Googleビジネスプロフィール（GBP）のカテゴリを変えた、写真を追加した、Webサイトへの導線を変えた。その後に順位や来店が伸びても、「どの変更が効いたのか」が説明できなければ次の改善にはつながりません。
MEOの検証で必要なのは、単なる変更履歴ではなく、仮説、変更内容、測定条件、観測期間、順位、ユーザー行動、来店、外部要因、結果、学びを1つの施策IDで結びつける「実験ログ」です。
この記事では、MEO・マーケティング担当者が施策ごとの変化を比較できるよう、実験ログの項目、測定条件の固定方法、観測期間、外乱の残し方、結果判定まで実務で使える形に整理します。
MEOの実験ログは「変更履歴」ではなく、仮説から学びまでを1本でつなぐ
MEOの実験ログで最も重要なのは、「何を変更したか」だけを記録しないことです。
MEO効果測定の全体像を先に確認したい場合は、MEO効果測定の全体像を参照してください。本記事では、その中でも施策単位の実験ログ運用に絞って実務手順を整理します。
最低でも、
仮説 → 施策 → 測定条件 → 変化 → 結果判定 → 学び
を1つの実験として残します。
たとえば「メインカテゴリを変更した」という記録だけでは、その後に順位が上がっても施策との関係を判断できません。
「○○駅周辺で『○○』と検索した際の順位改善を目的としてカテゴリを変更した。測定地点、検索語、測定時間、他のGBP項目は固定した」という条件まで残して初めて、次回比較できるデータになります。
MEOは、施策を増やすことよりも、どの施策が、どの条件で、何に影響したのかを学習できる状態にすることが重要です。
なぜMEOは変更前後の数字だけでは効果を判断しにくいのか
Googleはローカル検索結果について、主に「関連性」「距離」「知名度」の組み合わせで表示結果を決めると説明しています。検索者の位置も結果に影響するため、異なる地点から取得した順位を単純比較することはできません。
さらに、順位や来店はGBPの変更以外にも変動します。
- 検索地点
- 曜日や時間帯
- 季節需要
- 天候
- 競合店舗の施策
- 口コミの増減
- 広告やキャンペーン
- Webサイトの変更
- イベントや連休
- Google側の検索結果変動
そのため、「変更後に数字が上がった＝変更が原因」とは限りません。
時系列データを使って施策を評価する研究でも、季節性や同時期に発生した別の出来事など、時間とともに変化する要因を考慮する必要があるとされています。
MEOでも完全な因果関係を証明できるとは限りませんが、条件と外乱を記録しておけば、少なくとも「何が変わったか分からない」という状態を減らせます。
MEO実験ログに最低限入れる12項目
実験ログは、1行を1施策とするだけでは情報が不足します。
次の12項目を1つの実験IDで管理すると、後から結果を再検証しやすくなります。
| 項目 | 記録内容 |
|---|---|
| 実験ID | MEO-EXP-001などの固有ID |
| 対象店舗 | 店舗名・拠点ID |
| 仮説 | 何を変えると何が改善すると考えたか |
| 変更内容 | GBP・Webサイト等で実施した具体的変更 |
| 変更日 | 実際に操作した日 |
| 反映確認日 | Google上で変更が反映されたことを確認した日 |
| 対象検索語 | 評価する検索キーワード |
| 測定地点 | 緯度経度、住所、駅など固定地点 |
| 観測期間 | 変更前・変更後の比較期間 |
| 評価指標 | 順位、表示、電話、ルート、Web、予約、来店など |
| 外乱 | 天候、連休、広告、競合変更など |
| 結果・学び | 改善・悪化・変化なし・判定不能と次の仮説 |
MEO施策は、変更内容だけでなく、仮説・測定条件・外乱・結果まで同じ実験IDで管理すると再検証しやすくなります。
特に重要なのが、「変更日」と「反映確認日」を分けることです。
GBPを操作した日ではなく、実際に変更が反映されたことを確認してから施策後の観測期間を設定します。
Googleによると、GBPへの編集は通常短時間で審査されますが、場合によっては最長30日ほどかかることがあります。操作した翌日から一律に「施策後」と扱うのではなく、実際に反映された日を確認してください。
実験前に固定するのは「店舗」だけではない
検索順位を比較するときは、最低でも次の条件を固定します。
| 固定条件 | 例 |
|---|---|
| 店舗 | A店 |
| 検索語 | 新宿 パーソナルジム |
| 測定地点 | 新宿駅南口付近 |
| 測定方法 | 同じ順位計測ツール |
| 測定頻度 | 毎日 |
| 集計方法 | 7日平均 |
| 変更対象 | メインカテゴリのみ |
| その他GBP情報 | 原則変更しない |
Googleが距離をローカル検索の主要要素として明示している以上、測定地点が変われば同じ検索語でも別条件のデータになります。
複数地点を測る場合は、「地点を増やして平均する」のではなく、地点A、地点B、地点Cを別々に記録する方が変化を把握しやすくなります。
観測期間は指標ごとに分ける
すべての指標を同じタイミングで評価する必要はありません。
Google Business ProfileのPerformance APIでは、Webサイトクリック、電話クリック、ルート検索などを日次時系列として取得できます。一方、プロフィールを表示させた検索語は月次データとして提供されています。
そのため、実務では次のように分けると管理しやすくなります。
| 指標 | 確認頻度 | 判断時の考え方 |
|---|---|---|
| マップ順位 | 日次 | 単日の上下ではなく一定期間の推移を見る |
| 表示回数 | 日次・週次 | 曜日差を考慮する |
| 電話クリック | 日次・週次 | 件数が少ない店舗では長めに観測 |
| ルート検索 | 日次・週次 | 来店前行動として別管理 |
| Webサイトクリック | 日次・週次 | UTMと組み合わせてサイト内行動も確認 |
| 検索語 | 月次 | 月途中の判断を避ける |
| 来店・予約・売上 | 店舗データに合わせる | 季節・曜日・キャンペーンも記録 |
実務上は、少なくとも「施策前」と「施策後」で同程度の期間を確保します。
たとえば施策後28日を評価するなら、施策前28日も保存します。
単日順位や1週間だけの来店増加では結論を出さず、十分なデータが集まらない場合は結果を「判定不能」とすることも重要です。
順位・行動・来店を4段階に分けて見る
MEO施策は順位だけで評価すると、事業成果とのつながりを見失います。
実験ログでは、KPIを次の4段階に分けてください。
| 段階 | 主な指標 | 確認すること |
|---|---|---|
| 1. 順位 | 地点別検索順位 | 見つけられやすくなったか |
| 2. 表示 | Search・Mapsの表示 | 実際の露出が増えたか |
| 3. 行動 | 電話・ルート・Webクリック・予約 | 店舗を検討する行動が増えたか |
| 4. 成果 | 来店・問い合わせ・予約・売上 | 事業成果につながったか |
MEO施策は順位だけで判断せず、表示、ユーザー行動、最終的な来店や問い合わせまで段階を分けて確認します。
Googleビジネスプロフィールでは、表示、検索語、ルート検索、通話、Webサイトクリック、予約など複数のパフォーマンス指標を確認できます。
順位が改善しても行動が増えなければ、検索語と店舗ニーズが合っていない可能性があります。
反対に順位が大きく変わらなくても、Webクリックや予約が増えていれば、プロフィール内容や導線改善が機能した可能性があります。
WebサイトへのクリックはUTMで施策単位に分ける
GBPから自社サイトへ送客する施策では、WebサイトのURLにUTMパラメータを設定すると、その流入をGoogle Analyticsで識別できます。
Google Analyticsでは、utm_source、utm_medium、utm_campaignなどをURLに付与することで、どのキャンペーンからアクセスしたかをTraffic acquisitionで確認できます。
実験ログのIDとutm_campaignをそろえると管理しやすくなります。
たとえば実験IDが「MEO-EXP-014」であれば、キャンペーン名にも同じIDを含めます。
これにより、
GBP変更
↓
Webサイトクリック
↓
フォーム閲覧
↓
問い合わせ
まで同じ施策単位で追いやすくなります。
必ず「外乱」を記録する
実験結果を大きく誤らせるのが、施策と同時に起きた別の変化です。
少なくとも次の項目を確認します。
- 大型連休
- 季節イベント
- 大雨・台風・降雪
- テレビ・SNS等での露出
- 広告出稿
- 値引き・キャンペーン
- 営業時間変更
- 競合店舗の開店・閉店
- 口コミの急増
- Webサイトの大規模変更
- 同時期に行った別のMEO施策
たとえば写真を追加した週に割引キャンペーンも開始して来店が増えた場合、「写真追加で来店が増えた」とは判断できません。
この場合は「改善」ではなく、外乱あり・単独効果は判定不能と残します。
判定不能を残すことも、実験ログの重要な役割です。
1施策1実験で記録する
できるだけ、一度の実験で変更する中心要素を1つに絞ります。
たとえば、
- カテゴリ変更
- 説明文変更
- 写真追加
- 口コミ獲得施策
- Webサイトリンク変更
を同日にすべて実施すると、順位や行動が改善しても、どの変更が寄与したのか判断できません。
複数施策を同時に変更すると寄与した要因を切り分けにくくなります。中心施策を1つに絞ると、結果を次の改善へ引き継ぎやすくなります。
完全に1要素だけを変えることが難しい場合でも、少なくとも「今回評価したい中心施策」を明示し、同時変更を外乱として残してください。
オンラインサービスの実験研究でも、適切な実験設計や指標の解釈が、変更の影響を正しく判断するうえで重要とされています。
実験ログの記入例
以下は架空の記入例です。
| 項目 | 記入例 |
|---|---|
| 実験ID | MEO-EXP-014 |
| 仮説 | メインカテゴリを実態に合うカテゴリへ変更すると一般検索語での順位が改善する |
| 対象 | A店 |
| 検索語 | ○○駅 ○○ |
| 測定地点 | ○○駅東口 |
| 変更日 | 6月1日 |
| 反映確認日 | 6月2日 |
| 変更前期間 | 5月5日〜6月1日 |
| 変更後期間 | 6月3日〜6月30日 |
| 変更前平均順位 | 8.4位 |
| 変更後平均順位 | 5.9位 |
| 電話クリック | 18件 → 21件 |
| ルート検索 | 42件 → 55件 |
| 外乱 | 6月後半に地域イベントあり |
| 判定 | 順位改善。ただし来店への寄与は追加観測 |
| 学び | 同カテゴリの別店舗で再検証する |
重要なのは、「8.4位から5.9位になった」という結果だけではありません。
どの条件で測定し、何が同時に起き、次に何を確認するのかまで残してください。
結果は4種類で判定する
実験結果を「成功・失敗」だけにすると、無理に結論を出しやすくなります。
次の4分類がおすすめです。
| 判定 | 状態 |
|---|---|
| 改善 | 主要KPIが想定方向へ変化し、重大な外乱がない |
| 変化なし | 十分な観測期間でも明確な変化がない |
| 悪化 | 主要KPIが想定と逆方向へ変化 |
| 判定不能 | 外乱、データ不足、複数同時変更などで評価できない |
「判定不能」は失敗ではありません。
次回の実験設計を改善するための学びです。
複数店舗なら対照店舗を置くと判断しやすくなる
複数店舗を運営している場合は、条件の近い店舗を「変更しない店舗」として残す方法もあります。
たとえばA店だけ写真施策を変更し、商圏や業態が近いB店は変更しません。
A店とB店の両方で順位や来店が上がったなら、季節需要など共通要因の可能性があります。
A店だけに継続した変化が見られれば、施策との関係を検討しやすくなります。
ただし店舗ごとに商圏、競合、口コミ、ブランド認知が異なるため、対照店舗を置いても因果関係が自動的に証明されるわけではありません。
MEO実験ログを運用する手順
運用は次の7ステップにすると再現しやすくなります。
- 改善したいKPIを1つ決める
- 仮説を書く
- 検索語・地点・期間などの測定条件を固定する
- 変更前データを保存する
- 施策を実施し、実際の反映日を確認する
- 観測期間中の外乱を記録する
- 改善・変化なし・悪化・判定不能を決め、次の仮説を書く
重要なのは、施策を実施して終わらせないことです。
1回の実験で得られた学びを、次の施策へ引き継いでください。
「写真を増やした」「投稿した」「カテゴリを変えた」という作業履歴から、
「どの条件では何が有効だったか」という知識の蓄積
へ変わると、MEO運用の再現性が高まります。
MEO実験ログで避けたい5つの失敗
複数の施策を同時に変更する
結果が変わっても、寄与した施策を特定できません。
検索地点を固定しない
距離が異なるデータを比較することになります。
変更日だけを記録する
GBPでは編集内容がすぐに反映されない場合があります。必ず反映確認日も記録します。
順位だけで成功と判断する
電話、ルート、Webクリック、予約、来店まで確認します。
外乱があっても無理に結論を出す
判断材料が足りなければ「判定不能」として再実験します。
まとめ
MEO施策の実験ログは、単なるGBPの変更履歴ではありません。
最低限、
実験ID、仮説、変更内容、変更日、反映確認日、店舗、検索語、地点、観測期間、KPI、外乱、結果・学び
を一体で管理してください。
検索順位は地点などの条件で変わり、来店も季節・天候・広告・競合など多くの要因から影響を受けます。
だからこそ、施策ごとに条件を固定し、変更前後を比較し、説明できない要因も残す必要があります。
最初から高度な分析を行う必要はありません。
まず1つの施策を1つの実験IDで記録し、「何を変えたか」ではなく「何を学べたか」が残るMEO運用へ切り替えることが第一歩です。
参考文献・データ元
- 「ビジネス プロフィールのパフォーマンスとインサイトを確認する」Google Business Profile Help。GBPの閲覧、検索語、ルート検索、通話、Webサイトクリック等の指標確認に使用。最終確認：2026年8月30日。 参考元データURL：https://support.google.com/business/answer/9918094?hl=ja
- 「Google のローカル検索結果のランキングを改善する方法」Google Business Profile Help。ローカル検索の関連性・距離・知名度の説明に使用。最終確認：2026年8月30日。 参考元データURL：https://support.google.com/business/answer/7091?hl=ja
- 「ビジネス プロフィールの編集内容の反映」Google Business Profile Help。編集内容の審査・反映期間とステータスの説明に使用。最終確認：2026年8月30日。 参考元データURL：https://support.google.com/business/answer/3038311?hl=ja
- 「Business Performance API」Google for Developers。日次パフォーマンス指標と月次検索キーワードデータの仕様確認に使用。更新：2026年8月17日。 参考元データURL：https://developers.google.com/my-business/content/performance/change-log?hl=en
- 「URL builders: Collect campaign data with custom URLs」Google Analytics Help。UTMパラメータによるGBP経由Web流入の識別方法に使用。最終確認：2026年8月30日。 参考元データURL：https://support.google.com/analytics/answer/10917952?hl=en
- Lopez Bernal J, Cummins S, Gasparrini A. “Interrupted time series regression for the evaluation of public health interventions: a tutorial.” International Journal of Epidemiology, 2017;46(1):348–355. 時系列で施策を評価する際の季節性・時間変動要因の考え方を参考に使用。DOI: 10.1093/ije/dyw098。 参考元データURL：https://doi.org/10.1093/ije/dyw098
- Dmitriev P, Gupta S, Kim DW, Vaz G. “A Dirty Dozen: Twelve Common Metric Interpretation Pitfalls in Online Controlled Experiments.” KDD 2017. 実験指標の誤解釈と信頼性の考え方を参考に使用。DOI: 10.1145/3097983.3098024。 参考元データURL：https://doi.org/10.1145/3097983.3098024