Google検索・AI Overview経由アクセスにおける閲覧傾向分析 Analysis of Browsing Trends in Google Search and AI Overview Referral Access

概要（Abstract） Abstract

第1章 本レポートの目的 Chapter 1 : Purpose of This Report

本レポートでは、Google検索画面およびGoogle AI Overview画面からのアクセスについて、Webアクセスログを用いた閲覧傾向の観測を行った。

観測では、Google referer を持つアクセスを対象として、「実コンテンツ閲覧に近いアクセス」がどの程度存在するかについて分析を実施している。

また、Google referer を持つアクセスの中に、自動巡回やBot的特徴を持つアクセスがどの程度含まれているかについても観測を行った。

第2章 観測対象アクセス Chapter 2 : Target Access for Observation

観測では、Web接続ログより以下の条件に該当するレコードを対象とした。

項目 Target Item	内容 Description
対象接続ログ Target Access Logs	HTTP (200,206,304)ステータスで、拡張子が html / php / pdf のファイル、およびディレクトリアクセスを対象とする HTTP (200,206,304) access to html / php / pdf files and directory access were targeted.
	※リダイレクト・エラー・画像・CSS・JavaScript等の取得を除外し、実コンテンツ閲覧に近いアクセスを観測対象とした Redirects, errors, images, CSS, JavaScript, and similar requests were excluded.
対象のGoogle referer Target Google referer	https://gemini.google.com/ https://bard.google.com/ https://www.google.com/ https://www.google.co.jp/ android-app://com.google.android.googlequicksearchbox/

第3章 人間らしいアクセスの判定 Chapter 3 : Classification of Human-like Access

判定は、ユーザーエージェントおよびアクセス挙動による判定と、ISP判定の2段階で実施した。

完全な「人間による操作」の判定は困難であるため、本観測では「Hosting / Datacenter系ISPからの接続を除外することで、Botアクセスの多くを除外できる」という仮説に基づき集計を行っている。

一方で、AS Name取得等の外部照会はシステム負荷が高く、また全てのISP情報を保持しているわけではない。そのため前段として、ユーザーエージェントやアクセス挙動による簡易的な除外判定を実施している。

判定方法 Classification Method

判定分類 Classification	判定内容 Check Item	条件 Condition
UAや挙動による判定 UA / Behavior Check	User-Agentチェック User-Agent Check	User-Agent文字列が極端に短い場合はNGとする Marked NG when the User-Agent string is extremely short.
		User-Agent文字列にbotらしき文字列が含まれる場合はNGとする Marked NG when bot-like keywords exist.
		ブラウザ要素（mozillaやchrome等）が存在しない場合はNGとする Marked NG when browser elements are missing.
		ブラウザVersion要素が存在しない場合はNGとする Marked NG when browser version elements are missing.
	request_uriチェック request_uri Check	request_uri が空白の場合はNGとする Marked NG when request_uri is blank.
	挙動チェック Behavior Check	robots.txt / sitemap.xml にアクセスしたIPはNGとする IPs accessing robots.txt or sitemap.xml were marked NG.
		2秒以内に複数ページを閲覧しているIPはNGとする IPs accessing multiple pages within two seconds were marked NG.
ISP判定 ISP Classification	日本国内IP Domestic Japanese IP	主要レンタルサーバー接続であればNG判定とする Major hosting provider access was marked NG.
	海外IP Overseas IP	AbuseIPDB の usage 情報を利用しISP判定を行う ISP classification was performed using AbuseIPDB usage information.

第4章 観測対象サイト Chapter 4 : Observed Websites

本観測では、コンテンツ特性の異なる2種類のWebサイトを対象として観測を行った。

サイト Site	コンテンツ特性 Content Characteristics
A	業界情報・行政情報等を掲載する情報提供型サイト。 HTMLおよびPDFによる技術情報・業界資料を掲載している。 Information-oriented website containing technical documents and PDF files.
B	土木写真を中心とした写真閲覧型サイト。 約4000点の写真を掲載している。 Photo-browsing website containing approximately 4,000 civil engineering photos.

第5章 観測結果 Chapter 5 : Observation Results

2026年5月5日〜2026年5月13日の期間において、Google検索画面およびGoogle AI Overview画面からのアクセスを対象に観測を行った。

site_id	Google referer全件 All Google referer Access	HTML/PHP/PDF HTTP (200,206,304) Content Access	UA/挙動 NG UA / Behavior NG	ISP NG ISP NG	人間らしいアクセス Human-like Access	人間率 Human-like Access Rate
A	4,102	3,791	1,421	775	1,595	42.1%
B	5,535	2,416	433	663	1,320	54.6%

アクセス分類（site A） Access Classification : Site A

アクセス分類（site B） Access Classification : Site B

円グラフは「実コンテンツ閲覧に近いアクセス」を対象とした分類結果を示す。
The pie charts show classification results for access close to real content browsing.

日付別推移（site A） Daily Trend : Site A

日付 Date	Google referer全件 All Google referer Access	対象件数 Target Count	UA/挙動NG UA / Behavior NG	ISP NG ISP NG	人間らしいアクセス Human-like Access	人間率 Human-like Access Rate
2026/5/5	148	124	22	47	55	44.4%
2026/5/6	205	178	47	52	79	44.4%
2026/5/7	709	673	320	108	245	36.4%
2026/5/8	597	558	215	109	234	41.9%
2026/5/9	214	198	48	63	87	43.9%
2026/5/10	202	185	44	57	84	45.4%
2026/5/11	654	604	238	127	239	39.6%
2026/5/12	647	595	235	99	261	43.9%
2026/5/13	726	676	252	113	311	46.0%

日付別推移（site B） Daily Trend : Site B

日付 Date	Google referer全件 All Google referer Access	対象件数 Target Count	UA/挙動NG UA / Behavior NG	ISP NG ISP NG	人間らしいアクセス Human-like Access	人間率 Human-like Access Rate
2026/5/5	671	272	32	93	147	54.0%
2026/5/6	520	207	15	55	137	66.2%
2026/5/7	702	317	69	78	170	53.6%
2026/5/8	650	301	76	76	149	49.5%
2026/5/9	545	230	31	63	136	59.1%
2026/5/10	551	211	19	59	133	63.0%
2026/5/11	613	281	63	74	144	51.2%
2026/5/12	642	318	76	81	161	50.6%
2026/5/13	641	279	52	84	143	51.3%

第6章 考察 Chapter 6 : Discussion

本観測では、Google検索画面およびGoogle AI Overview画面からのアクセスであっても、その全てが「人間による閲覧」であるとは限らない傾向が確認された。

• robots.txt / sitemap.xml への巡回
• Hosting / Datacenter系ISPからの接続
• 不自然なUser-Agent
• 高頻度アクセス

等、自動巡回やBot的特徴を持つアクセスが多数含まれていた。

また、観測対象サイトによって、「人間らしいアクセス」の割合に差異が確認された。

site A では、人間率は約40%台で推移し、UAや挙動による除外件数が多い傾向が見られた。

一方、site B では50%〜60%台で推移し、比較的安定した閲覧傾向が確認された。

この差異には、

• PDF掲載
• 技術情報量
• 検索導線
• ページ構成
• コンテンツ特性

等が影響している可能性が考えられる。

そのため、Google検索・AI Overview経由アクセスの分析では、単純なアクセス数のみではなく、

• 実コンテンツ閲覧条件
• User-Agent
• ISP
• アクセス挙動

等を組み合わせた分析が重要であると考えられる。

第7章 まとめ Chapter 7 : Conclusion

本観測では、Google検索画面およびGoogle AI Overview画面からのアクセスについて、Webアクセスログを用いた閲覧傾向の分析を行った。

その結果、Google referer を持つアクセスの中には、自動巡回やBot的特徴を持つアクセスが多数含まれていることが確認された。

また、サイト特性によって「人間らしいアクセス」の割合に差異が存在し、コンテンツ構成や掲載情報がアクセス傾向へ影響している可能性が確認された。

AI時代のアクセス解析では、単純なアクセス数のみではなく、

• User-Agent
• ISP
• アクセス挙動
• 実コンテンツ閲覧条件

等を組み合わせた多面的なアクセス解析が重要になると考えられる。