【ウェビナーレポート：生成AI時代のBOFU戦略アップデート】気づいたときには遅い。ユーザー行動の変化と、BOFUの常識を今すぐ変える方法

2026年9月18日

生成AIの急速な台頭は、ユーザーの購買行動とマーケティングファネルに劇的な変化をもたらしました。特にMOFU（比較検討フェーズ）がAIに代替され、TOFU（認知）とBOFU（購買獲得）が直結する新たな時代において、「AIに選ばれる」ためのBOFU戦略へのアップデートは企業にとって喫緊の課題です。本レポートでは、AI時代のファネル構造の変化を解説するとともに、エンティティ確立、コンテンツ充当、種まき施策といった具体的な打ち手、さらにAI時代の投資効果を測る新たなKPI「AIシェア率」まで、多角的な視点から生成AI時代のBOFU戦略の全体像と具体的な施策を深く掘り下げます。株式会社ファン・マーケティングのマーケティング部チーフコンサルタントの西窪莉子が、「AIが台頭してきたことによってユーザーの行動が大きく変化している中、TOFU、MOFU、BOFUをどのように捉え、どんな施策を打つべきか」という問題提起を起点に解説します。

この記事に向いている人

生成AIの普及で、今後Organic流入がどう変わるのか不安を感じている方
SEOやコンテンツ施策に取り組んでいるが、CVに繋がっている実感がない企業様
広告に頼らず、AIに選ばれ続ける中長期の集客基盤を作りたい企業様

基本整理：AI時代のBOFU戦略を理解するためのファネル基礎

AI時代のBOFU戦略を理解するには、まず従来のマーケティングファネルであるTOFU（認知・集客）、MOFU（比較・検討）、BOFU（購買・獲得）の基礎知識を整理し、特にBOFUが持つ2つの性質を把握することが重要です。

TOFU・MOFU・BOFUの定義と役割

TOFU・MOFU・BOFUとは、顧客が商品やサービスを認知してから購入に至るまでのプロセス（購買ファネル）を3つの段階に分けて表す言葉です。それぞれの段階には異なる役割とアプローチがあります。

フェーズ	定義	施策
TOFU	認知・集客のフェーズ。まだ商品を比較検討する段階には至っていない潜在層へのアプローチを指す。	ブログ、SNS、動画などを通じて課題に気づいてもらい、ナーチャリング（育成）を行う。
MOFU	比較・検討のフェーズです。自社商品を認知しているものの、複数の選択肢を比較検討している準潜在層のユーザーが対象。	事例、比較記事、コラム、ウェビナーなどで自社の強みを訴求し、顧客の意思決定を支援する。
BOFU	購買・獲得のフェーズです。購買意欲が最高潮に達し、あと一歩でコンバージョン（購入・契約）に至る顕在層ユーザーへのアプローチ。	「〇〇購入」「〇〇申し込み」といった具体的なアクションにつながる検索キーワードでのSEO対策、LPでの商品訴求、詳細な比較コンテンツの提示などが有効。

BOFUを2つのタイプに分けて考える理由

BOFUは「Organic BOFU」と「CVR改善 BOFU」の大きく2つのタイプに分けられます。AI時代のBOFU戦略では、特にOrganic BOFUが重要視されます。

Organic BOFU

アプローチ対象: 自社サイトの「外」にいる、購買意欲の高い潜在層ユーザー。
目的: 自然流入でこれらのユーザーを獲得すること。
具体的な施策: 購買意欲の高いキーワードでのSEO対策、比較サイトやレビューサイトの攻略、そしてAIエージェントへの対策（AIO/LLMO/GEO）が主な柱となります。本ウェビナーのメインテーマです。

CVR改善 BOFU

アプローチ対象: すでに自社サイトにアクセスしており、購買を検討しているものの最後の一歩を迷っているユーザー。
目的: サイト内での摩擦を減らし、コンバージョンまであと一押しすること。
具体的な施策: 入力フォーム最適化（EFO）、ユーザーの不安を解消するマイクロコピーの設置、離脱ポップアップやチャットボットの導入などが挙げられます。

構造変化：AIがMOFUを代替する新ファネルの常識

AIの台頭はマーケティングファネルの常識を根本から覆し、特にMOFU（比較検討）フェーズの役割を大きく変化させました。従来のファネル構造では、ユーザーは認知（TOFU）から比較検討（MOFU）を経て購買（BOFU）に至るプロセスを段階的に進んでいましたが、AI時代ではMOFUがAIによって瞬時に代替され、TOFUとBOFUが直結する新たな購買プロセスが出現しています。

AIがMOFUを代替する新ファネルの出現

生成AIの普及により、従来のマーケティングファネルにおけるMOFU（比較検討）フェーズはAIに代替されるようになりました。

西窪「結論として、AI時代に伴いMOFUをAIが飲み込んだと考えると分かりやすいでしょう。ファネルの常識が変わったということです。」

従来のユーザー行動では、Googleなどの検索エンジンで情報を収集し、複数のWebサイトを行き来しながら比較検討を行い、最終的な購買に至っていました。しかし、ChatGPTのような生成AIにユーザーが質問を投げかけると、AIが瞬時に複数の選択肢を絞り込み、最適な商品を提案します。

例えば「毛穴黒ずみが気になるんだけど、何かおすすめの商品はない？」とAIに質問した場合、AIはユーザーに合った商品を3〜4社程度に厳選して提示します。このプロセスにおいて、ユーザーが自ら比較ページを多数開いて検討する必要性がなくなり、MOFUフェーズがAIによって一瞬で処理される状況が生まれています。結果として、TOFU（認知）とBOFU（購買獲得）が直結し、ユーザーが比較検討のためにサイトを訪問する機会は減少しています。

従来のファネルとAI時代の新ファネルでは、ユーザーの購買プロセスに以下のような変化が見られます。

従来のファネル: ユーザーは検索エンジンで認知（TOFU）した後、複数のWebサイトや口コミサイトで詳細情報を比較検討（MOFU）し、購買（BOFU）に至る。
AI時代の新ファネル: ユーザーは生成AIに相談して認知（TOFU）する。AIが瞬時に比較検討（MOFU）を代替し、絞り込んだ候補を提示するため、ユーザーはAIの提案を元に直接購買（BOFU）を検討する。

AIに「選ばれる」ことが最優先課題に

AIがMOFUを代替する新ファネルの出現により、企業にとってAIに「選ばれる」ことがマーケティング戦略における最優先課題となっています。

西窪「AIに選ばれなければ、ユーザーの視界にすら入らない状況になります。」

従来のSEO対策では検索順位1位の獲得が重要でしたが、AI時代では、検索上位に加え、AIの推薦リストに含まれることが不可欠です。AIに選ばれなければ、たとえ自社サイトが検索上位にあっても、ユーザーの検討候補にすら入らないリスクがあります。

AIが企業やサービスを推薦する際の「発見の起点」と「比較検討」のプロセスは、旧常識と新常識で大きく異なります。

旧常識の発見の起点: ユーザーはGoogleで検索し、ランキング上位のページから情報を探します。
新常識の発見の起点: ユーザーはAIに相談し、AIが3〜4社に絞り込んで提案します。

同様に、比較検討のプロセスも変化しています。

旧常識の比較検討: ユーザー自身が比較ページを複数見たり、口コミを多数調べたりして、どのブランドが自分に合うか判断します。
新常識の比較検討: AIが瞬時に比較・評価し、最適な1社を提示します。

このような変化の結果、企業のマーケティング目標は従来の「検索順位1位を獲得する」ことから、「AIの推薦リストに入る（エンティティとして認識される）」ことにシフトしています。AI時代において避けたいのは、自然検索の順位低下による流入減少だけでなく、「AIに無視されてしまい、ユーザーの選択肢にすら入らない」状況です。

AIの特徴・傾向：LLMOが企業を推薦する3つの評価軸

AI時代において、企業がユーザーの視界に入り、選択肢として認識されるためには、LLM（大規模言語モデル）がどのような基準でブランドを評価し、推薦するのかを理解することが不可欠です。AIは感情ではなく、ウェブ上に残された客観的な情報の総体から企業を評価し、推薦を決定します。

AIが参照する「事実」「評判」「文脈」の3要素

LLMがブランドを推薦する際に重視する要素は、大きく分けて以下の3つです。

事実: 価格、仕様、対応エリア、具体的なサービス内容など、客観的なファクト情報がサイトに正確に記述されているかを指します。AIはハルシネーション（誤情報）を避けるため、エビデンスに基づいた信頼できる情報を重視します。
評判: 口コミ、UGC（ユーザー生成コンテンツ）、専門家レビュー、メディア言及、被リンクといった外部からの言及が対象です。自社からの発信よりも、第三者による言及がAIの信頼スコアに大きく影響します。
文脈: ユーザーの悩み、状況、ライフステージに対応した事例やユースケースコンテンツが豊富にあることを指します。AIはパーソナライズされた情報提供を得意とするため、ユーザーの状況に合致する文脈を持つ情報源を高く評価します。

西窪「まずLLM、生成AIがブランドを『このブランドがおすすめですよ』と推薦する際の考え方や要素は、大きく分けて『事実』、『評判』、『文脈』の3つです。」

これらの要素に対し、企業は具体的な対策を講じる必要があります。事実に対しては、従来のSEOでも重要とされた構造化データ（Schema.org）や会社概要、料金ページなどを正確かつ漏れなく記述することが有効です。これにより、AIが情報を正しく読み取るヒントを与えられます。

評判については、レビューサイトの最適化やプレスリリース配信、専門家監修コンテンツの作成を通じて、外部からの言及を積み重ねることが重要です。特に、第三者からの評価はAIの信頼性を高める上で不可欠です。

西窪「自社からの発信よりも第三者による言及の方が、AIの信頼スコアに影響します。自社が『このサービス業界でおすすめは自社です』と発信しても、AIは『それは本当か』と疑う傾向があります。しかし、周囲から『この業界ではこのブランドが一番良い』といった客観的な事実が加わると、AIはその情報を信頼性が高いと認識し、積極的に引用しやすくなる構造です。」

文脈への対策としては、BtoBであれば業界別、BtoCであれば課題別や属性別の事例記事、インタビュー、活用シーン記事などを網羅的に作成し、AIがユーザーのパーソナライズされた問いに回答する際の参照元となるように準備します。

AIに「選ばれる企業」と「無視される企業」の決定的な違い

AIに選ばれる企業と無視される企業の間には、情報整備、第三者言及、文脈対応、外部言及数、エンティティ認知の5つの点で明確な違いがあります。

AIに無視される企業の特徴

情報の整備: 料金や仕様が曖昧で、古い情報が放置されている。AIは情報に鮮度を求めるため、更新されていない情報は信頼性を損なう。
第三者言及: 口コミ、メディア掲載、専門家評価がほとんどない。自社発信のみではAIの信頼スコアに響きにくい。
文脈対応: 全ユーザー向けの汎用的なコンテンツしかない。AIはパーソナライズを好むため、特徴のないコンテンツは目に留まらない。
外部言及数: 被リンクやサイテーション（言及）がほとんど存在しない。
エンティティ認知: AIが特定のカテゴリとして自社ブランドを認識する語が紐づいていない。

AIに選ばれる企業の特徴

情報の整備: 価格、仕様、対応エリアなどを正確に記述し、常に最新の状態を保つ。
第三者言及: レビューサイトの最適化、専門家監修コンテンツ、プレスリリースなどを通じて第三者からの言及を豊富に獲得する。
文脈対応: 業種別、課題別、属性別の事例やユースケースを網羅し、AIがユーザーの状況に応じて推薦しやすいコンテンツを用意する。
外部言及数: バイラルコンテンツなど、シェアや引用されることを目的としたコンテンツを戦略的に作成し、外部言及や被リンクを継続的に増やす。
エンティティ認知: 競合性の低い複合キーワードから自社エンティティをAIに学習させ、徐々に認知の面を広げていく。

What-kind-of-companies-are-chosen-by-AI?

特に、AIは特徴のある文脈を好む傾向があるため、「全ユーザー誰に対しても向いているサービスです」といった極論の書き方では、AIから無視されるリスクが高まります。業種別、課題別、USP（独自の強み）といったユースケースを具体的に提示することで、AIの理解が深まり、適切な推薦につながります。

新たな消費者行動モデル「AICAS」におけるConfirmフェーズの重要性

AI時代において、ユーザーの購買プロセスは「AICAS」という新たな消費者行動モデルで捉えられます。日経クロストレンドが提唱するこのモデルは、従来のAIDMAやAISASに代わるものです。AICASは以下の5つのフェーズで構成されます。

Ask（相談・質問）: 何を買うか決まっていない状態で、生成AIに推薦や提案を求める段階。
Interest（興味）: 生成AIが提示する3〜4つの候補の中から、興味を抱いた商品やサービスに注目する段階。
Confirm（確認）: 生成AIの推薦を、検索エンジン、口コミサイト、公式サイトなどの他媒体で確認・検証する段階。
Action（購買）: 確認・納得を経て購買に至る段階。
Share（共有）: レビューや口コミとして情報を発信し、その情報が再び生成AIの推薦材料になる段階。

このAICASモデルにおいて、特に重要なのが「Confirm（確認）」フェーズです。AIに推薦されて初めて自社サイトを訪れるユーザーが急増する今、このフェーズでユーザーが「本当に自分に合っているのか」「周りからも良いと評価されているのか」といった疑問を解消し、納得感を与える必要があります。

西窪「今回特に重視しているのは、AICASモデルにおけるConfirm（確認）フェーズの重要性です。」

MOFUがAIによって代替され、TOFUとBOFUが直結する新しいファネル構造では、Confirmフェーズでユーザーが確認したい内容に対して、企業が明確なアンサーを提供することがBOFU施策の強化に直結します。

Organic BOFU戦略：AIに選ばれるための3つの柱と手順

AI時代におけるOrganic BOFU戦略は、AIに自社を選んでもらうことを目的とした具体的な施策の実行が求められます。この戦略は、「エンティティ確立」「コンテンツ充当」「種まき施策」という3つの柱で構成されます。これらの施策を通じて、AIからの言及を増やし、最終的に購買獲得へとつなげることが重要です。

西窪「Organic BOFU戦略の全体像は、エンティティの確立、コンテンツの充当、種まき施策という3つの柱で整理できます。」

Organic BOFU戦略を支える3つの柱

AI時代のOrganic BOFU戦略は、AIに自社のブランドやサービスを正確に認識させ、推薦してもらうための多角的なアプローチが必要です。この戦略は以下の3つの柱で成り立っています。

エンティティ確立: 競合性の低い複合キーワードから着手し、条件・業種・文脈の掛け合わせを通じてAIに「〇〇といえばこの会社」と認識させる。
コンテンツ充当: 事例やUGC（User Generated Content）で多様な課題文脈を網羅し、専門家監修によって信頼シグナルを構築し、AIパーソナライズに対応する。
種まき施策: コンバージョン獲得とは別の軸で、シェアされやすい切り口のコンテンツを設計し、外部言及や被リンクを獲得することでAIの信頼データベースへの登録を促す。

エンティティ確立：ニッチ複合語からAI認知の面を取る戦略

AIに「おすすめ」として直接的に推薦されることを目指すのは重要ですが、競合性が非常に高いため、いきなり広範なキーワードで上位表示を狙うのは困難です。そこで、まずは競合性の低いニッチな複合キーワードから着手し、段階的にAIの認知を広げていく「エンティティ確立」の戦略が有効です。

例えば、「おすすめのパーソナルジム」という広範なキーワードでAIに推薦されるのは難しいですが、「産後ダイエット都度払いジム」のように具体的な条件を複合させることで、競合性は低下します。こうしたニッチなキーワードでAIに「このパーソナルジムは産後ダイエットの都度払いに強い」と認識（エンティティ確立）させることで、徐々に「都度払いパーソナルジム」「女性専用パーソナルジム」といった、より広範なキーワードでの推薦へと繋げていくことができます。

西窪「このプロセスで特に重要なのは、最も競合性が低い文脈のところがUSP（独自の強み）となるように、地道な設計を行うことです。これにより、AIが自社ブランドがどのようなものかを正しく認識しやすくなります。」

エンティティ確立のステップは以下の通りです。

ニッチ複合語の選定: カテゴリ、条件（業種、エリア、属性、ライフステージなど）を掛け合わせ、自社が戦えるキーワードを洗い出す。
コンテンツ・情報の整備: 選定した複合語に関連するコンテンツ、構造化データ、LP、外部情報を整備する。
AIシェア率のモニタリング: ターゲットプロンプトで自社が言及されているかを定期的に確認し、言及が増えたら隣接キーワードへの拡張を進める。

コンテンツ充当：事例・UGCと専門家監修でAIパーソナライズに対応

AIはユーザーの状況や文脈を深く理解し、パーソナライズされた情報を提供します。このため、多様な課題文脈に対応できるコンテンツを網羅的に用意することが、AIに選ばれるための「コンテンツ充当」戦略の鍵となります。

具体的には、導入事例、体験談、UGC（User Generated Content）などが有効です。例えば、BtoBサービスであれば業界別、規模別、課題別の導入事例を用意することで、AIが「〇〇業界向けにはこの商品」といった形で回答する際の参照元となります。また、実ユーザーのリアルな声である体験談やUGCは、AIのパーソナライズ精度を高めるだけでなく、第三者評価としてAIの信頼スコアに直結します。

さらに、AIはE-E-A-T（経験、専門性、権威性、信頼性）を重視するため、専門家監修コンテンツが効果的です。専門家による監修は、AIがコンテンツを「信頼できる情報源」と判断する重要なシグナルとなり、競合との差別化にもつながります。自社で専門家監修コンテンツを作成するだけでなく、外部の専門家ドメインで自社ブランドを紹介してもらうことも有効です。

種まき施策：バイラルコンテンツで外部言及・被リンクを増やす

AI時代のOrganic BOFU戦略における3つ目の柱は「種まき施策」です。これは、直接的なコンバージョン獲得とは異なる目的で、Web上での外部言及や被リンクを増やすことに特化したコンテンツを設計することです。このようなコンテンツは「バイラルコンテンツ」と呼ばれ、AIが参照する情報源の総量を増やし、ブランドの信頼性を高める役割を果たします。

バイラルコンテンツの目的は、シェアされ、引用されることです。具体例としては、以下のようなコンテンツが挙げられます。

業界調査レポート: 独自データやアンケート結果を含むレポートは、他社からの引用や被リンクを促しやすい。
ランキング・比較まとめ: 「〇〇ツール比較15選」のような形式は、保存・シェアされやすく、AIが比較情報を収集する際に参照される可能性が高い。
無料ツール・テンプレート: 実用的なコンテンツはリンク獲得の強力な手段となる。
専門家インタビュー: 第三者の権威を活用しつつ、外部からの言及も期待できる。

このような施策は、短期間で直接的なコンバージョンに結びつくわけではありませんが、長期的に見るとAIからの推薦率を高め、自然検索での上位表示にも貢献する本質的なアプローチとなります。

西窪「これらの施策は、すぐに数百もの引用が増えるといった短期的な効果があるわけではありません。しかし、サイトをこのような2軸で設計している企業は、自然検索でも引き続き上位表示を獲得できている傾向があると感じます。」

押し設計：高意欲ユーザーを取りこぼさないサイト内最適化

AIに選ばれてサイトへ流入した高意欲なユーザーを確実にコンバージョン（CV）へとつなげるためには、サイト内での「あと一押し」設計が重要です。株式会社ファン・マーケティングは、サイト内BOFU戦略として「診断コンテンツ」と「EFO（入力フォーム最適化）」の2つを有効な施策として挙げています。

診断コンテンツでユーザーの状況に応じた最短ナーチャリングを実現

ユーザーの状況や課題をその場で把握し、最適なプランや事例を速やかに提示できる「診断コンテンツ」は、効果的なナーチャリング設計です。

西窪「株式会社ファン・マーケティングがよくお勧めしているのが診断コンテンツです。これは、ユーザーの状況や課題をその場で把握し、最適なプランや事例を速やかに提示できる、非常に有効なナーチャリング設計施策です。」

診断コンテンツは、複数の設問に答えることで自身の診断結果が得られるツールであり、ゲーム感覚で楽しみながら利用できます。BtoB、BtoCを問わず、ユーザーは自分ごととして診断結果のページを読み込み、サービスへの理解を深められるため、短期間でのナーチャリングに有効です。AIに推薦されてサイトを訪れた高意欲ユーザーの離脱防止にもつながります。

EFO（入力フォーム最適化）でCVまでの摩擦をゼロに

診断コンテンツと並んで重要となるのが、入力フォームの最適化であるEFO（Entry Form Optimization）です。これは一般的な施策ですが、ユーザーがスムーズに入力できるフォームを設計し、ユーザビリティを高めることがCV率向上には不可欠です。

エラーメッセージのリアルタイム表示や、進行状況バーを設置して「あとこれだけ回答すれば終わる」とゴールを可視化することなどが、ユーザーの完了率を高める上で有効な手段となります。これらのEFO対策により、コンバージョンまでの最後の障壁を取り除き、高意欲ユーザーを取りこぼさないサイト内体験を提供できます。

KPI：AI時代のBOFU投資を数値で語る「AIシェア率」

AI時代におけるBOFU戦略の施策は、従来のコンバージョン獲得に直結しないケースがあります。そのため、AIに対する施策がどこに効いたのかを可視化するためには、新たなKPI設定が必要です。株式会社ファン・マーケティングは、AI時代のBOFU投資の成果を測るKPIとして「AIシェア率」を提案しています。

西窪「株式会社ファン・マーケティングとしては、KPIの1つとしてAIシェア率を提案しています。外部から言及されるコンテンツの作成やエンティティ形成が、直接的なコンバージョンに繋がるかを現状で観測するのは難しいため、施策の変化を測定する意味でシェア率という考え方が有効です。」

AI時代のKPIに「AIシェア率」を導入する理由

「AIシェア率」とは、AIオーバービューやChatGPTといった大規模言語モデル（LLM）からの自社ブランドへの言及の割合を指します。この割合は、特定のプロンプトに対して自社がどれくらい引用されているか、または競合と比較してどれくらいの言及量があるかで測られます。従来のSEOが個別の記事やキーワードの順位をKPIとしていたのに対し、AIシェア率は全体の推移として観測する点が特徴です。

西窪「各記事のKPIやキーワードの順位を指標としていた従来のSEOと異なり、このAIシェア率は全体の推移として観測する点が特徴です。」

AIがMOFUを代替するようになった現在、ユーザーが比較検討のために多数のサイトを巡回する行動が減少しています。AIが推薦する3〜4社の中から興味のある商品を選択する傾向が強まったため、企業はAIの推薦リストに入ることが最も重要になります。この推薦度合いを数値で捉えるのがAIシェア率であり、施策の効果測定に不可欠です。

「AIシェア率」を測る3つのKPIと補足指標

AI時代のBOFU投資を評価するために、AIシェア率を以下の3段階のKPIで測定することを推奨します。

全体シェア率: 設定したプロンプト全体に対して、自社がどの程度引用されているか、または競合と比較してどれだけの言及量があるかを測定します。これは、自社ブランドがAIにどれだけ広く認知されているかを測る指標です。
課題カテゴリ別シェア率: 特定の課題カテゴリ（例: 化粧品関連の「毛穴」「黒ずみ」「乾燥」など）に関するプロンプトにおいて、自社がどれだけの「面」を取れているかを測定します。言及が弱い課題に対して対策を講じることで、自社の言及量が増え、全体のシェア率向上につながるという考え方です。対策としては、言及されているソースを正しい情報に置き換える改修や、AIが言及する文脈に沿った既存ページの改修・新規作成が挙げられます。
重要プロンプト別KPI: 「サービス名 + おすすめ」のような購買意欲が高いプロンプトや、自社のUSP（ユニークセリングプロポジション）に関するプロンプトなど、特に注視すべきプロンプトに絞って言及率や順位を追う指標です。

ただし、重要プロンプト別のKPIにおける一文単位の回答は、外部の言及やAIのアップデート・調整といった外部要因によって大きく変動しやすいという留意点があります。そのため、これは現状把握の要素として観測するのが適切です。

これらのKPIに加えて、指名検索量の変化、レビューサイトや口コミの評価スコア、外部サイトからの言及数や被リンク数、従来の自然検索上位キーワードの推移なども補足指標として追うことが推奨されます。ただし、これらの補足指標は、AI対策による直接的なコンバージョン増加や指名検索量の変化を断定するのが難しいため、あくまで傾向を把握する目的で測定します。

AIがMOFUを飲み込んだ今、企業に求められる「AIに選ばれる」BOFU戦略

生成AIの台頭は、ユーザーの購買行動とマーケティングファネルに劇的な変化をもたらしました。特に「MOFU（比較検討）」がAIに代替され、TOFU（認知）とBOFU（購買獲得）が直結する新たな時代において、企業はどのようにBOFU戦略をアップデートすべきでしょうか。株式会社ファン・マーケティングの西窪莉子氏が解説するAI時代のBOFU戦略とは、AIに選ばれるためのエンティティ確立、コンテンツ充当、種まき施策を統合的に推進することです。

本ウェビナーレポートでは、AI時代のBOFU戦略の全体像と具体的な施策、そして投資効果を測るKPI設定までを深く掘り下げます。

AIがMOFUを代替し、TOFUとBOFUが直結する新時代

従来のマーケティングファネルでは、ユーザーはTOFU（認知）で商品やサービスを知り、MOFU（比較検討）で複数の選択肢を比較検討し、最終的にBOFU（購買獲得）で意思決定をしていました。しかし、AIの登場によりこの常識は変化しました。西窪莉子氏によると、AIがMOFUの役割を瞬時に代替するようになり、TOFUとBOFUがほぼ直結する新たな購買プロセスが主流になりつつあります。

ユーザーは、例えばChatGPTのような生成AIに対し「毛穴の黒ずみに効くおすすめの商品はないか」と質問します。するとAIが、複数の商品を比較検討するMOFUのプロセスを一手に引き受け、最適な3〜4社に絞り込んで提案します。

その結果、ユーザーは自ら比較サイトを行き来することがなくなり、AIが推薦した企業だけがユーザーの選択肢に入るようになりました。つまり、AIに選ばれなければ、企業はユーザーの視界にすら入らない時代になったのです。

Web上の「信頼・評判の総量」がダイレクトな獲得に直結

AIが企業やサービスを推薦する際の判断基準は、「事実」「評判」「文脈」の3つの要素に基づきます。この3要素がWeb上でどれだけ豊富に、かつ信頼性高く存在しているか、すなわち「信頼・評判の総量」が、AIによる推薦、ひいては購買獲得にダイレクトに結びつきます。

特に、AIは自社発信の情報よりも第三者による言及（評判）を重視します。いくら自社が「業界で最もおすすめのサービス」だと発信しても、AIはそれを鵜呑みにしません。しかし、外部の口コミや専門家レビュー、メディアでの言及、被リンクといった第三者からの「このブランドがいい」という客観的な情報が多く集まれば、AIはそれを信頼性の高い情報と認識し、積極的に推薦するようになります。

また、AIはパーソナライズ機能に優れるため、ユーザーの悩みや状況（文脈）に応じた事例やユースケースコンテンツが豊富に用意されている企業は、より多くの推薦機会を得られるでしょう。

さらに、西窪莉子氏は日経クロストレンドが提唱する消費者行動モデル「AICAS」における「Confirm（確認）」フェーズの重要性を強調します。AIに推薦された後、ユーザーは本当に自分に合っているのか、周りもそう思っているのかを確認するために、公式サイトや口コミサイトを訪れます。このConfirmフェーズでユーザーの疑問を解消し、納得感を与えることが、最終的な購買につながる鍵となります。

競合性の低い複合語からエンティティを確立し、AIからの言及シェアを面で取る

AIに「選ばれる」企業になるためには、エンティティ確立、コンテンツ充当、そして種まき施策という3つの柱を統合的に推進する必要があると西窪莉子氏は述べています。エンティティ確立とは、AIに対し「○○といえばこの会社」と認識させることです。いきなり「パーソナルジムおすすめ」のような競合性の高いキーワードでAIの推薦リストに入るのは困難です。

そこで、まずは「産後ダイエット都度払いジム」のような、競合性の低いニッチな複合語から着手し、AIに自社の強みや特性を正確に学習させていきます。この地道なステップを踏むことで、AIは自社を特定のカテゴリにおける信頼できる存在として認識し、徐々に「女性専用パーソナルジム」や「都度払いパーソナルジム」、最終的には「おすすめパーソナルジム」といったより広範な領域での推薦へと繋がっていくのです。

事例・UGC・専門家監修でAIパーソナライズに対応し、種まきで外部言及を積み上げる

コンテンツ充当では、ユーザーの多様な課題や状況（文脈）に対応した事例やUGC（User Generated Content）、専門家監修コンテンツを網羅的に用意することが重要です。AIはユーザーのパーソナライズされた状況に合わせて最適な情報を提案するため、業界・規模・課題別の導入事例や、ユーザーのリアルな体験談は、AIが引用する際の貴重な情報源となります。

また、Googleの品質評価項目であるE-E-A-T（経験・専門性・権威性・信頼性）を重視するAIにとって、専門家監修コンテンツは信頼シグナルとして極めて有効です。西窪莉子氏によると、専門家名や肩書、資格が明記されたコンテンツは、AIが「信頼できる情報源」として参照しやすくなります。

さらに、種まき施策として、直接的なCV獲得目的とは別に、シェアや引用を目的としたバイラルコンテンツを設計し、外部言及や被リンクを積み重ねることも不可欠です。業界調査レポートやランキングまとめ、無料ツール、専門家インタビューなどは、多くのウェブサイトやSNSで引用・共有されやすく、AIが参照するWeb上の信頼データベースへの登録を促します。

これらの施策は、短期的なコンバージョンに直結しにくい場合もあります。そのため、AI時代のBOFU投資の成果を測る新たなKPIとして、「AIシェア率」を導入するのがおすすめです。これは、AIオーバービューやChatGPTといったLLMからの自社ブランドへの言及割合を、競合と比較しながら、全体・課題カテゴリ別・重要プロンプト別で観測していくものです。

AIがMOFUを飲み込み、TOFUとBOFUが直結する新時代において、企業は「AIに選ばれる」ための戦略を包括的に推進し、ユーザーに認知され、購買に繋げる新たな道を切り拓く必要があります。

よくある質問

ここからはよくある質問にお答えします。

AI時代のマーケティングファネルは具体的にどう変わった？

西窪「AI時代に伴い、MOFU（比較検討フェーズ）をAIが代替するようになり、従来のファネルの常識が変わりました。ユーザーは比較検討のために多数のサイトを行き来するのではなく、AIが推薦する3〜4社の中から候補を絞り込むため、TOFU（認知）とBOFU（購買獲得）が直結する傾向にあります。」

AIに自社を選んでもらうために、まず何から始めるべき？

西窪「まずはエンティティ確立を意識しましょう。これは、競合性の低いニッチな複合語や条件でAIに自社ブランドを正しく認識させ、徐々に面を広げていくという考え方です。例えば、『産後ダイエット都度払いジム』のような複合語から実績を積み、徐々に『都度払いパーソナルジム』『女性専用パーソナルジム』、そして最終的に『パーソナルジムおすすめ』といった広範な文脈へとエンティティを拡大していく、地道な設計が重要になります。」

AI時代のBOFU投資の成果をどのように評価すればいい？

西窪「AI時代のBOFU投資の成果は『AIシェア率』で評価することをお勧めします。これはAIオーバービューやChatGPTといったLLMからの自社への言及や、ドメインの引用の割合を指します。AIシェア率は、全体の推移だけでなく、課題カテゴリ別や、特に重視する『サービス名＋おすすめ』といった重要プロンプト別に観測し、変化を測定することで、施策の効果を把握できます。」

株式会社ファン・マーケティングでは、SEOコンテンツをはじめとしたファン育成の支援を行っています。AI時代によるユーザー行動の変化のような、最近の動向を抑えながら、大手企業を支援してきた実績をもとに企業のファン育成をサポートします。SEO施策や診断コンテンツ、LPなどの企画から制作までを一気通貫で行いますので、AIによる消費者行動の変化に不安な方や、CVへの誘引に悩んでいる方はぜひご相談ください。

●株式会社ファン・マーケティングへのご相談はこちら