DA相関 (DA Correlation)

一言定義: ドメインオーソリティ (DA / DR) と各ドメインの引用頻度との Pearson 相関係数（-1 〜 +1）。

なぜ重要か

• ビジネス側: 既存 SEO 施策（DA を上げる被リンク獲得）が AI 検索でも効くのかを示す指標。クライアントへの「SEO は GEO にも効きますよ／効きませんよ」の説明根拠。
• 学術側: 海外先行研究で DA は AI 検索引用の最強予測因子 (r=0.334) と報告されている（Princeton GEO 系・Conductor）。日本市場で同じ強度かを検証する。先行知見の追試としての価値も大きい。

計算式

各引用ドメインについて DA（Moz）または DR（Ahrefs）と総引用回数のペアを作り、Pearson 相関を計算:

r = Σ((DA_i - DA_mean) × (cite_i - cite_mean)) ÷ √(Σ(DA_i - DA_mean)² × Σ(cite_i - cite_mean)²)

エンジン別に算出。スピアマン順位相関も併記してロバスト性確認。

具体例

仮想シナリオ:

• ChatGPT Search: r = 0.41（DA 高いドメインがよく引かれる）
• Gemini: r = 0.28
• AI Overview: r = 0.52（DA との連動が最強。Google SERP 直系）
• Claude: r = 0.18（DA とほぼ無相関、別ロジック）

「Claude では DA 施策の効果が弱い、代わりに別シグナル（鮮度・トピック関連性）が効く可能性」と読める。これがクライアントへの SEO 投資判断材料になる。

関連学術文献

• Aggarwal, P. et al. (2024). GEO: Generative Engine Optimization. KDD 2024.（海外 r=0.334 報告の元）
• Conductor (2024). AI Search Authority Signals.

ai-search プロジェクト内での運用

• 対象クエリ: 全 600 問の引用結果から、ユニークドメイン単位で DA を引いて Pearson 計算
• DA 取得: Moz API or Ahrefs API（コスト次第）。月次バッチで更新
• 構成概念: C2 Source Trustworthiness Bias と 外部 SEO 信号の交点。エンジンの retrieval が外部 authority signal とどれだけ連動しているかを示す

参考・引用元

• ドキュメント: 「構成概念 5 つの定義」— GMO ai-search docs/a1-construct-map-2026-05-29.md
• ドキュメント: 「リサーチ戦略・分析指標12項目」— GMO ai-search docs/research-strategy.md
• 論文: 「GEO: Generative Engine Optimization」— Pranjal Aggarwal et al., KDD 2024

2026-05-30 作成。AI検索評価12指標シリーズ ⑫（最終回）。GMO ai-search の独自新規指標。海外 r=0.334 を日本市場で追試する位置付け。