LLMOの成果指標としてDirect（直接流入）を使うべき理由は、ChatGPTなどのAIアプリやブラウザ拡張からの流入が参照元情報を持たず「Direct」として計測される仕様だからです。AI検索で引用された結果、ユーザーがリンクをクリックしてもリファラーが欠落するため、Direct流入の増加はAI経由の成果を反映する代理指標になります。ただしDirectにはブックマークやURL直接入力も含まれるため、指名検索やAIリファラーと組み合わせた分析が前提です。

なぜDirect流入がLLMOの成果指標になるのか？

AI検索からの流入の多くは、リファラーが欠落して「Direct」に分類されます。これがDirectをLLMOの代理指標として使う最大の理由です。

  • ChatGPTのスマホアプリ内ブラウザからの遷移は参照元が引き継がれにくい
  • 一部のAIプラットフォームはHTTPSからHTTPへの遷移で参照元を落とす
  • ブラウザ拡張機能経由のクリックもリファラーを持たないケースが多い

つまり、AI引用が増えるとDirect流入も連動して増える構造があるため、観測点として有効です。

GA4で「Direct」が急増する仕組みとは？

GA4における「direct / none」は、本来の直接流入だけでなく、参照元情報が欠落した流入もまとめて分類される仕様です。

AI経由のトラフィックがDirectに混ざる主因は次の3点です。

  1. アプリ内ブラウザによる参照元の喪失
  2. SSL設定や遷移仕様によるリファラー欠落
  3. URLの直接入力・ブックマークとの混在

このため、Direct急増を見たら「AI効果の可能性」と「技術的要因」の両面を切り分ける必要があります。CTR側の変化と合わせて見るならAI検索によるCTR低下の分析手法も参考になります。

Directだけでは不十分な理由とは？

Direct流入単体ではLLMOの成果を正確に測れません。理由はDirectが複数の流入源を内包するためです。

Directに含まれる主な要素は以下の通りです。

  • AI経由でリファラーが欠落した流入（AI効果の可能性）
  • ブックマークからの再訪問
  • URLの直接入力
  • メールアプリやネイティブアプリからの遷移

このため、Directの増減はあくまで「観測のきっかけ」とし、複数指標で裏付けることが推奨されます。

Directと組み合わせるべき3つの指標

AI経由の成果は、Direct・AIリファラー・指名検索の3点セットで評価するのが基本です。1つの指標だけでは因果を誤読しやすいためです。

1. AIリファラーの特定

GA4でchatgpt.comやperplexity.aiなど特定ドメインからのReferral流入を抽出します。Directに混ざらず計測できる流入は、AI効果の確実な証拠になります。

2. 指名検索（ブランド検索）の増加

Google Search Consoleで企業名・サービス名の検索数を追跡します。AIに言及されたことで認知が上がると、指名検索が伸びる傾向があります。

3. AIブランドメンション数

ChatGPT・Gemini・Perplexityなどの回答内で、自社が実際に言及・推奨されているかを記録します。AI検索での自社引用状況の確認方法を使うと定点観測しやすくなります。

Direct流入をどう分析・分解すればいいのか？

Direct流入は「AI起因」「再訪問」「技術要因」に分解して読むのが基本手順です。分解せずに増減だけを追うと誤った結論につながります。

分析の手順は次の通りです。

  1. Direct全体の推移を月次で確認する
  2. 新規ユーザー比率を見て初回訪問か再訪問かを推測する
  3. AIリファラー流入の推移と相関を確認する
  4. 指名検索数の推移と時系列で重ねる
  5. ランディングページを確認し、ブックマーク経由かAI誘導かを推測する

新規ユーザー比率が高いDirectは、AI経由の初回流入である可能性が高いと考えられます。

Direct以外の計測上の落とし穴とは？

Directの数値は技術的不備でも増えるため、計測環境の健全性チェックが欠かせません。これを怠るとAI効果を過大評価します。

「direct / none」に紛れ込む技術要因には以下があります。

  • SSL未対応ページからの遷移
  • 表示速度の遅延によるタグ未発火
  • リファラースパムやボットトラフィック
  • 計測タグの実装漏れ

回避不可能な要因（直接入力・ブックマーク・オプトアウト）と、対策可能な要因（SSL・速度・スパム）を切り分けることが重要です。実装面の点検にはLLMO対策の診断チェックリストが役立ちます。

LLMO成果指標のKPI設計例（2026年版）

2026年時点のLLMO効果測定では、定量・定性を組み合わせた複数KPIの設計が主流です。Direct単独ではなく、目標値を設定して時系列で追います。

指標 計測ツール 役割 目標設定例
Direct（直接流入） GA4 AI効果の観測点 新規Direct比率の上昇を追う
AIリファラー流入 GA4（Referral） AI経由の確証データ 主要4プラットフォームを抽出
指名検索数 Search Console ブランドリフト 3ヶ月でブランド検索の増加を確認
AIメンション率 手動調査 言及頻度の把握 質問リストで定点観測
センチメント 手動調査 言及の質を評価 肯定・中立・否定を分類

B2B領域で評価軸を整える場合はB2B企業のためのLLMO完全ガイドも参照してください。

手動計測の限界とリスクとは？

AIメンションの手動計測には、再現性とパーソナライズという2つの壁があります。これを理解せずに数値化すると誤った意思決定につながります。

手動計測の主な限界は以下の通りです。

  • パーソナライズにより回答が人・環境で変わる
  • 同じ質問でも出力が毎回異なり再現性が低い
  • 質問リストの選定にバイアスが入りやすい
  • 工数が大きく継続が難しい

このため、手動調査はスクリーンショット記録などで運用ルールを固定し、定点観測の精度を上げることが推奨されます。

よくある質問（FAQ）

Direct流入が増えたら必ずAI効果と言えますか？

必ずしもそうとは言えません。DirectにはブックマークやURL直接入力、技術的なリファラー欠落も含まれます。AIリファラー流入や指名検索の増加と時系列で重ねて確認することが推奨されます。

GA4でAI経由の流入を区別する方法はありますか？

chatgpt.com、perplexity.ai、gemini.google.comなど特定ドメインからのReferral流入を抽出する方法があります。ただしアプリ内ブラウザ経由はDirectに混ざるため、Referralで捕捉できるのはAI流入の一部にとどまると考えられます。サイト側の改善策はAI検索に引用されるためのサイト改善策を参照してください。

LLMOの成果はDircetだけで報告してよいですか？

Direct単独での報告は推奨されません。Directは観測のきっかけとして使い、AIリファラー・指名検索・AIメンション率を組み合わせて総合的に評価することで、より正確な成果報告につながります。

指名検索とDirectはどう使い分けますか？

指名検索はSearch Consoleで認知度の変化を、DirectはGA4で実際の訪問行動を捉えます。AIに言及されると認知が上がり指名検索が増え、その後にDirectや再訪問が増える流れを想定すると整合的に解釈できます。

まとめ：Directを起点に複数指標でLLMO成果を可視化する

LLMOの成果指標としてDirect（直接流入）が重視される理由は、AIアプリや拡張機能からの流入がリファラーを持たずDirectに分類される仕様にあります。ただしDirectはブックマークやURL直接入力、技術的欠落も含むため、AIリファラー流入・指名検索数・AIメンション率と組み合わせて評価することが正確な計測の前提です。2026年時点では、Directを観測の起点としつつ、複数KPIを時系列で重ねて分析する設計が、LLMO成果を可視化する実践的な手法と考えられます。

本記事は一般的なWeb解析・LLMO計測の考え方を解説したものです。GA4やSearch Consoleの仕様は更新される場合があるため、最新の公式ドキュメントもあわせてご確認ください。