流通は新たな最適化：AI検索時代における構造化データの重要性

要点： AI回答エンジンは、構造化され、一貫性があり、広く流通したデータでブランドを引用します。ブランドの情報がウェブサイトにしか存在しない場合、ほとんどのAIシステムが参照する場所で無視されます。AI検索で成功するためには、ブランドはデータを一元化し、すべてのプラットフォームに流通させて正確さを保ち、引用を継続的に監視する必要があります。

多くのマーケティング担当者は、構造化データはウェブサイトの問題であり、ページにスキーママークアップを追加し、Googleのテストツールで検証したらそれで完了だと考えています。しかし、ここで見逃しているのは、AI回答エンジンはサイトだけをクロールするのではないという点です。AI回答エンジンは、Googleビジネスプロフィール、Yelpリスティング、レビュープラットフォーム、ソーシャルプロフィール、ディレクトリ、サードパーティサイトなど、何百ものソースからブランドに関する情報を収集します。構造化データが自社ウェブサイトにしか存在しない場合、最も重要な場所で気づかれない可能性があります。

AI検索の時代では、構造化データを一度実装すればすべてではありません。データが一貫性があり、アクセス可能で、AIが目を向けるすべての場所で信頼性が高いことを確実にすることが重要です。では、それは実際にどういう意味なのでしょうか？また、ブランドが引き立つためには何をすればいいのでしょうか？まずは基本から始めましょう。

構造化データとは？

構造化データとは、アルゴリズムやAIシステムが最小の推測で解析できる標準化され、機械可読な形式に整理された情報です。テキストの段落、画像、動画とは異なり、構造化データは各詳細 （例： 営業時間、住所、商品SKU、サービスタイプなど）を明確にラベル付けします。

実際には、次の3つのデータタイプがAI可視性に影響を与えます。

• 構造化データ： 営業時間、住所、電話番号、商品SKU、メニューアイテム、サービス内容、資格、イベントの詳細など、高度に整理されたフィールド。これは、データベース、スプレッドシート、ナレッジグラフに保存される種類の情報です。
• 半構造化データ： 一貫したパターンがありますが柔軟な形式の情報（FAQペア、アメニティリスト、属性付き製品の説明、評価とテキストを含むレビューなど）。
• 非構造化データ： ブログ投稿、ヘルプ記事、文字起こし、ソーシャルキャプション、生のレビューテキストなどの自由形式のコンテンツ。

AIエンジンは通常、事実に関する質問に回答する場合、迅速に解析して簡単に検証できる構造化データを優先します。ユーザーが「この場所の閉店時間は？」と尋ねた場合、モデルは長い段落に埋もれた文章ではなく、構造化された時間データを信頼する傾向があります。

構造化データがAI検索の可視性に与える影響

従来の検索はページをランク付けします。AI回答エンジンは情報を統合し、最も信頼できる情報源を引用します。この違いによって、構造化データの役割が変わります。

ユーザーがAIアシスタントに「近所で日曜日に開いている緊急医療センターはどこ？」と尋ねた場合、システムはウェブサイトだけをスキャンするのではありません。営業時間、サービス、利用可能性を反映するビジネスリスティング、ロケーションページ、ディレクトリ、レビュープラットフォームなど、複数のソースからの構造化されたシグナルから回答を組み合わせます。

強力な構造化データはブランドが以下を構築するのに役立ちます。

• 信頼シグナル： プラットフォーム間で情報が一貫していると、AIは信頼性が高いことを認識します。すべての場所で営業時間が一致していると、AIはそれを繰り返せば安全だと感じます。

• エンティティの認識： 構造化データは、ブランドがウェブページ上の名前だけでなく、場所、サービス、専門分野、資格、提供内容などの属性を持つ独特なエンティティであることをシステムが理解するのに役立ちます。

• 引用の信頼性： AIは検証可能な詳細を引用する傾向があります。特定の構造化された属性（サービススキーマ、プロバイダーの資格情報、アメニティ、製品の可用性）により曖昧さが軽減し、信頼性が向上します。

要約すると、一貫性のある構造化データを持つブランドは引用しやすく、検証が難しいブランドはスキップされやすくなります。

AIが実際に情報を探す場所

受け入れがたい事実ですが、AIエンジンはウェブサイトだけを見るのではなく、Googleビジネスプロフィール、Yelpレビュー、業界のディレクトリに基づいて引用を決定します。

実際に、Yext Researchの調査によると、AI引用の86%はブランドが管理する情報源であることが判明しました。

AIはどの情報源を最も頻繁に引用しますか？

ファーストパーティプロパティ（ブランドが完全管理）

• 組織、製品、サービス、場所のスキーママークアップがある主要なウェブサイト
• 詳細なエンティティレベルの構造化データを含むローカル/ロケーションページ
• 営業時間、設備、サービス、リアルタイム属性がある店舗検索ページ

ビジネスリスティング（ブランドが適度に管理）：

• 完全なビジネス情報を含むGoogleビジネスプロフィール
• Apple Maps、Bing Places、MapQuestのリスティング
• 業界別ディレクトリ（Healthgrades、OpenTable、Cars.comAvvoなど）

レビュープラットフォーム（ブランドが部分的に管理） :

• 新鮮で最近のレビューが掲載されたGoogleレビュー、Yelp、TripAdvisor
• Facebookおすすめとチェックイン数
• カテゴリー別の専門レビュープラットフォーム

ソーシャルプラットフォーム（ブランドが部分的に管理）：

• Facebook、Instagram、LinkedInのビジネスプロフィール
• TikTok、YouTubeチャンネル情報
• 場所タグやビジネスの言及を含むソーシャル投稿

ほとんどのブランドはウェブサイトに構造化データを提供しています。しかし、これらすべての場所で一貫性がある完全な構造化データを流通しているブランドはごくわずかです。 このギャップが可視性を失う原因です。

AI引用を促進する構造化データの実例

では、さらに探ってみましょう。「適切な構造化データ」とは実際にどのようなもので、どこに存在すべきなのでしょうか？

例1：ナレッジグラフを使ってブランドのエンティティデータを整理する

ナレッジグラフを使用すると、ブランドに関するエンティティレベルの事実を一元管理できるため、すべての場所で一貫した情報を公開できます。

ナレッジグラフに含まれる内容

• 場所に関する情報： 住所、電話、営業時間（休日営業時間を含む）、サービスエリア、アクセシビリティ、駐車場情報
• サービス： サービスの説明、予約の種類、専門分野、価格（該当する場合）
• 製品： SKU、カテゴリー、在庫状況、仕様、場所別の在庫状況
• 人材： 資格、専門分野、言語、経験
• 属性： Wi-Fi、屋外席、配達、支払い方法、認定書
• 運営情報： 利用可能な保険、予約方法、待ち時間、安全プロトコル

重要な理由： ナレッジグラフはデータを保存するだけではなく流通を促進します。すべての事実を信頼できる1つの場所から発信することで、更新情報を体系的に配信し、すべてを整合させることができます。

影響の例： あるヘルスケアブランドはナレッジグラフを使用して、プロバイダーの資格情報、利用可能な保険プラン、サービス (レントゲン検査の可用性など) を一元管理しています。その構造化されたデータは、ロケーションページ、Googleビジネスプロフィール、ヘルスケアディレクトリに流れます。ユーザーが「Aetnaが使えてレントゲン検査を提供する近所の救急診療所とは？」と尋ねた場合、このブランドはこれらの属性がソース全体で一致するため引用される可能性が高くなります。

例2：H2構造でスキーマ最適化されたコンテンツ

オンページ最適化で重要なのはキーワードだけではなく、答えの抽出を簡単にすることです。

内容：

• 一般的な質問に対するFAQスキーマ（予約なしの訪問、保険、待ち時間、ポリシー）

Q: この場所は予約なしで訪問できますか？  
A：はい、[場所名] は、月曜日から金曜日の午前8時から午後7時まで、週末の午前9時から午後5時まで、予約なしで訪問できます。予約は必要ありません。  

• 顧客の質問の仕方を反映したH2ヘッダー：

  • 「[場所]が受け入れている保険とは？」
  • 「[場所]が提供するサービス」
  • 「[場所]の営業状況と空き状況」

• サービスおよびエンティティの構造化マークアップ：

  • コアビジネス詳細向けLocalBusinessスキーマ
  • サービスの種類と分野向けサービススキーマ
  • 価格と在庫の製品スキーマ（該当する場合）

重要な理由： AIエンジンは予測可能なパターンを好みます。クリーンなH2（見出し）と構造化されたブロックは、貴社のページを「既製」の引用候補のセットに変換します。

例3：回答抽出用に準備された要点セクション

AIシステムは簡潔で、権威ある要約を選ぶ傾向があります。よくまとまった要点は、基本的に「引用して」と強調するネオンサインのようなものです。

要点を機能させる内容：

• 具体的な要因と属性（サービス、営業時間、保険、近接性、利用可能性）
• ほのめかしではなく、回答として捉えることができる歯切れのいい言葉遣い
• 無駄話や、注意を引こうとしない

うまく構成された要点はコンパクトかつ包括的で、再使用しやすいため、ページで最も引用する価値があるコンテンツとなることがよくあります。

データ流通はAI引用を増加させるための鍵

完璧なスキーマを実装しても、まだAI検索で表示されない可能性があります。 データが自社ウェブサイトにのみ存在する場合、AIエンジンはすべてのデジタルプロパティで一貫した情報が流通している競合他社を好んで引用します。

流通をコンテンツマーケティングと同じように考えてみてください。すばらしい記事を1つ公開した後に、それを宣伝するのを拒否する人はいないはずです。構造化データも同じです。一度公開したら、AIが目を向けるすべての場所で共有され表示されることを確実にする必要があります。

効果的な流通とは

• ナレッジグラフで一元化されたデータ： エンティティレベルの事実向けに信頼できる唯一の情報源を確立します。もう聞き飽きたかもしれませんが、これは 非常 に重要なことです。
• リスティング更新を自動化： 正確なデータを幅広いプラットフォームのネットワークに配信します。手動で大規模に更新することは難しいため、これはエンタープライズブランドにとって特に重要です。
• ファーストパーティページを最適化： ウェブサイト、ロケーションページ、店舗検索機能はすべて完全に構造化されたデータと明確なページ構造で構築されている必要があります。
• データを最新に保つ： これには営業時間、在庫、季節の更新、臨時休業、プロモーション、待ち時間などが含まれます。最新性は信頼シグナルであることにご留意ください。
• 不一致を監視して修正： 主要なプラットフォームで営業時間が1つ間違えているだけで信頼が損なわれる可能性があります。一貫性はあればいいのではなく、不可欠です。
• 明確な事実でレビューに返信する： 必要に応じて、ポリシー、営業時間、空き状況、サービスの詳細を返信に含みます。それらの事実がナレッジグラフやリスティングと一致していることを確実にしてください。

YextがブランドがAI引用と可視性を追跡し、改善するのを支援する方法

最良のデータ流通を実現するには、一元化された記録システム、巨大なパブリッシャーネットワーク全体の統合、大規模なモニタリングといった手動で行うことが困難な3つの要素が必要となるため、ほとんどのブランドは苦労しています。

Yextは以下のエンドツーエンドのサポートを提供します。

• Knowledge Graph ： 場所、サービス、製品、営業時間、アメニティなどを権威ある1つのシステムに一元化します。
• Listingsおよび パブリッシャーネットワーク： 構造化データを200以上のプラットフォーム（マップ、ディレクトリ、レビューサイトなど）に配信して不一致を削減し、検証可能性を向上させます。
• Pages ： 構造化データ、スキーママークアップ、人間と機械のために設計されたコンテンツでAI最適化されたロケーションページを大規模に公開します。

何よりも、Scoutを使用するとAI回答エンジンと従来の検索でブランドがどのように表示されるかを監視できます。ブランドがどこで引用されているかを確認し、競合他社と比較し、競争に勝つために次に何をすべきかを学ぶことができます。

事実を一元的に構造化し、体系的に流通させるブランドは、AI回答により頻繁に表示され、不正確な情報が表示されるのが減り、経時的に増加する信頼シグナルを構築できます。Yextを使用するとそれが簡単になります。

未来はデータを効果的に流通するブランドのためにあります

従来のSEOでは、マーケティング担当者はページを最適化し、クリックを待つことを学びました。AI検索は真実を構造化し、あらゆる場所に流通するブランドを報います。

以下はブランド可視性を成功させるための方程式です：
データを一度構造化し → すべての場所で流通させ → 引用される内容を監視し → 不一致を修正する → 繰り返す。

最初に、貴社ブランドの現在のパフォーマンスを見てみましょう。 Scoutを試して、ブランドが従来の検索とAI検索で表示されるかどうかを確認し、ブランド可視性を最適化する方法に関するスマートな推奨事項をご入手ください。