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くと、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になっていた、という場面を想像してください。ブランドキャンペーンを実施した覚えはなく、URLを記憶から直接入力する人がそれほど多いとも思えません。私の見立てでは、このバケットの相当な割合は、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、どこから来たかを示す情報を何も持たずに到着した購買担当者です。
本記事では、ai referral attribution hubspot を運用上の意思決定として扱います。私の主張は、これは分析のバックログではなく、RevOpsのデータモデルに属する課題だということです。
AI経由の訪問がCRMに届くまでに起きること
AI経由の流入とは、ChatGPT、Perplexity、Gemini、Google AI Overviewsといった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。この訪問が出所の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ように見えます。2つ目はUTMパラメータです。アシスタントによっては外部リンクに流入元タグを付与しますが、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お伝えできる確かな答えは持っていませんし、正確な数字を示す人がいたとすれば、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、汎用のリファラーバケットに入るか、別のチャネルに統合されます。Googleのデフォルトの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かがわかります。訪問には、購買担当者の行動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、単なるレポート上の不便を、RevOpsの課題に変えるポイントです。コンタクトの初回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。したがって、初日にダイレクトとして記録された訪問は、後から作るあらゆる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、レコードは直りません。
これをデータモデルの判断として扱う理由は、現在の設定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「今年成約した案件のうち、経路のどこかにAIアシスタントが関わっていたのは何件か」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。
専用のソースプロパティは、まさにその役割を果たします。アシスタントとの接点をコンタクトレベルで記録し、取引まで引き継ぎ、2つのソースが競合した場合にどちらを優先するかを文書化したルールを備えています。この3つ、つまり取得、保存、優先順位こそが意思決定の中身です。Webサイト側のタグ変更は、その中の小さな部分にすぎません。プラットフォームがソース追跡をどう扱うかは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営業スタイルに合うかは、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です。
このギャップがもたらすコスト
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全額配分済みで、実質的な計画は2027年向けだと伺いました。これはよくある状況です。2027年の議論は証拠によって決まりますが、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。
逆の見方もできます。ある運用代行ベンダーは、クライアントのAI経由のトライアル数が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、私もそのように受け止めています。ただ、この数字が前提としていることには注目してください。それは、誰かがAI経由のトライアルを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、アカウント作成時にUTMの値が保存される仕組み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ソースが失われます。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。
規模をどう見積もるか
私の目安は次のとおりです。広告費が月100k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。実務的には、整理されたプロパティ、明確な優先順位ルール、ダイレクトバケットの月次レビューを指します。
創業者による営業から2名のAEの体制へ移行するチームであれば、それ以上の仕組みは過剰だと考えます。プロパティ1つとレビュー1つで、全体像をつかみ始めるには十分です。一方、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、フォームを入力した最初の1人だけでなく、取引と購買グループのコンタクトにもアシスタントとの接点を持たせたいところです。
認めておくべき点もあります。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、計測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。目指すのは、「不明」から「おそらくAI、フラグ付きで確認可能」へ移行することであり、ダイレクト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。
伴走型の支援が役立つ場面
順序が重要なので、私たちの進め方をご紹介します。フェーズ1では、現在ダイレクト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、訪問から成約まで値が残るように、取得と保存の仕組みを構築します。フェーズ3は、軽い月次レビュー(通常は数時間)で、習慣が定着するにつれて縮小していきます。
Checkpoint GTMは助言にとどまらず、チームに入り込んで支援します。この取り組みは、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積み重ねであるため、この点が重要です。「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、どれも動きません。誰かがプロパティの責任を持ち、文書化し、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増やす前に、この意思決定を済ませることです。アシスタントに引用されることに投資しながら、その引用が何を生み出しているか見えないのでは、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。私たちの運用レイヤーに対する考え方については、RevOpsに関するその他の記事もご覧ください。
Carolina Decastri