ミッドマーケットのB2B SaaS企業が10月に流入元レポートを開き、ダイレクト流入が3四半期連続で最も伸びているチャネルだと気づいたとしましょう。ブランドキャンペーンを実施した人はいません。URLを記憶から直接入力している人もいません。私の見立てでは、このバケットの相当な部分は、AIアシスタントに候補リストを尋ね、リンクをクリックして訪れた購買担当者です。ただ、その訪問には流入元を示す情報が何も付いていないのです。
本記事では、ai referral attribution hubspot を運用上の意思決定として取り上げます。私の主張は、これはアナリティクスのバックログではなく、RevOpsのデータモデルの中で扱うべきテーマだということです。
AIからの訪問がCRMに届くまでに起きること
AIリファラルとは、ChatGPT、Perplexity、Gemini、Google AI Overviewsなどのアシスタントの回答内にあるリンクから始まる訪問のことです。この訪問がラベルを失う経路は3つあります。
1つ目はリファラーです。デスクトップアプリ、アプリ内ブラウザ、コピー&ペーストされたリンクでは、リファラーがまったく渡されないことが多く、訪問はあたかも誰かがアドレスを直接入力したかのように見えます。2つ目はUTMパラメータです。アウトバウンドリンクに流入元タグを付与するアシスタントもありますが、付与しないものも多く、その挙動はアプリのバージョンによっても変わります。アシスタントごとの正確な割合について、確かな答えは持ち合わせていません。具体的な数字を断言する人がいれば、それは推測です。
3つ目は分類です。トラッキングが一度も見たことのないドメインからリファラーが届いた場合、チャネルルールの設定次第で、汎用的なリファラーのバケットに入るか、別のチャネルに吸収されます。Googleのデフォルト チャネル グループに関するドキュメントを見ると、この振り分けがいかにルールベースであるかがわかります。訪問には、購買担当者のジャーニーにふさわしいラベルではなく、ルールが与えるラベルが付くのです。
ai referral attribution hubspot がデータモデルの問題である理由
ここが、これを単なるレポート上の不便さからRevOpsの課題へと変えるポイントです。コンタクトのオリジナルソースはレコード作成時に設定され、その後は書き換えられません。そのため、初日にダイレクトとして記録された訪問は、以後に作成するすべてのレポートにその誤りを引き継ぎます。ダッシュボードを改善しても、見え方が直るだけで、レコード自体は直りません。
これをデータモデルの意思決定として扱うのは、現在の仕組みでは答えられない問いに、後から答えられるようにするためです。たとえば、今年クローズした案件のうち、経路のどこかにAIアシスタントが含まれていたものは何件か、という問いです。これに答えるには、アシスタントとの接点を、事後にチャネルラベルから推測するのではなく、独立した情報として保存しておく必要があります。
その役割を担うのが、専用のソースプロパティです。アシスタントとの接点をコンタクト単位で記録し、取引にも引き継ぎ、2つのソースが競合した場合にどちらを優先するかを明文化したルールを持ちます。取得、保存、優先順位という3つの要素こそが、この意思決定の中身です。Webサイト側のタグ変更は、ほんの一部にすぎません。プラットフォームがソーストラッキングをどう扱うかはHubSpotナレッジベースで確認できますが、どの優先順位ルールが自社のセールスモーションに合うかは、ドキュメントには書かれていません。それは、自社のビジネスに対する判断だからです。
このギャップがもたらすコスト
そのコストは、予算の議論の場で表面化します。先日、ある顧客から、2026年のマーケティング予算はすでにすべて配分済みなので、実際の計画は2027年向けだと伺いました。これはよくある状況です。2027年の予算は、エビデンスによって勝ち取るものです。AI経由のパイプラインがダイレクトの中に埋もれていれば、それを示せないままその場に臨むことになります。
逆の側面もあります。ある運用代行ベンダーは、クライアントのAI経由トライアル数が4週間で550件から2,300件超に増えたと公表しています。これは手法が公開されていない自己申告の数字であり、私はそのように受け止めています。ただ、この数字が何を前提にしているかには注目すべきです。それは、AI経由のトライアルを誰かが確実にカウントできているということです。自社のファネルについてそう言い切れるチームは、まだ多くありません。
漏れはさらに下流でも起こります。別の顧客は、アカウント作成時のUTM値の保存方法にバグの可能性があると話していました。その場合、最も重要なタイミングで流入元が失われてしまいます。入口での取得は、その値がレコードまで残って初めて意味を持ちます。
規模に応じた進め方
私の経験則は次のとおりです。月間の広告費が10万を超える場合は、必ずマルチタッチアトリビューションのプロバイダーをお勧めします。それ以下であれば、オフラインのソースアトリビューションを検討します。実際には、整理されたプロパティ、明確な優先順位ルール、そしてダイレクトのバケットの月次レビューを意味します。
創業者主導の営業から2名のAEへ移行する段階のチームであれば、これ以上に重い仕組みはやりすぎだと考えます。プロパティ1つとレビュー1つあれば、全体像をつかみ始めるには十分です。営業サイクルが長く、1案件に複数のステークホルダーが関わる企業では、最初にフォームを入力した1人だけでなく、取引と、購買グループに属するコンタクトにもアシスタントとの接点を持たせるべきです。
認めておくべき点があります。ダイレクト流入には従来から、ダークソーシャル、ブックマーク、トラッキングされていないメールが含まれており、その増加のすべてがAIによるものではありません。良くも悪くも、100パーセントには到達できません。目標は、「不明」から「おそらくAI経由で、フラグが付いており、確認可能」な状態へ移行すること、そしてダイレクトのバケットを、パイプラインが消えていく場所として扱うのをやめることです。
伴走型の支援が果たす役割
順序が重要ですので、進め方をご紹介します。フェーズ1では、現在ダイレクトのバケットに何が含まれているかを監査し、優先順位ルールに合意します。フェーズ2では、訪問からクローズ(受注)までその値が保持されるよう、取得と保存の仕組みを構築します。フェーズ3では、数時間程度の軽い月次レビューを行い、習慣が定着するにつれて徐々に縮小します。
Checkpoint GTM は助言にとどまらず、お客様のチームに入り込んで取り組みます。これは、この取り組みがWeb、フォーム、CRMプロパティ、レポートにまたがる、小さく連動した変更の集まりだからこそ重要です。「AIトラフィックを計測しましょう」と書かれた資料だけでは、そのどれも動きません。誰かがプロパティの責任を持ち、ドキュメント化し、営業から「なぜこの案件にこのタグが付いているのか」と聞かれたときに答える必要があります。
私のお勧めは、AI検索向けのコンテンツをさらに作る前に、この意思決定を行うことです。アシスタントに引用されることに投資しながら、その引用が何を生んでいるのか見えないのであれば、説明のつかない可視性にお金を払っていることになります。運用レイヤーについての私たちの考え方は、RevOpsに関するその他の記事もご覧ください。
Carolina Decastri