Integrated Marketing SEO/Content Execution Play: 実データを使ったSERP支配システムの構築方法

2019年、Brevo（旧Sendinblue）のDulé StojnicとAxel Lavergneは、統合マーケティング SEO/content execution playによってSaaSの可視性を拡大しました。つまり、1つの自社ページを#1にするだけでなく、特定のクエリで上位表示される多くのページにブランドを表示させる実行です。問いはシンプルでした：もしあなたのブランドがトップ10の検索結果のすべてのページに表示されたらどうだろう？

彼らはこれをintegrated marketing SEO/content execution playと名付けました。そして600以上のキーワードを追跡して6ヶ月以内に、プログラム影響下の言及率50%を達成しました。私たちは彼らのフレームワークを採用し、その周りにフルスタック自動化システムを構築し、31言語の3,222キーワードで運用しました。追跡システムは、このplayが作られた対象ブランドであるBrevoを採点するように設定されていました。Tajoが加わったのは2026年10月18日なので、以下のビジビリティと言及の数値の多くはBrevoのものであり、各表に誰の数値かを明記しています。

この記事は、アーキテクチャ、ツール、データベース設計、そして実際に得られたデータの完全な技術的な解説です。以下に、Three.jsで構築されたインタラクティブな3Dビジュアライゼーションがあり、保存済みのビジビリティスコア、キーワードランドスケープ、アウトリーチパイプラインを表示しています。

2026-10-18の更新

2026年10月18日、2回のパスで保存済みの284クエリのうち197件を再チェックしました。217のターゲットキーワードのうち181件が含まれます。520件の検索リクエストのうち316件が空で返ってきたため、残りの87クエリは10月3日の結果をそのまま保持しています。

• Googleがホームページを再インデックスしました。 「tajo.io」でtajo.ioは米国とフランスで#1で、現在はホームページの新しいタイトルが表示されます。10月3日の時点では、まだ古いタイトルが表示されていました。
• 新しいブランド順位が1つ。 tajo.ioは「tajo app」で上位20位に入りました。米国で#15、フランスで#14です。
• 「tajo」では依然として不在です。チェックした7市場すべてで同じです。米国、スペイン、ドイツ、フランスではナレッジパネルを川が占め、イタリアではレストランが1位です。
• 非ブランド：182件中0件。 更新した182件のカテゴリおよびターゲットクエリのどの結果にもtajo.ioは入っておらず、10月3日と同じです。
• ビジビリティ。 Tajoは更新した197キーワードのうち4つで可視、平均スコアは0.13です。Brevoは101で可視、平均は11.31です。

Tajoを表す用語の需要を初めて測定しました（米国の月間ボリュームとキーワード難易度、Ahrefs）：

10月3日の時点では、これらの用語には測定済みのボリュームがなく、それぞれ月間100検索と仮定していました。

保存済みのボリュームの多くが誤っていました。 451の国とキーワードの組み合わせについてAhrefsで更新し、保存済みのボリュームと難易度を置き換えました。旧値はkeyword_metric_snapshotsに保持しています。最も外れていたのは英語以外の数値です。「integração shopify」（ブラジル）の月間検索数は保存されていた1,200ではなく50です。「integraciones zapier」（メキシコ）と「integration zapier」（フランス）には測定可能なボリュームがまったくありません。実際のボリュームで機会のランキングを再計算し、Jevの回答は変えていません。17項目がゼロになって外れ、残りは533件です。新しい上位5件：

新しいAhrefsの数値だけに基づいているのは5位のみです。

核心的な洞察：#1だけでなく、あらゆる場所に存在する

実際に製品をどのように発見するか考えてみてください。「best email marketing software」と検索すると、10件の結果が表示されます。そのうち3〜4件をクリックします。もし一つのブランドがあなたが読むすべての記事に表示されていれば、そのブランドが勝ちます, たとえそのブランド自体が一度も#1にランクインしていなくても。

「複数のソースから製品について聞く頻度が高ければ高いほど、その製品を購入する可能性が高くなります。」

これがintegrated marketing SEO/content execution効果です。カクテルパーティーで全員が同じ本を勧めるようなものです。

その背後にある数学

Visibility Score, 最もシンプルな指標：

Visibility Score % = (上位20件中の言及数 ÷ 20) × 100

あなたのブランドが「best CRM software」のトップ20結果のうち8つに表示されていれば、ビジビリティスコアは40%です。

Position-Weighted Visibility, ポジション1はポジション20より重要だから：

Weighted Score = Σ(言及がある場合のポジションウェイト) / Σ(すべてのポジションウェイト) × 100

ポジションウェイト：#1 = 20pts, #2 = 19pts, ... #20 = 1pt（合計210）

Opportunity Score, 努力を集中すべき場所：

Opportunity = (100% - Visibility Score) × 月間検索ボリューム

月間35,000検索で5%のビジビリティを持つキーワード = opportunity scoreは33,250。ここから最初にピッチすべきです。

システムアーキテクチャ

integrated marketing SEO/content executionワークフローを自動化するために構築したフルスタックをご紹介します：

テクノロジースタック

パイプライン

┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  キーワード        │────▶│  SERPアナライザー   │────▶│  言及チェッカー     │
│  リサーチ          │     │  （KWごとに上位20件）│     │  （スクレイピング＋マッチング）│
│  keyword_        │     │  serp_            │     │  mention_         │
│  research.py     │     │  analyzer.py      │     │  checker.py       │
└─────────────────┘     └──────────────────┘     └───────────────────┘
                                                          │
                                                          ▼
┌─────────────────┐     ┌──────────────────┐     ┌───────────────────┐
│  アウトリーチ      │◀────│  Opportunity      │◀────│  ビジビリティ      │
│  パイプライン       │     │  スコアリング       │     │  計算             │
│  （3,964件のプロスペクト）│ （ギャップ分析）    │     │  visibility_      │
│                  │     │                   │     │  calculator.py    │
└─────────────────┘     └──────────────────┘     └───────────────────┘

データベース設計

PostgreSQLデータベースには14のテーブルがあり、生のキーワードからアウトリーチプロスペクトのステータスまですべてを追跡しています。以下は私たちが扱っているデータです：

コアテーブル

スキーマのハイライト

keywordsテーブルは多国、多言語の追跡をサポートしています：

CREATE TABLE keywords (
    id SERIAL PRIMARY KEY,
    keyword VARCHAR(500) NOT NULL,
    silo VARCHAR(100),           -- Content silo grouping
    volume_ahrefs INTEGER,       -- Monthly search volume
    difficulty INTEGER,          -- Keyword difficulty (0-100)
    cpc NUMERIC(10,2),          -- Cost per click
    search_intent VARCHAR(50),   -- informational, commercial, transactional
    country VARCHAR(5),          -- us, de, fr, etc.
    language VARCHAR(5),         -- en, de, fr, etc.
    UNIQUE(keyword, country, language)
);

visibility_scoresテーブルは、キーワードごとのブランドビジビリティを時系列で追跡します：

CREATE TABLE visibility_scores (
    id SERIAL PRIMARY KEY,
    keyword_id INTEGER REFERENCES keywords(id),
    brand_name VARCHAR(100),
    visibility_score NUMERIC(5,2),  -- 0-100%
    mention_count INTEGER,
    pages_with_mentions INTEGER,
    total_pages_checked INTEGER,
    calculated_at TIMESTAMP DEFAULT NOW()
);

キーワードランドスケープ：月間980万検索

45のコンテンツサイロにわたる3,222キーワードを追跡しており、月間約980万検索を代表しています。以下がその分布です：

検索ボリューム別トップサイロ

サポートの行は1つのキーワード「help desk solutions」だけで、Ahrefsはこれを月間3,010,000検索としています。合計のほぼ3分の1です。サイロではなく外れ値として読んでください。チャートからは除外しています。平均ボリュームは、測定済みボリュームのあるキーワードだけで計算しています。

平均キーワード難易度：23.6/100

これは難易度スコアのある2,499キーワードの平均です。integrated marketing SEO/content executionにとってのスイートスポットは、難易度20〜50でボリューム1,000以上のキーワードです。私たちのキーワードのうち615件がそこにあります。

実際のビジビリティデータ

ここが戦略が現実のものになるところです。追跡システムはBrevoを採点するために作られ、Tajoは2026年10月18日に加わりました。その日の197キーワードの更新では、Tajoの平均ビジビリティは0.13%、Brevoは11.31%でした。Tajoが登場するのは4つのキーワードで、すべて自社名の検索です：

Tajoが可視なキーワード（2026-10-18）

最大の機会があるキーワード

10月18日の更新で最もボリュームが大きいキーワードです。Tajoはどれにも登場しません：

Jevで機会をスコアリングする

上の表は、私たちについて間違っていました。それに気づいたのは2026年10月3日になってからです。(100% − ビジビリティ) × ボリュームで順位を付けると、月間193,000検索の「crm」や、10月3日の候補セットで69,800検索の「newsletter」のようなビッグキーワードが、1週間を費やす最良の場所に見えます。Tajoはエージェンティックな連携ビルダーです。reverse ETL、MCPサーバーとツール、そしてSaaSアプリ間の同期を構築するためのMCP UIを備えています。最初のコネクターはShopifyとBrevoです。ニュースレターのコツを探している読者は、2つのツールをつなごうとしているわけではありません。ボリュームにはそれが見えません。モデルには見えます。

そこで、TypeSafeの型付き判断モデルであるJevを、キーワードデータベースとToDoリストの間に置きました。Jevは何も書きません。各機会について4つの質問に答え、それぞれ確信度付きの型付き回答を返します。それ以外はすべてコードが担います。

4つの質問

すべてのリクエストには、Tajoを説明する同じ段落と、その項目について私たちが持つ事実が含まれます。ボリューム、キーワード難易度、保存済みの上位10件と判明しているドメインレーティング、その中にあるフォーラムとリスティクルの数、そして既存の自社記事（語数、最終更新からの日数、ページビュー）または第三者のページです。

公式はコードの中にある

priority = log10(1 + volume) × fit_norm × win_norm × intent_weight

fit_norm      = clamp((fit − 1) / 2, 0, 1)
win_norm      = (winnability + 1) / 5
intent_weight = Σ P(intent) × weight   (導入準備済み 1.0、比較 0.9、
                                        情報収集 0.6、ナビゲーション 0.3、自社ブランド 1.0)

ボリュームは対数スケールで入ります。そのため、10倍大きいキーワードが得るのは1ポイントの上乗せであって、10倍のポイントではありません。隣接の適合度はゼロ点です。同期にたどり着けないトラフィックにはコストを払いません。勝算はゼロになりません。そのため、適合度が完璧なキーワードは、難しくてもリストに残ります。意図はJevの確率分布全体で重み付けされます。意図が曖昧なら、推測を強いる代わりにスコアが小さくなります。

次にゲートです。適合度または勝算の回答で確信度が0.6未満のものは、ランキングに入れず人に回します。

何が変わったか

最初のパスでは適合度を3で割り、残りはボリュームに任せていました。ポルトガル語の「おすすめニュースレター」リスティクルが16位に入りました。適合度は隣接、検索数は25,000で、順位を押し上げたのはボリュームだけでした。このパスは私たちが売っているものと矛盾していました。そこで隣接の適合度をゼロにするよう公式を変え、すべてを再スコアリングしました。

最終実行では、上位10件はすべて連携と同期に関するクエリでした。

「newsletter」は550件中543位でした。10月18日のボリューム更新後は533件中526位で、「integração Shopify」は実際のボリューム50によって1位から8位に下がりました。

この実行では、どんな公式でも見つけられなかったことも明らかになりました。ローカライズ済み記事の97%が、まだ英語のプライマリーキーワードを持っていたのです。ポルトガル語のShopify記事はポルトガル語で書かれていながら、英語の検索を狙っていました。

コスト

1,866項目のスコアリングにかかったのは277万入力トークン、約11セントです。同じ19項目を2回尋ねると、スコアは平均0.034動き、選択式の回答は38件中2件が入れ替わりました。つまり、差が0.1以内の2つの優先度は同点です。判断の質は、入力した事実の質を超えません。保存済みの検索結果の大半は2026年2月のもので（8,921件中6,802件）、10月3日の実行では英語以外のキーワードについて1件もありませんでした。そのため、英語以外での勝算はキーワード難易度だけに頼っていました。10月18日の更新で、英語以外の37キーワードについて338件の結果が追加されました。Jevはそれ以降、何も再採点していません。

ブランド言及検出

言及チェッカーはこれまでに8,898ページをスキャンしました。Brevo、または旧名のSendinblueが登場するのはそのうち1,248ページ（14.0%の言及率）で、言及は合計34,010件です。そのうちリンクを含むのはわずか215ページです。Tajoが登場するのは4ページで、すべてtajo.io上です。10月18日に追加したページはページ全体ではなく検索スニペットでチェックしたため、少なめに数えられます。

言及チェッカーの仕組み：

1. ページコンテンツの取得, web scrapingスクレイピングAPIを通じて（ボット検出とCAPTCHAを処理）
2. 正規表現マッチング, ブランド名とエイリアスに対して（大文字小文字を区別せず、コンテキスト抽出付き）
3. リンク検出, 言及にバックリンクが含まれているかどうかを判定
4. コンテキスト抽出, 各言及の周囲の文を記録

# Simplified mention detection logic
def find_brand_mentions(content, brand_names):
    mentions = []
    for brand in brand_names:
        pattern = re.compile(
            rf'\b{re.escape(brand)}\b',
            re.IGNORECASE
        )
        for match in pattern.finditer(content):
            # Extract surrounding context (200 chars)
            start = max(0, match.start() - 100)
            end = min(len(content), match.end() + 100)
            context = content[start:end]
            mentions.append({
                'brand': brand,
                'position': match.start(),
                'context': context,
                'has_link': check_for_link(content, match)
            })
    return mentions

アウトリーチパイプライン：3,964プロスペクト

アウトリーチシステムは、ターゲットキーワードでランクインしているがまだ追跡対象のブランドに言及していないページを特定します。それぞれがプロスペクトになります。

パイプラインの内訳

まだ適格と判断されたプロスペクトも、連絡を取ったプロスペクトもありません。データベースにはGoやNo-Goの判断が1件もありません。

プロスペクトタイプ

397件のリスト記事、比較、フォーラム、動画のページは10月18日の更新で見つかったものです。一部はベンダーが書いたものなので、ピッチの前にトリアージが必要です。

コンテンツプランのステータス

計画には585件のコンテンツがあります。525件が完了しています。計画中の60件は新規記事35件とリニューアル25件で、これがintegrated marketing SEO/content executionマシンを動かすコンテンツエンジンです。

ツール：MCP駆動のオートメーション

システム全体は**Model Context Protocol（MCP）**サーバーを通じてオーケストレーションされ、すべてのワークフローステップのAI支援実行を可能にしています。

Ahrefs MCPインテグレーション

keywords-explorer-overview    → キーワードメトリクス（ボリューム、難易度、CPC）
keywords-explorer-matching    → 関連キーワードの発見
serp-overview                 → 任意のキーワードの SERP ポジションデータ
site-explorer-organic-keywords → 競合のキーワード分析
batch-analysis                → 一括ドメインメトリクス

web scraping MCPインテグレーション

search_engine       → ライブ SERP スクレイピング（Google、Bing、Yandex）
search_engine_batch → バッチ SERP スクレイピング
scrape_as_markdown  → ページ全体のコンテンツ抽出
scrape_batch        → バッチコンテンツスクレイピング

ワークフロー：キーワードからアウトリーチまで

以下は私たちが定期的に実行しているワークフローです：

ステップ1：キーワードリサーチ

python3 keyword_research.py --stats
# Returns: 3,222 keywords, 45 silos, 9.8M total volume

ステップ2：SERP分析

python3 serp_analyzer.py --keyword-id 1 --summary
# Keyword 1 in the database: 7 stored results, 7 unique domains

ステップ3：言及チェック

python3 mention_checker.py --stats
# Returns: 8,898 pages checked, 1,248 with Brevo, 34,010 mentions

ステップ4：ビジビリティ計算

python3 visibility_calculator.py --overall --report
# 2026-10-18 refresh: Tajo 0.13%, Brevo 11.31% mean visibility

これまでの学び

1. 競合キーワードから始める

「競合」サイロでは、Brevoの最新ビジビリティは166キーワードで平均26.8%で、採点済みの全795キーワードの平均24.1%を上回ります。競合比較ページは自然に複数のブランドに言及するからです。「mailchimp alternatives」や「hubspot vs brevo」のようなキーワードは、手の届きやすい成果です。

2. レビューサイトは金脈

G2、Capterra、PCMagなどのサイトはほぼすべてのキーワードでランクインしており、基準を満たせばリストに掲載してくれます。ドメインレーティングのある保存済み結果173件の平均DRは87.3です。彼らを上回ることはできませんが、彼らの上に載ることはできます。

3. ボリューム ≠ 機会

「crm」は米国で月間193,000検索がありますが、その読者のほとんどは2つのツールをつなごうとしているわけではありません。ボリュームより、実際に売っているものへの適合度が勝ります。だからこそ機会スコアは今、生のボリュームにギャップを掛けたものではなく、Jevの判断をコードで掛け合わせたものになっています。

4. 言及 ≠ リンク

Brevoに言及している1,248ページのうち、リンクを含むのはわずか215件です。リンク率は17.2%です。リンクのない言及はすべて簡単なアウトリーチの勝利です, すでにあなたを推薦しているので、丁寧にリンクをお願いできます。

5. 多言語はすべてを倍増させる

キーワードセットは31言語をカバーしており、そのうち6言語（EN、ES、PT、DE、FR、IT）が3,222キーワード中2,892件を占めます。言語が増えるたびに、機会の表面積は何倍にもなります。英語で1,000検索のキーワードがフランス語で500、ドイツ語で300あるかもしれません, 一つのコンセプトから1,800です。

次のステップ：90日間の目標

自分で試してみよう

integrated marketing SEO/content executionの方法論はどのブランドにも有効です。始め方は以下の通りです：

1. 20キーワードを選ぶ, 「best X」「X alternatives」「X vs Y」のフォーマットに注目
2. SERPを監査する, 各キーワードについて、ポジション1〜20に誰がランクインしているか確認
3. 言及を確認する, あなたのブランドがそれらのページに表示されているか？
4. ビジビリティを計算する, 上記の公式を使用
5. ボリュームではなく適合度で優先順位をつける, 各機会を適合度、意図、勝算でスコアリングし、コードで掛け合わせる（公式は上記）
6. ギャップにピッチする, ランクインしているがあなたに言及していないページにアプローチ

integrated marketing SEO/content executionの美しさは、それが複利的に効くことです。新しい言及のたびにビジビリティスコアが向上し、ビジビリティが向上するたびに次の言及を獲得しやすくなります。

この記事の数値は、2026年10月18日にintegrated marketing SEO/content execution追跡データベースに対して実行したクエリによるものです。Three.jsビジュアライゼーションも同じデータを描画しています：3,222キーワード、8,921件のSERP結果、3,964件のアウトリーチプロスペクト。