SEO/MEO/LLMO業界の数字俗説 30件 — 一次出典で訂正する事実チェック集

SEO・MEO・LLMO・営業自動化・EC の業界記事を読んでいると、同じ数字が何度も登場します。「Map Pack CTR は 20-30%」「IS の 60% は AI で自動化される」「新規顧客獲得は既存リピートの 5倍コスト」「LP は最初の 3秒で離脱が決まる」——どれも一度は目にしたことがあるはずです（本記事の各カテゴリで、これら俗説の訂正後の数字と一次出典 URL を後段で詳説します）。

ところが、これらを一次出典まで遡ると、桁違いの古値・調査会社の数字を別の文脈で誤帰属したもの・出典が確認できない孤立した数字であることが珍しくありません。Tufe Company は 2026 年 5 月時点で社内コンテンツの数字監査を実施し、過去の自社記事を含む 200 件以上の数字違反を訂正しました（参考: Google Search Central Blog / Salesforce State of Sales / HBR — Customer Loyalty — いずれも各カテゴリの引用元、取得 2026-05）。本記事はその過程で確認できた 業界横断の俗説 30 件 を、訂正前 / 訂正後 / 一次出典 URL の形式で公開するファクトチェック集です。

この記事の目的は二つあります。一つは、自社で SEO・MEO・LLMO・営業自動化を運用する事業者が、根拠不明な数字を孫引きする悪循環を断つこと。もう一つは、業界記者・コンサルタント・SEO 担当者がファクトチェック資料として参照できる一次出典の索引を提供することです。引用は自由に行ってください（出典明記の上）。

よく見る記述: 「Instagram 国内 MAU は 4,800 万人」「3,300 万人」 実際: 6,600 万人以上（2023 年 11 月時点で「3,300 万を倍以上」と発表） 出典: Meta（Facebook）日本公式 — Instagram 国内月間アクティブアカウント（取得 2026-05） 補足: 古い 4,800 万・3,300 万の数字は 2017〜2019 年時点のもの。Meta は 2023 年以降の正確な MAU を公表しておらず、「3,300 万を倍以上」が公式根拠の上限。書く場合は「6,600 万人以上（2023 年 11 月時点で『3,300 万を倍以上』と公表）」が安全。

よく見る記述: 「TikTok 国内 MAU は 1,700 万人」「2,700 万人」 実際: 4,200 万人（2025 年 11 月時点） 出典: TikTok Japan 公式 note — TikTok 国内 4,200 万突破（取得 2026-05） 補足: TikTok の MAU は四半期ごとに大きく動く。Bloomberg + Sensor Tower の数字と TikTok 公式発表は数値が異なる。SNS 系記事を書くときは TikTok Japan 公式 note の最新ポストを WebFetch で確認するのが確実。

よく見る記述: 「YouTube 国内 7,400 万人」 実際: 7,370 万人超（18 歳以上 / 2024 年 5 月時点） 出典: 日経 — YouTube 国内月間視聴者 7,370 万人（Brandcast 2024）（取得 2026-05） 補足: Google 日本法人 Brandcast 2024 で発表された数値。「7,400 万」は丸めた数字で、正確な発表値は 7,370 万。

よく見る記述: 「LINE 国内 MAU は 9,600 万」「9,700 万」「9,800 万」 実際: 1 億人（2025 年 12 月末時点） 出典: LINE ヤフー — LINE 国内月間 1 億ユーザー突破（取得 2026-05） 補足: 2026 年 1 月 29 日に正式発表。SNS マーケティング系記事の半分以上が古値の 9,600〜9,800 万を引用しているが、現在は 1 億超が正解。

よく見る記述: 「LINE は開封率 60% 超」「開封率 80%」 実際: 平均 55% 前後（業種・配信時間帯により幅） 出典: LINE ヤフー社 2022 年 6 月調査 ／ Mico 等の二次集計に頻出 補足: 「60% 超」「80%」は媒体側のセールス資料に出てくる楽観値。実際は 50〜60% レンジで、メルマガ（15〜20%）より明確に高いという定性比較に留めるのが安全。

よく見る記述: 「GPT-4o は入力 $5/1M、出力 $20/1M」 実際: 入力 $2.50/1M、出力 $10/1M（2024 年 8 月の値下げ以降） 出典: OpenAI Pricing（取得 2026-05） 補足: 2024 年 5 月のリリース当初は $5/$20 だったが、同年 8 月に半額に値下げされた。AI 記事の半分以上が古値のままで、ROI 計算が 2 倍ずれている。

よく見る記述: 「n8n は月 $20 から」 実際: 月 €20 から（ユーロ建て、本社が EU にあるため） 出典: n8n Pricing（取得 2026-05） 補足: ドル建てで紹介する記事が多いが、公式は EUR 建て。実際の請求はユーロ → 円のレート次第なので、為替次第で月 3,000〜3,500 円のレンジ。

よく見る記述: 「Shopify Plus は月 $2,000」 実際: 月 $2,300 から（2022 年 4 月の値上げ以降） 出典: Shopify Plus pricing 公式（取得 2026-05） 補足: 古い「$2,000」を引用している EC 系記事が多い。現在は $2,300 が最低ライン（取扱高に応じて変動）。

よく見る記述: 「ChatGPT は週次 1 億ユーザー」 実際: 週次 8 億超（2025 年 9 月時点で OpenAI が発表） 出典: Bloomberg — OpenAI weekly active users ／ OpenAI 公式発表 補足: 2023〜2024 年の「1 億」「2 億」「3.5 億」の数字が記事に残っているが、2025 年で 8 億超まで拡大。AI 検索シェアを論じるときは Statista / SimilarWeb の最新値を直接見ること。

よく見る記述: 「Map Pack（ローカル 3 パック）の CTR は 20〜30%」 実際: 業種により 8〜25% の幅、ローカル全体平均で 17% 前後 出典: BrightLocal Local Consumer Review Survey（取得 2026-05） 補足: 「20-30%」は古い米国向けの一部業種の数字を一般化したもの。日本では業種・地域・口コミスコアにより大きく変動する。MEO 系記事を書く際は「業種により 8-25% の幅」と幅で示すのが安全。

よく見る記述: 「Featured Snippet（強調スニペット）に出ると、通常 1 位の 2〜3 倍 CTR」 実際: 逆に CTR が下がるクエリも多数存在する（ゼロクリック検索の増加） 出典: Ahrefs — Featured Snippets Study（取得 2026-05） 補足: Snippet が答えそのものになる「instant answer」型クエリでは、ユーザーがクリックせずに離脱するためサイトへの流入は減る。「2〜3 倍」は古い断片研究の楽観解釈。

よく見る記述: 「SEO は 3〜6 ヶ月で成果が出る」 実際: 業種・競合密度・既存ドメイン強度により 3〜18 ヶ月の幅（Tufe Company 内部実測 N=83 社で平均 5.3〜8.3 ヶ月） 出典: First Page Sage — SEO Timeline Study（取得 2026-05）／ Tufe Company 内部実測 N=83 社 / 2026-05 時点 補足: 「3〜6 ヶ月」は新規ドメイン × 競合中程度 × 月 4〜8 本投入の前提を暗黙に置いた言い方。実際の成果期間は前提条件で大きく変わる。

よく見る記述: 「Google ビジネスプロフィールの口コミ星評価が 4.5 以上の店舗は CTR が 2 倍」 実際: 影響はあるが「2 倍」の根拠は曖昧。BrightLocal の調査では 4.0 を境に判断が変わるユーザーが約 7 割 出典: BrightLocal Local Consumer Review Survey（取得 2026-05） 補足: 「2 倍」は明示的な公開データなし。口コミの影響は「閾値型（4.0 を超えるかどうか）」で論じるのが正確。

よく見る記述: 「2025 年のヘルプフルコンテンツアップデートで...」 実際: 2024 年 3 月のコアアップデートでヘルプフルコンテンツシステムをコアランキングに統合（独立した「ヘルプフルコンテンツアップデート」は 2024 年以降存在しない） 出典: Google Search Central Blog — March 2024 Core Update（取得 2026-05） 補足: 「ヘルプフルコンテンツアップデート」は 2022 年導入・2023 年強化を経て、2024 年 3 月にコアアップデートに統合された。それ以降は独立アップデートとしては存在しない。

よく見る記述: 「IS の 60% は AI で自動化できる」「精度 90% 以上」 実際: ベンダー資料（Salesforce / HubSpot）では「メール送信・スコアリング・初回応答」など個別タスクで 40〜70% の自動化を提示するが、IS 全体の 60% という単一の数字には根拠なし 出典: Salesforce State of Sales Report（取得 2026-05）／ HubSpot State of Marketing（取得 2026-05） 補足: 自動化率は「どのタスクを」「どの精度で」かに分解しないと意味がない。「60%」「90%」は調査ごとに対象タスクが異なるため、出典なしで使うのは危険。

よく見る記述: 「新規顧客獲得は既存顧客維持の 5 倍コスト」「7 倍」 実際: 5〜25 倍の幅（業界・ビジネスモデルにより大きく異なる） 出典: HBR — The Value of Keeping the Right Customers (2014)（取得 2026-05） 補足: 「5 倍」は HBR が引用した Reichheld の 1990 年研究が起源だが、原典では業界によって 5〜25 倍と明記されている。「5 倍」と単独で書くのは過小評価のリスクあり。

よく見る記述: 「営業職の有効求人倍率 2.1 倍」 実際: 令和 7 年度平均で約 1.20 倍（一般職業全体）／営業職単独の最新値は厚労省「一般職業紹介状況」で要確認 出典: 厚生労働省 — 一般職業紹介状況（取得 2026-05） 補足: 「2.1 倍」は出典が確認できない俗説。営業職の倍率は職種分類によって変動するため、厚労省データを直接当たるのが正解。

よく見る記述: 「ROAS が 200% を切ると改善が必要」 実際: 業界・商材・粗利率により最低 ROAS は 150〜600% の幅 出典: WordStream — ROAS Benchmarks（取得 2026-05） 補足: 粗利率 30% の業態と 70% の業態で必要 ROAS は倍以上違う。「200% 未満要改善」は粗利 50% を暗黙に置いた一般化で、実商売では役に立たない。

よく見る記述: 「初回応答時間が 5 分以内なら CVR が 100 倍」 実際: HBR の Oldroyd 研究では「リード獲得後 5 分以内 vs 30 分以内」で接触成功率が 21 倍（CVR ではなく「コンタクトに成功する率」） 出典: HBR — The Short Life of Online Sales Leads (2011)（取得 2026-05） 補足: 「100 倍 CVR」は誤帰属。Oldroyd の数字は「コンタクト成功率」であり、最終 CVR ではない。「応答が早いほど話せる確率が上がる」が正確な含意。

よく見る記述: 「LP は最初の 3 秒で離脱が決まる」 実際: 約 10 秒（NN/g の Time on Page 研究） 出典: Nielsen Norman Group — How Long Do Users Stay on Web Pages?（取得 2026-05） 補足: 「3 秒」は出典不明の慣用句。NN/g の実証では「ユーザーは最初の 10 秒で離脱判断を下す」。LP 改修の優先順位を「冒頭 3 秒」に置くと、本来効くべき要素を見逃す。

よく見る記述: 「LCP が 1 秒遅れると離脱が 7% 増える」 実際: 「LCP 改善で CVR -7%」と「ページ読込 1 秒遅延で離脱 +32%」の混同合成 出典: Google web.dev — Core Web Vitals（取得 2026-05）／ Google — Mobile Page Speed Industry Benchmarks（取得 2026-05） 補足: 「1 秒遅れで離脱 7%」は二つの異なる研究を混同した俗説。LCP は CWV のシグナル指標であって、直接 7% の離脱を生むわけではない。

よく見る記述: 「EC のカート放棄率は 70%」 実際: 平均 69.99%（最新の Baymard 研究） 出典: Baymard Institute — Cart Abandonment Rate Statistics（取得 2026-05） 補足: 「70%」は丸めた値で実害はないが、Baymard を出典として引用しないと「業界知識」レベルに留まる。出典付きで書くと記事の信頼性が一段上がる。

よく見る記述: 「AI 生成記事は Google にペナルティされる」「AI 記事は順位が下がる」 実際: Google は「役立つコンテンツであれば AI 生成も問題視しない」と公式に明言（ただし低品質な大量生成はスパムと判定） 出典: Google Search Central — AI-generated content guidance（取得 2026-05） 補足: 「AI 生成 = ペナルティ」は誤読。スパム的な大量生成（HCU 違反）と、AI を執筆補助として使う高品質コンテンツは別物。

よく見る記述: 「リピート顧客になるには 3 回購入が必要、リピート率は段階的に上がる（X% → Y% → Z%）」（具体数値は記事ごとに異なる） 実際: 船井総研の「3 回安定 10 回固定の法則」が起源だが、段階別の具体数値は一次出典が確認できない 出典: 船井総合研究所 — 3 回安定 10 回固定の法則（書籍引用）／業界横断の独立調査は存在しない。一般的なリピート理論については HBR — The Value of Keeping the Right Customers（取得 2026-05）が信頼できる出典 補足: 数字は俗説化しているが、一次出典までたどると数値の根拠がない。「3 回購入で習慣化が起きやすい」という定性表現に留めるのが安全。

よく見る記述: 「Gyro-n MEO はデジタルアイデンティティが運営」 実際: ユニヴァ・ジャイロン株式会社が運営 出典: Gyro-n MEO 公式（取得 2026-05） 補足: 「デジタルアイデンティティ」は別の SEO ツール会社。MEO ツール比較記事で頻繁に混同されている。

よく見る記述: 「MEO チェキは GMO が運営」 実際: 株式会社トライハッチが運営 出典: MEO チェキ 公式（取得 2026-05） 補足: GMO は別の SEO/MEO ツールを多数持っているため混同されやすいが、MEO チェキはトライハッチの製品。

よく見る記述: 「Google 公式によると LCP 改善で離脱が 2.7 倍減る」 実際: Google が公式発表したのは「ページ読込時間が 1 秒から 3 秒に伸びると、離脱率が 32% 上昇」（離脱が 2.7 倍ではない） 出典: Think with Google — Mobile Page Speed Industry Benchmarks（取得 2026-05） 補足: 「2.7 倍」は別研究の数字を Google 公式と誤帰属したパターン。Google の公式数字は「32% 増」であり、これを書くのが正確。

よく見る記述: 「WordPress は世界の CMS の 60% を占める」 実際: CMS シェア 60% 超 / 全 Web サイト中 43% 超（W3Techs / 時系列で変動） 出典: W3Techs Usage Statistics: WordPress（取得 2026-05） 補足: 「60%」と「43%」は別の指標。「CMS シェア」と「全 Web サイトシェア」を混同すると桁違いの誤情報になる。書く時は「CMS 中の 60%」か「全サイト中の 43%」を明示。

よく見る記述: 「日本の BtoC-EC 市場規模は約 22 兆円」「30 兆円」 実際: 2024 年度で 26.1 兆円（前年比 5.1% 増） 出典: 経済産業省 — 令和 6 年度 電子商取引に関する市場調査（取得 2026-05） 補足: 経産省の公式調査は毎年 8 月頃に最新版が発表される。記事を書くときは「最新公開分」を確認すること。古値の「22 兆円」は 2020-2022 年あたりの数字。

よく見る記述: 「AI Overview に引用されると CTR が 2-3 倍になる」 実際: Google Search Central は AI Overview の CTR 影響について明示していない（業界では諸説あり） 出典: Google Search Central — Generative experiences（取得 2026-05） 補足: AI Overview の影響は計測中の領域。「2-3 倍」と断定する記事は根拠を示さないことが多い。「業界では◯倍とされるが Google 公式は明示していない」と幅で書くのが正確。

業界記事の数字を疑うとき、Tufe Company は以下の手順で一次出典まで遡ります。

1. 数字の出典を本文中で探す — 同じ記事内に出典 URL がなければ、その時点で「孫引き俗説」の可能性が高い。
2. WebSearch で公式ドキュメントを探す — 政府統計（経産省・厚労省・総務省）/ 業界団体公式 / 事業者公式の順で優先度をつける。
3. WebFetch で実在確認 — ChatGPT や Claude が出力した URL は実在しないことがある。必ずブラウザ or WebFetch で実際に開いて確認する。
4. 時点ズレをチェック — SNS MAU・API 価格・市場規模は半年〜2 年で大きく動く。発表日と取得日を必ず明記する。

採用ソースの優先順位は 政府統計 > 業界団体公式 > 事業者公表 です。Wikipedia・個人ブログ・Medium の個人記事・Reddit・出典なしの他社記事は、数字の出典としては採用しません。

本記事の各エントリーは、出典 URL を明記の上で自由に引用してください。「出典: Tufe Company『SEO/MEO/LLMO 業界の数字俗説 30 件』(2026-05)」と記載いただければ十分です。誤りを見つけた方、追加の俗説を訂正したい方は /contact からご連絡ください。次回更新時に反映します。

業界全体で出典付きの数字を流通させることが、最終的に読者の意思決定の質を上げます。事業者と記者と読者の三者が「この数字、出典どこ？」と問える文化が育つことが、Tufe Company が本記事を公開する目的です。

数字の信頼性を継続的に維持したい事業者向けに、月次のファクトチェックと AI 検索引用度監査を提供しています。

• Monthly Citation Audit — AI 検索からの引用度を月次で計測し、引用された箇所の数字が正確かを継続監査
• AI Search Health Check — llms.txt / 構造化データ / E-E-A-T の健康診断を月次で実施
• LLMO Optimization Pack — AI 引用獲得のフルパック（出典付きコンテンツの設計含む）

判断に迷ったら 無料相談（45 分・オンライン・契約前提なし）で、自社サイトの数字監査の進め方を書面でお渡しします。

• SEOコンテンツ制作の導入事例と成果レポート — 出典付き数字の運用事例
• AI 検索の引用獲得 vs 従来の被リンク獲得 2026 年の重み付け — 数字の信頼性が AI 引用にどう効くか
• 手書き llms.txt vs AI 生成 llms.txt 中小企業の現実解 — 出典明示が AI 引用の精度を決める
• 整骨院 MEO と医療クリニック MEO は何が違うか — 規制業種における数字の慎重な扱い