Appearance
レポート結果の見方
レポート実行が完了すると、ブランドの可視性を分析するための豊富なデータと視覚的な情報が表示されます。このページでは、レポート結果画面の各セクションと、どのように活用するかを詳しく解説します。
解説動画
レポート結果画面の見方を動画で確認できます（準備中）
レポート結果画面の構成
レポート結果画面は、以下のセクションで構成されています：
- ブランド概要 - ブランドの基本情報と総合スコア
- レポートサマリー - 主要指標をカード形式で一覧表示
- Google Analytics連携 - トラフィックデータとの相関分析（設定時）
- 改善提案分析 - AIによる具体的な改善アクション提案
- ブランド比較チャート - 競合との比較分析
- 実行結果サマリー - クエリ×AIモデルごとの詳細結果
- 引用ランキング - 引用されたブランドとサイトのランキング
それぞれのセクションを詳しく見ていきましょう。
1. ブランド概要セクション
レポート画面の最上部に表示される、ブランドの基本情報と総合スコアのセクションです。
表示される情報
- ブランドロゴ/ファビコン: ブランドの視覚的識別
- ブランド名: 登録されたブランド名
- 業界: ブランドが属する業界カテゴリ
- ブランド説明: ブランドの概要説明
- ウェブサイト: 登録された公式サイト（最大3件表示）
- キーワード: 優先度付きキーワード（最大8件表示）
- 同義語: ブランド名の同義語（最大5件表示）
総合スコア（Visibility Score）
ブランド全体の可視性を表す0〜100点のスコアです。このスコアは、レポートに含まれるすべてのクエリ実行結果を統合して算出されます。
スコアの目安:
- 70点以上（緑色）: 非常に高い可視性を獲得している
- 40〜69点（黄色）: 中程度の可視性、改善の余地あり
- 40点未満（赤色）: 可視性向上が必要
Visibility Scoreの計算方法
総合スコアは、3つの評価軸から算出されます：
1. Presence（言及）スコア - 35点満点
ブランドがAI回答に言及されているかを評価します。
- 言及あり: 35点
- 言及なし: 0点
2. Position（位置）スコア - 35点満点
ブランドリスト内での順位を評価します。AI回答で複数のブランドが列挙された場合、何番目に言及されたかが重要です。
- 1位: 35点
- 2位: 25点
- 3位: 15点
- 4位以降: 5点
なぜ順位が重要か
AI検索では、ユーザーは上位に言及されたブランドほど強く印象に残ります。1番目に言及されることが理想的です。
3. Citation（引用）スコア - 30点満点
引用情報の質と量を評価します。
構造化引用 - 最大15点
- ブランドサイトが引用元として表示されているか
- 引用順位が高いほど高得点
インライン出現順位 - 最大15点
- 回答テキスト内でブランド名が何番目に出現したか
- 1番目: 15点、2番目: 12点、3番目: 9点...
総合スコアの計算式
Visibility Score = Presence（35点） + Position（35点） + Citation（30点）
各クエリ実行結果のスコアを平均して、レポート全体の総合スコアを算出します。
スコア計算の詳細を確認する
ブランド概要セクションの総合スコア横にある「スコア計算方法」リンクをクリックすると、詳細な計算方法を確認できるモーダルが表示されます。
2. レポートサマリーセクション
主要指標をカード形式で一覧表示するセクションです。レポート全体の概要を素早く把握できます。
2-1. ブランド露出率カード
ブランド露出率は、AI回答全体のうち、ブランドが言及された割合（%）です。
表示される情報:
- 露出率（%）: ブランド言及回答数 ÷ 総AI回答数 × 100
- ブランド言及回答数 / 総AI回答数: 例「45 / 120」
- AIモデル別の露出率内訳: OpenAI、Gemini、Perplexityごとの露出率
見方のポイント:
- 露出率が高いほど、多くのクエリでブランドが言及されている
- モデル別内訳で、どのAIで強い/弱いかを把握できる
- 露出率が低い場合、ブランド認知度向上施策が必要
2-2. モデル別スコアカード
各AIモデルでの平均スコアを表示します（上位5モデル）。
表示される情報:
- AIモデル名（例: OpenAI、Gemini、Perplexity）
- 平均Visibility Score
- ビジュアルバー表示（スコアの視覚化）
見方のポイント:
- どのAIモデルで可視性が高いか/低いかを比較
- 特定のAIで低い場合、そのAI向けの最適化が必要
- 主要なAI（OpenAI、Gemini、Perplexity）のスコアを重点的にチェック
2-3. ファネル別スコアカード
カスタマージャーニーの各段階でのスコアを表示します。
3つのファネル段階:
- 認知段階（TOFU - Top of Funnel）: 潜在顧客がブランドを初めて知る段階
- 理解・検討段階（MOFU - Middle of Funnel）: 製品やサービスについて詳しく調べる段階
- 決定・行動段階（BOFU - Bottom of Funnel）: 購入や契約の意思決定を行う段階
表示される情報:
- 各ファネル段階の平均スコア（0-100点）
- クエリ数
- 総回答数
- ラジアルスコア表示（色分け：緑70点以上、黄40-70点、赤40点未満）
見方のポイント:
- どのファネル段階で強い/弱いかを特定
- 例: 認知段階では高いが、決定段階では低い → 購入検討時の情報不足を改善
- ファネル別に施策を最適化することで、効率的にブランド認知度を向上
ファネル別スコアを活用しよう
ファネル別スコアは、カスタマージャーニーのどの段階で改善が必要かを示します。詳しくはファネルステージについてをご覧ください。
2-4. キーワード別スコアカード
ブランドに登録された各キーワードでの平均スコアを表示します。
表示される情報:
- キーワード名
- 平均スコア
- ビジュアルバー表示
見方のポイント:
- どのキーワードで可視性が高いか/低いかを把握
- スコアが低いキーワードに関するコンテンツを強化
- 高スコアのキーワードは引き続き維持・強化
2-5. 引用ブランドランキング TOP5
AI回答で引用されたブランドのランキングです。
表示される情報:
- ランク（1位〜5位）
- ブランド名
- 引用回数
- 自社ブランドのバッジ表示
見方のポイント:
- 自社ブランドが何位にランクインしているか
- 競合ブランドがどのくらい引用されているか
- 引用回数が多い競合を特定し、差別化戦略を検討
2-6. 引用サイトランキング TOP5
AI回答で引用元として表示されたWebサイトのランキングです。
表示される情報:
- ランク（1位〜5位）
- ドメイン名
- 引用回数
見方のポイント:
- 自社サイトが引用されているか
- どのようなサイトが引用されやすいか（ニュースサイト、レビューサイト、専門サイトなど）
- 引用されやすいサイトに掲載される施策を検討（プレスリリース、寄稿、レビュー依頼など）
ドメイン詳細を確認
ドメインをクリックすると、そのドメインが引用されたクエリの詳細をモーダルで確認できます。
3. Google Analytics連携セクション
ブランドにGoogle Analyticsが設定されている場合、このセクションが表示されます。
表示される情報:
- 期間選択（デフォルト: 過去90日）
- トラフィック指標とVisibility Scoreの相関
- ユーザー行動データ
見方のポイント:
- Visibility Scoreの向上がトラフィック増加につながっているか検証
- GA4データと組み合わせて、スコアとビジネス成果の関係を分析
詳しくはGoogle Analytics連携をご覧ください。
4. 改善提案分析セクション
AIがレポートデータを分析し、ブランド認知度向上のための具体的なアクションプランを提案するセクションです。
改善提案の生成が必要
このセクションを利用するには、「改善提案」タブから分析を生成する必要があります（2ポイント消費、約6分）。
4つの分析タイプ
タブ形式で切り替えて利用できます：
- 総合分析: レポート全体の包括的な改善提案
- コンテンツ改善分析: 不足コンテンツの特定と制作提案
- サイト掲載提案分析: 効果的な掲載先サイトの提案
- 技術的改善分析: サイト技術面での改善提案
改善提案に含まれる情報
各提案項目には以下が含まれます：
- タイトル: アクションの概要
- 説明: 具体的な実施内容
- カテゴリ: コンテンツ改善、被参照強化、技術的改善、競合対策
- 影響度: 実施による効果の大きさ（高・中・低）
- 工数: 実施に必要な時間・リソース（高・中・低）
- 信頼度: 提案の根拠の確実性（高・中・低）
- チェックリスト: 実施した施策にチェックマークをつけて進捗管理
見方のポイント:
- 影響度が高く、工数が低い施策から着手
- 信頼度も考慮し、根拠が明確な施策を優先
- チェックリストで進捗を管理
詳しくは改善提案を活用するをご覧ください。
5. ブランド比較チャート
競合ブランドとの比較を視覚的に表示するセクションです。
散布図表示
2軸での比較:
- X軸: ブランドのメンション数（言及回数）
- Y軸: 平均Visibility Score
見方のポイント:
- 右上にプロットされるブランド: 高スコア × 高メンション数（最も強い）
- 左下にプロットされるブランド: 低スコア × 低メンション数（改善が必要）
- 自社ブランドと競合の位置関係を確認
テーブル表示
散布図下部には、詳細なテーブルが表示されます：
- ブランド名
- 平均スコア
- メンション数
- 競合ブランドの属性情報
ブランド詳細モーダル: ブランド名をクリックすると、そのブランドの詳細情報がモーダルで表示されます：
- スコア詳細
- メンション数
- モデル別集計
- 引用例
見方のポイント:
- 競合がどのクエリで強いかを把握
- 競合より優位な領域と劣位な領域を特定
- 差別化すべきポイントを明確化
6. 実行結果サマリーセクション
クエリ × AIモデルのマトリックス形式で、すべての実行結果を一覧表示するセクションです。
表示される情報
各行には以下の情報が表示されます：
- クエリテキスト: 実行された質問文
- AIモデル: 使用されたAIモデル（OpenAI、Gemini、Perplexityなど）
- スコア: ラジアルスコア表示（色分け）
- ブランドメンション: 言及あり/なし
- 抽出されたブランド一覧: AI回答から抽出されたブランド名
- ファネルステージ: クエリが属するファネル段階
- 開始/完了日時: クエリ実行の日時
フィルター機能
以下の条件でフィルタリングできます：
- モデル: 特定のAIモデルのみ表示
- メンション状態: ブランド言及あり/なしで絞り込み
- キーワード: 特定キーワードのクエリのみ表示
- ファネル: ファネル段階で絞り込み
詳細の確認
各行をクリックすると、そのクエリ実行の詳細がモーダルで表示されます：
- 実行情報: クエリテキスト、モデル、実行日時、スコア
- AI回答: 完全な回答テキスト
- ブランド分析: 言及箇所、言及回数、競合ブランド
- 引用情報: 引用されたサイト、自社サイト引用の有無
見方のポイント:
- スコアが低いクエリを特定し、原因を分析
- ブランド言及なしのクエリを重点的に改善
- 高スコアのクエリから成功パターンを学ぶ
- フィルターを活用して、特定の条件での傾向を把握
7. 引用ランキングセクション
AI回答で引用されたブランドとサイトの詳細ランキングを表示するセクションです。
7-1. 引用ブランドランキング
表示される情報:
- ランク
- ブランド名
- 引用回数
- ビジュアルバー表示
モデル別フィルター: 特定のAIモデルでの引用ランキングを確認できます。
見方のポイント:
- 自社ブランドの順位を確認
- 競合ブランドとの引用回数の差を把握
- 引用回数を増やす施策を検討（権威性向上、ニュース掲載、レビュー獲得など）
7-2. 引用サイトランキング
表示される情報:
- ランク
- ドメイン名
- 引用回数
- ビジュアルバー表示
モデル別フィルター: 特定のAIモデルでの引用ランキングを確認できます。
見方のポイント:
- 自社サイトが何位にランクインしているか
- どのようなサイトが引用されやすいか（権威性の高いサイト、ニュースサイト、業界特化サイトなど）
- 引用されやすいサイトへの掲載戦略を立案
ドメイン詳細を確認
ドメインをクリックすると、そのドメインが引用されたクエリの詳細をドリルダウンできます。どのようなクエリで引用されたかを確認することで、掲載すべきコンテンツのヒントが得られます。
レポート結果の活用方法
レポート結果を効果的に活用するための推奨フローです。
ステップ1: 総合スコアで全体像を把握
- ブランド概要セクションのVisibility Scoreを確認
- スコアが目標値に達しているか評価
- スコアの色（緑/黄/赤）で改善の緊急度を判断
ステップ2: サマリーカードで詳細を分析
- 露出率: ブランド言及率が低い場合、認知度向上施策が必要
- モデル別スコア: 特定のAIで低い場合、そのAI向けの最適化を検討
- ファネル別スコア: 弱いファネル段階を特定し、施策を集中
- キーワード別スコア: 低スコアのキーワードに関するコンテンツを強化
ステップ3: 実行結果サマリーで個別クエリを確認
- スコアが低いクエリを特定
- ブランド言及なしのクエリを優先的に改善
- フィルター機能を活用して、傾向を分析
ステップ4: 競合比較で差別化ポイントを明確化
- ブランド比較チャートで競合との位置関係を確認
- 引用ブランドランキングで競合との差を把握
- 差別化すべき領域を特定
ステップ5: 改善提案で具体的なアクションを決定
- 改善提案分析を生成（2ポイント消費）
- 影響度・工数・信頼度を考慮して優先順位を決定
- チェックリストで進捗を管理
ステップ6: 定期的にレポートを実行して効果を測定
- 改善施策を実施後、再度レポートを実行
- スコアの変化を追跡
- PDCAサイクルを回して継続的に改善
データのエクスポート
レポート結果をCSV形式でエクスポートして、外部ツールで分析できます。
エクスポートボタン: レポート詳細ページ右上の「CSVエクスポート」ボタンをクリック
エクスポートされるデータ:
- 基本情報（レポート実行ID、実行日時、ファネル段階、クエリ情報）
- AI応答（AIモデル、モデルバージョン、回答テキスト）
- スコアリング（可視性スコア、プレゼンススコア、ポジションスコア、引用スコア、ブランド順位）
- ブランド分析（言及有無、言及回数、言及箇所、競合ブランド一覧）
- 引用分析（引用サイト数、引用URL一覧、自社サイト引用情報）
詳しくはレポートデータをエクスポートするをご覧ください。
よくある質問
レポート結果はどのくらいで表示されますか？
レポート実行後、以下の処理が順次実行されます：
- クエリ実行: 各クエリ × AIモデルの組み合わせで実行（数分〜数十分）
- 解析処理: AI応答の解析とスコア計算（数分）
すべての処理が完了すると、レポート結果が表示されます。進捗状況は画面上部の進捗バーで確認できます。
レポート結果は自動更新されますか？
はい、処理中のレポートは自動的にポーリングされ、リアルタイムで更新されます：
- Ingest Runner実行中: 5秒ごと
- Parse Worker処理中: 完了率に応じて5-10秒ごと
レポート結果を他のユーザーと共有できますか？
はい、共有リンク機能を使って外部に共有できます。共有リンクを知っていれば、Answer IOアカウントを持たないユーザーでもレポート結果を閲覧できます。
機密性の高い情報に注意
共有リンクは誰でもアクセスできるため、機密性の高い情報を含むレポートの共有には注意してください。
過去のレポート結果は保存されますか？
はい、すべてのレポート実行履歴が保存されます。レポート一覧ページから、過去の任意のレポートを選択して結果を確認できます。
スコアが低い場合、どうすればいいですか？
以下の手順で改善していきましょう：
- ファネル別スコアで弱い段階を特定
- 実行結果サマリーでスコアが低いクエリを分析
- 改善提案分析を生成して具体的な施策を取得
- 施策を実施後、再度レポートを実行して効果を測定
詳しくは改善提案を活用するをご覧ください。
これで、レポート結果画面のすべてのセクションを理解し、効果的に活用できるようになりました！
定期的にレポートを実行し、スコアの推移を追跡することで、ブランド認知度向上の取り組みを継続的に改善していきましょう。