Googleマップで順位を追っていると、「先月までいなかった店舗がTop3に入った」「いつも上位だった競合が突然消えた」といった変化に気づくことがあります。Top3とは、特定のキーワード・地点で表示される上位3店舗のことです。
こうした場面で自店の順位だけを見ていても、何が起きたのかは分かりません。変わったのが自店なのか、競合なのか、それとも計測条件なのかを区別できないためです。
まず、同じキーワード・同じ地点のTop3を複数の時点で保存し、どの店舗が入り、どの店舗が抜けたかを確認します。そのうえで、カテゴリ、口コミ、Googleビジネスプロフィール（GBP）の変更、自店の施策を同じ時系列に重ねて、原因の候補を絞ります。Top3に入っている店舗の顔ぶれを、この記事では「競合集合」と呼びます。
この記事では、MEOの競合入れ替わりを「競合集合の変化」として記録し、原因候補を切り分ける実務手順を、計測条件の固定から7つのステップまで順に説明します。
MEOの競合変動は「順位」だけでなくTop3の顔ぶれを見る
MEOの競合変動を分析するときは、自店が「3位から5位になった」といった順位だけを見るのではなく、その地点でTop3に入っている店舗の集合、つまり競合集合そのものを確認します。順位の数字だけでは、競合の顔ぶれが変わったのか、顔ぶれは同じで順位だけが動いたのかが分からないためです。
次の表は、ある地点のTop3が3つの時点でどう変わったかを示した例です。
| 時点 | 1位 | 2位 | 3位 |
|---|---|---|---|
| 8月1日 | 店舗A | 店舗B | 店舗C |
| 8月8日 | 店舗A | 店舗D | 店舗C |
| 8月15日 | 店舗D | 店舗A | 店舗C |
この例には、性質の違う2つの変化が含まれています。
- 8月1日から8月8日にかけては、店舗Bが抜け、店舗Dが新しくTop3へ入っています。
- 8月8日から8月15日では店舗の顔ぶれ自体は変わっておらず、店舗AとDの順位だけが入れ替わっています。
前者は「競合集合の入れ替わり」、後者は「既存競合間の順位変動」です。この2つは別の現象なので、店舗が入れ替わる競合集合の変化と、同じ店舗同士で順位だけが変わる状態は分けて分析します。競合入れ替わりを分析するときは、最初にこの違いを分けてください。
計測全体の中での競合変動の位置づけは、MEOの効果測定の全体像で整理しています。
最初に計測地点・キーワード・条件を固定する
時系列で比較するときは、比較条件をそろえることが前提です。条件がそろっていないと、表示された店舗の違いが競合の変化なのか、計測のずれなのかを判断できません。
Googleは、ローカル検索結果を主に「関連性」「距離」「知名度」の組み合わせで決定すると説明しています。特に距離は検索ユーザーの位置によって変わるため、計測地点がずれるだけでも表示店舗が変わる可能性があります。
そのため、少なくとも次の6項目を記録します。検索キーワード・計測地点・計測頻度・計測方法は毎回同じにそろえ、Top3店舗と取得日時は計測のたびに記録します。
| 固定する条件 | 記録例 | 理由 |
|---|---|---|
| 検索キーワード | 新宿 歯医者 | 検索意図をそろえる |
| 計測地点 | 地点ID A01 | 距離条件をそろえる |
| 計測頻度 | 毎週土曜日 | 時系列比較をしやすくする |
| 計測方法 | 同一ツール・同一設定 | 取得条件の差を減らす |
| Top3店舗 | 店舗名・順位 | 競合集合を比較する |
| 取得日時 | 2026/8/1 10:00 | 後から変化点を確認する |
「先週は店舗前、今週は駅前」のように地点が変わっている場合、その差を競合の施策変化として扱ってはいけません。
まず計測条件の違いを除外することが、競合入れ替わり分析の出発点です。
Top3の入れ替わりを入替率で数値化する
Top3の変化の大きさは、入れ替わった店舗の数で数値化できます。単純な方法として、この記事では「入替店舗数」を使います。
たとえば、前回と今回のTop3が次のとおりだったとします。
- 前回：A・B・C
- 今回：A・D・E
前回から残っているのはAだけです。BとCが抜け、DとEが入ったため、Top3のうち2店舗が入れ替わっています。この割合を、次の式でTop3入替率として表します。
Top3入替率 ＝ 入れ替わった店舗数 ÷ 3 × 100
この例に当てはめると、次のようになります。
2 ÷ 3 × 100 ＝ 約66.7％
Top3入替率はGoogle公式の指標ではなく、地点ごとの競合集合の変化量を比較するための分析指標です。入替店舗数ごとの値と、状態の見方の目安は次の表のとおりです。
| 入替店舗数 | Top3入替率 | 状態の見方 |
|---|---|---|
| 0店舗 | 0％ | 競合集合は安定 |
| 1店舗 | 33.3％ | 一部競合が変化 |
| 2店舗 | 66.7％ | 競争環境が大きく変化 |
| 3店舗 | 100％ | Top3が完全に入れ替わった |
複数地点でこの数字を出すと、「1地点だけで偶発的に変わったのか」「商圏全体で競合集合が変わっているのか」を区別しやすくなります。
競合が入れ替わったら5つの原因候補を順番に確認する
Top3の変化を確認したら、順位が動いた日付の前後で何が変わったかを調べます。ここでは、原因候補を次の5つの観点で順に確認します。
Googleはローカル順位について、関連性、距離、知名度など複数の要素を組み合わせていると説明しており、検索アルゴリズムの詳細は公開していません。そのため、一つの要素だけを見て「これが原因だ」と断定しないでください。
1. 新しい競合店舗が参入していないか
最初に確認するのは、Top3へ入った店舗が以前から存在していた店舗なのか、新規開業や新規登録によって現れた店舗なのかです。
新規店舗であれば、自店の評価が悪化していなくても、競合数の増加によって順位が変化する可能性があります。「自店が下がった」と見る前に、「競争相手が増えた」可能性も確認します。
2. 競合のカテゴリが変わっていないか
Googleビジネスプロフィールのカテゴリは、その店舗がどのような事業を行っているかをGoogleとユーザーへ伝える情報です。
Google公式ヘルプは、設定するカテゴリがローカル検索順位へ影響すると説明しており、主カテゴリには事業を最も具体的に表すカテゴリを選ぶことを推奨しています。したがって、これまで表示されなかった店舗が突然Top3へ入った場合は、カテゴリ変更の有無を確認する価値があります。
ただし、変更履歴を保存していなければ、過去のカテゴリを後から完全には確認できない場合があります。競合分析では、現在のカテゴリだけでなく、計測した時点のカテゴリも保存しておきます。
3. 口コミ件数・評価・増加ペースが変わっていないか
Googleは知名度を判断する情報の例として、Web上の情報や口コミ数などを挙げています。また、口コミ数が多く評価が高いことがローカル順位に良い影響を与える可能性があると、公式ヘルプで説明しています。
そこで競合店舗については、最低限、次の数字を時系列で保存します。次の表は記録の例で、数値は説明用の例です。
| 指標 | 前回 | 今回 | 変化 |
|---|---|---|---|
| 口コミ件数 | 86件 | 103件 | +17件 |
| 平均評価 | 4.1 | 4.2 | +0.1 |
| 直近4週間の増加数 | +4件 | +17件 | +13件 |
この例では、口コミ件数が86件から103件へ17件増えています。直近4週間の増加数も+4件から+17件へと13件増えており、件数だけでなく増加ペースも速くなっています。
ただし、「口コミが17件増えた直後に順位が上がった」というだけでは、口コミ増加が順位上昇を直接引き起こしたとは証明できません。カテゴリ変更、店舗情報、Web上の情報、競合側の変化などが同時に起きている可能性があるためです。ここでは「原因」ではなく「原因候補」として記録します。
4. GBPやWeb上の店舗情報に変化がないか
Googleは、Googleビジネスプロフィールの情報だけでなく、公式Webサイトなどの公開されているWeb情報、第三者から提供された情報、ユーザーによる投稿など、複数の情報源を利用して店舗情報を構成しています。
そのため、競合の確認をGBPだけで終えないようにします。カテゴリ、営業時間、サービス、店舗説明に加えて、公式サイトの店舗ページやサービス内容に大きな変更がないかも確認します。
5. 自店側の施策変更と時期が重なっていないか
競合だけでなく、自店の変更履歴も同じ時系列に置きます。たとえば、自店がカテゴリを変更した直後に複数地点で順位が動いた場合、競合店舗の変化だけを追っても原因候補を正しく切り分けられません。
自店については、次の実施日を記録します。
- カテゴリ変更
- 店舗情報更新
- 口コミ増加
- Webサイト修正
- 営業時間変更
これらを競合側の変化と同じ時系列に並べると、時期の重なりが見えてきます。次の節では、その並べ方を表にまとめます。
Top3と変化を一つの時系列表にまとめて原因候補を切り分ける
ここまでの記録は、Top3と各変化を一つの表にまとめると読みやすくなります。順位変化と同時期に起きた出来事を一つの時間軸へ並べ、原因を断定せず候補として切り分けるのが目的です。
次の表は架空の例です。
| 日付 | Top3 | 新規参入 | カテゴリ変更 | 口コミ変化 | 自店施策 | 仮説 |
|---|---|---|---|---|---|---|
| 8/1 | A・B・C | なし | なし | 大きな変化なし | なし | 基準 |
| 8/8 | A・D・C | D確認 | 不明 | D +3件 | なし | 新規競合の影響候補 |
| 8/15 | D・A・C | なし | D変更確認 | D +18件 | なし | 関連性・知名度の変化候補 |
| 8/22 | D・A・自店 | なし | なし | 自店 +12件 | 店舗ページ更新 | 自店側改善の影響候補 |
この例では、8/8にDの新規参入が確認され、Top3がA・B・CからA・D・Cに変わっています。8/15にはDのカテゴリ変更が確認され、口コミも18件増えて、Dが1位になりました。8/22には自店の口コミが12件増え、店舗ページも更新されており、Top3に自店が入っています。それぞれ、表の「仮説」の列に書いたとおり、原因の候補として扱います。
この形式にすると、「順位が変わった」という結果と、その前後で起きた出来事を分けて確認できます。見るべきなのは、変化が1回だけなのか、2〜4回の計測でも続いているのかです。一時的な順位変動を見ただけで施策を変更すると、本来必要のなかった修正を行ってしまう可能性があります。
単一地点ではなく複数地点で競合集合を比較する
競合入れ替わりの影響範囲を判断するには、1地点だけでなく複数地点を見る方法が有効です。
たとえば5地点を観測して、次の2つの状態が分かったとします。
- 地点Aだけで店舗DがTop3へ入った
- 5地点中4地点で店舗DがTop3へ入った
この2つでは、意味が異なります。
1地点だけの変化と複数地点に広がる変化は意味が違うため、地点別に競合集合を比較します。前者は距離条件など局所的な要因の可能性があります。後者は、より広い範囲で店舗Dの表示状況が変わった可能性があります。
Googleがローカル検索で距離を主要要素の一つとしている以上、地点別の違いを無視して商圏全体の変化と判断するのは避けるべきです。
競合入れ替わりは来店候補者の「比較相手」が変わったことでもある
企業側では順位変動として見えていても、地域検索ユーザー側から見ると「検索時に比較する店舗の顔ぶれが変わった」という変化です。そのため、Top3へ新しく入った競合については、順位だけでなく、口コミや評価など来店候補者が実際に確認する情報も分析する価値があります。
2026年に公表されたレストラン選択に関する研究では、過去6か月にオンラインレビューを使ってレストランを選んだ479人を対象に調査し、オンライン情報への信頼が店舗選択と関連することが確認されています。
これは「口コミを増やせばGoogle順位が上がる」ことを証明する研究ではありません。ただ、Top3の競合が変われば、検索ユーザーが目にするレビュー情報や比較対象も変わります。
MEOでは「Google上で誰と競争しているか」と「来店候補者から誰と比較されているか」を同時に見る必要があります。
原因を断定するのではなく証拠の強さを段階的に上げる
競合入れ替わり分析では、最終的に「原因を一つ決める」ことより、どの仮説に証拠が集まっているかを整理することが重要です。
たとえば競合Dの順位上昇について、次の順に確認できたとします。確認が進むほど、証拠は強くなります。
- 1回だけ順位が上がった
- 複数週で順位上昇が継続した
- 複数地点でもTop3へ入った
- 同時期にカテゴリや口コミなどの変化が確認できた
- 他の主要競合には大きな変化がなかった
この順に確認できれば、原因候補として扱える材料は増えます。それでも、Googleが公開していないランキングアルゴリズムまでは確認できないため、因果関係が証明されたとは言えません。
そこで実務では、記録を次の3つに分けます。
- 確認できた変化
- 原因として考えられる仮説
- まだ確認できていない条件
競合入れ替わり分析は7つのステップで進める
ここまでの内容を、実際の運用では次の7つのステップにまとめて進めます。
- 比較条件を固定する：キーワード、地点、計測方法、頻度を固定します。
- 地点別Top3を保存する：順位だけでなく、1〜3位の店舗名を毎回保存します。
- 前回との競合集合差を出す：新しく入った店舗、抜けた店舗、継続している店舗を分類します。
- 変化点の前後を調べる：カテゴリ、口コミ件数・評価、GBP情報、Web情報、新規参入、自店施策を時系列で重ねます。
- 複数地点で再確認する：特定地点だけの変化か、商圏内で広く発生している変化かを確認します。
- 原因候補を優先順位付けする：確認できた証拠が多い仮説から優先して検証します。
- 次回計測で再検証する：一度の順位変化では判断せず、継続性を確認します。
この運用を続けることで、「順位が下がったから口コミを増やす」といった反射的な対応から、「競争環境のどこが変わったのかを確認してから施策を選ぶ」運用へ変えられます。
まとめ
MEOの競合変動を正しく分析するには、自店の順位だけではなく、地点別Top3の競合集合がどう入れ替わったかを見ることが重要です。最初の一歩は、キーワードと計測地点を固定し、Top3店舗を時系列で記録することです。
競合が入れ替わった場合は、新規参入、カテゴリ、口コミ、GBP・Web情報、自店施策などを同じ時系列へ重ねます。さらに複数地点を比較すれば、局所的な変化なのか商圏全体で起きている変化なのかを判断しやすくなります。
ただし、順位変化と同時期に何らかの変化があっただけで、因果関係が証明されたわけではありません。「確認できた変化」「原因として考えられる仮説」「まだ確認できていない条件」を分け、次回計測で仮説を再検証することが、MEO競合分析の精度を高める基本です。
参考文献・データ元
この記事で参照した情報を確認できます。
Google「Tips to improve your local ranking on Google」
ローカル検索結果の主要要素である関連性・距離・知名度、口コミと順位の関係を確認。
参考元データ：Googleビジネスプロフィール ヘルプ（ローカル検索順位）
Google「Manage your business category」
ビジネスカテゴリの役割とローカル検索順位との関係を確認。
参考元データ：Googleビジネスプロフィール ヘルプ（ビジネスカテゴリ）
Google「Understand how Google sources & uses info in Business Profiles & local search results」
Business Profileに利用される情報源を確認。
参考元データ：Googleビジネスプロフィール ヘルプ（ビジネス情報の情報源）
Nguyen, D. N. & Bui, T. T.（2026）「Information Literacy and Trust in Online Reviews: Evidence From Restaurant Choice Decisions」
オンラインレビュー利用者479人を対象に、レビュー情報への信頼とレストラン選択の関係を分析。
参考元データ：SAGE Journals（論文ページ）
‹ 親記事: MEOの効果測定は何から始める？「表示・行動・来店」でつながりを追う全体像とツールの選び方
関連記事
- › MEO順位計測の設計方法｜地点・検索語句・頻度を固定して店舗別に比較する
- › MEOの競合分析方法｜検索地点・カテゴリ・口コミ・店舗情報を比較する
- › 複数店舗のMEO成果を統合｜店舗IDでGBP・予約・電話を接続
- › MEO順位変動のアラート設計｜地点別順位・競合入替・GBP変更を異常検知する
- › MEO施策の実験ログを作る方法｜GBP変更・順位・行動・来店を施策単位で記録
- › GBPのUTM計測方法｜Web・予約・メニュー流入をGA4で確認
- › MEO順位ヒートマップの読み方・分析方法｜地点グリッドで商圏・競合・弱点エリアを可視化
- › 複数店舗のMEO対策を比較｜商圏・検索需要・競合密度をそろえる
- › GBP写真の効果検証｜閲覧・Web・経路・予約を更新前後で比較
- › GBPカテゴリ変更の効果検証｜順位・検索語句・行動を比較
- › GBPの予約・注文リンク効果｜クリックから完了まで店舗別に比較
- › Googleマップ経由の電話成果を測る方法｜発信・応答・予約・来店を店舗別に追う
- › Googleマップの経路検索を来店成果につなげて測る方法｜ルート検索・予約・POSを店舗別に比較
- › MEO順位が急落したときの原因切り分け｜計測地点・プロフィール変更・競合・口コミを順に確認
- › 多店舗でGoogleマップの成果に差が出るときの診断方法｜更新・口コミ・順位・運用体制を店舗別に比較
- › 従業員規模でMEOスコアに差。300人以上の企業で最も高い結果に
