citation_analytics report · BC set

マテリアルグループ 引用分析 統合レポート

BC群（自社指名 + 競合比較 45プロンプト）

データ取得: 2026-04-23 / 45プロンプト × 4PF = 180回答 / 後半=分析用プロンプトの回答に対する引用構造分析

マテリアルグループ 引用分析 統合レポート

BC群（自社指名 + 競合比較 45プロンプト）

データ取得: 2026-04-23 / 45プロンプト × 4PF = 180回答 / 後半=分析用プロンプトの回答に対する引用構造分析

---

0. キャリブ — 後半プロンプト付与の前半回答への影響検証

目的: 後半に分析用プロンプトを付けた場合と純粋な前半プロンプトのみの場合で、前半の回答に違いがあるか検証する。差異が小さければ本レポートの引用分析は安全に解釈可能。

入力データ

• A (前半のみ取得): results_raw_MERGED_20260422_180750.csv
• B (後半付き → origin 抽出): material_citation_results_raw_20260423_200826.csv
• 共通キー: 180 回答（# × プロンプト × PF）

0.1 ブランド別 言及回答数 A vs B

0.2 PF 別 / カテゴリ別 一致率 (Jaccard)

0.3 統計指標（補助）

結論

✅ 影響は小さい — 後半付加による前半回答の差異は限定的。本編の分析は安全に解釈可能。

---

ハイライト

本レポートは「ファクト → 分析 → 施策」の順で構成される。今回（2026-04 計測）から LLM 応答の後半=分析用プロンプトでサブクエリ（検索に使った質問語）の列挙 を要求しており、サブクエリ関連の章 (1.8〜1.11) を新設した。

---

1. ファクト

raw データから集計した「事実」のみを記載する。解釈や分析は次章 (2.) で行う。

1.1 引用源ドメイン TOP15

1.2 ドメイン種別 × PF クロス

1.3 基準語カテゴリ × PF

1.4 PF別 引用源 TOP5

ChatGPT(Free)

ChatGPT(Paid)

Gemini(Free)

Gemini(Paid)

1.5 ブランドプロフィール (引用構造)

1.6 基準語 × ブランド共起 TOP20

1.7 プロンプト別 自社言及・引用

（45 プロンプト中、上位 30 件表示。全体は prompt_level CSV 参照）

1.8 サブクエリ分析 — 量と被覆（軸1）

後半プロンプトで LLM が列挙した「調査に使ったサブクエリ」を全記録から抽出し、量と被覆を集計。

1.8.1 PF 別 サブクエリ本数

1.8.2 PF 別「該当なし／検索していない」宣言率

1.8.3 ブランド別 紐付きサブクエリ本数

1.9 サブクエリ トークン特性（軸2）

1.9.1 頻出ユニグラム TOP30

1.9.2 頻出バイグラム TOP30

1.9.3 言語比率

1.9.4 ブランド名入りクエリ率

• 総サブクエリ数: 1035 本
• ブランド名入り率: 54.7%

1.10 サブクエリ語 × 引用ドメイン 連結（軸3・★施策連結）

同一プロンプト内で、サブクエリから抽出されたトークンと LLM が引用したドメインを共起で紐付け。

「どのサブクエリ語を使うと、どのドメインが引用されるか」が見える。

1.11 サブクエリ パターン分類（軸4）

1.11.1 ブランド別 後続語ランキング (BC 系の指名検索で特に有用)

マテリアルグループ

ベクトル

サニーサイドアップ

プラップジャパン

1.11.2 一般クエリ（ブランド名を含まない）バイグラム TOP20

---

2. ファクトからの分析

章 1 のファクトを元に、自社 vs 競合の構造比較・強み弱みを整理し、仮説を導く。

2.1 引用構造 自社 vs 競合

2.2 基準語共起 自社 vs 競合

2.3 強み・弱み・機会

強み

• 『受賞・認定系』 36 共起（競合最大 21）で自社優位
• 『顧客評価・口コミ系』 70 共起（競合最大 56）で自社優位
• 『手法・クリエイティブ系』 41 共起（競合最大 30）で自社優位
• 『費用・契約系』 13 共起（競合最大 11）で自社優位
• 『業種特化系』 33 共起（競合最大 30）で自社優位
• ブランド言及率 48.3% (PF×プロンプト)

弱み・課題

• 『実績・売上系』 51 共起（競合最大 ベクトル 54、差 -3）
• 『専門領域系』 50 共起（競合最大 ベクトル 53、差 -3）
• 『規模・グローバル系』 25 共起（競合最大 ベクトル 26、差 -1）
• 公式引用数 94 回は競合最大 ベクトル 99 の 95%

機会

• サブクエリ頻出語を狙ったコンテンツ整備: 頻出トークン pr, マテリアルグループ, ベクトル, サニーサイドアップ, 評判 など
• 頻出バイグラム文脈での露出: 共同 ピーアール, pr 電通, 電通 コンサルティング
• 基準語ギャップ埋め: 『実績・売上系』コンテンツ強化で -3 の差を圧縮

2.4 そこから導かれる仮説

章 1 のファクトと 2.1〜2.3 の分析から、マテリアルグループ の引用プロフィールを説明する仮説候補を整理する。

---

3. 施策案

章 2.4 の仮説を根拠に、A/B/C/D の 4 カテゴリで具体施策を組み立てる。

3.1 推奨アクションプラン (3M / 6M / 12M)

3.2 施策カテゴリ別 詳細

A. 媒体施策 — 引用源 TOP メディアへの露出

B. コンテンツ施策 — 基準語共起ギャップ埋め

C. 自社サイト施策 — サブクエリ頻出語の取り込み・構造化

D. PF 別 施策

3.3 KPI モニタリング

---