SEOの予測精度が突然落ちた、あるいは予測通りにトラフィックが伸びたはずなのに問い合わせが増えない——そんな経験をしたBtoBマーケターは少なくないはずだ。原因はシンプルで、予測モデルがAI時代に対応していない。今こそフレームワークを刷新するタイミングだ。
従来のSEO予測モデルは、もう機能しない
正直に言うと、「順位が上がればトラフィックが増え、トラフィックが増えれば商談が増える」という線形モデルは、すでに崩壊している。
GoogleのAIオーバービュー（AI Overview）が普及した結果、ユーザーは検索結果のページを開かなくても答えを得られるようになった。ゼロクリック検索（Zero-click Search）と呼ばれるこの現象は、特に情報収集型クエリで顕著だ。製造業や医療機器、SaaSなど専門性の高いBtoB領域でも例外ではなく、「〇〇とは」「〇〇の違い」といった認知段階のクエリほど影響を受けやすい。
もう一つの落とし穴は、コンバージョン率を定数として扱っていることだ。実際には購買意図の段階、競合状況、季節性によって大きく変動する。ここが崩れると、予測は最初の1ヶ月でズレ始め、四半期末には経営層への説明が効かなくなる。
AI時代に求められる「確率論的・シナリオ型」予測の考え方
現代のSEO予測は、単一の数字を出すものではない。悲観・標準・楽観の3シナリオでレンジ（幅）を提示する確率論的モデル（Probabilistic Model）に移行する必要がある。
BtoBマーケターの現場で使いやすいのは、次の4層構造だ。
可視性予測（Visibility Forecasting）では、インプレッション数やシェア・オブ・ボイス（Share of Voice）、AIオーバービューへの露出率を把握する。「何人に見えているか」を測る層で、ここがずれると下流の予測がすべて狂う。
需要予測（Demand Forecasting）は、見えた後にユーザーがどう動くかを推定する。クリック率（CTR）はクエリの種類によって大きく異なるため、情報収集型・比較検討型・購買決定型に分けてそれぞれ仮定値を設定する。BtoBでいえば、「ERP 比較」「CRM 導入 費用」などのトランザクション寄りクエリは依然としてクリックを獲得しやすい。
収益予測（Revenue Forecasting）まで落とし込めているチームは、日本のBtoB企業ではまだ少ない。CAC（顧客獲得コスト）、パイプライン貢献額、受注率をSEOと紐付けることで、経営層が実際に使う指標で報告できるようになる。これが予算交渉を劇的に変える。
シナリオ予測（Scenario-based Forecasting）は上記3層を束ねる構造だ。AIオーバービューがさらに拡大した場合・現状維持の場合・条件が好転した場合で、それぞれのアウトカムを可視化する。
90日間で動かせる実践アクションプラン
抽象論だけでは動けない。ここを読んでいるマーケターのために、具体的な進め方を示す。
Day 1〜30：インプットの品質を整える。
Googleサーチコンソールのデータ、CRMとの商談紐付け、現在のAI被引用率（AI Citation Rate）を棚卸しする。特に重要なのは、自社コンテンツがChatGPT・Gemini・Perplexityなどの生成AIにどの程度引用されているかの確認だ。日本語でのAI回答品質は急速に向上しており、BtoBの専門用語を含む検索でも影響が出始めている。
Day 31〜60：3シナリオのレンジを設計する。
悲観ケースは「AIオーバービューが現在の2倍のクエリをカバーし、CTRが20%低下した場合」。標準ケースは「現在のトレンドと実施予定のコンテンツ施策を前提にした場合」。楽観ケースは「競合が失速し、指名検索が増加した場合」。各シナリオで可視性・需要・収益の3指標をセットで算出する。
Day 61〜90：経営層が使うダッシュボードに接続する。
SEO専用のレポートではなく、パイプライン・受注金額・コンバージョン率という経営指標と同じ画面に乗せる。これができると、「SEOの順位が上がりました」という報告から「SEOが今期パイプラインに○○万円貢献しました」という報告に変わる。
今すぐ使えるSEOトラフィック予測の指標選定ガイド
どの指標を追うかで、予測の実用性が決まる。BtoB企業に特に刺さる指標をいくつか挙げる。
指名検索需要の成長率（Branded Search Demand Growth）は、コンテンツや広告による認知活動がどれだけ実を結んでいるかを示す先行指標だ。SEOだけでなく、ウェビナーや展示会後の変化を追うと活動の因果関係が見えてくる。
インテント別トラフィックシェアは、流入の質を担保するために必須だ。情報収集層・比較検討層・購買意図層に分け、それぞれのCVRを測定する。比較検討層のトラフィックが増えているのにCVRが落ちているなら、LP改善の問題であってSEOの失敗ではない。
バックリンク獲得ペースは、90〜180日スパンの予測精度に直結する。ドメインオーソリティ（Domain Authority）の変化速度が分かると、順位変動のスピード感を現実的に見積もれる。
実は、多くのBtoB企業がここで詰まる。「とりあえず全部トラッキング」しようとしてKPIが増えすぎ、目的希薄化効果（Goal Dilution Effect）が起きる。最初は指名検索成長率・インテント別CVR・AI被引用率の3本に絞ることをすすめる。
まとめ：予測の精度より「説明できる予測」を作れ
AI時代のSEOトラフィック予測で最も大切なのは、精度ではなく透明性だ。仮定を明示し、シナリオでレンジを示し、収益指標まで接続する——この構造を持った予測モデルは、外れたときにも「なぜ外れたか」を説明できる。経営層が信頼するのは当たった予測ではなく、説明できる予測だ。フレームワークは整っている。あとは実装するかどうかだけだ。
参考：https://neilpatel.com/blog/seo-forecasting/
**