朝起きて、まずアクセス解析を見る。
もう完全に習慣というか、趣味というか。
コーヒーを飲みながら数字を眺めている時間が、私にとっては朝のルーティンになっています。
毎日アクセス解析を見ている私が感じた違和感
最近、アメブロでよく見かけるのが、
「4月〜5月にアクセス数が一気に増えた」
「6月の仕様変更でアクセスが激減した」
という話。
でも、それを見るたびに私は首をかしげてしまいます。
そんなに大きな変化、あったかな？
私は毎日アクセス数を記録しているので、ある程度の流れは把握しているつもりです。
ちなみに私の平均アクセス数は、
2月 4,675
3月 4,299
4月 3,784
5月 4,412
こんな感じ。
数字だけを見ると多少の上下はありますが、「急激に伸びた」という印象はありません。
むしろ私の場合は、以前からGoogle流入が減っていて、その対応に悩んでいた時期のほうが印象に残っています。
そういえば4月中旬頃、Googleさんから「認識したよ」という通知が来たことがありました。
詳しい仕組みは分かりませんが、その頃にアクセス数が少し持ち直した記憶があります。
だから「4月〜5月に急増した」というよりは、Google側の動きによる変化だったのかなと感じていました。
数字的にもGoogleぽかったし。
それなのに、今回の仕様変更後に表示された数字を見ると、どうにも違和感があります。
アクセス数は約1,400減。
訪問者数は約800減。
さらに気になっているのが、AmebaPickの動きです。
収益そのものではなく、クリック数の反応が以前より鈍くなっているように感じます。
クリックがあって収益がないのは純粋に私の力不足なわけで。
もちろん、季節要因や記事内容の影響もあるので断定はできません。
ただ、毎日数字を見ている身としては、
「本当にbot対策だけなのかな？」という疑問が残るのです。
運営側はbot対策と説明していますが、それ以外にも何か内部的な変更が行われているのではないか。
最近はAI活用の話題も増えていますし、アクセス集計や表示方法、レコメンド機能（後で説明）などにAIが導入されている可能性もゼロではないのかな、と勝手に想像しています。
もちろん、これは完全に私個人の憶測です。
公式発表があるわけでもありませんし、確かな根拠がある話ではありません。
ただ、長くアメブロを続けていると、「いつもと違う」という感覚だけは意外と当たることがあります。
しばらくは引き続きアクセス解析とにらめっこしながら、何が起きているのか観察していこうと思います。
結局のところ、数字を見るのが好きなんですよね。
だから今日もまた、アクセス解析を開いてしまうのでした。
［PR］楽天お得情報
冷たさ長続き、氷を持ち運ぶ。
20％OFF
メイクするたび、理想の眉へ。
15％OFF
職人技が光る、喉越し3分半。
50％OFF
レコメンド機能って何？
例えば楽天市場でサーキュレーターを見ていたら、後日「冷感寝具」や「ポータブル扇風機」がおすすめ表示された経験はありませんか？
また、動画配信サービスで料理動画をよく見ていると、次々と料理関連の動画が表示されることもあります。
これは偶然ではなく、利用者の閲覧履歴や購入履歴をもとに、その人が興味を持ちそうな情報を自動的に選んでいるのです。
最近では「あなたへのおすすめ」が当たり前になっていますが、実はこの仕組み自体はそれほど新しいものではありません。
AIは昔からレコメンドに使われていた？
「AI」という言葉を聞くと最近の技術のように感じますが、レコメンド機能の歴史は意外と長く、1990年代から活用されていました。
当時は今のような高度なAIではなく、比較的シンプルな仕組みでした。
代表的なのが、
「この商品を買った人は、こんな商品も購入しています」
という表示です。
例えば、ネット通販で炊飯器を購入した人の多くが米びつも購入していた場合、次のお客様にも米びつをおすすめする仕組みです。
昔はこうしたルールベースの提案が中心でした。
しかし現在はAIや機械学習が進化し、単純な購入履歴だけではなく、
- どの記事を読んだか
- どの商品を長く見ていたか
- 何時ごろ利用しているか
- 季節や流行
といった大量のデータまで分析できるようになっています。
そのため、一人ひとりに合わせた「超個別化されたおすすめ」が可能になりました。
レコメンド機能はどうやって好みを予測しているの？
レコメンド機能にはいくつかの仕組みがあります。
協調フィルタリング
最も有名なのが「協調フィルタリング」です。
簡単に言うと、
「あなたと似た行動をしている人が好きなものをおすすめする」という方法です。
例えば、
- 節約記事をよく読む
- 楽天市場の商品紹介を見る
- 暮らし系ブログを読む
そんな行動パターンが似ている人たちが、ある商品を購入していた場合、その商品があなたにもおすすめされます。
Amazonや楽天などでよく使われている仕組みです。
コンテンツベースフィルタリング
こちらは「あなた自身の好み」を分析する方法です。
例えば、
- 刺しゅうの記事をよく読む
- 一人暮らしの記事が好き
- 新潟のお出かけ記事を見ている
という履歴があれば、似た特徴を持つ記事を優先的に表示します。
他の人の行動ではなく、自分の興味関心が中心になるのが特徴です。
生成AIを活用した最新レコメンド
最近は生成AIを使ったレコメンドも増えています。
例えば、
「夏の旅行に持っていくと便利なものを教えて」
と質問すると、AIが会話の内容から好みや状況を推測し、商品や情報を提案してくれます。
過去の閲覧履歴だけではなく、会話や文章、画像まで分析できるようになったことで、利用者自身も気づいていないニーズを提案できるようになってきました。
ブログにも関係があるレコメンド機能
実はレコメンド機能は、ネットショップだけでなくブログやSNSにも使われています。
アメブロで特定の記事をよく読んでいる人には、似たジャンルの記事が表示されたり、興味がありそうなブログが紹介されたりします。
もし運営側がレコメンド機能を調整すると、同じ記事を書いていても表示回数やアクセス数が変化する可能性があります。
そのため、アクセス解析を見ていると「何か表示の仕組みが変わった？」と感じることがあるのです。
もちろん外部からは詳しい仕組みは分かりませんが、現在のネットサービスの多くはAIやレコメンド機能によって利用者ごとに見える情報が変わる時代になっています。
だからこそ、アクセス数の変化を見るときは、記事の内容だけでなく「表示される仕組み」にも目を向ける必要があるのかもしれません。
私の買ってよかったもの
- 2026/06/13
- 2026/06/18人気ランキング470位（06/19-762位）