概要
検索ランキングに関連するシグナルとしてのクリックは長年議論されてきましたが、ほとんどのSEO担当者は、クリックが直接的なランキング要因ではないと理解しています。クリックの真実は、それが生データであり、人間の評価者スコアと類似した方法で処理されるということです。
米司法省の2025年9月の独占禁止法関連文書は、クリックをGoogleが利用する「生データ（raw signal）」と位置付けており、コンテンツや検索クエリも同様に扱われます。生データとは、より高レベルのランキングシグナルに加工されたり、RankEmbedやRankEmbedBERTといったモデルの学習に使われたりする、最も低レベルのデータポイントです。
Googleの専門家であるジェームス・アラン教授は、クリック数、ウェブページの内容、クエリ内の用語などが「生データ」であり、直接観察されるものの、まだ解釈されたり学習データとして使われたりしていないと説明しています。これらは、膨大なデータセットから複雑なパターンを識別する「深層学習モデル」とは対照的です。
Navboostは、独禁法文書でユーザーの意図とフィードバックシステムを通じて人気度を測定する仕組みとして複数回言及されています。これは個々のサイトのランキングに直接影響を与えるものとしては触れられていません。
クリックは、人間の評価者のスコアと同様に、アルゴリズムチェーンの上流でAIモデルを訓練するために使われる「生データ」です。これにより、ウェブページとクエリのマッチングが改善されたり、品質や関連性のシグナルが生成され、他のランキングシグナルと統合されます。
独禁法文書における「70日間の検索ログと人間の評価者によるスコア」という記述は、個々のサイトのランキング目的でクリックデータが直接使われていることを意味しません。このデータは、RankEmbedBERTのような特殊なAIモデルを訓練するための集合データであり、これらのモデルは自然言語分析に基づいてウェブページをランク付けします。
RankEmbedは、強力な自然言語理解を持つAIベースの深層学習システムであり、クエリに特定の用語がなくても最適なドキュメントを効率的に特定し、ランク付けします。このモデルは、以前のモデルよりも少ないデータで訓練され、より高品質な検索結果を提供します。訓練データには、クエリとウェブページのペア、クリックとクエリのデータ、人間の評価者によるウェブページのスコアが含まれており、これらはAIモデルの訓練に使われるのであって、ランキングに直接影響を与えるものではないと明確にされています。
2006年にGoogleが申請した「ユーザーの暗黙的なフィードバックに基づいて検索結果のランキングを修正する」という特許では、クリックの集計された生データから「関連性の尺度（measure of relevance）」を作成する数学的公式が記述されています。この特許は、シグナル作成とランキング行為を区別しており、「関連性の尺度」（クリック分数）はランキングエンジンに出力され、既存のランキングスコアに追加されて新しい検索結果のランキングに使われる可能性があります。
これは個々のクリックではなく、多数のクリック（集合体）の合計に基づいて決定を下すため、「クリック」は複数形で扱われます。ショートクリック、ミディアムクリック、ロングクリック、ラストクリックなどが含まれ、技術的にはLCIC（Long Click divided by Clicks）分数と呼ばれます。クリック分数は、加重クリックの合計、全クリック数での正規化、スパム対策のための統計的平滑化（smoothing factors）によって集約されます。
2006年の段階でも、クリックはランキングの段階に到達する前に、複数の集約段階を経て、統計的な関連性尺度へと変換される生データでした。クリック自体がサイトのランキングを直接左右する要因ではなく、集約された関連性尺度として別のエンジンに供給されていました。
結論として、クリックは検索ランキングを直接左右するものではなく、単なる生データです。これらはRankEmbedBertのようなAIシステムの訓練に使われたり、集約されてシグナルを作成し、Googleのランキング意思決定システムに組み込まれたりします。人間の評価者データと同様に、生データはシグナルを作成したりAIシステムを訓練したりするために処理されるのです。
解説
この記事は、SEO業界で長年議論されてきた「クリックがランキング要因であるか」という疑問に対し、明確な答えを提示しています。クリックは直接的なランキング要因ではないという事実を再認識することが、現代のSEO戦略において非常に重要です。
クリックが「生データ」であるという点は、SEO担当者にとって実践的な示唆に富んでいます。これは、クリックデータがそのままランキングに反映されるのではなく、加工・変換されて初めて意味を持つことを意味します。人間の評価者のスコアと同様に、クリックもGoogleのAIモデルが言語理解や関連性を向上させるための訓練するデータとして活用されるのです。
つまり、ユーザーの行動データは、Googleの検索システム全体の精度を高めることで、間接的にランキングに影響を与える可能性があります。表面的なクリック数やCTR（クリック率）を追求するだけでは、ランキングに直接的な効果は期待しにくいでしょう。
Navboostに関する記述も、クリックが個別のページをランク付けするのではなく、人気度やユーザーの意図を測るためのデータとして使われることを示唆しています。これは、ユーザーの検索意図を満たし、コンテンツに長く滞在する、満足するといった質の高いインタラクションを生むことが、結果としてGoogleのシステムからの評価につながるという、従来のSEOの考え方を裏付けています。
2006年の特許に関する分析も、当時からGoogleが個々のクリックではなく、集約された「関連性の尺度」としてデータを扱っていたことを示しており、小手先の操作が有効でないことを示唆しています。SEO担当者は、コンテンツがユーザーにとって真に価値があるか、その結果としてポジティブな暗黙的フィードバック（例えば、ロングクリックや低い直帰率）が得られているか、という本質的な問いに立ち返るべきです。
最終的に、こうした質の高いユーザー行動データがAIシステムの学習データとして活用され、間接的に検索パフォーマンスの向上に貢献する可能性が高いでしょう。Googleのランキングシステムは、個々の単純な要因で動いているのではなく、洗練されたAIと多角的なシグナルの集約によって機能しているという複雑性を理解することが、効果的なSEOの鍵となります。
- 掲載元: Search engine journal
- 公開日: 2026-04-23T11:24:12+00:00
The Facts About Google Click Signals, Rankings, And SEO via @sejournal, @martinibuster
