用語集

Answer IOで使用される主要な用語について説明します。

ダッシュボード

Answer IOのホーム画面です。主に以下の情報を確認できます：

• 概要統計
  • ブランド: 登録済みブランドの総数
  • アクティブクエリ: 現在利用可能なクエリの数
  • 今月の実行: 当月に実行されたクエリの総実行数
  • レポート実行数: これまでに実行されたレポートの総数
• クイックアクション: ブランド作成、レポート作成などの主要機能へのショートカット
• 最近のアクティビティ: 直近のクエリ実行結果やレポート実行結果

ダッシュボードは、Answer IOの全体像を把握し、次に取るべきアクションを見つけるための起点となる画面です。

ブランド

ブランド（Brand） は、AI検索での可視性を追跡する対象となる企業やサービスの情報をまとめたものです。

ブランドに含まれる情報

• 基本情報: ブランド名、説明、業界、ロゴ
• ウェブサイト: ブランドの公式サイトURL（複数登録可能）
• 同義語: ブランド名のバリエーション（例：「株式会社○○」「○○会社」「○○Inc.」）
  • 同義語を登録することで、AIの回答内に登録されている同義語が含まれている場合でも、ブランドが言及されていると識別されます
• キーワード: ブランドに関連するキーワード

ブランド名の設定について

ブランド名には、企業名、サービス名、商品名など、追跡したい対象を自由に設定できます。例えば「○○株式会社」という企業名でも、「○○サービス」というサービス名でも、「○○商品」という商品名でも設定可能です。

ブランドの役割

ブランドは、Answer IOにおける管理の単位です。クエリやレポートは、必ずいずれかのブランドに紐づいて管理されます。

TIP

1つのブランドに対して、複数のクエリを作成し、それらを組み合わせてレポートを生成できます。

クエリ

クエリ（Query） は、AI検索エンジンに送信する質問文です。

クエリの構成要素

• 質問文: AI検索に送る実際のテキスト（例：「プロジェクト管理ツールのおすすめを教えて」）
• 対象AIモデル: どのAI検索エンジンでクエリを実行するか
  • OpenAI ✅
  • Gemini ✅
  • Perplexity ✅

クエリ設計のポイント

効果的なクエリを作成するには、以下の点を考慮することが重要です：

• ユーザーの視点で考える: ブランドを探しているユーザーが、AIにどのような質問をする可能性が高いか？
• 表示されたいシーンを想定する: どういう質問をしているユーザーに、ブランドが表示されたいのか？

例えば、プロジェクト管理ツールのブランドであれば：

• 「チームで使えるプロジェクト管理ツールは？」
• 「タスク管理を効率化したい」
• 「リモートワークに最適なツールを教えて」

といったユーザーの実際の検索意図に合わせてクエリを設計すると効果的です。

AIによるクエリ自動生成

Answer IOには、クエリを自動生成する機能があります。

1. ブランドのキーワードから自動生成

ブランドに登録したキーワードを基に、AIが関連するクエリ候補を自動生成します。

生成の流れ：

1. ブランド詳細ページで「AIでクエリ候補を自動生成」をクリック
2. 対象となるキーワードを選択（ブランドのキーワード、または自由に追加したカスタムキーワード）
3. 対象AIモデルを選択
4. AIが各キーワードにつき最大5件のクエリ候補を生成
5. 生成された候補から使いたいクエリを選択して保存

キーワード選択の上限

• Freeプラン: 最大2個のキーワードを選択可能
• Proプラン: 最大5個のキーワードを選択可能

各キーワードにつき最大5件のクエリ候補が生成されるため、効率的に複数のクエリを作成できます。

2. ブランド情報の自動補完

ブランド作成時や編集時に、AIがブランドの説明文とキーワードを自動生成する機能も利用できます。

自動補完の流れ：

1. ブランド詳細ページで「AIで説明とキーワードを提案」をクリック
2. AIがブランドの公式サイト（登録されている場合）や基本情報を参照して分析
3. 説明文とキーワード候補を自動生成
4. 生成結果を確認し、説明の差し替えやキーワードの選択を行って更新

クエリ実行とポイント消費

クエリを実行すると、1つのAIモデルにつき1ポイントを消費します。

例：

• OpenAIとPerplexityの2つのAIモデルで実行 → 2ポイント消費
• 5つのAIモデルすべてで実行 → 5ポイント消費

クエリの実行履歴

クエリを実行すると、Run（実行履歴） が作成されます。Runには以下の情報が記録されます：

• 実行日時
• 実行ステータス（実行中、完了、失敗）
• 各AIモデルからの回答（Answer）
• Visibility Score（可視性スコア）
• 消費ポイント数

クエリとRunの関係

• クエリ: 「どの質問文を、どのAIモデルで実行するか」を定義するテンプレート
• Run: クエリを実際に実行した記録（何度でも実行可能）

ファネルステージ

ファネルステージ（Funnel Stage） は、カスタマージャーニーの各段階に基づいてクエリを分類する機能です。

3つのステージ

Answer IOでは、マーケティングファネルの概念に基づき、クエリを3つの段階に分類します：

1. 認知（TOFU - Top of Funnel）

潜在顧客がブランドや製品の存在を初めて知る段階です。

特徴：

• ブランド発見・初回接触のタイミング
• 一般的な情報探索や問題解決の検索

クエリ例：

• 「おすすめのプロジェクト管理ツールは？」
• 「タスク管理の効率的な方法」

2. 検討（MOFU - Middle of Funnel）

顧客が製品やサービスについて詳しく調べ、比較検討する段階です。

特徴：

• 詳細評価・実装検討の段階
• 具体的な機能や価格の比較

クエリ例：

• 「Asanaの料金プラン」
• 「プロジェクト管理ツール 機能比較」

3. 決定（BOFU - Bottom of Funnel）

購入や契約の意思決定を行う最終段階です。

特徴：

• 最終選定・導入準備の段階
• 契約やサポート情報の確認

クエリ例：

• 「Asanaの導入方法」
• 「既存ツールからAsanaへの移行」

ファネル別スコア

レポート実行時には、各ファネルステージごとの平均可視性スコアが算出されます。これにより、カスタマージャーニーのどの段階でブランドの可視性が高いか、または改善が必要かを把握できます。

ファネルステージの活用

ファネル別スコアを分析することで、認知段階から決定段階までの全体戦略を最適化できます。詳しくはファネルステージについてをご覧ください。

レポート

レポート（Report） は、複数のクエリをまとめて実行し、結果を統合して分析するための機能です。

レポートの仕組み

レポートには3つのレイヤーがあります：

┌─────────────────────────────────────────┐
│ レポート定義 (Report Definition)          │
│                                         │
│ - レポート名                              │
│ - 含まれるクエリのリスト                   │
└─────────────────────────────────────────┘
                 ↓ 実行
┌─────────────────────────────────────────┐
│ レポート実行履歴 (Report Run)             │
│                                         │
│ - 実行日時                                │
│ - 実行ステータス                           │
│ - 全体のVisibility Score                 │
│ - バッチID（グループ識別子）                │
└─────────────────────────────────────────┘
                 ↓ 含む
┌─────────────────────────────────────────┐
│ 個別クエリ実行 (Run × 複数)               │
│                                         │
│ - クエリ1の実行結果                        │
│ - クエリ2の実行結果                        │
│ - クエリ3の実行結果                        │
│ ...                                     │
└─────────────────────────────────────────┘

1. レポート定義（Report Definition）

レポート定義は、「どのクエリをまとめて実行するか」を定義するテンプレートです。

含まれる情報：

• レポート名
• 説明
• 対象ブランド
• 含まれるクエリのリスト（複数選択）

TIP

レポート定義は「設計図」のようなものです。同じレポート定義から、何度でもレポートを実行できます。

2. レポート実行履歴（Report Run）

レポート定義に基づいて実際にレポートを実行すると、レポート実行履歴（Report Run） が作成されます。

記録される情報：

• 実行開始・完了日時
• 実行ステータス（実行中、完了、失敗）
• 全体のVisibility Score（0-100）
• バッチID（この実行に含まれる個別クエリをグループ化するID）

INFO

1つのレポート実行履歴には、レポート定義で指定されたすべてのクエリの実行結果がまとめられています。

3. 個別クエリ実行（Run）

レポートを実行すると、レポート定義に含まれる各クエリが実行され、それぞれのRun（実行履歴） が作成されます。

これらのRunは、同じバッチID（Batch ID） で紐づけられており、1つのレポート実行に含まれる結果として扱われます。

各Runに記録される情報：

• クエリ情報（質問文、対象AIモデル）
• 各AIモデルからの回答（Answer）
• モデルごとのVisibility Score
• 実行時間、トークン消費量

レポートのポイント消費

レポートを実行すると、含まれるすべてのクエリが実行されます。ポイント消費は以下のように計算されます：

レポートのポイント消費 = 各クエリのポイント消費の合計

例： 以下のレポート定義があるとします

• クエリA: OpenAI、Perplexity（2モデル → 2ポイント）
• クエリB: OpenAI、Gemini、Perplexity（3モデル → 3ポイント）
• クエリC: Perplexity のみ（1モデル → 1ポイント）

このレポートを1回実行すると、2 + 3 + 1 = 6ポイント を消費します。

レポートのポイント上限

プランごとに「レポートあたりのポイント上限（report_points_limit）」が設定されています。この上限を超えるクエリの組み合わせでは、レポートを作成できません。

Visibility Score（可視性スコア）

Visibility Score は、AI検索でブランドがどれだけ言及されているかを0-100のスコアで表したものです。

スコアの計算方法

Visibility Scoreは、以下の3つの要素で評価されます：

1. 言及 - 最大35点

   • ブランドが言及されているか？
   • 言及されている = 35点、言及されていない = 0点

2. 位置 - 最大35点

   • ブランドが何番目に言及されているか？
   • 1位 = 35点、2位 = 25点、3位 = 15点、4位以降 = 5点

3. 引用 - 最大30点

   • ブランドのウェブサイトが引用されているか？
   • 引用されている = 30点、引用されていない = 0点

合計スコア = 言及 + 位置 + 引用（最大100点）

レポートのVisibility Score

レポート実行履歴には、含まれるすべてのクエリ実行結果を統合した全体のVisibility Scoreが計算されます。

ポイント

ポイント（Points） は、クエリやレポートの実行に必要なリソースを管理するための単位です。

ポイントの消費

• 1クエリ × 1AIモデル = 1ポイント消費
• 例：OpenAIとPerplexityで実行 → 2ポイント消費

ポイントの獲得

ポイントは以下の方法で獲得できます：

1. サブスクリプション: 有料プランに加入すると、月次でポイントが付与されます
2. ポイント購入: 追加でポイントを購入できます
3. 招待: 新規ユーザーを招待すると、紹介報酬としてポイントが付与されます

プランの詳細について

各プランの料金やポイント付与数などの詳細は、Answer IO公式サイト（answer-io.jp）をご確認ください。

ポイント残高の管理

ポイント残高は、ダッシュボードまたはポイントページで確認できます。

• 現在の残高: 利用可能なポイント数
• 累計獲得: これまでに獲得した総ポイント数
• 累計消費: これまでに消費した総ポイント数

ポイントの有効期限

Answer IOのポイントには有効期限がありません。未使用のポイントは翌月以降も繰り越されます。

実行の流れ

1. クエリ単体を実行する場合

クエリ定義
  ↓ 実行
Run（実行履歴）
  ↓ 含む
Answer × N（各AIモデルの回答）

2. レポートを実行する場合

レポート定義（複数クエリを含む）
  ↓ 実行
レポート実行履歴（Report Run）
  ↓ バッチIDで紐づく
Run（クエリ1の実行履歴）
Run（クエリ2の実行履歴）
Run（クエリ3の実行履歴）
  ↓ それぞれ含む
Answer × N（各AIモデルの回答）

レポートを実行すると、含まれるすべてのクエリが同時に実行され、それぞれのRunが同じバッチIDで紐づけられます。レポート実行履歴ページでは、これらのRun結果を統合して表示します。

改善提案

改善提案（Report Improvement） は、レポート実行後に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機能です。

改善提案の内容

改善提案には以下の情報が含まれます：

• サマリー: レポート全体の分析結果と主要インサイト
• 改善アクション: カテゴリ別に整理された具体的な施策提案
  • コンテンツ改善
  • 被参照強化
  • 技術的改善
  • 競合対策

評価指標

各改善アクションには、優先順位を決定するための3つの評価指標が付与されています：

影響度（Impact）

この施策を実施することで得られる、ブランド認知度向上への影響の大きさを示します。

• 高（High）: 大きな改善効果が期待できる施策
• 中（Medium）: 中程度の改善効果が見込める施策
• 低（Low）: 限定的だが着実な改善が期待できる施策

工数（Effort）

この施策の実施に必要な時間・リソース・難易度を示します。

• 高（High）: 長期的な取り組みが必要な施策
• 中（Medium）: 数週間〜数ヶ月程度で実施できる施策
• 低（Low）: 比較的短時間で実施できる施策

信頼度（Confidence）

この提案の根拠となるデータや情報の信頼性の高さを示します。

• 高（High）: 具体的な根拠に基づいた提案
• 中（Medium）: 一定の根拠がある提案
• 低（Low）: 推測や一般的な知見に基づく提案

ポイント消費

改善提案を生成すると、2ポイントを消費します。再生成する場合も同じく2ポイントを消費します。

改善提案の詳細

改善提案の使い方について詳しくは、改善提案を活用するをご覧ください。

Google Analytics連携

Google Analytics連携 は、Answer IOとGoogle Analytics 4（GA4）を接続し、AI検索からのサイト流入データを自動的に取得・分析する機能です。

主な機能

• AI検索流入トラッキング: ChatGPT、Gemini、PerplexityなどのAI検索エンジンからの訪問を自動検知
• 相関分析: 可視性スコアとWebトラフィックの関係性を可視化
• コンバージョン測定: AI検索経由の訪問者によるコンバージョンを追跡
• AI別内訳: どのAI検索エンジンから最も流入があるかを把握

対応指標

• AIリファーラルセッション: AI検索エンジンからの訪問セッション数
• AIリファーラルユーザー: AI検索経由のユニークユーザー数
• コンバージョン: AI検索経由で発生したコンバージョン数
• バウンス率: AI検索経由訪問者の直帰率
• 平均セッション時間: AI検索経由訪問者の平均滞在時間

セキュリティ

• OAuth 2.0: 安全な認証方式を使用
• 読み取り専用: Answer IOはGA4データを読み取るのみ（書き込み不可）
• 暗号化保存: 認証トークンは暗号化して保存
• いつでも解除可能: 連携はいつでも解除できます

Google Analytics連携の詳細

Google Analytics連携の設定方法について詳しくは、Google Analytics連携を設定するをご覧ください。

CSVエクスポート

CSVエクスポート（CSV Export） は、レポート実行結果のすべてのデータをCSV（Comma-Separated Values）形式でダウンロードする機能です。

エクスポートされるデータ

CSVファイルには、以下の24カラムが含まれます：

基本情報ブロック（6カラム）

• レポート実行ID、実行日時、ファネル段階
• クエリID、クエリテキスト、クエリタイプ

AI応答ブロック（3カラム）

• AIモデル、モデルバージョン、回答テキスト

スコアリングブロック（5カラム）

• 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

ブランド分析ブロック（6カラム）

• 言及有無、言及回数、言及箇所
• 抽出ブランド一覧、競合ブランド一覧、抽出された特徴

引用分析ブロック（4カラム）

• 引用サイト数、引用サイトURL一覧
• 自社サイト引用有無、自社サイト引用順位

用途

CSVエクスポートは以下のような用途に活用できます：

• Excel・Google スプレッドシートでの分析: 独自の集計や可視化
• BIツールとの連携: Tableau、Looker Studio、Power BIにインポート
• 独自指標の算出: Answer IOの標準スコアとは異なる重み付けで評価
• データアーカイブ: 長期的なデータ保管とコンプライアンス対応
• 時系列分析: 複数レポートのデータを統合してトレンドを追跡

特徴

• ポイント消費なし: 何度でも無料でエクスポート可能
• データ量制限なし: レポートに含まれるすべてのデータをエクスポート
• UTF-8エンコーディング: Excel互換（BOM付き）

CSVエクスポートの詳細

CSVエクスポートの使い方や活用例について詳しくは、レポートデータをエクスポートするをご覧ください。

まとめ

用語	説明	役割
ダッシュボード	ホーム画面	全体の状況を把握する
ブランド	追跡対象の企業・サービス	管理の単位
クエリ	AI検索への質問文	実行のテンプレート
ファネルステージ	カスタマージャーニーの段階分類	クエリを認知・検討・決定に分類
Run	クエリの実行履歴	1回の実行結果を記録
レポート定義	複数クエリをまとめた設計図	複数クエリを一括実行
レポート実行履歴	レポートの実行記録	実行結果を統合表示
改善提案	AIによる改善アクションプラン	ブランド認知度向上を支援
CSVエクスポート	レポートデータをCSV形式でダウンロード	外部ツールでデータ分析
Google Analytics連携	GA4と連携してAI検索流入を追跡	スコアとWebトラフィックの相関分析
ポイント	実行に必要なリソース	使用量を管理
Visibility Score	ブランドの可視性を0-100で評価	成果を測定