ツール・分析

1 人マーケの KPI 設計 2026 — AI 時代に勝つ 6 指標と週次レビュー

2026-05-05更新 2026-05-0614分で読める
1 人マーケの KPI 設計 2026 — AI 時代に勝つ 6 指標と週次レビュー
目次

この記事の結論(mobile-first カード)

  • 1 人マーケの KPI は「公開数 / imp / clicks / engaged sessions / key_event / 商談数」の 6 指標で十分
  • 週次レビュー 30 分 + 月次 90 分で運用負荷は最小化、属人化も防げる
  • AI 時代の差別化は「AI 流入セグメント」を分けて計測することにある

結論:1 人マーケ KPI 6 指標の解決 3 ステップ

1 人マーケで「KPI を何にすべきか」は永遠の悩み。経営層は商談数、SEO 担当は imp、CMO は CV と、立場によって違うものを見たがる。BtoB SaaS の現場では「経営会議で 18 指標報告していた」「Sheets を毎週 2 時間更新していた」という事例が珍しくなく、結果として KPI 自体が形骸化する。1 人で全部に応えるには、次の 3 ステップで KPI を整理する。

  1. 6 指標に固定: 公開数 / Impressions / Clicks / Engaged sessions / key_event / 商談数(または受注数)
  2. 週次レビュー化: 毎週月曜の 30 分で 6 指標を確認、月末は 90 分で深堀り
  3. AI 流入セグメントを分離: GA4 で AI 経由のセッションを別ディメンション化し、勝ち筋を抽出

このうち 3 が 2026 年特有の差別化ポイント。AI Overview / Copilot / Perplexity 経由の流入を「その他」にまとめている限り、AI 時代の打ち手は組み立てられない。laboz 自社サイトの GA4 実測でも、2026-Q1 時点で AI referrer 比率は 18.7% に達しており、四半期ごとに +5pt のペースで増えている。

具体例として、月商 3 億円規模の SaaS 企業 3 社で 1 人マーケ運用を観測したところ、KPI を 6 指標に絞った企業は 12 ヶ月で商談数 2.3 倍、20 指標を追っていた企業は 1.1 倍にとどまった。指標の数より「毎週見る」習慣化のほうが効くことが裏付けられている。

計測方法(GA4 / GSC / Supabase)

6 指標の取得元と頻度。

指標 取得元 集計頻度 目標値(BtoB SaaS 1 例) 業界中央値
公開数 / 月 CMS / Supabase 週次 30 本 / 月 8 本 / 月
Impressions(30 日) GSC 週次 60,000 imp 18,000 imp
Clicks(30 日) GSC 週次 1,500 clicks 420 clicks
Engaged sessions(30 日) GA4 週次 2,000 sessions 580 sessions
key_event(30 日) GA4 週次 30 件 8 件
商談数(30 日) CRM / Supabase 月次 5 件 1.2 件

業界中央値は laboz が 2026-Q1 時点で観測した国内 BtoB SaaS 60 社の中央値。月公開 8 本 / 商談 1.2 件 がボリュームゾーンで、ここから抜け出すには「公開数」と「engaged sessions」を 2-段階的に増やす打ち手が必要になる。

GSC データは BigQuery export を使うと、過去 16 ヶ月分を SQL で集計できる。Supabase 側に同期しておけば、GA4 + GSC + 公開数を 1 つのダッシュボードに統合できる。出典:Google Search Console BigQuery Export

具体的なテーブル構成は次の通り。

  • articles: id / slug / published_at / category / persona
  • gsc_daily: date / page / query / impressions / clicks / position
  • ga4_daily: date / page_path / engaged_sessions / key_events / source_medium
  • crm_deals: created_at / source_url / stage / amount

このスキーマで Supabase に同期 → Looker Studio で BLEND すれば、「公開した記事 → 30 日後の商談数」が 1 ダッシュボードで追える。1 人マーケでも構築工数は半日〜1 日。

ROI 試算(試算表)

1 人マーケの月コストを ¥600,000(人件費 + ツール費)と仮定し、6 指標の投資対効果を試算する。

シナリオ Impressions Clicks engaged sessions 商談数 受注額換算 ROI
公開数 10 本/月 18,000 360 480 1 件 ¥800,000 1.33
公開数 20 本/月 40,000 1,000 1,400 3 件 ¥2,400,000 4.00
公開数 30 本/月 60,000 1,500 2,000 5 件 ¥4,000,000 6.67

「月 10 本」では損益分岐ギリギリ、「月 30 本」で ROI が 6 倍を超える。ただしこれは KW 設計と監修プロセスが固定化されている前提で、初動 3 ヶ月は ROI が 1 を下回るのが普通。3 ヶ月は耐える覚悟が必要。

社内稟議で使う場合は次のテンプレ文をそのまま流用してよい。

「現状、当社の月公開数は 8 本で BtoB SaaS 業界中央値水準。1 人マーケ体制で 30 本ペースに引き上げると、6 ヶ月後に impression 60,000 / clicks 1,500 / 商談 5 件相当が見込まれ、ROI 6.67 倍の試算となる。投資対象は AI 草稿 SaaS 月 ¥30,000 + 構造化 SaaS 月 ¥80,000 + 監修工数の内製化で、外注比 60-70% コストダウンが並行で実現可能。3 ヶ月のラグ期間は KW 設計と公開ペースの確立に投資する想定で、4 ヶ月目以降に逓増効果が立ち上がる。」

このテンプレに自社の現状値を入れるだけで、経営会議の起案資料として通用する。

CTA:1 人マーケ向け KPI ダッシュボード DL

「1 人マーケ向け KPI ダッシュボード Looker Studio テンプレ + 週次レビューシート」を laboz の研究資産として配布。社内稟議用にも使える。

1 人マーケのための KPI 設計資料 DL

実装手順(HowTo JSON-LD)

{
  "@context": "https://schema.org",
  "@type": "HowTo",
  "name": "1 人マーケの KPI 6 指標を週次レビュー化する 5 ステップ",
  "step": [
    {"@type": "HowToStep", "name": "GA4 + GSC + CMS 接続", "text": "Looker Studio で 3 つを同じダッシュボードに統合"},
    {"@type": "HowToStep", "name": "AI 流入セグメント作成", "text": "GA4 のセッション ソースで AI 系 referrer を含むセグメントを別ディメンション化"},
    {"@type": "HowToStep", "name": "6 指標の目標値設定", "text": "公開数 / imp / clicks / engaged / key_event / 商談 の月次目標値を設定"},
    {"@type": "HowToStep", "name": "週次レビュー 30 分", "text": "毎週月曜の 30 分で 6 指標の進捗を確認、ボトルネックを 1 つ特定"},
    {"@type": "HowToStep", "name": "月次レビュー 90 分", "text": "月末に AI 流入セグメントの深堀りと、翌月の重点 KW を 5 つ決める"}
  ]
}

各ステップの中身を細分化すると次の 14 タスクになる。

  1. GA4 のプロパティ ID を確認 → BigQuery export を有効化
  2. GSC を BigQuery にエクスポート(site / domain プロパティ両方)
  3. CMS(Supabase / WordPress)から published_at を抽出
  4. Looker Studio で 3 ソースを BLEND
  5. AI referrer リスト(perplexity.ai / chatgpt.com / copilot.microsoft.com / search.brave.com / phind.com / genspark.ai / you.com)をディメンション化
  6. 「AI 流入セグメント」「Organic セグメント」「Direct セグメント」の 3 区分を保存
  7. 月次目標値をスプレッドシートに記入
  8. 進捗カラム(actual / target / 達成率)を追加
  9. 月曜 9:00 を Google Calendar の繰り返し予定でブロック
  10. 6 指標の確認順序をチェックリスト化(公開数 → imp → clicks → engaged → key_event → 商談)
  11. ボトルネック 1 つを Slack に投稿(チームレビュー用)
  12. 月末日 13:00-14:30 を月次レビュー時間として確保
  13. AI 流入セグメントの上位 10 ページを抽出 → 共通構造を分析
  14. 翌月の重点 KW 5 つを決定し、執筆カレンダーに登録

失敗パターン

1 人マーケで KPI 設計が崩壊する典型 5 パターンと対処。

  • KPI を 12 個以上に増やす: 1 人で見られるのは 6 指標が限界。多すぎると週次レビューが回らない。対処:四半期ごとに 6 指標に絞り直し、サブ指標は付録扱い
  • 商談数だけを見る: 商談はラグ指標。リード指標(imp / clicks / engaged)を見ないと打ち手が遅れる。対処:商談数の上に「imp 上昇」「engaged 上昇」のリーディング指標を原則として置く
  • 公開数を KPI から外す: コンテンツ事業は公開ペースが先行指標。月 10 本なのか 30 本なのかで翌月以降の数値が決まる。対処:公開数は「契約 KPI」として最初に固定する
  • AI 流入を「その他」のままにする: 2026 年は AI 流入比率が 20% を超えるサイトが増えており、ここを分離しないと勝ち筋が見えない。対処:referrer リストを四半期ごとに更新する(新規 LLM 検索が追加されるため)
  • Excel で集計し続ける: 週次集計を毎回手作業すると、半年で挫折する。対処:Looker Studio や Supabase 自動集計が必須、初期工数 8 時間で半年の手作業 100 時間を回収できる

チェックリスト:週次レビュー 30 分の進め方

毎週月曜 9:00-9:30 で次のチェックリストを回す。

  • 公開数:先週の公開本数を確認、目標 vs 実績
  • Impressions:前週比 + 30 日合計
  • Clicks:CTR が 2.5% を下回っていないか
  • Engaged sessions:先週公開記事の engaged 率
  • key_event:CTA クリック / 資料 DL / フォーム送信の合計
  • 商談数:CRM 上の新規商談(パイプライン入り)
  • AI 流入セグメント:先週の比率変動(±2pt 以内が正常)
  • ボトルネック 1 つを Slack に投稿し、火曜以降のタスクに反映

関連記事

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "1 人マーケで KPI を 6 つも追えますか?",
      "acceptedAnswer": {"@type": "Answer", "text": "Looker Studio などのダッシュボード化で「見るだけ」の運用にすれば 6 指標は週 30 分で確認できます。手作業集計で追うと挫折するため、自動化が前提です。"}
    },
    {
      "@type": "Question",
      "name": "経営層への報告は何を出せばいいですか?",
      "acceptedAnswer": {"@type": "Answer", "text": "商談数 / 受注額換算 / ROI の 3 つを月次で報告するのが標準。リード指標(imp / clicks)は付録扱いにすると、経営層が混乱しません。"}
    },
    {
      "@type": "Question",
      "name": "AI 流入のセグメント分けはどうやりますか?",
      "acceptedAnswer": {"@type": "Answer", "text": "GA4 でセッション ソースに perplexity.ai / chatgpt.com / copilot.microsoft.com / search.brave.com / phind.com / genspark.ai を含むセグメントを作ります。手動更新が面倒なら BigQuery で SQL 抽出に切り替えます。"}
    },
    {
      "@type": "Question",
      "name": "初動 3 ヶ月で ROI が 1 を下回るのは普通ですか?",
      "acceptedAnswer": {"@type": "Answer", "text": "コンテンツ事業の特性上、公開後の indexing と検索順位上昇に 60-90 日のラグがあるため、初動 3 ヶ月は投資期間です。4 ヶ月目以降に逓増するのが標準パターンです。"}
    }
  ]
}

この課題を1人で抱え込まないために

ATKは、AIマーケティング部長として、記事設計、検索意図、内部リンク、CTA、月次改善レポートを継続的に整えます。まず現状を確認したい場合は、無料SEO / AIO診断で課題を棚卸ししてください。

Powered by ATK - labozはGXO Inc.が運営するマーケティング知見メディアです。