noteのアクセス解析、次にどの記事を直す？AIと改善候補を探すダッシュボード【全6画面公開】

noteのIMP（表示回数）が増えているのに、PV（閲覧数）が思うように伸びない。

そんな記事を見つけたとき、「タイトルを直す？」「本文を見直す？」「もう少し様子を見る？」と迷いませんか。

実は、いま読んでいるこの記事自身が、その改善候補になりました。

自分はこれまで、noteの数字を履歴として残すために、AIと一緒に分析ダッシュボードを作ってきました。いまは記事ごとの伸び、検索・SNSからの流入、過去の施策までまとめて確認し、AIと次の一手を考える仕組みに広げています。

今回は、この記事自身を改善候補にした具体例を先に紹介したうえで、実際に使っているダッシュボードの全6画面を公開します。作り方よりも、「何を見て、次に何を直すと判断するのか」を中心にまとめました。

実例｜この記事も「IMPはあるのにPVが伸びない」改善候補だった

2026年10月19日のnote集計（17:56時点）で、この記事の数字は次のとおりでした。

• IMP：7,297

• PV：121

• スキ：58

• PV率（PV ÷ IMP）：約1.66%

数字だけでは判断しにくいので、過去に公開したダッシュボード全体像の記事【前編】とも比べました。

前編は、公開から約11日が経過した2026年10月6日時点で、IMP 9,936・PV 422・PV率 約4.25%。今回の記事は、公開から約11日たっても、IMPに対するPVの伸びがかなり弱い状態です。

ただし、ここで使っているPV率は独自の比較指標で、noteで記事が表示された人の実際のクリック率（CTR）ではありません。IMPとPVはそもそも集計対象が異なり、外部からの流入などもあるためです（note公式ヘルプ：アクセス状況の説明）。スキ58という数字だけで「本文の満足度が低い」とも判断できません。

そこで、保存している実測データとこの記事の原稿をもとに、ChatGPTと改善点を整理しました。

AIと考えた改善候補

まず気になったのは、記事の入口です。

元のタイトルは「noteのアクセス解析をAIで分析｜ダッシュボードから記事改善・次の施策まで提言【全画面公開】」。何ができる仕組みなのかは説明していますが、読者の「結局、何を直せるの？」という疑問にすぐ答えていません。

さらに本文も、6画面の紹介が中心でした。実際にどの記事を改善するのかという例がなく、機能の説明としては読めても、読者が自分のnote運営に置き換えにくい構成でした。

ChatGPTとの検討では、次の順番で直す案にしました。

1. タイトルを読者の疑問型に変える：「次にどの記事を直す？」を前に出す

2. 冒頭で実測データと改善判断を見せる：この記事自身のIMP・PVを使う

3. アイキャッチは別途検討する：一度に変更点を増やしすぎない

自分が今回進めると決めたのは、1と2。タイトルと冒頭をセットで見直し、6画面の説明はその判断を支える材料として残します。

なお、この具体例はダッシュボードに保存した数値と記事原稿を使い、ChatGPTとの対話で行った改善検討です。後で紹介するダッシュボード内の「AI分析」欄が、ここに書いた提案文をそのまま自動出力したわけではありません。

また、これは「修正したらPVが上がった」という成功談ではありません。note側への修正反映と、その後の効果はこれから確認する段階です。タイトルと本文を同時に変えるため、どちらの変更が効いたかは厳密には切り分けられません。

反映日を記録し、7日後・14日後を目安に、IMPとPVの増分、増分PV ÷ 増分IMPを見ながら、次の改善を考えます。

noteのアクセス解析をAIの改善提案につなぐ仕組み

以前、AIと一緒に作ったnote分析ダッシュボードを公開しました。

最初に欲しかったのは、noteの数字を履歴として残し、前回との差を確認できる仕組みです。

そこから少しずつ、記事別比較、流入元、施策ログ、4象限分析、テーマ・シリーズ分析などを追加してきました。

そして現在は、蓄積したデータをAIへ渡し、

「今どこに注目するか」

「改善候補はどの記事か」

「次に何を試すか」

まで提言してもらう動線ができています。

自分の中では、これは単なるアクセス解析画面ではなく、noteのマーケ分析を手伝うAI秘書に近い存在になりました。

ここから、現在の6画面を紹介します。今回の実例で使った数字が、どの画面で確認できるのかも意識して見てください。

現在のダッシュボードは、次の6画面に分かれています。

• サマリー

• マーケ分析

• 記事別

• 記事ポジション

• 流入・施策

• 使い方

画面を増やすこと自体が目的ではありません。

数字を確認する → 変化を見つける → AIと分析する → 次の施策を決める

という流れを、1つの場所でつなぐための構成です。

1. サマリー｜note全体のIMP・PV・スキと24時間の変化を見る

最初に見るのはサマリーです。

ここでは、IMP、PV、PV率、スキ、note内流入率、記事数など、note全体の現在地を確認できます。
ここでいう**PV率は「PV ÷ IMP」**です。検索結果に表示された回数に対するクリック率とは別の指標なので、混同しないようにしています。

現在値だけではなく、前回との差や24時間差分も表示しています。

さらに、少数の大きなヒットだけに引っ張られないよう、IMP中央値やPV率中央値も見るようにしました。

たとえば全体IMPが増えていても、一部の記事だけが伸びている可能性があります。

そこで中央値を見ることで、通常の記事群も底上げされているのかを確認します。

公開後24時間のIMP・PVも別に残しています。

新しい記事の初動が普段と比べてどうだったかを見ることで、公開直後の露出が弱かったのか、露出はあったのに読まれなかったのかを分けて考えられます。

2. マーケ分析｜AIに記事の改善候補と次の施策を提言してもらう

今回の記事で一番見せたいのが、このマーケ分析画面です。

ここでは記事を1本ずつ見るだけでなく、「note運用・マーケ」「AI副業」「AIツール活用」といったコンテンツ柱やシリーズごとに集計します。

これによって、

「どのテーマは露出が強いのか」

「PV率が高いシリーズはどれか」

「直近7日で伸びている領域はどこか」

を比較できるようになりました。

その下には、ルールベース分析とAI分析があります。

ルールベース分析では、現在値や記事別差分から、注目ポイントや改善候補を機械的に整理します。

AI分析では、蓄積した情報をもとに、どこを見るべきか、何を改善候補にするか、次に何を試すかを提言してもらいます。

ここで大事にしているのは、AIへ最終判断まで丸投げしないことです。

AIが出すのは、あくまで判断材料と施策候補。

実際にタイトルを変えるのか、内部リンクを追加するのか、しばらく観測を続けるのかは、自分で決めます。

それでも、毎回ゼロから数字を眺めて考えるより、最初の論点が整理された状態から判断できるようになったのは大きな変化でした。

3. 記事別｜累積PVと直近7日間の伸びを比較する

記事別画面では、各記事のIMP、PV、PV率に加えて、直前差分と7日差分を並べています。

累積PVが多い記事は、以前から強かっただけかもしれません。

一方、累積値はまだ小さくても、直近7日で伸び始めている記事もあります。

そこで、

• これまでの累積値

• 直前の取得からどれだけ増えたか

• 7日前からどれだけ増えたか

を分けて見るようにしました。

これで「昔から強い記事」と「今まさに伸びている記事」を区別しやすくなります。

4. 記事ポジション｜IMP×PV率の4象限で記事改善を考える

記事ポジション画面では、横軸をIMP、縦軸をPV率として、全記事を4象限に分けています。

分類は次の4つです。

• 勝ち筋：IMPもPV率も高い

• CV改善：露出はあるがPV率が弱い

• 露出拡大：PV率は高いがIMPが少ない

• 育成：まだ判断材料が少ない

たとえばCV改善の記事なら、タイトルやアイキャッチを改善する候補になります。

露出拡大の記事なら、SNS告知、関連記事からの内部リンク、マガジン掲載などが候補になります。

以前、この4象限を追加した過程は別の記事でも公開しました。

▶ AIと作ったnote分析ダッシュボードを改造。IMP×PV率の4象限で「次に直す記事」を見える化した

今回は4象限単体ではなく、ほかのデータと合わせてAIの提言へつなぐところまで広げています。

5. 流入・施策｜検索・SNS流入と実施した施策を照らし合わせる

流入・施策画面では、検索エンジン、X、Threads、TikTok、note内流入などを確認します。

検索流入では、Google、Bing、Yahoo、DuckDuckGoをまとめて集計しています。

ただし、ここで取得できるのは全記事合計の検索エンジン流入です。記事ごとの検索キーワードや検索順位を、このダッシュボードで直接確認できるわけではありません。

そのため「この記事のPV増加は検索流入が原因」とは断定しません。公開から一定期間が経過し、PVが増えている記事を「SEO観測候補」として表示するところまでにとどめています。

施策モニターには、タイトル変更、SNS導線追加、マガジン掲載など、自分が実際に行ったことを記録します。

施策と数字の変化が同じ時期に起きたとしても、その施策が原因だったとは限りません。

それでも、何をしたのかを残しておけば、あとから仮説を立てたり、再検証したりしやすくなります。

6. 使い方｜毎日10分の確認と週1回の施策判断

機能を増やすほど、全部の数字が気になってしまいます。

そこで「使い方」画面も追加しました。

基本運用は、毎日10分で変化を確認し、週1回まとめて意思決定する形です。

毎日タイトルやアイキャッチを変えていると、何が影響したのか分からなくなります。

そのため、日々は異常や変化の発見にとどめ、施策は原則1つずつ試します。

AIが候補を多く出したとしても、すべてを同時に実行するわけではありません。

AIに任せたのは「候補を出すところ」まで

現在の流れを整理すると、次のようになります。

noteの実測データを蓄積する

↓

記事別・テーマ別・流入元別に整理する

↓

ルールで注目箇所を抽出する

↓

AIが改善候補と次の施策を提言する

↓

人間が実行する施策を1つ選ぶ

↓

実施後の変化をまた観測する

AI秘書といっても、AIが勝手にnote運用を決める仕組みではありません。

データを探し、比較し、論点を整理するところをAIに手伝ってもらい、最後の判断は自分で行います。

自分にとって一番大きかったのは、この一連の動線を作れたことでした。

ダッシュボードを見ると数字が分かる。

その数字をAIへつなぐと、次に考えるべきことが見えてくる。

ようやく、マーケ分析ができるAI秘書の土台ができた感覚があります。

6画面と改善判断を紹介。作り方は次回まとめます

今回は、実際の6画面に加えて、この記事自身を改善候補にした判断の過程も紹介しました。

実際には、この裏側に、

• Googleスプレッドシートのデータ構成

• noteの数値を蓄積する仕組み

• GASでデータを読み込む処理

• HTMLダッシュボードの表示

• 指標の計算ルール

• AIへ分析を依頼するための入力設計

• エラーや重複を防ぐための処理

などがあります。

ここまで作る間には、Googleログインで止まったり、保存に失敗したと思って再送したら二重登録になったり、記事を全件取得できていなかったりと、いくつも失敗しました。

これまでの開発過程は、以下の記事でも公開しています。

▶ 実際に使っているnote分析ダッシュボードを公開。AIと作った仕組みの全体像【前編】

▶ GASを知らなかった私が、AIとnote分析ダッシュボードを作るまで【後編｜構成と手順を公開】

▶ コードを読まずにGASで分析システムを作った。「何を見たいか」を言葉にする力が重要だと気づいた

ただ、現在の完成版をゼロから再現するには、過去記事だけでは足りません。

次回は、初心者でも順番に組み立てられるよう、必要なデータ、設計、AIへの依頼方法、つまずきやすいポイントをまとめた実践ガイドを作る予定です。

まだ「誰でも同じように再現できる」と断定できる段階ではないため、実際の手順をもう一度確認しながら整理します。

よくある質問｜noteのアクセス解析とAI分析

Q. noteのアクセス解析をAIに渡すと、何を提案してもらえる？

自分の仕組みでは、全体KPIや記事別の伸び、IMP×PV率の4象限、流入元、過去の施策記録を見ながら、注目記事や次に試す施策の候補を出してもらっています。ただし、AIが出した案をそのまま実行するわけではありません。

Q. PV率が低い記事は、すぐにタイトルを変えるべき？

すぐには変えません。まずIMPとPVの変化を確認し、ほかの施策を検証中ではないかを見てから判断します。タイトル変更だけでなく、アイキャッチや内部リンクの見直し、しばらく観測するという選択肢もあります。

Q. どの記事にGoogle検索からアクセスが来たか分かる？

このダッシュボードで集計できている検索流入は全記事合計です。個別記事の検索流入数や検索順位まで直接分かるわけではありません。だから記事のPV増加を、検索流入の成果と決めつけないようにしています。

Q. 同じnote分析ダッシュボードを作る手順も分かる？

この記事では画面と分析の考え方を紹介しています。Google Sheetsへの記録から、GAS・自動取得・HTML表示・AI分析へ広げた過程は、構成と手順を公開した後編で紹介しています。現在の完成版を誰でもそのまま再現できるかは、まだ検証中です。

まとめ

今回紹介したダッシュボードでは、次のことを1つの画面群で確認できるようになりました。

• note全体のKPIと変化

• 通常記事の強さと公開24時間の初動

• 記事別・テーマ別・シリーズ別の比較

• IMP×PV率による記事ポジション分析

• 検索・SNS・note内流入

• 実施した施策と、その後の変化

• AIによる注目点・改善候補・次の施策の提言

今回、この記事自身を改善候補として見直したことで、数字を眺めるだけでなく、どこを直すかを決めるためにこの仕組みを使う意味がはっきりしました。ただし、この修正によるPV改善はまだ未検証です。

一番の成果は、グラフが増えたことではありません。

実測データをもとに、AIと一緒に次の施策を考えられるようになったことです。

まだ完成ではなく、運用しながら判断ルールや分析方法も改善していきます。

📊 あわせて読みたい｜note分析ダッシュボード実践シリーズ

AIと一緒にnoteの分析環境を作り、数字の見える化から記事改善、次の施策の提言まで進めた記録です。

① ダッシュボードを作った話（前編）

② 作り方と試行錯誤（後編）

③ 分析機能の改善

④ 全画面公開・AIによる施策提言（最新版）

⑤ 記事ポジションから改善へ（2026年10月18日公開）

📚 note分析ダッシュボードの制作から記事改善まで、10本まとめて読む

「note分析ダッシュボード｜制作・改善」マガジンはこちら