この用語集は、マーケティングインテリジェンスで使われる57語（現代のマーケティング戦略の背後にあるリサーチ、計測、AIの語彙）を、シェア・オブ・ボイスや消費者の葛藤からMCP、GEO、MERまで定義しています。各定義は1〜3文で、エンジニアではなくマーケター向けに書かれており、その多くは概念を詳しく解説するSOMINのガイドにリンクしています。
このページの使い方
目次から文字にジャンプするか、ページ内で用語を検索してください。SOMINが戦略的切り口、モーメント、プロポジション、ストーリー、クリックされやすさのように言葉を特定の意味で使う場合は、定義にその旨を記しています。すべての用語に固有のアンカーがあるため、たとえばシェア・オブ・ボイスのように直接リンクできます。エンゲージメント率などの用語の裏づけとなる数値はソーシャルメディアのベンチマークを、ペルソナ、消費者の葛藤、戦略的切り口、ストーリーをつなぐブリーフについてはクリエイティブブリーフのテンプレートをご覧ください。
A
A/Bテスト
広告、ページ、メールの2つのバージョンを、比較可能でランダムに分けたオーディエンスに見せ、クリック率やコンバージョン率などのひとつの成果を比較する対照実験です。サンプルが偶然を排除できるほど大きければ、その時点のそのオーディエンスにとってどちらのバージョンが勝ったかがわかります。詳しくはこちら：事前テストとA/Bテストを組み合わせる方法。
広告ライブラリ
プラットフォームが配信中または過去に配信した広告を公開し、検索できるアーカイブです。Meta広告ライブラリ、Google広告の透明性センター、LinkedIn広告ライブラリなどがあります。マーケターは広告ライブラリを使って、競合がどのクリエイティブ、オファー、メッセージに費用をかけているかを確認します。詳しくはこちら：Meta広告ライブラリで競合の広告を調べる方法。
AEO（回答エンジン最適化）
AIアシスタント、音声アシスタント、答えを直接表示する検索機能などの回答エンジンが、回答の中でコンテンツを使うように最適化することです。実際にはGEOとほぼ重なります。質問に早く答え、ページを明確に構造化し、情報源を信頼しやすくします。詳しくはこちら：ブランドがAI回答エンジンに引用される方法。
AIエージェント
言語モデルを使って複数ステップのタスク（データの取得、分析、成果物のたたき台作成など）を計画・実行するソフトウェアで、テキストを返すだけでなくツールを呼び出して動きます。マーケティングでは、エージェントがワークフローの一部を担い、人が結果を承認します。詳しくはこちら：SOMINのAIマーケティングエージェント；自動化すべきことと人が担うべきこと。
戦略的切り口
消費者の葛藤が存在する理由を、心理学、社会学、行動経済学の理論（過信バイアスや自己決定理論など）で名づけたものです。SOMINのペルソナ、消費者の葛藤、戦略的切り口、インサイトストーリーのフレームワークでは、戦略的切り口が問題の描写を主張へと変えます。詳しくはこちら：ペルソナ、消費者の葛藤、戦略的切り口、インサイトストーリーのフレームワーク。
アーキタイプ
賢者、英雄、探検家など、繰り返し現れるキャラクターのパターンで、ブランドの個性とボイスを説明するために使われます。Margaret MarkとCarol Pearsonが広めた12アーキタイプのモデルはCarl Jungの研究に基づいています。SOMINは投稿にアーキタイプのタグを付け、カテゴリーが自らをどう見せているかがわかるようにします。詳しくはこちら：SOMIN Strategy。
アトリビューション
コンバージョンの貢献を、それ以前のタッチポイントに割り振る方法で、ラストクリック、ファーストクリック、データドリブンモデルなどのルールを使います。アトリビューションは人々がたどった経路を示しますが、それだけでは、どのマーケティングが売上を生んだかを証明できません。詳しくはこちら：マーケティング・ミックス・モデリングの壁。
オーディエンスリサーチ
対象オーディエンスがどんな人で、何を求め、どう行動するかを、調査、パネル、インタビュー、行動データ、接しているコンテンツの分析などで調べることです。「誰が」「なぜ」に答えるもので、ソーシャルリスニングは「何が語られているか」に答えます。詳しくはこちら：ソーシャルリスニング、オーディエンスリサーチ、広告最適化の違い；オーディエンスリサーチ企業が自社データを売り込む方法。
B
ベンチマーク
比較可能なブランド、チャネル、期間から得られる基準値のことです。たとえばカテゴリー内の1投稿あたりエンゲージメント数の中央値で、自社の結果が良いかどうかを判断するために使います。ベンチマークが役立つのは、比較対象が自社の規模、プラットフォーム、オーディエンスと合っている場合だけです。詳しくはmartechブランド向けのソーシャルメディアエンゲージメントベンチマークをご覧ください。
ブランドリフト
キャンペーンを見た人と、見ていない比較可能なグループとの間で測定される、認知、広告想起、検討、購入意向の変化で、通常はプラットフォームの調査で収集します。上位ファネルの目標について増分効果を測る方法のひとつです。
ブリーフ（クリエイティブブリーフ）
クリエイティブチームに対して、制作物が誰に向けたものか、どの葛藤に応えるのか、伝えるべき唯一のメッセージ、その裏付け、そして成功をどう判断するかを示す短い文書です。優れたブリーフは、これらの答えのひとつひとつをエビデンスにたどれるようにします。詳しくはSOMINのクリエイティブブリーフ・テンプレート、ソーシャルリスニングのインサイトをブリーフにする方法をご覧ください。
C
クリックされやすさ（クリエイティブのクリックされやすさ）
媒体費をかける前に、クリエイティブそのものから推定した、そのクリエイティブが類似の広告より多くまたは少ないクリックを獲得する予測確率です。SOMINでは「高」「標準」「低」で表します。これは確率であり、クリック率の予測値ではありません。詳しくはクリエイティブのクリックされやすさとは何か、どう予測するかをご覧ください。
消費者の葛藤
人が望むことと、それを妨げるものとの対立を、本人が語るであろう言い方で表したものです。たとえば、素早く行動したいが、選択を誤るのが怖い、といったものです。葛藤には互いに引き合う二つの力がありますが、ペインポイントは多くの場合一つだけです。詳しくは消費者の葛藤とは何か、どう見つけるかをご覧ください。
コンテンツの均質化
カテゴリー内のコンテンツが、同じフォーマット、言い回し、ビジュアルへと寄っていく現象です。すべてのブランドが同じAIツールやテンプレートを使うと、加速することがよくあります。独自性が失われ、広告が無視されやすくなります。詳しくはなぜどのブランドも同じように聞こえるのか、なぜ同じカテゴリーの広告は似て見えるのかをご覧ください。
コンテンツピラー
ブランドが継続的に発信すると決めた、繰り返し取り上げるテーマです。たとえば製品教育、顧客ストーリー、企業文化などで、コンテンツカレンダーのバランスを取るために使います。コンテンツピラーは、それぞれがオーディエンスのニーズと、あらかじめ決めた投稿比率に結びついているときに最も機能します。詳しくはSOMINのソーシャルメディアマネージャーをご覧ください。
コンテキストエンジニアリング
言語モデルがタスクを行う際にどの情報を参照するかを決めることです。コンテキストウィンドウに入る指示、例、データ、検索した文書、ツールの結果などが含まれます。マーケティングでは、実際のオーディエンスデータやブランドルールといったより良いコンテキストのほうが、巧みなプロンプトよりも出力を大きく変えます。詳しくはマーケティングのためのコンテキストエンジニアリングをご覧ください。
コンバージョン率
訪問者、クリック、受信者のうち、購入や登録などの目標アクションを完了した割合です。分母を必ず明記してください。クリックあたりのコンバージョンとセッションあたりのコンバージョンでは数値が変わるためです。
CPA（顧客獲得単価）
費用をコンバージョン数（購入、登録、リードなど）で割った値です。キャンペーン間でCPAを比較する前に、何をコンバージョンとするかを揃えてください。
CPC（クリック単価）
費用を広告のクリック数で割った値です。CPCが低いことは、そのクリックがコンバージョンにつながる場合に限り朗報です。
CPM（インプレッション単価）
広告インプレッション1,000回分のコストです。費用をインプレッション数で割り、1,000を掛けて求めます。注目を得るための価格を測るもので、その質を測るものではありません。詳しくはソーシャル広告の主要指標をご覧ください。
クリエイティブ疲弊
同じ人が同じ広告を何度も目にすることで広告の成果が低下する現象で、通常はフリークエンシーの上昇、クリック率の低下、成果1件あたりコストの上昇として現れます。通常の対処法は、オーディエンスを変えるだけでなく、新しいクリエイティブを用意することです。詳しくはSOMINのペイドメディアエージェントをご覧ください。
クリエイティブ事前テスト
配信前に、調査、パネル、予測モデルなどで広告を評価し、どれを配信し、修正し、取りやめるかを決めることです。予測型の事前テストでは、成果が分かっている広告から学習したパターンに照らして、新しいクリエイティブにスコアを付けます。詳しくは費用をかける前に広告の成果を予測する方法をご覧ください。
CTR（クリック率）
クリック数をインプレッション数で割った値で、通常はパーセントで表します。広告を見た人がどのくらいの頻度でクリックするかを測るもので、その後に購入するかどうかは測りません。
E
エンゲージメント
投稿に対するインタラクションのことで、いいねやリアクション、コメント、シェアに加え、プラットフォームによっては保存やリポストも含まれます。プラットフォームやツールによってエンゲージメントの数え方が異なるため、数値を比べる前に定義を確認してください。詳しくはSOMINがベンチマークでエンゲージメントをどう数えているかをご覧ください。
エンゲージメント率
エンゲージメント数をオーディエンスの母数で割った値です。母数にはフォロワー数（フォロワーベースのエンゲージメント率）か、リーチした人数またはインプレッション数（リーチベースのエンゲージメント率）を使います。両者は大きく異なることがあるため、どちらを指すのか必ず明記してください。詳しくはフォロワー数にとどまらない影響力の測り方をご覧ください。
エンティティ
ブランド、人物、製品、場所など、検索エンジンや言語モデルが認識して事実と結びつける、他と区別できる存在です。一貫した名称、会社概要ページ、Organizationの構造化データがあると、エンジンはあなたがどのエンティティなのかを理解しやすくなります。詳しくは生成エンジン最適化をご覧ください。
表現（クリエイティブ表現）
インサイトやプロポジションを、広告、投稿、動画スクリプト、ビジュアルなど、特定のチャネル向けに仕上げたクリエイティブ表現です。SOMINでは、ペルソナ、消費者の葛藤、戦略的切り口、ストーリーに続く工程として表現が生成されます。詳しくはSOMIN Strategyをご覧ください。
F
フリークエンシー
一定期間に、リーチした1人あたりが広告を見た平均回数で、インプレッション数をリーチで割った値です。フリークエンシーが上がり反応が下がるのは、クリエイティブ疲弊のよくある兆候です。
G
GEO（生成エンジン最適化）
コンテンツをAI回答エンジンが見つけやすく、理解しやすく、引用しやすいものにする取り組みです。この用語は、Pranjal Aggarwal氏らがKDD 2024で発表した研究論文に由来し、引用、引用文、統計を加えると、生成された回答における情報源の可視性が高まることが示されました。詳しくはブランドがAI回答エンジンに引用される方法をご覧ください。
H
ハルシネーション
言語モデルの出力が、流暢で自信ありげでありながら、誤っている、または裏付けがないことです。たとえば、でっち上げの統計、引用、出典などです。モデルはもっともらしい文章を生成するため、AIが書いたマーケティングコンテンツのあらゆる事実の主張は、出典に照らして確認する必要があります。詳しくは公開前にAI生成コピーをチェックする方法、マーケターがAIインサイトを信用しない理由をご覧ください。
フック
コンテンツの冒頭の一文、最初のフレーム、最初の数秒のことで、次の数秒の注目を獲得する役割を持ちます。ショート動画では、フックが続きを見てもらえるかどうかを決めます。
Hreflang
ページのHTML、HTTPヘッダー、またはサイトマップに記述する注釈で、どのユーザーにそのページのどの言語版・地域版を表示するかを検索エンジンに伝えます。たとえば、シンガポール向けの英語とオーストラリア向けの英語の区別です。x-defaultの値は、フォールバック先のページを示します。詳しくはアジアにおけるコンテンツのローカライズをご覧ください。
I
増分効果
マーケティング活動があったからこそ生じ、なければ起こらなかった追加の成果で、たとえば売上や登録です。アトリビューションレポートから読み取るのではなく、オーディエンスや地域でのホールドアウトテストといった対照実験で測定します。詳しくはマーケティング・ミックス・モデリングの壁をご覧ください。
インサイト
オーディエンスについての、自明ではない真実で、その行動を説明し、ブランドが何をすべきかを示唆するものです。SOMINでは、インサイト（ストーリーとも呼びます）は、ペルソナ、消費者の葛藤、戦略的切り口を一行にまとめたもので、その根拠となる投稿が添えられます。詳しくはAIインサイトを検証可能にする方法をご覧ください。
L
大規模言語モデル（LLM）
大量のテキストで学習し、次の単語や単語の断片を予測するニューラルネットワークで、これにより文章の作成、要約、分類、言語に関する推論ができます。Claude、GPT、Geminiが例です。詳しくは同じプロンプトが同じ広告を書いてしまう理由をご覧ください。
llms.txt
Jeremy Howard氏が2024年9月に公開した提案規約で、サイトの/llms.txtというアドレスにMarkdownファイルを置き、AIエージェント向けにサイトの簡潔で整理されたガイドと、主要ページのクリーンな版へのリンクを提供するものです。モデルの学習ではなく、質問に答えるエージェントを対象としています。詳しくはSOMIN自身のllms.txtファイルをご覧ください。
ローカライズ
単に言葉を翻訳するだけでなく、コンテンツを市場の言語、文化、参照先、フォーマット、タイミングに合わせて調整することです。優れたローカライズは、現地のニーズが異なる点ではメッセージそのものを変えます。詳しくはアジアにおけるコンテンツのローカライズは翻訳ではない、APACとMENAのマーケティングカレンダーをご覧ください。
類似オーディエンス
既存顧客やサイト訪問者などのソースリストに似た人から、プラットフォームが作る広告オーディエンスです。ソースのオーディエンスと特性を共有する新しい人へリーチを広げるのに役立ちます。
M
マーケティング・ミックス・モデリング（MMM）
個々のユーザーを追跡するのではなく、集計した時系列データを使って、価格、季節性、プロモーションといった要因や各チャネルが売上にどれだけ貢献したかを推定する統計手法です。収穫逓減も推定できるため、予算設定に役立ちます。詳しくはマーケティング・ミックス・モデリングの壁はなくなっていないをご覧ください。
MCP（モデルコンテキストプロトコル）
Anthropicが2024年11月に発表したオープンスタンダードで、AIアプリケーションが外部のデータソースやツールに共通のインターフェースで接続できるようにします。MCPコネクタを使えば、Claudeのようなアシスタントは、貼り付けたエクスポートデータに頼らず、ライブのマーケティングデータに問い合わせることができます。詳しくはMCPでClaudeをマーケティングデータに接続する方法、広告代理店向けのMCPをご覧ください。
MER（マーケティング効率比率）
同じ期間の総売上を総マーケティング費用で割った値で、すべてのチャネルを対象とします。ブレンデッドROASとも呼ばれ、アトリビューションの議論を避けられますが、どのチャネルが成果を生んだかはわかりません。
モーメント
オーディエンスが葛藤を感じ、それに基づいて行動できる瞬間で、たとえば祭り、購入の検討、検索、ストレスの多い一日などです。SOMINでは、マーケティング・モーメントはペルソナと、葛藤または関連性のテーマを組み合わせたもので、季節、ライフ、購入、マイクロモーメントなどの種類があります。詳しくはモーメントがインサイトとブリーフをつなぐ仕組み、APACとMENAのマーケティングカレンダーをご覧ください。
O
オーガニックリーチ
有料プロモーションなしでコンテンツを目にする人の数です。各プラットフォームのランキングの仕組みに左右されるため、その仕組みが変わると増減します。詳しくは2026年にオーガニックリーチを左右するものをご覧ください。
オウンド・アーンド・ペイドメディア
オウンドメディアはブランドが管理するチャネル（自社サイトやソーシャルアカウントなど）、アーンドメディアは他者による報道や共有、ペイドメディアは広告です。それぞれ役割が異なるため、ほとんどのプランは3つすべてを使います。
P
ペルソナ
ターゲットセグメントについて、目標、ニーズ、背景、行動をまとめた調査に基づくプロフィールで、実在の読み手に焦点を合わせ続けるために使います。ペルソナの価値は、その裏付けとなるデータの質で決まります。詳しくはオーディエンスデータと競合広告からペルソナを作る方法をご覧ください。
プロポジション
ブランドが、あるモーメントにおいてペルソナに行う具体的な約束で、インサイトを一つの製品の真実、たとえば機能、納得できる根拠、独自の強み、オファーなどと結びつけたものです。SOMINでは、各プロポジションに要約、サンプルのタグライン、オーディエンスに持ち帰ってほしいメッセージが付きます。詳しくはブリーフにおけるプロポジションの位置づけをご覧ください。
R
RAG（検索拡張生成）
システムがまず関連する文書やデータを検索し、質問とともに言語モデルに渡す手法で、回答がモデルの学習内容だけでなく、その資料に基づくようになります。詳しくはなぜカテゴリーデータは優れたプロンプトに勝るのかをご覧ください。
リーチ
一定期間に、コンテンツや広告を少なくとも1回見たユニークな人の数です。リーチは人を数え、インプレッションは表示回数を数えます。
ROAS（広告費用対効果）
広告に帰属する売上を広告費で割った値で、4:1のような比率で表すことが多いものです。背後にあるアトリビューションモデルに左右されるため、ROASは同じ測定方法の中でのみ比較してください。詳しくはSOMINのペイドメディアエージェントをご覧ください。
S
スキーママークアップ（構造化データ）
ページの内容、たとえば組織、記事、製品、FAQなどを示すコードで、通常はschema.orgの語彙を使ったJSON-LDです。検索エンジンやAIシステムが確実に読み取れるようになります。詳しくは生成エンジン最適化をご覧ください。
センチメント
言及や投稿がポジティブ、ネガティブ、ニュートラルのどの感情を表しているかを示すもので、通常はモデルが分類します。センチメントは推移を見るトレンドラインとしてはよく機能しますが、個々の投稿の判定としては不向きです。皮肉や文脈が分類器を惑わせるためです。詳しくはソーシャルリスニングツール完全ガイドをご覧ください。
シェア・オブ・ボイス（SOV）
ある期間に、ブランドがそのカテゴリー内の全会話、コンテンツ、広告に占める割合で、たとえば投稿、言及、インプレッションのシェアとして測ります。シェア・オブ・ボイスとマーケットシェアを比べると、ブランドが自社の規模を上回る投資をしているかどうかが分かります。詳しくは市場別のシェア・オブ・ボイスをご覧ください。
ソーシャルリスニング
SNS、ニュースサイト、フォーラムにわたって、ブランド、競合、トピックに関する公開の会話やコンテンツを追跡・分析し、テーマ、センチメント、変化をリアルタイムで捉えることです。詳しくはソーシャルリスニング、オーディエンスリサーチ、広告最適化の違い、ソーシャルリスニングツールは何を投稿しているかをご覧ください。
インサイトストーリー
SOMINにおける、インサイトを一行で表現したもので、ペルソナ、消費者の葛藤、戦略的切り口から作られ、それを生き生きと描く短いナラティブが裏付けます。ペルソナが「自分のことだ」と感じ、かつそのブランドにしか言えない一行であるべきです。詳しくはペルソナ・葛藤・切り口・ストーリーのフレームワークをご覧ください。
T
トーン・オブ・ボイス
ブランドの語り口で、たとえば情報提供型、遊び心のある、権威的、希望に満ちた、といったもので、何を言うかとは別のものです。SOMINは分析するすべての投稿のトーンにラベルを付けるため、カテゴリーで使われすぎているトーンと、反応を得ているトーンが分かります。詳しくはトーン・オブ・ボイス別のエンゲージメントベンチマークをご覧ください。
W
ホワイトスペース
カテゴリー内の競合が押さえておらず、購入者が反応するであろうメッセージ、オーディエンス、顧客ニーズ、フォーマットです。需要の裏付けがない空白はホワイトスペースではなく、ただの空き地です。詳しくはマーケティングのホワイトスペースとは何か、どう見つけるか、市場別のホワイトスペースの見つけ方をご覧ください。
Z
ゼロクリック検索
結果ページやAI生成の回答の中に答えが表示されるため、どのウェブサイトにもクリックされずに終わる検索です。そのため、回答の下に順位づけされるより、回答の中で引用されるほうが価値が高くなります。詳しくはブランド発見の新しいルールをご覧ください。
FAQ
マーケティングインテリジェンスとは？
マーケティングインテリジェンスとは、市場、競合、オーディエンス、キャンペーン成果に関する情報を収集・分析し、マーケティングの意思決定に役立てることです。ソーシャルリスニング、オーディエンスリサーチ、競合広告の分析、パフォーマンスデータを組み合わせ、近年ではAIを使って、その情報をペルソナ、インサイト、ブリーフへと変えることが増えています。
ソーシャルリスニングとオーディエンスリサーチの違いは何ですか？
ソーシャルリスニングは、公開の会話やコンテンツで語られていることを、リアルタイムで追跡します。オーディエンスリサーチは、調査、パネル、行動データを通じて、オーディエンスが誰で、なぜそのように行動するのかを調べます。ほとんどの戦略には両方が必要です。リスニングがシグナルを見つけ、リサーチがそれを説明します。
ペルソナ、葛藤、切り口、ストーリーはどうつながっていますか？
順番に答える四つの問いです。ペルソナは誰に話しかけるのか、葛藤は何が彼らを悩ませているのか、切り口はそれがなぜ起きるのか、ストーリーはそれを言い表す一行です。各ステップがコピーで言えることを絞り込んでいくため、どれかを飛ばすと、ありきたりな成果物になりがちです。
GEO、AEO、SEOの違いは何ですか？
SEOは検索結果でページを上位に表示することを目指します。AEOとGEOは、AIアシスタントや回答エンジンが生成する回答の中で、コンテンツが使われ、引用されることを目指します。基本は共通しています。明確な回答、信頼できる情報源、構造化されたページ、オリジナルのデータです。
ROASとMERの違いは何ですか？
ROASは広告に帰属する売上を広告費で割った値なので、アトリビューションモデルに依存し、通常はチャネルやキャンペーンごとに報告されます。MERは総売上を総マーケティング費で割った値なので、アトリビューションに左右されず全体の効率を示しますが、どのチャネルが成果を生んだのかは分かりません。
MCPはマーケターにとってなぜ重要ですか？
Model Context Protocolを使うと、AIアシスタントが標準のコネクタを通じてライブのデータやツールに接続でき、貼り付けたスプレッドシートではなく、実際のキャンペーン、ソーシャル、オーディエンスのデータを分析できます。その結果、AI分析をより速く実行でき、出典に照らして確認しやすくなります。