ロングテール 1,200 クエリを再設計。自然流入 +57%、AI 流入 +12.3x。

課題：カテゴリ構造が売場の都合でできている

生活雑貨から家電まで幅広く扱う、大手の総合 EC 事業者のケースです。取扱点数が多く、カテゴリはブランド別・価格帯別に整理されており、社内の売場運用としては合理的でした。一方でユーザーが実際に検索するのは「どんな場面で使うか」を起点とした言葉で、その粒度に対応するページが存在していませんでした。

たとえば「一人暮らし 狭いキッチン 電気ケトル」で検索した人が着地するのは、ブランド別の一覧ページです。そこから条件に合う製品を自力で絞り込むことになり、直帰率は 70% を超えていました。社内では長らく「ロングテールは数が細かすぎて対応できない」という整理がされており、優先度の低い課題として扱われていました。

ロングテールのクエリは 1 件あたりの検索数こそ小さいものの、総量では大きな流入源になります。加えて生成エンジンは、用途や条件を含む具体的な質問に答えるとき、その粒度に一致する情報源を探します。着手前の診断では、次の 3 点が同時に効いていました。

• 検索されている「用途 × 条件」の言葉に対応するページが無く、商品一覧に着地してしまう
• 似た内容のページが複数存在し、どれが正典なのかエンジン側で判断できない
• 商品スペックはあるが、「この条件ならこれ」という選び方の情報が無い

2 点目は想定より深刻でした。特集ページ・季節企画・旧デザインの残骸が積み重なり、同じテーマを扱うページが 3〜6 本ずつ存在している状態です。canonical も設定されておらず、内部リンクは古い方に集まっていました。棚卸しの結果、重複と判断したページは 900 本を超えています。

設計：1,200 件をどう決めたか

数を先に決めて埋めにいく進め方は採っていません。作れる数ではなく、需要が確認できて、かつ保守できる数から逆算しています。

• 検索クエリ、サイト内検索のログ、購入前チャットの質問文から「用途 × 条件」の組み合わせを機械的に抽出する。初期の候補は約 5,800 件
• 月間の検索数と、対応する在庫の有無で足切りする。在庫が続かないテーマはページを作っても維持できないため、ここで 2,100 件まで絞る
• 内容が重なる候補を統合し、1 テーマ 1 ページの単位に整理して 1,200 件を確定する
• 1,200 件を 40 のクラスタに分け、クラスタごとに担当と更新周期を割り当てる

最後の担当割り当てが、この案件では設計そのものより重要でした。1,200 ページを作ること自体は外注でも可能ですが、更新されないページが 1,200 本残ればサイト全体の評価が下がります。誰が何を何ヶ月ごとに見るかを決めてから、制作に入っています。

施策：用途起点でクラスタを組み直す

検索意図とユーザーの情報行動を起点に、カテゴリ × 用途のトピッククラスタを 1,200 件規模で構築しました。関連情報を体系化してサイト全体の専門性を高める、コンテンツ戦略の標準的な進め方です。

• 1〜2 ヶ月目：既存ページの棚卸しと重複判定。900 本超の重複を洗い出し、統合先を決める
• 2〜3 ヶ月目：各テーマに正典ページを 1 つ定め、canonical と 301 リダイレクトで重複を解消する
• 3〜8 ヶ月目：1,200 ページを 40 クラスタに分けて順次制作。1 クラスタあたり 2 週間を目安に進めた
• 並行：クラスタ内のページを相互リンクで接続し、テーマ単位のまとまりを構造として表現する
• 並行：選び方の判断基準を明文化し、条件から候補が絞れる形で記述する

重複解消は、AI 流入の伸びに直結した工程でした。同じ内容のページが複数あると、生成エンジンはどれを引用すべきか決められず、結果としてどれも引用しません。1 テーマ 1 正典を徹底することが、引用の前提条件になります。実際、リダイレクトを流し込んだ 3 ヶ月目から、まだ新規ページをほとんど公開していない段階で AI 経由のリファラルが動き始めました。

制作面では、最初の 5 クラスタで品質が安定しませんでした。テンプレートに沿って書くと、どのページも似た文章になり、条件が違うのに結論が同じという状態が起きています。判断基準を先に表として作り、その表を説明する形で本文を書く手順に変えてから、書き手が変わっても内容が揃うようになりました。

結果：自然流入と AI 流入が別々の伸び方をした

再構築後、検索エンジンからの自然流入は +57%、ChatGPT や Perplexity 経由のリファラルは前年比 12.3 倍まで拡大しました。同じ施策に対して、両者の伸び幅が大きく異なっている点が示唆的です。

自然流入は既存の順位からの積み上げであるのに対し、AI 流入はほぼゼロからの立ち上がりです。母数が小さいぶん倍率は大きく出ます。実数で見れば自然流入の増加分の方がはるかに大きく、社内報告ではこの二つを並べて示すようにしました。

それでも AI 流入を追う価値があるのは、流入の質が違うためです。AI 経由で来た訪問者は、着地したページの滞在時間が長く、カート投入率も高く出ています。条件を指定して質問した結果として辿り着いているぶん、検討が進んだ状態で来ていると考えられます。

公開後にわかったこと

• 在庫切れが続くテーマのページは、引用されても離脱に終わる。在庫連動で表示を切り替える仕組みを後から追加した
• 更新を止めたクラスタは、3〜4 ヶ月で AI の回答からも消える。順位より落ち方が速い
• リダイレクトの設計漏れが 30 本ほど残っており、公開 2 ヶ月後のログ確認で見つかった。定期的な確認は外せない

再現の条件

• 取扱点数が多く、用途 × 条件の組み合わせが十分な数になる
• 検索クエリや問い合わせ履歴など、実際の言葉を集められるデータがある
• 1,200 件規模のページを継続的に運用できる体制がある

3 点目を欠いたまま数だけ作ると、更新されない低品質ページが大量に残り、サイト全体の評価をむしろ下げます。作れる数ではなく、保守できる数から逆算して設計してください。着手前の診断では、この体制面の確認にいちばん時間をかけています。