オウンドメディアのKGI・KPIとは｜3層構造で意思決定を分ける

オウンドメディアのKGI・KPIは、事業KGI／メディアKGI／KPIの3層構造で捉えるのが実務上効率的です。この切り分けをしないと、メディア単独の指標（PV・セッション）を追うだけで事業成果との因果を語れない状態に陥ります。

KGI・KPI・KSFの定義と役割は？

KGI・KPI・KSFは、それぞれ最終目標／中間指標／成功要因を意味し、オウンドメディアでは事業KGIとメディアKGIを分けて扱います。用語の定義と、オウンドメディア文脈での使い方は次の通りです。

KGIは「到達したい地点」、KPIは「到達までの途中で計測する数字」、KSFは「その数字を動かすために何が効くか」と捉えると混乱しにくくなります。

事業KGIとメディアKGIを分けて考える理由

事業KGI（経営目標）とメディアKGI（メディア成果）を混同すると、PVマンネリの落とし穴に落ちます。両者を分けたうえで、メディアKGIが事業KGIに寄与する経路を1〜2文で説明できる状態を作るのが実務のセオリーです。

事業KGIは経営から下りてくる指標です。BtoB SaaSなら新規契約数・ARR（年間経常収益。Annual Recurring Revenue）、採用広報なら応募数・採用単価、ブランディングなら業界内での指名獲得数などが該当します。

メディアKGIは、事業KGIに直接寄与するメディア側の成果指標です。BtoB SaaSなら資料DL数・無料登録数、採用広報ならエントリーフォーム到達数、ブランディングなら指名検索数・被リンク数などになります。

両者の間の因果は、「メディアKGIが○件達成されると、有料転換率○%を経て事業KGIが○件動く」の形で言語化します。この1文が書けない場合、メディアKGIの選定を見直す必要があります。

KPI設計がオウンドメディアで特に重要な理由

オウンドメディアは、成果が出るまでのリードタイムが長い施策です。業界の経験則として、検索流入が本格化するまでに6〜12ヶ月、事業KGIへの接続が測れるようになるまでに12〜18ヶ月程度かかります。

このリードタイム中、途中経過を測るKPIがないと、経営層から「メディアは何のためにやっているのか」を問われた際に説明できません。KPIは「今この時点で運用が正しい方向に進んでいるか」を確認するための計器盤として機能します。

計器盤なしで長距離走行を続けると、道を外れているのに気づかないまま予算を消費します。KPI設計は、この事態を防ぐための最初の道具です。

オウンドメディアで使うKPIの種類｜28指標をカテゴリ別に整理

オウンドメディアで扱うKPIは、リーチ／エンゲージメント／CV／行動指標／AI時代の新指標の5カテゴリ・計28指標で網羅できます。ここではカテゴリごとに指標を整理し、それぞれの見るタイミングと計測ツールを一覧にします。

率系指標の呼び分け

同じ「%」の指標でも、分母と分子が違えば意味が大きく変わります。混同を避けるため、記事全体を通じて次の呼び分けを用います。

• CVR：セッション数を分母にした、コンバージョン（資料DL・無料登録・問い合わせ等）への転換率
• 有料転換率：無料登録数を分母にした、有料プランへの転換率（BtoB SaaSの下流指標）
• CV数：期間中に発生したコンバージョン件数の絶対値（率ではなく件数）
• CTR：Click Through Rate。検索結果の表示回数を分母にした、クリック率

28指標の全体像

主要な指標を、算出方法・見るべきフェーズ・計測ツールとあわせて表にまとめます。

すべてを同時に追う必要はありません。フェーズごとに3〜5個に絞って主要KPIとし、残りは参考値として月次で眺める程度にとどめるのが実務的です。

直帰率など「誤解を招きやすい指標」の扱い

直帰率は、単独で見ると誤解を招きやすい指標です。1ページで完結する記事や、ランディングページ性質の記事では、直帰＝離脱ではなく「目的を達成して戻った」ケースが多く含まれます。

直帰率を主要KPIに据えると、「直帰率を下げるために不要な誘導リンクを増やす」といった逆効果の改善が起きやすくなります。直帰率は参考値として扱い、スクロール率や滞在時間とあわせて解釈する運用が実務的です。

AI時代の新指標をなぜ加えるのか

AI Overview普及によるゼロクリック検索の増加で、従来のPV／セッション指標だけではメディアの実力を測りきれない状況が生まれています。業界の相場感として、AI Overview表示クエリのCTRは約20〜30%低下すると報告されています（出典：XINOBIX等の分析）。

クリックされなくても、AI回答内で引用されることでブランド想起や指名検索は増加します。この「クリックされない価値」を測るために、AI引用率・LLM Referral・アシストCV・ブランド言及率の4指標を副次KPIとして組み込むのが2026年時点のセオリーです。指名検索数は従来からのリーチ系KPIとして継続計測し、AI時代における意味の変化（AI回答経由でのブランド想起の測定）は本文の解説で補います。

事業KGIから記事レベルまで｜KPIツリーの5階層を書き下ろす

KPIツリーは、事業KGI／メディアKGI／中間KPI／記事群KPI／記事レベルKPIの5階層で書き下ろすと、経営層への説明と現場の実装が両立します。多くの記事で紹介される3階層（KGI→CV→PV）では、現場が動くレベルまで下りていないため、レビュー会議が数字報告で終わってしまいます。

KPIツリー5階層の全体像

5階層の役割を整理すると次のようになります。

上から下へは「分解」、下から上へは「因果」でつながる関係にします。事業KGIを下位の要素に分解していく作業と、下位の指標が動いたときに上位の指標が動く因果を書き下ろす作業を、両方向から確認することで、机上の空論KPIになることを防ぎます。

BtoB SaaSリード獲得型のKPIツリー実装例

BtoB SaaSでは、事業KGIを新規契約数に置き、メディアKGIを資料DL数（または無料登録数）に据えるのが標準的な組み方です。以下は、業界一般の相場感（有料転換率3〜5%、登録CVR 0.5%前後、比較記事群CVR 2%前後）に基づく実装例です。

このツリーは上から下に次のように積み上がります。

• 事業KGI：新規契約 月20件
• 有料転換率 4%（業界相場感3〜5%の中位）を経て、メディアKGI：無料登録 月500件
• 登録CVR 0.5%（業界相場感0.2〜1.0%の中位）を経て、中間KPI：セッション 月100,000
• セッション内訳：比較記事群 15,000／事例記事群 10,000／その他コンテンツ 75,000
• 各記事群のなかで、主要記事は月1,000〜5,000セッションを目標に運用

このように上から下まで数値でつながっていると、レビュー会議で「セッションが目標未達なら、比較記事群のどの記事を優先的にリライトするか」までブレイクダウンできます。

なお、有料転換率・登録CVRは業界内のばらつきが大きい指標です。自社のCRM実績が3ヶ月以上蓄積できた段階で、業界相場感の初期値から自社実測値に置き換える運用にします。

採用広報型のKPIツリー実装例

採用広報型のKPIツリーは、事業KGIを応募数、メディアKGIをエントリーフォーム到達数に置き、面接前後の閲覧率まで下ろすのが特徴です。人事採用担当と共同でメディアを回す企業には、辞退率低下への貢献を可視化する経路になります。

採用広報の特徴は、「面接前後の閲覧」という独自のKPIが有効に機能する点です。面接候補者が面接前・面接後に自社の社員紹介記事や企業文化記事を読むと、辞退率が下がる傾向があります。

ただし、面接候補者と閲覧ログを紐付ける計測にはCookieやログインID経由の識別が必要で、実装難易度が高いうえプライバシー配慮も伴います。簡易版として、面接後1週間以内の当該記事アクセス数の推移を「面接後閲覧の代替指標」として追う方法も現実的です。応募者数のピークとアクセス数のピークの相関を四半期単位で確認するだけでも、辞退率への影響仮説は検証できます。

ブランディング型のKPIツリー実装例

ブランディング型のKPIツリーは、事業KGIを業界内での指名獲得数、メディアKGIを指名検索数・被リンク数・AI引用数に置き、副次指標の組み合わせで実測可能な形に落とすのが特徴です。数値化しにくい領域ですが、間接指標を並列で追うことで動きを可視化できます。

ブランディング型では、事業KGIとの因果が長く、単月では動きが見えにくい特徴があります。四半期・半期単位で指名検索数や被リンク数の推移を追い、事業KGIとの相関を確認する運用が実務的です。

KPIツリー作成の4ステップ

KPIツリーを組む手順は、次の4ステップで実行します。

1. 事業KGIを経営層と合意する：数値と期限をセットにして、書面またはドキュメントで確定させる
2. 事業KGIとメディアKGIの因果を1〜2文で書く：「メディアKGIが○件達成されると事業KGIが○件動く」の形で言語化する
3. KGIを乗算・加算で分解する：たとえばCV数＝セッション数×CVRの形で、加算・乗算のいずれかで下位に落とせる形に整理する
4. SMART準拠で各指標に数値・期限を設定する

手順4のSMARTは、5つの要件をすべて満たす形で書ききることを指します。

• Specific（具体的）：曖昧な表現ではなく具体的な指標名
• Measurable（測定可能）：数値で計測できる
• Achievable（達成可能）：業界相場感から見て現実的
• Relevant（関連性）：上位指標との因果が説明できる
• Time-bound（期限）：「いつまでに」を明記

SMARTのなかで最も抜けやすいのがTime-bound（期限）です。「セッション月30,000」だけでは足りず、「12ヶ月後にセッション月30,000」まで書ききると、進捗のズレを早期に検知できます。

KPIツリーで陥りがちな失敗

KPIツリーを組む際にありがちな失敗は3つあります。

1つ目は、分解が「事業KGI→PV」の1段飛ばしになるパターンです。CV・登録・セッションを飛ばしてPVに直結させると、PVが伸びても事業KGIに接続しない状態が生まれます。

2つ目は、記事レベルKPIまで下りていないパターンです。中間KPI（セッション）で止まってしまうと、レビュー会議で「セッションが未達」と分かっても、どの記事に手を入れるべきか判断できません。

3つ目は、因果ではなく相関を並べてしまうパターンです。「PVが増えるとCVも増える」という相関があっても、PVを増やす施策がCVを増やす保証はありません。因果関係が説明できるかを、KPIツリーの各接続点で確認する必要があります。

フェーズ別に見るべきKPI｜立ち上げ・グロース・成熟の切り替え方

KPIはフェーズごとに重心を切り替えるのが原則で、立ち上げ期にCVを追うと母数不足で必ず失敗します。同じ指標を全期間で見続けると、フェーズに応じた意思決定ができません。

関連記事ではフェーズ別KPIの概念を扱いましたが、ここでは各フェーズで見るべき数値目安と、逆に見てはいけないKPIまで踏み込みます。

なぜフェーズによってKPIを切り替えるのか

フェーズによって、そもそも動く指標が違います。

立ち上げ期は、記事が積み上がっていない段階です。この時期のセッションは月数百〜数千のレンジで、CV数を月次で評価しようとしても母数が小さすぎて判断できません。「立ち上げ3ヶ月でCV 0件」を理由に予算削減を判断されると、その後の伸びる可能性を潰します。

グロース期は、記事が積み上がりセッションが伸び始める段階です。この時期はセッション・順位・エンゲージメントを主要KPIに据え、CVは補助指標として様子を見ます。

成熟期は、セッションが安定し、事業KGIへの接続が測れる段階です。この時期になって初めて、CV数・CVR・アシストCV・LTV（Life Time Value、顧客生涯価値）といった事業寄りのKPIを主要指標に据えられます。

フェーズ別KPI切り替えの本質は「実測データで判断できる状態を作る」ことにあります。母数不足の指標で判断すると、必ず誤診します。

立ち上げ期（0〜6ヶ月）のKPIは何を追う？

立ち上げ期の主要KPIは、記事公開本数と公開ペースの安定性です。業界の相場感として、SEO重視の運用なら月10〜20本、品質重視の運用なら月5〜10本が公開本数の目安になります。

立ち上げ期のCV数追求は、母数不足で意味のある判断ができません。この時期に見るべきは記事本数（積み上げのスピード）と、インデックス数・表示回数（検索エンジンから認識されているか）の2軸です。

立ち上げ期のもうひとつの落とし穴は、公開ペースが安定しないことです。「今月は忙しかったので0本」を許容すると、翌月以降も同じパターンが繰り返され、記事の積み上げが遅れます。公開ペースの安定性を主要KPIに据えることで、この慣性を防ぎます。

立ち上げ期の実装手順の詳細は、関連記事で整理しています。

2026-07-15T04:47:42Z

オウンドメディアの立ち上げ方｜起案から公開・半年運用までを実装ガイド

グロース期（6〜18ヶ月）のKPIは何を追う？

グロース期の主要KPIは、セッション数・検索順位・エンゲージメント時間です。この時期は記事が積み上がって検索エンジンからの評価が動き始めるため、実測データで判断できる状態が整います。

CV系KPIは、月間セッションが5,000を超えた時点で「段階導入」を始め、月間セッション30,000超えを目安に「成熟期の主要KPI」へと格上げします。5,000〜30,000の間は、CVを補助指標として動きを見つつ、記事タイプ別のCVRベンチマークを蓄積する期間と位置づけます。逆に月間セッション1,000以下でCVRを追うと、月ごとのブレが大きすぎて判断できません。

グロース期の判断ポイントは、「セッションが伸びない場合の原因究明」です。原因は、記事本数不足・記事品質不足・検索意図とのズレ・内部リンク構造の不備の4つに大別されます。この判断をKPIから導けるよう、記事レベルKPIまで下りたツリーを準備しておきます。

成熟期（18ヶ月〜）のKPIは何を追う？

成熟期の主要KPIは、CV数・CVR・アシストCV・LTV・商談化率です。この時期になると、メディアからのCVがThe Model（マーケティング→インサイドセールス→フィールドセールス→カスタマーサクセスの分業モデル）を通じて商談化・受注化する経路が測れるようになります（出典：福田康隆『THE MODEL』2019年、翔泳社）。

成熟期の課題は、「今のトラフィックをどう事業KGIに接続するか」に移ります。セッションが月10万を超えても、事業KGIへの接続が弱ければ「PVは伸びているのに事業に貢献している感覚がない」の症状が復活します。

この時期は、リード獲得型ならCV導線の最適化、採用広報型なら面接前後の閲覧率、ブランディング型なら指名検索の伸びを重点的に追います。

なお、The Model（分業モデル）を採用していない小規模企業のBtoB SaaSでは、商談化率・受注化率の分業指標が組めません。その場合は、「リード獲得数」と「受注化率（リードから受注に至った割合）」の2指標だけを追う簡易版でも成熟期の運用は成り立ちます。組織規模に応じた指標の粒度を選ぶのが実務的です。

フェーズ別「見てはいけないKPI」一覧

フェーズごとに「見るべきKPI」だけでなく「見てはいけないKPI」を明示しておくと、誤った意思決定を防ぎやすくなります。

「見てはいけない指標」を明示的にリスト化することで、レビュー会議での議論の焦点を絞れます。特に立ち上げ期のCV追求と、常時のPV至上主義は、経営層からの追及に押されて陥りやすい落とし穴です。事前に「このフェーズでは見ません」と決めておくことで、余計な議論を回避できます。

フェーズの切り替えタイミングの判断基準

フェーズは月数で自動的に切り替わるものではなく、実測データで判断します。目安は次の通りです。

• 立ち上げ期→グロース期：月間セッション1,000超え、または記事本数50本超え、または公開開始から6ヶ月経過（早いほうを採用）
• グロース期→成熟期：月間セッション30,000超え、または主要50キーワード中20キーワードで10位以内、または公開開始から18ヶ月経過

これらはあくまで目安で、目的類型やターゲット市場の大きさによって前後します。例えばTAM（Total Addressable Market、獲得可能な最大市場規模）が月間検索数1万規模のニッチBtoB SaaSでは、月間5,000セッションでも登録CVR 1%を維持できれば無料登録月50件に到達し、事業KGIに接続できるケースがあります。数値だけでなく、事業KGIへの接続が測れる状態になっているかで判断するのが実務的です。

AI検索時代の新KPI｜AI Overview／LLMOに対応する4指標

2025年以降、オウンドメディアのKPI設計にAI引用率・LLM Referral・アシストCV・ブランド言及率の4指標を副次KPIとして組み込む必要があります。AI Overviewの普及によって、従来のPV・セッション指標だけでは実力を測りきれない状況が生まれています。

なぜ従来のPV／セッションKPIだけでは不足なのか

AI検索では、検索エンジンの結果ページ（SERP＝Search Engine Results Page）を開く前に、AIが要約回答を提示する場面が増えています。ユーザーが検索結果を見ずに離脱するケースが増えるため、上位表示してもクリックされない事象が発生します。

業界の相場感として、AI Overview表示クエリのCTRは約20〜30%低下すると報告されています（出典：XINOBIX等の分析）。この状況では、記事の実際の影響力を測る指標を、クリック依存から広げる必要があります。

具体的には、次の視点でKPIを再設計します。

• クリックされなくても、AI回答内で引用されているか（AI引用率）
• AI検索経由の直接流入は発生しているか（LLM Referral）
• 最終CVに至らなくても、間接的に接触して貢献しているか（アシストCV）
• SNS・レビュー・ブログなどでブランドが言及されているか（ブランド言及率）

これらの視点を4つの新KPIに落とし込みます。指名検索数はリーチ系のKPIとして継続計測し、AI検索時代における意味合いの変化（AI回答経由でのブランド想起→指名検索）を解釈軸として補います。

AI引用率をKPIに含める

AI引用率は、ChatGPT・Perplexity・Google AI Overviewなどの生成AIで主要クエリを実行した際に、自社記事が引用または参照されているかを測る指標です。

測定方法は次の通りです。まず、追いたい主要クエリを10〜20個リストアップします。次に、月次で各クエリを主要な生成AIで実行し、回答内に自社記事のURLやブランド名が引用されているかを記録します。ExcelやNotionのテーブルで管理するのが実務的です。

目標例として、「主要10クエリのうち3クエリで引用される」を初期目標に置きます。この目標を達成するには、記事の書き方をLLMO（AIから引用されるための最適化）に沿った形に整える必要があります。具体的には、結論先出し・見出しの質問形化・数値と固有名詞の記載・チャンク独立性の担保などが該当します。

LLM Referralを測る

LLM Referralは、AI検索経由のリファラルセッションを判別する指標です。GA4で、参照元がchat.openai.com、perplexity.ai、gemini.google.comなどのAI検索プラットフォームであるセッションをフィルタリングして計測します。

ただしGoogle AI Overviewの参照元は通常のGoogle検索と統合されるため、AI Overview経由か通常検索経由かをGA4上で独立判別することは現状困難です。この制約を踏まえ、LLM Referralとしてはchat.openai.com・perplexity.ai・claude.aiなどの独立ドメインを持つAI検索プラットフォームからのセッションを中心に集計します。

計測には以下のような正規表現を用いて、「次の正規表現に一致」でフィルタリングすると効率的です。

.*(chatgpt|openai|gemini|perplexity|copilot|claude|anthropic|genspark|vertexai).*

2026年時点では、LLM Referralの絶対数はまだ少ないケースが多く、月間セッションのうち数%〜10%程度が目安です。ただしトレンドとして増加傾向にあり、AI検索経由のセッションが増えるほど、そのセッションの質（滞在時間・CVR）を確認する運用が必要になります。

AI検索経由のセッションは、AIが「この記事を推薦する」と判断してユーザーが訪問しているため、通常の検索経由よりも意図が明確で、CVRが高い傾向があります。この特性を活かし、LLM Referral専用のCV導線設計も選択肢に入ります。

アシストCVを測る

アシストCVは、最終CVに至るまでの間接貢献記事の効果を測る指標です。GA4のアトリビューションレポート（旧アシストコンバージョンレポート）や経路レポートで、最終CV前に接触した記事を確認できます。

なぜアシストCVが重要かというと、直接CVを生む記事だけを評価すると、認知段階・比較検討段階の記事の貢献が過小評価されるからです。BtoB SaaSでは、購買までに6〜10接触が必要と言われています（業界の相場感として）。この間の接触記事を、アシストCVで可視化します。

ただしGA4のアトリビューションレポートは、UA（旧Google Analytics）と比較するとアトリビューションモデルの選択肢が縮小しており、モデル比較機能も限定的です。実務では「データドリブンアトリビューション」「ラストクリック」「ファーストクリック」の3モデルを目安に、モデル別のCV配分を比較する運用に留めます。

活用例として、「PVは少ないが商談化に貢献している記事」を発見できます。この記事はリライトや内部リンク強化の優先候補になります。

ブランド言及率を測る

ブランド言及率は、SNS（X・LinkedIn等）・ブログ・レビューサイト・業界メディアでの自社ブランドの言及頻度を月次でカウントする指標です。Brandwatch・X検索・Google Alertsなどのソーシャルリスニングツールで集計します。

AI検索時代は、SNSやブログで頻繁に言及される情報がAI回答の学習素材になりやすい構造です。ブランド言及率が上がると、間接的にAI引用率も押し上げられる関係にあります。目標例として、「四半期でブランド言及数が前四半期比20%増加」を初期目標に置きます。

4指標の運用の実務ポイント

AI時代の4指標は、いずれも「主要KPIではなく副次KPI」として組み込むのが実務的です。まだ絶対数が少なく、月次の変動も大きいため、これらを主要KPIに据えると判断がぶれます。

3〜6ヶ月単位でトレンドを確認し、増加傾向にあるかを見る運用がおすすめです。増加傾向が確認できた指標から、徐々に主要KPIへの昇格を検討します。

KPIが機能しない失敗パターン7つ｜PV止まり設計の回避策

KPI設計が機能しない失敗は、走り出す前の7パターンにほぼ集約されます。いずれも設計段階で防げるもので、走り出してから修正するには数ヶ月〜半年の運用損失が発生します。

失敗1：PV至上主義｜事業KGIとの因果が書けていない

最も頻出する失敗が、KPIをPV止まりで設計し、事業KGIとの因果を書き下ろしていないパターンです。PVが伸びても事業成果に接続せず、経営層から「メディアは何のためにやっているのか」を問われる状況を招きます。

回避策は、PVからCV、CVから商談・受注までの因果を、KPIツリーの形で最低2階層先まで明示的に書くことです。「PVが月10万になったら、そのうち何%が資料DLし、資料DLのうち何%が商談化するか」を数値で書き下ろすと、PVが伸びる意味を経営層に説明できます。

失敗2：KPIを増やしすぎる｜追う指標が10個以上になり判断できない

「あの指標も大事、この指標も大事」と考えて、主要KPIを10個以上に増やしてしまうパターンです。指標が多すぎると、月次レビューで「どの数字を優先すべきか判断できない」状態になり、結局PV・セッションの2指標だけを見る運用に戻ります。

回避策は、主要KPIを3〜5個に絞り、残りは副次KPIとして参考値扱いにすることです。3〜5個に絞ることで、レビュー会議で議論の焦点を保てます。

失敗3：フェーズを無視した固定KPI

立ち上げ期にCVを追う、または成熟期に記事本数を追い続けるパターンです。フェーズごとに実測できる指標が違うため、同じKPIを全期間で見続けると、意思決定に使えない指標を追い続ける状態になります。

回避策は、フェーズごとのKPI切り替え基準を、KPIツリーとあわせて事前に決めておくことです。「月間セッションが5,000を超えたらCV系KPIを主要指標に昇格」のように、切り替えトリガーを数値で書いておくと、切り替えのタイミングを逃しません。

失敗4：絶対値だけで相対比較を怠る

月次の絶対値だけを見て、前月比・前年同月比・競合比を確認しないパターンです。「今月PV 5万」だけを見ても、それが良い数字か悪い数字か判断できません。

回避策は、KPIのレビューフォーマットに「前月比」「前年同月比」「業界ベンチマーク（あれば）」の3列を必ず入れることです。この3列があると、絶対値だけでは見えないトレンドや異常を検知できます。

失敗5：目標が非現実的｜業界相場から乖離しすぎて未達続きに

業界の相場感から乖離した目標を立て、未達続きで組織が疲弊するパターンです。「立ち上げ3ヶ月で月間セッション10万」のような目標は、業界の相場感から見て達成困難で、未達を繰り返すうちに現場の士気が下がります。

回避策は、業界の相場感（月本数10〜20本、立ち上げ12ヶ月後のセッション月5,000〜30,000など）を参考にして、達成可能な目標を設定することです。ストレッチ目標を置く場合も、達成確率50%程度の水準にとどめます。

失敗6：レビュー会議が数字報告で終わる｜改善アクションが決まらない

月次レビュー会議で「今月PVはこうでした、来月頑張ります」の報告で終わり、具体的な改善アクションが決まらないパターンです。数字を眺めるだけで、次の一手が決まらないと、レビューが形骸化します。

回避策は、レビュー会議のアジェンダを「数値報告」「未達要因の特定」「次のアクション決定」の3ブロックに固定することです。特に「次のアクション」は、「誰が」「何を」「いつまでに」の3点をセットで決めます。

失敗7：撤退基準がない｜赤字継続の判断ができない

撤退基準を事前に決めていないと、赤字が続いても「もう少し続ければ好転するかも」と判断が伸び、責任問題化するパターンです。

回避策は、戦略ドキュメントに撤退基準を数値で明記することです。「12ヶ月経過時点で月間CV5件未満なら戦略の全面見直し」のように、具体的な数値と期限で書きます。撤退基準を事前に決めておくと、経営層からの追及に感情的にならずに済み、意思決定を数字で語れるようになります。

戦略レベルでの失敗も含めた失敗類型の詳細は、関連記事で整理しています。

2026-07-15T04:21:56Z

オウンドメディアの失敗例と診断チェック｜7類型と立て直し手順、AI時代の新しい落とし穴

KPI設計を実装するためのアクションプラン

KPI設計は、事業KGI合意・KPI設計シートの作成・レビュー体制の整備・計測基盤の整備の4ステップで実装できます。ここではそのまま自社に適用できる形で、各ステップの具体アクションを整理します。

事業KGI合意の進め方

事業KGI合意は、KPI設計のスタート地点です。経営層と合意しないままメディアKGIを組むと、後で「そのKGIは事業とどうつながっているのか」を問われて、KPIツリー全体が組み直しになります。

合意形成のテンプレートは次の1文です。

「メディアKGI（例：無料登録数月500件）が達成されると、事業KGI（例：新規契約数）が○件動き、事業計画の○%に寄与する。」

この1文を経営層と合意した上で、KPIツリーの下層を組んでいきます。合意時点で数値がなくても、「メディアKGI 500件で事業KGI 20件」のように仮置きし、実測データが出るまでは仮置きを検証する運用にします。

KPI設計シート（テンプレート）

KPI設計シートは、7項目を1〜2ページに収めた形で運用します。以下がテンプレートで、そのまま自社の状況に合わせて記入することを想定した表です。

このシートの効用は、KPI設計の全体像を1〜2ページに収めることで、レビューと更新の負荷を下げられる点にあります。10ページに及ぶ詳細ドキュメントを作っても、更新されないまま形骸化するのが実情です。1〜2ページに絞ることで、四半期・半期・年次のレビューで実際に見返せる形になります。

レビューの頻度と粒度

レビュー頻度は、KPIの階層ごとに変えるのが実務的です。

四半期レビューでKPIツリーの下層（記事レベル・中間KPI）を微調整し、半期・年次レビューで上層（メディアKGI・目的類型）を見直します。この頻度で運用することで、変化への追従と安定性のバランスが取れます。

CMS・計測基盤の整備

計測基盤の中核は、GA4・Search Console・CMSの3点セットです。この3つが連携していないと、記事レベルKPIの自動集計ができず、担当者が毎月手作業で数字をまとめる非効率が発生します。

CMS側のメタデータ（公開日・カテゴリ・著者・タグ）が計測ツールと連携していないと、「公開後7日間のセッション数」や「カテゴリ別の平均CVR」といった集計を手動で行う必要が生まれます。実装アーキテクチャとしては、CMS APIから公開日・カテゴリ・タグを取得してBigQueryに投入し、GA4のイベントデータとBigQuery上で結合したうえで、Looker Studioで可視化する構成が現実的です。ヘッドレスCMSの多くはこの構成に対応できる設計になっています。

まとめ｜KPIは「事業KGIとの因果を書き下ろす道具」として使う

オウンドメディアのKPI設計は、事業KGIから記事レベルまでの5階層で書き下ろすと、経営層への説明と現場の実装が両立します。3階層で止まると経営層への説明が弱く、記事レベルまで下りていないと現場が動けません。

KPIツリーは、リード獲得型・採用広報型・ブランディング型の3類型で構造が変わります。自社がどの類型を主軸に据えるかを最初に決め、そのうえで5階層のKPIツリーを組み立てます。

フェーズごとに主要KPIを切り替えるのも原則です。立ち上げ期は記事本数、グロース期はセッションとエンゲージメント、成熟期はCVと事業KGIへの接続、と重心を移していきます。「見てはいけないKPI」を事前にリスト化しておくと、誤った意思決定を防ぎやすくなります。

2026年時点では、AI検索時代の新指標（AI引用率・LLM Referral・アシストCV・ブランド言及率）を副次KPIとして組み込む設計が有効です。AI Overview普及によるCTR低下に対応し、クリックされずとも認知が広がる状態を測る指標が必要になります。

KPI設計シートは7項目を1〜2ページに収め、週次・月次・四半期・半期のレビュー頻度で運用します。撤退基準まで含めて事前に決めておくと、経営層からの追及に感情的にならずに済み、意思決定を数字で語れる状態になります。

KPI設計は、オウンドメディア戦略の一部です。目的類型の選定・ペルソナ設計・コンテンツ戦略・体制設計まで含めた全体設計は、関連記事で整理しています。

2026-07-15T04:45:44Z

オウンドメディア戦略の立て方｜6ステップとフェーズ別フレームワーク、AI時代の再定義まで

よくある質問

Q1. オウンドメディアのKGIとKPIの違いは？

A. KGIは最終目標を数値化した指標（例：新規契約数、資料DL数）、KPIはKGI達成までの中間プロセスを測る指標（例：セッション数、CVR）です。オウンドメディア運用では、事業KGI（経営目標）・メディアKGI（メディア成果）・KPI（中間指標）の3層で切り分けるのが実務上効率的です。事業KGIとメディアKGIを混同すると、PVマンネリの落とし穴に落ちます。

Q2. 立ち上げ期のオウンドメディアのKPIは何を設定すべき？

A. 立ち上げ期（0〜6ヶ月）は、記事公開本数と公開ペースの安定性を主要KPIにします。この時期にCV数やCVRを追うと、母数不足で判断できず、誤った撤退判断につながります。目安として、SEO重視の運用なら月10〜20本、品質重視の運用なら月5〜10本が業界の相場感です。補助KPIとして、インデックス数と表示回数（Search Consoleのimpressions）を月次で確認します。

Q3. オウンドメディアのKPIツリーはどう作る？

A. 以下の4ステップで作成します。(1) 事業KGIを経営層と合意する、(2) メディアKGIを設定する（事業KGIへの寄与を1〜2文で書く）、(3) KGIを乗算・加算で分解できる形に落とす（例：CV数=セッション×CVR）、(4) SMART準拠で各指標に数値と期限を設定する。事業KGI／メディアKGI／中間KPI／記事群KPI／記事レベルKPIの5階層まで分解するのが実務的です。3階層で止めると現場が動けない状態になります。

Q4. KPIをPVだけで設定するのはなぜダメ？

A. PVは事業KGI（売上、契約数）との距離が遠く、PVが伸びても事業成果に接続しないケースが多発するためです。特にBtoB SaaSでは、読者層と見込み顧客層がずれていると、大量のPVがあってもCVはゼロに近い状態が起こります。回避策は、PV→CV→商談→受注→LTVまでの因果を最低2階層先まで書き下ろすことです。この作業をしておくと、経営層から「PV伸びてるのになぜ売上に貢献しないのか」を問われた際に、数字で答えられます。

Q5. AI検索時代にオウンドメディアのKPIをどう変えるべき？

A. 従来のPV／セッションKPIに加え、AI引用率・LLM Referral・アシストCV・ブランド言及率の4指標を副次KPIとして組み込む必要があります。AI Overview普及によるCTR低下（業界の相場感として20〜30%）に対応するため、クリックされずとも認知される状態を測る指標が必要になります。4指標はいずれも副次KPIとして扱い、3〜6ヶ月単位でトレンドを追う運用が実務的です。

Q6. オウンドメディアのKPIレビューはどの頻度で行う？

A. 週次で記事レベルKPI（公開本数、順位変動）、月次で中間KPI（セッション、CVR）と記事品質、四半期でメディアKGIとKPIツリー全体、半期・年次で事業KGIとの整合性を見直します。四半期レビューでKPIツリーの下層を微調整し、半期・年次レビューで上層の戦略を見直すのが実務的な運用です。レビュー会議のアジェンダは「数値報告」「未達要因の特定」「次のアクション決定」の3ブロックに固定し、形骸化を防ぎます。