Contentsquare、人間とAIエージェントの来訪を分けて計測するExperience Platformを発表：LLM流入とエージェンティックコマースの動線をどう測るか

Contentsquareが発表した「人間とエージェントの動線」を扱う基盤

Contentsquare New AI-First Experience Platform Optimizes Human, Agent Journey

ContentsquareのAIファーストなExperience Platformは、人間・LLM・AIエージェントの動線を追跡し、エージェント型AIのSenseとテスト連携を加えました。

www.demandgenreport.com

ヒートマップやセッションリプレイで知られる行動分析のContentsquareは、2026年10月13日にプレスリリースで、作り直したExperience Platformを発表しました。年次イベントCX Circleでの発表で、11月2日にはDemand Gen Reportも詳しく報じています。

発表の柱は、Webやアプリでの人間の行動に加え、複数端末をまたぐ動線、音声やチャットの会話、そしてLLMと自律型AIエージェントのやり取りまでを、1つの基盤でリアルタイムに捉えることです。新しく加わった、または拡張された機能は次の4つです。

• 人間・LLM・エージェントの操作の分析。LLMとエージェントの流入を人間のセッションと分けて分析し、LLM経由の流入とエージェンティックコマースの両方に向けて動線を最適化する
• 会話インテリジェンスとチャットボット分析。音声やテキストの会話を動線上のイベントとして扱い、サイト内のつまずきと結びつける
• 複数セッションの動線分析と、自動化されたWebMCPの監視。多くのツールが見られない自律エージェントの活動を捉える
• マルチタッチアトリビューション。LLMやAI経由の流入を含むすべての接点に成果を配分し、最後のクリックだけに帰属させない

分析データはMCP（Model Context Protocol、AIツールが外部のデータを呼び出す共通仕様）で、ClaudeやChatGPT、Copilotなどからも参照できます。

創業者でCEOのJonathan Cherki氏は、企業には顧客だけでなく「顧客の代わりに動くLLMやAIエージェント」も含めた接点全体の統合的な見方が要る、と述べています。導入企業としてコメントを寄せたCrocsの幹部は、顧客がアプリ、サイト、チャットボット、そして「直接は見えないAIエージェント」の間を行き来している、と現状を語りました。

なぜ「誰が来たか」を分けて数える必要があるのか

この発表の核心は、サイトの来訪者を3種類に分けて扱う点にあります。1つ目は従来どおりの人間です。2つ目は、ChatGPTやGeminiで調べた人がリンクをたどって来るLLM経由の流入で、来ているのは人間ですが、入口がAIの回答です。3つ目が、人間の指示を受けたAIエージェントがサイトを自ら操作する来訪です。

この3つを混ぜると、数字が意味を失います。エージェントは短時間で商品ページを読み、比較に必要な情報だけを持ち帰ります。人間の基準で見れば「すぐに離脱した来訪者」で、直帰率は上がり、ファネルの転換率は下がります。リターゲティングの対象リストにも紛れ込みます。

かといって、自動化された来訪をすべて不正なボットとして除外するのも危険です。ContentGripの解説は、ECサイトに来たエージェントが買い物客の正当な依頼を実行している可能性を指摘し、一律の除外は新しい販路を隠してしまうと書いています。本サイトでも、Spreedlyが「良いボット」を遮断しない決済設計を訴えた件を取り上げました。

では、Contentsquareは3つ目のエージェントをどう捉えるのか。手がかりは製品ページにあります。Agent Intelligenceのページは、機能を4つに整理しています。AIの流入元ごとの転換率と売上を示すChannels、AIのクローラーがどのコンテンツを読めるかを示すBot view、サイトがAIにどれだけ対応できているかを採点するAgent readiness、そしてエージェントがサイトで何をしようとして、どこで失敗したかを追うWebMCPトラッキングです。

WebMCPは、Webサイトが自分の機能を「ツール」としてブラウザに登録し、ブラウザで動くAIエージェントがそれを構造化された入力で呼び出せるようにする仕組みです。本サイトではShopifyがチェックアウトに広げた件や、BigCommerce加盟店で既定で有効になった件を解説してきました。ツールの呼び出しはページの中で起きるため、ページ閲覧数とクリックを数える従来の解析では見えにくい活動です。

注目すべきは、同じページのFAQにある今後の計画です。エージェントの追跡は、まずWebMCPのようなブラウザ側で観測できるプロトコルから始め、今後はサーバー側のイベント追跡によって、UCPやACPといった新しい標準をまたいだエージェント経由の転換経路全体を捉える、と書かれています。UCP（Universal Commerce Protocol）やACP（Agentic Commerce Protocol）を使ったエージェントの購入は、店舗のページを開かずに完了しうるため、ブラウザに置いたタグだけでは捉えられません。言い換えると、現時点で見えるのはエージェント経由の取引の一部にとどまります。

SenseはA/Bテストを「承認するだけ」に近づける

もう1つの柱が、AI層のSenseです。Senseはサイトのつまずきや改善の機会を見つけ、その金額的な影響を見積もり、事業への影響の大きい順に並べます。結果はメールやチケット、通知として、チームが普段使う業務の流れに書き込まれ、TeamsやSlackにも毎朝、知見が届きます。

今回加わったのが、エージェント型の実験機能です。Senseが仮説を立て、変更案を設計してコードを書き、テストを公開し、売上への影響を検証するまでを1か所で行います。発表文の言葉では、人間がやることは承認だけです。画面要素の成果を同業他社と比べるBenchmarksも加わりました。

専用ツールでテストを回す企業向けには、Dynamic Yield、Optimizely、Kameleoonとの連携強化も発表されました。

AIの推薦のあと、サイトで何が起きているか

Contentsquareがこの方向へ進む背景には、自社調査で示した問題意識があります。同社が2026年9月に発表した、米国とフランスの消費者2,000人への調査では、AIに薦められた商品のサイト体験が期待外れだった場合、それでも購入すると答えたのは3%でした。残りの97%は購入を考え直し、57%は調べ直し、23%は別のブランドに乗り換え、16%は購入自体をやめると答えています。

同じ調査では、AIの買い物アシスタントから得た情報がブランドのサイトと違っていたと答えた人が21%、AIの情報だけでは自信を持って買えなかった人が20%いました。AIが先に期待を形づくり、サイトがそれを裏切ると、推薦は売上につながりません。

流入そのものは伸びています。Digital Commerce 360が伝えたAdobeのデータでは、2026年7月の米国小売サイトへのAI経由の流入は前年同月比62%増でした。AI経由の来訪は、AI以外の流入より60%高い率で転換し、来訪あたりの売上も53%多いとされます。転換率でAI以外を上回るのは11か月連続です。伸びていて質も高い流入を、どこまで正確に数え、取りこぼさずに買い物まで運べるか。分析ツールの競争軸はそこへ移っています。

留保：ベータ版で、判定の精度はまだ見えない

発表には、確認できていない点が多く残ります。まず提供状況です。新しいExperience Platformは一部の顧客向けのベータ版で、より広い提供は段階的に進むとされ、すべての機能がいつ一般提供になるかは示されていません。料金も未開示です。

判定の精度も未開示です。ContentGripは導入を検討する企業に対し、検証済みのエージェント、クローラー、LLM経由の流入、通常の来訪者をどう区別して表示するのかを確認するよう勧めています。さらに、AI経由の来訪が観測できても、それより前のどの推薦が売上を生んだかまでは証明できない、とも指摘しています。マルチタッチアトリビューションの数字を予算配分に使う前に、この限界を押さえておく必要があります。

Senseが仮説からテストの公開まで担う点についても、提案された変更が妥当かを人が根拠まで確かめられるか、効果が対照群と比べた純増なのかを検証できるかが、実用性を左右します。行動分析の領域にはAmplitude、Fullstory、Quantum Metricといった競合もあり、機能の一覧が似ているだけでは優劣は判断できません。

EC事業者が自社の解析で確認すべきこと

Contentsquareを使っていなくても、この発表から持ち帰れる確認項目はあります。最初に見るべきは、LLM経由の流入がどこに分類されているかです。同社のブログによれば、AIのサービスは参照元の情報を渡さないことがあり、その来訪は「ノーリファラー」や「未割り当て」に入ります。GA4であれば、chatgpt.comやgemini.google.com、perplexity.aiなどを参照元とするセッションを正規表現で絞り込むか、AI用のチャネルグループを作ることで、少なくとも見えている分を切り出せます。

次に、AIから来た人が最初に着地するページを確認します。AI経由の来訪者は回答で下調べを済ませているため、購買の手前にいることが多いとされます。着地ページが一般的な読み物で、商品への導線が弱ければ、そこで離脱します。Contentsquareの調査で21%が経験した「AIの説明とサイトの内容の食い違い」がないかも、価格、在庫、仕様、配送条件について点検しておきます。

エージェントそのものの来訪は、解析ツールよりサーバーやCDNのログに表れます。同じブログは、ヘッドレスブラウザ（画面を表示せずにページを読み込むブラウザ）で来るエージェントが解析タグを動かしてしまい、直帰率が極端に高く滞在時間の短い異常な流入として表れることがある、と説明しています。急な流入の増減を見たら、人間かエージェントかを先に疑う習慣が要ります。

そのうえで、エージェントが自社サイトで何をできるかを決めます。WebMCPでツールを公開するのか、UCPやACPのような仕様で外から取引を受けるのか、それとも当面は読み取りだけを許すのか。どの道を選んでも、エージェントの来訪を「数えられる状態」にしておかなければ、効果を測ることはできません。

まとめ

Contentsquareの発表は、サイトの来訪者を人間、LLM経由の人間、AIエージェントの3種類に分けて扱う考え方を、行動分析の製品の中心に置きました。分析から実験の実行までをAIに任せる流れも、同じ基盤の上に乗っています。

次に注目すべきは、ベータ版の導入企業から出てくる判定精度と効果の数字、そしてUCPやACPを使ったサーバー側の取引をどこまで追えるようになるかです。エージェントがページを開かずに買い物を終える割合が増えるほど、「見えている来訪」だけで判断する危うさは大きくなります。