第1部
第3回/全8回
自社の立ち位置を調べる:検索・AI・顧客の言葉
この回で分かることは3つです。①検索で、自社のカテゴリーの引き出しと、その中の順位を調べる方法。②AIに聞いて、自社が「何の会社」として説明されているか、カテゴリーのおすすめに名前が出るかを調べる方法。③顧客・営業・失注先の言葉から、顧客が実際に使っているカテゴリーの言葉を拾う方法と、それらを1枚の表にまとめる型です。
第2回で、既存で勝つか、新しく作るか、既存の中の新しい位置かを判定する表を見ました。その表を埋めるには、「自社が今、どの引き出しの何番目にいるか」を知る必要があります。この回は、その調べ方です。感覚ではなく、検索・AI・顧客の言葉という3つの外の目で見ます。
なぜ「外の目」で調べるのか
自社のカテゴリーは、社内で話し合っても分かりません。社内の人は、自社の仕事を一番よく知っているので、「うちはDX支援だ」「いや、業務改善だ」と、自社がやりたいことで議論します。しかし、カテゴリーは顧客の頭の中にあるので、顧客が何と呼んでいるか、検索で何と打っているか、AIが何と説明しているかを、外から見るしかありません。
調べる順番は、検索 → AI → 顧客の言葉です。検索とAIは1日で調べられ、顧客の言葉は集めるのに数週間かかるので、先に検索とAIで仮説を作り、顧客の言葉で確かめます。





2026年11月時点
検索で調べる
1. 自社が今、どの言葉で見つかっているか
Google Search Consoleで、自社サイトに流入している検索語を、表示回数の多い順に見ます。社名以外の言葉で、上位に来ているものが、「検索エンジンが自社をそのカテゴリーだと判断している言葉」です。「DX支援」と名乗っていても、流入が「在庫管理 エクセル 限界」ばかりなら、検索エンジンは自社を「在庫管理の相談先」と見ています。
2. 狙うカテゴリーの引き出しが、検索にあるか
候補のカテゴリー名(「〇〇」)について、次を調べます。
| 調べること | 見方 |
|---|---|
| 「〇〇 おすすめ」「〇〇 比較」「〇〇 会社」の検索ボリューム | 月100以上あれば、顧客がその言葉で探している。10〜100はBtoBなら十分あり得る。0なら、その言葉では探されていない |
| 「〇〇 おすすめ」の検索結果1ページ目 | おすすめ記事・比較記事が並んでいれば、引き出しが成立している。自社サイトしか出てこなければ、まだ引き出しがない |
| おすすめ記事の中で名前が出る会社 | 複数の記事で繰り返し出る3〜5社が、その引き出しの先頭。自社が入っているか |
| 「〇〇ができる△△」「〇〇に強い△△」の形の検索語 | 条件型の検索語が多ければ、引き出しの中に仕切りがある。どの条件で探されているかが、第2回の軸の候補 |
3. 自社の順位
「〇〇 おすすめ」の上位記事を10本開き、自社が何本に、何番目で出てくるかを数えます。これが、検索の世界での、その引き出しの中の自社の順位です。0本なら、検索の引き出しには入っていません。

ちょこっとクイズ:「〇〇 おすすめ」で検索して、おすすめ記事が1本もなく自社サイトしか出てこなかった。これはどういう状態?
- 自社がそのカテゴリーの第一想起になっている
- その言葉の引き出しが、まだ顧客の頭に(検索の世界に)ない。誰もその言葉で探していない可能性が高い
- 競合がいないので、すぐに受注が増える
答えと解説
正解は2。おすすめ記事がないのは、需要がないか、言葉が違うかのどちらかです。検索ボリュームと合わせて見て、使われている言葉を探し直します(第4回)。
AIに聞いて調べる
ChatGPT・Gemini・Claude・PerplexityなどのAIに、顧客が聞きそうな質問をして、自社がどう扱われているかを見ます。AIの回答は、Web上の言及をもとに作られるので、「世の中が自社を何と見ているか」の要約として使えます。
聞く質問の型
| 型 | 質問の例 | 見るところ |
|---|---|---|
| カテゴリーのおすすめ | 「〇〇のおすすめの会社を教えて」 | 自社の名前が出るか、何番目か、どう紹介されるか |
| 条件型 | 「製造業に強い〇〇は?」「50名以下の会社向けの〇〇は?」 | 仕切りの中で名前が出るか |
| 指名 | 「(社名)はどんな会社?」「(社名)の強みは?」 | AIが自社を何のカテゴリーで説明するか。説明が薄いか、古いか、間違っているか |
| 比較 | 「(社名)と(競合名)の違いは?」 | AIが自社と競合をどう分けているか |
| 向き不向き | 「(社名)はどんな会社に向かない?」 | AIが自社の弱みをどう見ているか |
見方
- カテゴリーのおすすめで名前が出ない:その引き出しに、AIの世界では入っていません。Web上で「〇〇の会社」として言及されている量が足りません
- 指名で聞くと、違うカテゴリーで説明される:「DX支援」と名乗っているのに、AIが「システム開発会社」と説明するなら、Web上の言及(事例・記事・他社サイトでの紹介)が「システム開発」に寄っています。名乗りと世の中の見方がずれている証拠です
- 説明が薄い:「〇〇などを行う会社です」だけなら、AIが読める情報が少ない。サイトの会社説明と外部の言及を増やす必要があります(第6回・第7回)
- 条件型で名前が出る:「製造業に強い〇〇は?」で名前が出るなら、その仕切りではすでに位置があります。第2回の第3の選択の、有力な軸です
複数のAIで、同じ質問を2〜3回ずつ聞き、1回の回答ではなく傾向で判断します。
顧客・営業・失注先の言葉から拾う
検索とAIで仮説ができたら、実際の顧客の言葉で確かめます。ここで拾うのは、「顧客が自社を探したとき、頭の中で何と呼んでいたか」です。
拾う場所
| 場所 | 聞き方・見方 |
|---|---|
| 直近の問い合わせ・商談の冒頭 | 「何をお探しでしたか」「最初にどんな言葉で検索しましたか」。問い合わせフォームの自由記述欄も |
| 受注した顧客へのインタビュー | 「当社を何の会社だと思って問い合わせましたか」「他にどこと比べましたか」「最終的に当社を選んだ決め手は」 |
| 失注先 | 「どこに決めましたか」「当社と何が違いましたか」。失注先が選んだ会社が、顧客の頭の中で同じ引き出しにいた会社 |
| 営業担当 | 「お客様は、当社のことを何と呼びますか」「競合として誰の名前が出ますか」「『〇〇の会社ですよね』と言われることはありますか」 |
| 紹介者 | 「どう紹介してくれましたか」。紹介のときの一言が、その人の頭の中の自社のカテゴリー |
集め方
1か月で、問い合わせ10件・受注顧客5社・失注3社・営業全員、を目安に集めます。集めた言葉は、そのままの表現で書き出します。「DX支援」と「業務のシステム化」と「エクセルからの脱却」は、社内では同じことでも、顧客の頭の中では違う引き出しです。言い換えずに、顧客の言葉のまま残します。
書き出したら、同じ意味の言葉をまとめ、多い順に並べます。一番多い言葉が、顧客の頭の中で自社が入っている引き出しの名前です。それが、自社の名乗りと一致していれば良し、ずれていれば、第4回で名乗りを寄せます。
ちょこっとクイズ:顧客の言葉を書き出すとき、「エクセルからの脱却」「業務のシステム化」「DX支援」はどう扱う?
- すべて「DX支援」にまとめる
- 社内の言葉に直してから書く
- 言い換えずに、顧客の言葉のまま別々に残す。顧客の頭の中では違う引き出しだから
答えと解説
正解は3。社内では同じことでも、顧客の頭の中では違う引き出しです。まとめるのは、多い順に並べる段階で、同じ意味のものだけです。
立ち位置の1枚の表
3つの調べ方の結果を、1枚にまとめます。

| 見方 | 自社は何と呼ばれているか | 根拠 |
|---|---|---|
| 自社の名乗り | サイト・資料・名刺の言葉 | 各媒体の記載 |
| 検索エンジンの見方 | Search Consoleの社名以外の上位語 | 表示回数 |
| AIの見方 | 「(社名)はどんな会社?」の回答のカテゴリー | 複数AIの回答 |
| 顧客の呼び方 | 問い合わせ・インタビューで最多の言葉 | 件数 |
| 失注先が選んだ会社 | その会社が名乗るカテゴリー | 失注ヒアリング |
4つの見方(名乗り・検索・AI・顧客)がそろっていれば、カテゴリーは取れています。ばらばらなら、「顧客の呼び方」を軸に、他をそろえていきます。顧客の呼び方が、顧客の頭の中の引き出しの名前だからです。
さらに、候補カテゴリーごとに、「引き出しがあるか(ボリューム・おすすめ記事の有無)」「先頭の3社」「自社の順位(検索の上位10記事に何本、AIで何番目)」「条件型で名前が出る仕切り」を書き足します。これで、第2回の判定表が埋まります。
ケースで考える:名乗りと顧客の呼び方がずれていた会計システム会社
中堅企業向けの会計システムを提供する会社。サイトでは「経営管理クラウド」と名乗り、「経営の見える化」を打ち出していました。立ち位置を調べると、次のようになりました。
- 検索:Search Consoleの上位語は「連結決算 システム」「子会社 会計 統合」。「経営管理クラウド」での流入はほぼゼロ
- AI:「(社名)はどんな会社?」→「連結決算に対応した会計システムを提供する会社」。「経営管理クラウドのおすすめ」→名前が出ない。「連結決算システムのおすすめ」→3番目に出る
- 顧客:問い合わせの冒頭で最多は「子会社が増えて、連結決算が大変で」。「経営管理」という言葉を使った顧客は1人もいない
この会社は、自社では「経営管理クラウド」のつもりでしたが、顧客・検索・AIの3つはすべて「連結決算システム」の引き出しに入れていました。しかも、その引き出しで3番目という、悪くない位置です。名乗りを「連結決算システム」に寄せ、「子会社が増えた中堅企業の」という仕切りで先頭を狙う。これが、立ち位置を調べて初めて見えた方針です。
実務ではこう使う:調べる手順の1枚
“`
■ 1日目:検索
□ Search Console 過去3か月の検索語(社名除く)上位20 → 検索エンジンが見ている自社
□ 候補カテゴリー3〜5語 × 「おすすめ」「比較」「会社」のボリューム
□ 「〇〇 おすすめ」上位10記事 → 繰り返し出る3〜5社、自社の本数と順位
□ 条件型(「〇〇ができる」「〇〇に強い」)の検索語 → 仕切りの候補
■ 1日目:AI(ChatGPT・Gemini・Claude・Perplexity、各2〜3回)
□ 「〇〇のおすすめは」→ 名前・順位・紹介のされ方
□ 「(社名)はどんな会社?」→ カテゴリー・説明の厚さ・誤り
□ 「(条件)に強い〇〇は?」→ 仕切りで名前が出るか
□ 「(社名)と(競合)の違いは?」「(社名)はどんな会社に向かない?」
■ 1か月:顧客の言葉
□ 問い合わせ10件の最初の言葉 □ 受注顧客5社に「何の会社だと思って」「他にどこと」
□ 失注3社に「どこに」「何が違った」 □ 営業全員に「お客様は当社を何と呼ぶか」
→ 顧客の言葉のまま書き出し、同じ意味をまとめて多い順に
■ 立ち位置の1枚の表に記入 → 第2回の判定表へ
“`
この回のまとめ
- 自社のカテゴリーは社内で議論しても分かりません。検索・AI・顧客の言葉という「外の目」で調べます。検索とAIは1日、顧客の言葉は1か月。
- 検索では、Search Consoleで検索エンジンが見ている自社、「〇〇 おすすめ」のボリュームと上位記事で引き出しの有無と先頭の3社、上位10記事での自社の本数と順位を調べます。
- AIには、カテゴリーのおすすめ・条件型・指名・比較・向き不向きの5つの型で聞き、名前が出るか、何のカテゴリーで説明されるか、説明の厚さを見ます。1回ではなく傾向で。
- 顧客・営業・失注先・紹介者から、顧客が自社を何と呼んでいるかを、言い換えずに顧客の言葉のまま拾い、多い順に並べます。
- 名乗り・検索・AI・顧客の4つの見方を1枚の表にし、ずれていれば顧客の呼び方を軸にそろえます。
確認テスト
自社のカテゴリーを調べるとき、「外の目」で見る理由は?
- カテゴリーは顧客の頭の中にあるので、社内で「うちは〇〇だ」と議論しても分からず、顧客・検索・AIが何と呼んでいるかを外から見るしかないから
- 社内の意見がまとまらないから
- 外部の調査会社に頼むのが一般的だから
答えと解説
正解は1。社内の人は自社がやりたいことで議論しがちです。顧客が何と呼び、検索で何と打ち、AIが何と説明するかが、カテゴリーの実態です。
AIに「(社名)はどんな会社?」と聞いて、自社の名乗りと違うカテゴリーで説明された。これが意味することは?
- AIが間違っているだけなので無視してよい
- AIにクレームを入れるべき
- Web上の言及(事例・記事・他社サイトでの紹介)が、そのカテゴリーに寄っている。名乗りと世の中の見方がずれている証拠
答えと解説
正解は3。AIの回答はWeb上の言及の要約です。名乗りを変えるか、言及をそろえるか(第6回・第7回)の判断材料になります。
顧客の言葉を集める目安と、集めた後にすることは?
- 1件聞けば十分。すぐ名乗りを変える
- 1か月で問い合わせ10件・受注5社・失注3社・営業全員。顧客の言葉のまま書き出し、同じ意味をまとめて多い順に並べ、最多の言葉を引き出しの名前とする
- アンケートで「DX支援だと思いますか」と聞く
答えと解説
正解は2。自社の言葉で聞くと、顧客はそれに合わせて答えてしまいます。「何をお探しでしたか」と開いた質問で、顧客自身の言葉を拾います。
立ち位置の表で、名乗り・検索・AI・顧客の4つがばらばらだったとき、何を軸にそろえる?
- 顧客の呼び方。それが顧客の頭の中の引き出しの名前だから
- 自社の名乗り。会社の方針だから
- AIの説明。一番新しいから
答えと解説
正解は1。会計システム会社の例では、顧客・検索・AIがそろって「連結決算システム」と呼んでいたので、名乗りをそちらに寄せました。
次回予告
第4回は「カテゴリー名の決め方:使われている言葉に寄せる」。立ち位置の表で見つかった「顧客が使う言葉」と、自社が「言いたい言葉」のずれをどう埋めるか。需要の確かめ方、カテゴリー名の3つの型、そして多くの会社がやってしまう「造語」の落とし穴を扱います。
この記事は役に立ちましたか?
第1〜3回を読み終えました。次は第2部です。
