Back to Blog
SEOGoogleサーチコンソールコンテンツ改善ExcelLLM

758 Impressions, 5 Clicks, 12 Seconds: Diagnosing Why My Best-Ranking Guide Doesn't Get Read

758回表示、5クリック、滞在12秒:上位表示のガイド記事が読まれない原因をどう切り分けるか

Excel・スプレッドシート向けのAI活用ガイドが、検索結果で758回表示されながら、クリックは5回にとどまった。クリック率(CTR:表示された回数に対してクリックされた割合)は約0.7%(5÷758≒0.66%)で、クリックした読者の平均エンゲージメント時間(ページが実際に閲覧されていた時間)は12秒だった。検索順位が良好な記事でこの数値が出ている点が、今回の出発点になる。

この状況では、課題が2か所にある可能性がある。1つは検索結果から記事へ進んでもらう「入口」で、もう1つは記事に来た読者が読み進める「中身」である。順位が高くても、クリックされなければ読者には届かない。クリックされても数秒で離れられれば、記事の価値は伝わらない。つまり、順位だけでは記事の価値を測れないケースがある。

本記事では、この数値を題材に、データに基づいて原因を切り分ける手順を整理する。Excelやスプレッドシートを日常的に使う実務者が、手元の道具で再現できる形を意識している。


上位表示なのに、なぜクリックされないのか?

順位ごとのCTRの目安と、今回の数値

検索順位ごとのCTRには、複数の調査で報告されている一般的な傾向がある。調査対象や時期、検索の種類によって数値は大きく異なるが、おおまかには次のように言われている。

平均掲載順位 CTRの目安(調査によりばらつきあり)
1位前後 20〜40%程度
3位前後 8〜12%程度
5位前後 4〜7%程度
10位前後 1〜3%程度

これらはあくまで参考値であり、ブランド名を含む検索か、一般的な語句の検索かでも大きく変わる。それでも、平均で上位に表示されている記事のCTRが0.7%という数値は、目安を下回っている可能性が高いと見られる。

クリックされない主な仮説

CTRが低くなる背景には、大きく3つの仮説がある。

1. タイトルやメタディスクリプションが検索意図と噛み合っていない メタディスクリプション(検索結果に表示される説明文)は、記事の内容を一言で伝える役割を持つ。タイトルが抽象的だったり、検索者が知りたい具体的な作業(例:「関数のエラーを直したい」)に触れていなかったりすると、表示されても選ばれにくい。

2. 検索結果上部の枠にクリックが吸収されている 強調スニペット(検索結果上部に表示される回答枠)やAIによる要約表示で、検索者が結果ページ内で満足してしまうケースがある。この場合、順位が高くても記事へのクリックは増えにくい。

3. 表示されている検索語句が、想定読者と異なる層を引き寄せている 順位が高いのは、想定した読者とは別の意図の検索語句かもしれない。この場合、表示回数は増えても、クリックにつながる検索者は少なくなる。

どの仮説が当てはまるかは、数値を見ただけでは判断できない。次の章から、確認の手順を順に見ていく。


どの検索クエリで表示されているのか?

サーチコンソールでの確認方法

サーチコンソール(Googleが提供する、検索パフォーマンスの分析ツール)では、記事ごとに次の指標を確認できる。

  1. 「検索パフォーマンス」を開く
  2. 対象の記事URLで絞り込む(「ページ」フィルタ)
  3. 「クエリ」タブで、表示回数・クリック数・CTR・平均掲載順位を確認する
  4. 期間を十分に取り(可能なら3か月程度)、CSVとしてエクスポートする

エクスポートしたデータをスプレッドシートに貼り付ければ、並べ替えや集計が自由にできる。

クエリの意図を分類する

次に、各クエリの背景にある意図を分類する。大きく分けると、次の3タイプになる。

  • 情報収集型:「ChatGPT Excel 使い方」のように、まず全体像を知りたい
  • 課題解決型:「Excel 関数 エラー 直し方」のように、目の前の作業を解決したい
  • 比較検討型:「Copilot ChatGPT Excel 比較」のように、選択肢を比べたい

ガイド記事が想定している意図と、実際に表示されているクエリの意図が異なる場合、そのずれがCTRや滞在時間の低さの一因になっている可能性がある。

ずれが大きいクエリの洗い出し

スプレッドシート上で、次のような観点で並べ替えると、点検すべきクエリが絞り込める。

  • 表示回数が多く、CTRが極端に低いクエリ
  • 平均掲載順位が高い(数値が小さい)のに、クリックがゼロのクエリ
  • 想定読者が使わなさそうな語句(例:英語のみの検索、学術的な語句)

クエリとタイトル・見出しの一致度を点検する

上位のクエリを5〜10個ほど選び、次を確認する。

  • クエリの主要な語句が、タイトルに含まれているか
  • 冒頭の見出しや最初の段落が、そのクエリに答えているか
  • クエリが求めている「手順」「数式」「比較」といった形式を、記事が提供しているか

一致していなければ、順位が付いていても、検索者から見て「求めている答えがここにあるか分からない」状態になっていると見られる。


クリックされても、なぜ12秒で離脱されるのか?

平均エンゲージメント時間の定義と注意点

GA4(Googleアナリティクス4)の平均エンゲージメント時間は、ページが画面の最前面で表示されていた時間をもとに計測される。ページを開いたまま別のタブに移った時間は含まれない。そのため、直帰したかどうかとは別の指標であり、「読まれた時間」の目安として使われる。

計測にはいくつか注意点がある。

  • サーチコンソールのクリック数とGA4のセッション数は、定義も計測方法も異なるため、一致しない
  • 広告ブロッカーやCookie同意の設定によって、計測されない訪問がある
  • 検索結果から離脱し、すぐ戻ってきた場合の動きは、この指標だけでは分からない

つまり、12秒という値は目安として扱うのが妥当である。

構成上の問題

滞在時間が短い場合、まず疑われるのは冒頭部分である。

  • 検索者が知りたい答え(数式、手順、結論)が、冒頭に出てこない
  • 背景説明や用語の解説が長く、本題までスクロールが必要になる
  • 見出しだけでは、どこに答えがあるのか判断できない

実務者は「今の作業を解決する情報」を探している。そのため、導入が長い記事では、答えにたどり着く前に離脱されやすいと言える。

モバイル表示での可読性

Excel・スプレッドシートの記事は、表やコードブロック、数式を多く含むため、スマートフォンでの表示崩れが起きやすい。次の点が確認ポイントになる。

  • 表が画面幅に収まらず、横にはみ出していないか
  • コードブロックや数式が横スクロールを強いていないか
  • スクリーンショットが小さすぎて読めない、または読み込みが遅くないか

表示速度や体験を阻害する要素

次のような要素も、離脱の要因になりうる。

  • ページの読み込みが遅い(特に画像が多い記事)
  • 広告やポップアップが本文を覆い隠している
  • Cookie同意のバナーが画面の大半を占める

PageSpeed Insights(Googleが提供する表示速度の診断ツール)で、モバイルの表示速度を一度確認しておくと、問題の有無を切り分けやすい。


Excel/スプレッドシート利用者は、どんな記事を求めているのか?

実務者が優先するもの

Excelやスプレッドシートの利用者が検索するのは、多くの場合、作業の途中である。そのため、背景説明よりも、すぐ使える数式やテンプレートが優先される傾向があると言える。「いま詰まっている作業を解決できるか」が、数秒で判断される。

網羅性が裏目に出ることがある

ガイド記事は網羅性が高いほど価値があるように見える。しかし、検索者の視点では、情報量が多いほど目的の答えにたどり着きにくくなる場合がある。全体を俯瞰する長いガイドは、「概要を知りたい読者」には向くが、「特定の作業を解決したい読者」には遠回りに感じられる可能性がある。

即効性のある要素の有無

次のような要素が記事内にあるかどうかも、確認ポイントになる。

  • コピーしてそのまま使える数式
  • 操作画面のスクリーンショット
  • コピーして使えるプロンプト(AIへの指示文)
  • ダウンロードできるテンプレート

AI/LLM活用ガイドでの信頼性

LLM(大規模言語モデル:ChatGPTのような文章生成AI)の活用ガイドでは、具体的な入力例と出力例の提示が信頼性に影響すると見られる。たとえば、次のような形である。

【入力例(AIへの指示)】
以下の売上表(A列:日付、B列:商品名、C列:金額)から、
商品ごとの月別合計を求めるSUMIFS関数を作ってください。

【出力例(AIの回答)】
=SUMIFS($C:$C, $B:$B, $F2, $A:$A, ">="&G$1, $A:$A, "<"&EDATE(G$1,1))

指示文と結果が並んでいれば、読者は「自分の作業で使えるか」をすぐ判断できる。抽象的な説明が続くと、それが難しくなる。


データが少ない中で、どこまで判断できるのか?

サンプル数の小ささ

758表示・5クリックは、統計的には小さなサンプルである。CTRの信頼区間(真の値が含まれると見込まれる範囲)を概算すると、95%の水準で約0.3%〜1.5%の幅になる。つまり、「CTRは0.66%」と断定するよりも、「おおむね1%前後かそれ以下」と捉えるほうが実態に近い。

ただし、この範囲の上限でも、上位表示の目安を下回る可能性が高い。「CTRが低めである」という大きな傾向は、ある程度言えると見られる。一方で、数値の細かな違いに一喜一憂するのは適切ではない。

12秒という平均値の脆さ

5件程度のデータでは、平均値は極端な値に引っ張られやすい。たとえば、次のような場合である。

  • 1人が1秒で離脱し、別の1人が40秒読んだ場合、平均は数十秒の幅で動く
  • 5件のうち、実際には4件が数秒で、1件だけが長く読んでいた場合、平均では実態が見えにくい

そのため、平均値に加えて、可能なら個別のセッションの動きも確認したい。

ヒートマップとスクロール深度による補完

ヒートマップ(クリックやスクロールの位置を色で可視化するツール)や、スクロール深度(ページのどこまで読まれたか)の計測を導入すれば、数値だけでは見えない動きを補える。無料プランのあるツールも多く、少ないアクセスでも「どこで読者が離れたか」の手がかりが得られる。

結論を急がない

データが少ない段階では、原因を断定せず、仮説として扱うことが重要になる。仮説を立て、一つずつ検証し、結果を記録する。この積み重ねによって、少ないデータでも改善の方向性を絞り込める。


原因を切り分けるには、どの順序で検証すべきか?

検証は、読者の動線に沿って「入口」から「中身」へ進めるのが整理しやすい。

ステップ1:クエリと検索意図の整合性確認

サーチコンソールのクエリ一覧を分類し、記事の想定読者と合っているかを確認する。ずれが大きい場合は、タイトルの修正より先に、記事の位置づけ(誰の、どの課題に答える記事か)を見直す必要がある。

ステップ2:タイトルとディスクリプションの改善とCTRの変化観察

主要クエリの語句をタイトルに含め、読者が得られるもの(例:「コピーして使える数式付き」)を具体的に示す。変更後は、サーチコンソールでCTRの変化を2〜4週間ほど観察する。

ステップ3:冒頭部分の再設計

冒頭には、次の要素を置くことが考えられる。

  • 結論先出し:最初の数行で、検索者の疑問に答える
  • 目次:目的の箇所へすぐ移動できるようにする
  • 要点サマリー:記事で分かることを3〜5点で示す

ステップ4:端末別・流入元別の行動データの比較

GA4で、PCとスマートフォン、検索経由とその他の流入元を比べる。たとえば、スマートフォンだけ滞在時間が極端に短ければ、表示崩れや読み込み速度が疑われる。

変更は一度に一つずつ

複数の変更を同時に行うと、どの変更が効果をもたらしたのか判別できなくなる。変更の内容と日付を記録し、効果を比較できる状態を保つことが、切り分けの前提になる。

ステップ 確認対象 主な指標
1 クエリと意図 表示回数、クエリ分類
2 タイトル・説明文 CTR
3 冒頭構成 エンゲージメント時間、スクロール深度
4 端末・流入元 端末別の滞在時間

AIツールは改善作業にどう活用できるのか?

クエリの分類とタイトル案の生成

数十件程度のクエリ一覧なら、LLMに渡して意図の分類を補助させることができる。たとえば、次のような指示が考えられる。

以下は、Excel×AI活用ガイドの検索クエリ一覧です。
各クエリを「情報収集型/課題解決型/比較検討型」に分類し、
それぞれの検索者が記事に期待していることを1行で書いてください。
そのうえで、課題解決型クエリ向けのタイトル案を3つ提案してください。

(クエリ一覧を貼り付け)

ただし、社内データや個人情報を含む内容を外部のAIサービスに入力する際は、利用規約や社内ルールの確認が必要になる。サーチコンソールのクエリ一覧は一般に公開情報に近いが、扱いには注意したい。

スプレッドシートで改善優先度を可視化する

エクスポートしたクエリデータを、次のように集計すると、優先度が見える。

列 内容
A クエリ
B 表示回数
C クリック数
D CTR(=C2/B2)
E 平均掲載順位
F 想定CTR(順位帯ごとの目安から引く)
G 取りこぼし推定(=B2*F2-C2)

想定CTRは、別シートに順位帯の対応表を作り、たとえば次の数式で引ける。

=VLOOKUP(ROUNDDOWN(E2,0), 対応表!$A$2:$B$11, 2, TRUE)

G列の値が大きいクエリは、「表示されているのにクリックされていない」度合いが大きいことを示す。降順に並べ替えれば、改善の優先順位を決める手がかりになる。ただし、想定CTRはあくまで一般的な目安に基づく推定であり、確定値ではない点には留意が必要である。

AIの提案は検証が前提

AIが出すタイトル案や分類は、もっともらしく見えても、実際の検索結果の状況や読者の意図とずれている場合がある。提案はあくまで案として扱い、次の2点で確認する必要がある。

  • 事実確認:数式や機能の説明が正しいか、実際に試して確かめる
  • 実データによる検証:変更後のCTRや滞在時間で、効果があったかを確認する

冒頭要約や見出し構成の見直しでの活用範囲

記事の冒頭要約や見出し構成の見直しでは、AIは「現在の構成を第三者の視点で要約させ、答えが冒頭にあるかを点検する」使い方に向いていると見られる。一方で、記事固有の経験や検証結果、読者の実際の悩みといった一次情報は、AIが補えない部分である。AIは整理の補助にとどめ、中身の判断は人が担う形が現実的と言える。


まとめ:順位は「入口」にすぎないと言えるのか

今回の758表示・5クリック・12秒という数値から整理できる点は、次のとおりである。

  • 検索順位は、成果を測る一つの指標にすぎない。 CTRと滞在時間を併せて見なければ、記事が読者に届いているかは判断できない。
  • 原因は、「検索意図とのずれ」「見せ方(タイトル・説明文)」「ページ体験(冒頭構成・モバイル表示・速度)」のいずれか、あるいはその複合と見られる。 どれか一つに決め打ちせず、順に切り分ける姿勢が求められる。
  • 小さなデータでも、仮説と検証の積み重ねによって、改善の方向性は絞り込める。 断定を避けつつ、変更を一つずつ記録していくことが前提になる。
  • 改善後の数値を再計測し、記事ごとに診断を繰り返すことが有効と言える。 一度の改善で完結させず、データが蓄積された段階で、同じ手順を回すのが現実的である。

順位は、読者との接点の入口にすぎない。入口で選ばれ、中身で答えが見つかって初めて、記事は役割を果たす。まずはサーチコンソールからクエリ一覧をエクスポートし、スプレッドシートで並べ替えるところから始めるとよい。

Share:
View all posts