AI経由の流入22件中19件は、なぜ直接訪問に分類されたのか？

この記事は2026年9月14日にIntrix Labが韓国語で公開した記事の翻訳です。

AIアシスタントAのUTM識別子が付いたセッション22件のうち19件、86%が直接訪問に分類されました。2026-09-12時点の直近30日間に、Intrixが独自に計測して確認した値です。リファラーだけを見る行動経路の分類と、UTMを先に見る問い合わせへの貢献の分類では、同じ訪問が異なる形で記録されていました。

22件はどのような訪問でしたか？

測定期間は2026-08-13から2026-09-12までです。内部からの訪問と疑わしいトラフィックを除いたセッションのうち、AIアシスタントAのUTM識別子が付いたセッションは22件でした。このうち19件はリファラーがないためDirectに、3件はリファラーでアシスタントが確認されたためAIに分類されました。

なぜ同じ訪問が異なるチャネルに分類されたのですか？

原因はデータではなく、判定の順序にありました。リファラーでチャネルを決める分類では、リファラーが空の19件はAI流入のシグナルを得られず、Directになりました。一方、UTMを先に見る分類では、同じ訪問がAIとして残りました。同じ訪問者でも、どのレポートを見るかによってDirectにもAIにもなっていたことになります。

モバイルアプリだけの問題でしたか？

Directに分類された19件の端末は、デスクトップ11件、モバイル8件でした。モバイルアプリがリファラーを空にしたという説明だけでは、デスクトップ11件を説明できません。デスクトップアプリによるものか、リファラーポリシーによるものかは確認していません。

確認できたのは、UTM識別子があり、リファラーがなかったという状態までです。86%を特定の端末やアプリのポリシーによる効果とは解釈していません。

この結果はどこまで信頼できますか？

母集団は、Intrixの単一サイトに30日間で流入した、AIアシスタントAのUTM付きセッション22件です。標本が小さく時点も限られるため、ほかのサイトや期間でも86%になる保証はありません。ほかのAIアシスタントがUTMをどう付与するかも確認していません。

識別子が複数付いた訪問は、この集計から漏れた可能性があります。2つの分類のフィルター条件も完全には同じではないため、Directの19件とAIの3件を同じ条件で比較したとは言いにくい面があります。

同じ状況のサイトは何を参考にすべきですか？

リファラーだけを見るAI流入の集計には、測定の死角が生じる可能性があります。このデータが裏づける結論はここまでです。AI流入数を報告する際は、リファラーによる分類とUTMの検出を別々に集計し、その差を記録する必要があります。

Intrixの無料SEO・GEO診断は、サイトの検索とクロールの条件を確認します。AI流入の貢献については、リファラーとUTMを併せて見る別途の検証が必要です。Intrixは特定の順位・引用・露出を保証しません。

よくある質問（FAQ）

Q. Directの訪問19件をすべてAI流入に変更してもよいですか？
この19件にはAIアシスタントAのUTM識別子があったため、別途集計する対象です。ただし、既存の事前登録済み測定の定義を途中で変えず、元の集計とUTMを含めた感度分析を並べて残す必要があります。

Q. 86%はAI流入分析ツールの一般的な捕捉漏れ率ですか？
いいえ。Intrixの単一サイト、アシスタントAの1種類、30日間の標本で確認した割合です。ほかの測定構成にそのまま適用することはできません。

Q. リファラーがなかった理由は確認できましたか？
確認できていません。デスクトップ11件とモバイル8件が混在しており、モバイルアプリだけでは説明していません。現在のデータで言えるのは、UTMはあり、リファラーはなかったという状態までです。