に拡大している

Perplexityは2025年後半の6ヶ月でユーザー数が2倍に増加。GoogleのAI Overviewはクエリの25〜40%に表示される。「LLM SEO」の検索ボリュームは2026年初頭で月間+23%の伸びを記録。そしてGEO（Generative Engine Optimization）ツール市場には、2024〜2025年だけで35以上の専用ツールが登場した。効果計測なしに、この市場で戦うことは不可能だ。

AI出現率（LCRS）——新しいKPIの登場

従来のSEOには「検索順位」という明確なKPIがあった。LLMO時代の新しいKPIは「AI出現率」だ。自サイトのコンテンツが、ChatGPT・Perplexity・AI Overview・Copilotの回答でどれくらいの頻度で引用されるかを測る指標だ。

umoren.aiは「AI引用率」「メンション頻度」「引用スコア」の3指標を独自に定義し、効果測定の標準化を推進している。Otterly.aiはG2で「#1 AI Search Monitoring Platform」と評され、Profoundは2026年冬のG2 AEOリーダーに選出された。日本でも12社以上のLLMO対策サービスが比較される状況だ。

効果計測の方法論——3つのアプローチ

1. クエリベース測定（最も直接的）

ターゲットキーワードでAI検索に問い合わせ、自サイトが引用されるかを定期的にチェック。SparkToroの2,961回テストでは、同じ質問でも100回中1回しか同じ結果にならないことが判明しており、統計的に有意な結果を得るには相当な回数が必要。

2. リファラー分析（間接的だが実用的）

GA4で「chat.openai.com」「perplexity.ai」からの流入を追跡。ただしLoamlyの調査ではAI流入の70.6%がリファラー不明で記録されるため、実態を大幅に過小評価するリスクがある。

3. API統合型（スケーラブル）

インティメート・マージャーのIM-DMPのように、データプラットフォームとAI検索のモニタリングを統合するアプローチ。引用率だけでなく、引用経由のCVまで追跡できる点が強み。

効果計測の落とし穴——まだ「標準」はない

2026年現在、LLMO効果計測の確立された標準手法は存在しない。各AIプラットフォームのアルゴリズムは非公開であり、引用基準も開示されていない。umoren.aiの3指標も業界標準にはなっていない。つまり、ツールが出す数値をそのまま信じるのは危険だ。複数ツール・複数期間で照合し、トレンドで判断する姿勢が求められる。

中小サイトが今すぐできること

1. ベースラインを測定する — まずは現状のAI引用率を知ること。ゼロならゼロと認識することが出発点
2. ターゲットキーワードを10本選定 — 自サイトの核となるキーワードでChatGPTとPerplexityに問い合わせ、引用有無を記録
3. 30日以内の更新を徹底 — コンテンツ鮮度が30日以内のページはLLM引用率が2.3倍（Growth Memo調査）
4. 引用可能性の高いコンテンツ構造 — FAQ形式、データ付き比較表、チェックリストなど、AIが「答え」として抽出しやすい形式を意識

ビジネスインパクトは実証済み

LLMO施策を体系的に実施した企業は、平均+320%のAI引用改善率を達成し、成功事例では最大+480%に達する。AI検索経由のコンバージョン率は4.4倍（通常のオーガニック検索比）。効果計測の精度はまだ発展途上だが、取り組まないことのリスクの方がはるかに大きい。