AIDA/AIDMA/AISAS/AISCEAS

Summary

「ファネル／購買行動（Funnel & Consumer Behavior Models）」の中で、AIDA／AIDMA／AISAS／AISCEASは“メディア環境の変化を、購買プロセスの言葉に翻訳する”ための代表的モデルです。

一言で言うと、「認知〜購買〜購買後（共有）までを、どこで何を打つべきかに分解する枠組み」です。

いつ使うか：施策を“認知・検索・比較・購買・共有”のどこに効かせるかを整理し、KPIとコンテンツ設計を揃えたいときに使います。

秀逸ポイント

最大の秀逸さは、4つのモデルが「時代の主戦場（メディア／接点）の変化」をそのまま反映している点です。AIDA/AIDMAはマス広告〜店頭の“片方向”を前提に、注意・関心・欲求・記憶といった心理の連鎖で整理します。一方AISAS/AISCEASは、ネット普及後に顕在化したSearch（検索）とShare（共有）を中心に据え、さらにAISCEASは比較（Comparison）・検討（Examination）を切り出して「高関与・長期検討・BtoB/高単価」の現実に寄せます。
実務上の価値は、モデルを“正しい購買心理の説明”として使うよりも、コンテンツ（記事・LP・動画・レビュー・FAQ）と配信（広告・SEO・SNS）を、購買段階ごとに設計・棚卸しできる点にあります。特にAIマーケの文脈では、検索体験（生成AI検索・レコメンド・チャット接客）が“Search/Comparison/Examination”を圧縮しやすく、どの段階をAIで短縮し、どの段階は人の納得（信頼）で担保するかという設計にも直結します。

提唱者・発表時期

• AIDA：E. St. Elmo Lewis（エリアス・セントエルモ・ルイス）により1898年頃に原型が提唱されたとされます。広告・販売コミュニケーションの古典的「階層効果（Hierarchy of Effects）」の代表格です。

• AIDMA：AIDAを土台に「Memory（記憶）」を加えたモデル。提唱者・原典は二次情報で揺れがあり、米国の実務書著者Samuel Roland Hall（サミュエル・ローランド・ホール）に帰される説明が広く流通しますが、周辺にはAIDCA（Conviction＝確信）など類似式も多く、“何が正統か”は整理が必要です。

• AISAS：電通が2004年に提唱した購買行動モデルとして知られます（同時期に商標登録が行われたとする説明もあります）。Attention-Interest-Search-Action-Shareで、検索と共有を組み込んだ点が核です。

• AISCEAS：アンヴィコミュニケーションズの望野氏が2005年前後に提唱したとされ、Searchの内側をComparison/Examinationに分解して“比較検討の現場”に寄せたモデルです。

補足（コトラー1.0→2.0→3.0→4.0→5.0との接続）：コトラーらは、1.0（プロダクト中心）→2.0（顧客中心）→3.0（人間中心）→4.0（伝統×デジタル）→5.0（テクノロジー×人間性）という“マーケの進化”を提示しています。AIDA/AIDMAは1.0〜2.0のマス/販促と親和性が高く、AISAS/AISCEASは4.0以降のデジタル接点（検索・SNS・レビュー）と整合しやすい、という整理が実務的です。

詳細説明

1) 4モデルの変遷は「メディアの主役交代」を写している

• AIDA（Attention→Interest→Desire→Action）は、広告や営業が“注意を取り、関心を育て、欲求を起こし、行動させる”という直線を置きます。19世紀末〜20世紀初頭の印刷広告・対面販売の世界観にフィットし、いわゆる階層効果モデルの代表として引用され続けています。

• AIDMA（A→I→D→M→A）は、購買までのタイムラグ（「今は買わないが、覚えておく」）を“Memory”として組み込み、反復接触（リマインド）を前提にします。ただし歴史的にはAIDCA（確信）など近縁モデルが多く、国内流通の説明には混同・省略が含まれることがあるため、モデルを“原典の正しさ”より“使い分けの道具”として扱う姿勢が現実的です。

• AISAS（A→I→S→A→S）は、インターネット普及によって「欲求→記憶」よりも先に検索（Search）が入り、購買後に共有（Share）が発生する現象を中心に据えます。電通が2004年に提唱したモデルとして知られ、能動的消費者（自分で調べ、発信する）を前提に設計されています。

• AISCEAS（A→I→S→C→E→A→S）は、検索の中身を比較（Comparison）と検討（Examination）に分け、購入意思決定が長い商材（高額・BtoB・機能価値が高い商材）に寄せます。提唱元の説明でも、機能価値が高い商材では検索・比較・検討が厚くなる、という立て付けが強調されています。

2) 比較表：何が違うのか（実務での“使い分け軸”）

（AIDAの起源と位置づけ、AISAS/AISCEASの提唱時期・定義は各出典に基づきます。 ）

3) 実務で重要なのは「モデルの正誤」より、設計上の3つの用途

1. コンテンツの棚卸し：記事・LP・導入事例・比較表・FAQ・レビュー誘導を、どの段階の“詰まり”解消に置くか

2. KPI設計：Attention=リーチ/想起、Search=指名検索・自然流入、Comparison/Examination=資料請求・デモ・評価、Action=CV、Share=UGC/レビュー

3. 施策の責務分解：広告＝Attention/Interest、SEO＝Search、比較資料＝Comparison、導入事例・第三者評価＝Examination、オンボーディング＝Shareの促進

4) よくある誤解（＝誤用）と、避けるための注意点

• 誤用①：直線モデルを“現実そのもの”として扱う
  実際の購買は往復・脱線・並行が当たり前です。階層効果モデルは直感的ですが、実証面では「厳密な順序の存在」への支持が強くない、という批判も継続しています。したがって、診断や議論の“共通言語”として使い、現場のログ（検索クエリ、回遊、比較ページ閲覧、商談履歴）で補正するのが安全です。

• 誤用②：AISASなのに“Searchに勝つ設計”がない
  SNSで話題化（Attention/Interest）しても、検索結果・比較記事・レビューで負けると失速します。AISAS/AISCEASを採るなら、SEO・比較表・FAQ・レビュー戦略が中核です。

• 誤用③：AISCEASを“全部計測”しようとして破綻する
  Comparison/Examinationは深い検討行動なので、計測粒度を上げすぎると運用が重くなります。最初は「比較ページ閲覧」「資料DL」「デモ到達」「導入事例閲覧」など代理KPIに落とす方が回ります。

5) AIマーケティングへの“さりげない接続”

生成AIとレコメンドの普及は、購買行動モデルの中でも特にSearch/Comparison/Examinationを変形させます。ユーザーは検索窓ではなく「AIに聞く」ことで、比較表やレビュー要約まで一気に取得します。すると勝負は、

• AIが参照しやすい一次情報（公式サイト、仕様、FAQ、構造化データ）

• 第三者評価（レビュー、導入事例、検証記事）

• “納得の根拠”の提示（制約、注意点、選び方）
  に移ります。これは、コトラーらが示す「デジタルと人間性の統合（4.0→5.0）」とも整合的で、AIに最適化された情報設計（AIO的観点）がファネル設計そのものになります。

具体例／活用案

1) AISASを“コンテンツ設計”に落とす（SNS→検索→共有まで一気通貫）

研究ベースの例として、TikTokアカウントの投稿戦略をAISASで分解し、Attention/Interestを短尺動画で取り、Searchを促し、Action（問い合わせ等）とShare（拡散）に繋げる、という分析があります。ここで示唆的なのは、SNS投稿が単なる認知ではなく、「検索される前提の“導入”」として設計されている点です（動画内で検索キーワードや比較軸を与える、プロフィール導線を整備する等）。AISASは“5段階の説明”より、**Searchに渡すための前処理（Interestの作り方）**として使うと強いです。

2) AISCEASをBtoB/高単価の意思決定に合わせる（比較・検討を主戦場にする）

AISCEASの提唱説明でも強調される通り、機能価値が高い商品・サービスでは、Searchの後に「比較して、検討して、やっと行動」が発生します。
BtoB（例：SaaS、MAツール、分析基盤）でこれを実装する場合、施策は概ね次のように整理できます。

• Comparison（比較）：競合比較表、料金・機能一覧、移行チェックリスト、RFP雛形

• Examination（検討）：導入事例（同業・同規模）、セキュリティ白書、運用体制、PoC/無料トライアル、Q&Aウェビナー

• Action（行動）：見積依頼→稟議資料テンプレ→契約までの摩擦除去

• Share（共有）：導入後のコミュニティ、成功事例発信、レビュー依頼
  重要なのは、AISCEASを採ると“広告よりコンテンツの品質”に投資配分が寄りやすいことです。特に比較・検討フェーズは、情報が不足すると他社へ流れるリスクが高い、と実務解説でも繰り返し指摘されています。

3) AIDMAは「指名買い」と「反復接触」にまだ効く（ただしSearch時代に補正する）

AIDMAは古典扱いされがちですが、“記憶”が効く商材では今でも実務に残ります。例えば日用品・定番・習慣購買では、反復接触→想起→店頭/ECでの選択が起きやすく、Memoryは設計変数です。
一方で誤りやすいのは、「記憶さえ作れば買う」という過信です。いまは興味が立つと検索され、比較されます。したがってAIDMA運用でも、

• 指名検索に勝つ（ブランド名＋カテゴリでの上位表示）

• FAQ/レビュー整備で“比較検討の不安”を潰す
  といったAISAS/AISCEAS的な補正が必要です。

4) “AIDAのLP最適化”は、AI時代に「確信（Conviction）」が再浮上する

周辺モデルとしてAIDCA（確信）やAIDCAS（満足まで）などが語られる通り、デジタルでは「欲求」より先に“確信できる根拠”が問われます。
生成AIが比較要約をするほど、ユーザーは「どこが違うのか」「なぜそれが言えるのか」を要求するため、LP/提案書では“Conviction設計（証拠・第三者評価・制約提示）”が重要になります。

すぐ使える問い（Killer Question)

1. 私たちは“Search以降”に勝つ準備があるか？（理由：AISAS/AISCEASは検索・比較・検討が主戦場。認知だけ取っても、比較表・FAQ・レビューで負けると失速するため）

2. 比較検討で負けているのは、機能差ではなく“確信材料の不足”ではないか？（理由：AIDMAの“記憶”より、いまは第三者評価・運用体制・制約条件が意思決定を左右しやすい）

3. AIが要約・推薦する世界で、参照される一次情報（公式・構造化・FAQ）と、参照される評判（レビュー・事例）は設計できているか？（理由：Search/Comparison/ExaminationがAIで圧縮されるほど、情報の“参照可能性”が競争力になる）

参考文献

支持する主要な証拠源：

• Oxford Reference – AIDA
• EBSCO Research Starters – AIDA model
• 電通報 – Dual AISASで考える戦略
• GMO Research – AISAS
• アンヴィコミュニケーションズ公式 – AISCEASの法則
• 望野和美 – Wikipedia
• 岡山大学学術論文 – 消費者行動モデルの進化

学術的議論を示す文献：

• Carleton University研究論文 – AIDAの起源
• 東京経済大学論文 – AIDMAを巡る言説とその問題点