Google AIショッピングデータ：可視性よりも需要が重要

GoogleはAIショッピングデータの公開を開始したが、最も重要なのは「可視性」ではない

Google Merchant Centerは、マーチャント向けに**「AIパフォーマンスインサイト（AI Performance Insights）」**の提供を開始しました。ブランドは初めて、Google公式のダッシュボードを通じて、自社製品が「AIモード（AI Mode）」「AI概要（AI Overviews）」「Gemini」においてどのような消費者ニーズを満たしているか、購買ジャーニーのどの段階にそのニーズが位置しているか、そして競合ブランドと比較してどれだけのAI露出を獲得しているかを確認できるようになりました。

しかし、このレポートを確認したことで、私はある確信をより深めることになりました。

生成エンジン最適化（GEO）の次なるフェーズにおいて最も価値のあるデータは、AIがブランドに何回言及したかではない。顧客の需要がどこに集中しており、ブランドがその需要を実質的に満たせるかどうかである。

1. はじめに

以前、私はGoogleサーチコンソールとBingウェブマスターツールが、AI検索に関連するデータの提供を開始したことについて執筆しました。

当時の私の結論は、GEOはサードパーティのモニタリングや業界の判断に基づいた新しいコンセプトから、公式プラットフォームのデータによって検証可能な段階へと移行しつつある、というものでした。

Microsoftが引用（Citations）の報告を開始し、GoogleサーチコンソールがAIインプレッションの報告を開始したことは、少なくとも一つの事実を証明しました。つまり、AI生成回答におけるブランドの可視性や引用が、検索プラットフォームが正式に計測すべき指標となったということです。

この一連のアップデートは、主にウェブサイトおよびコンテンツレイヤーに対応したものでした。

• ページがAI検索結果に表示されたかどうか
• ウェブサイトがAIのソースとして活用されたかどうか
• どのURLがインプレッションや引用を獲得したか

そして今、Googleはさらなる一歩を踏み出しました。

今回のデータはMerchant Centerに導入されたため、製品およびEコマースレイヤーへと領域が広がったことを意味します。

Googleの「AIパフォーマンスインサイト」は、消費者が「AIモード」「AI概要」「Gemini」を通じてどのように自社製品を発見しているか、類似製品と比較して自社ブランドがどの程度のシェア・オブ・ボイス（Share of Voice）を保持しているか、そしてユーザーがどの製品用語や属性を最も重視しているかをマーチャントに示し始めています。

これは単なる別のレポートではありません。

これは、「製品が露出したかどうか」よりもはるかに重要な問いに対する答えを導き出そうとする、Googleの試みです。

消費者はAIを通じて買い物をする際、実際に何を重視しているのか？

2. Googleは単なる「AI可視性レポート」以上のものを提供している

現在利用可能なインターフェースと公式説明に基づくと、「AIパフォーマンスインサイト」には4つの主要なデータカテゴリが含まれています。

2.1 シェア・オブ・ボイス（Share of Voice）

最初の指標は、GoogleのAIショッピング体験におけるブランドのシェア・オブ・ボイスです。

端的に言えば、特定のショッピングニーズに対してブランドや製品がどれだけのAI露出を獲得したかを推定し、Googleが自動的に特定した競合ブランドと比較するものです。

図1: Google Merchant Centerの「AIパフォーマンスインサイト」の例。ブランドのAIシェア・オブ・ボイスと、類似ブランドの平均値が表示されている。

この指標は、多くのGEOツールが使用する「可視性スコア（Visibility Score）」に似ているように聞こえるかもしれませんが、重要な違いがあります。

サードパーティのGEOツールは通常以下のことを行います。

一連のプロンプトを定義し、反復的に複数のモデルにクエリを投げ、ブランドが登場する頻度を計算する。

対してGoogleのデータは「AIモード」「AI概要」「Gemini」といった、Google自身のAIショッピング環境から生成されています。そのため、Googleエコシステム外のパフォーマンスは測定できませんが、エコシステム内における実際の露出に、より近いものとなっています。

その価値は、すべてのサードパーティ・モニタリングツールを置き換えることではなく、ブランドに対して公式なベースラインを提供することにあります。

Eコマースブランドは、以下をより確実に判断できるようになりました。

自社製品は、単に少数のテストプロンプトに表示されているだけではない。GoogleのAIショッピング需要のランドスケープに確実に入り込んでいる。

ただし、シェア・オブ・ボイスを市場シェアと解釈すべきではありません。

比較対象となるブランドはGoogleによって自動的に選択されるため、マーチャントが競争環境を完全にコントロールすることはできません。サンプルサイズ、製品の分類、Google側のエンティティ認識（Entity Recognition）の範囲も、パーセンテージに影響を与える可能性があります。

シェア・オブ・ボイスが100%だからといって、そのブランドがカテゴリを独占しているとは限りません。また、0%であっても露出が全くないとは限りません。

この指標は、単独のビジネスパフォーマンス測定ツールとしてではなく、トレンドを特定するために使用するのが最適です。

2.2 ユーザーは購買ジャーニーのどこにいるか

Googleは、AIショッピングクエリを購買ファネルに基づいて分類しています。

• 発見（Discovery）
• 評価（Evaluation）
• 購入（Purchase）

例えば以下のような場合です。

• 「オフィスに適したコーヒーマシンは何ですか？」は「発見」ステージに分類されます。
• 「小規模なオフィスには、カプセル式コーヒーマシンと全自動マシンのどちらが良いか？」は、「評価」ステージにより近くなります。
  「タイマー機能付きのコーヒーメーカーはどこで買えますか？」というクエリは、すでに購入（Purchase）ステージに入っています。

図2： AIパフォーマンス・インサイト（AI Performance Insights）は、ショッピング需要を「認知（Discovery）」「検討（Evaluation）」「購入（Purchase）」の各ステージに分類します。

私は、これが単なるAI露出量を測定するよりも価値があると考えています。

これまで、多くのGEO（生成AI検索最適化）モニタリングプログラムは、単にブランドがどこで露出したかをカウントするだけでした。

しかし、「空気清浄機とは？」という質問に対する回答に表示されることと、「ペットがいる家庭に最適な空気清浄機は？」という質問に対する回答に表示されることでは、商業的価値が大きく異なります。

前者は一般的な知識探索である一方、後者はすでに購入決定に近い段階にあります。

検索意図や意思決定ステージを区別しなければ、購入意図の高いクエリに対する10件の推奨の方が、100件の単なるブランド言及よりも価値があると言えます。

Googleは、このデータをMerchant Center（マーチャントセンター）に直接配置することで、マーチャントに対して次のように伝えています。

AIショッピングは、単なる総露出量だけで判断すべきではない。その露出が購買ジャーニーのどこで発生しているかを理解する必要がある。

2.3 ユーザーが使用しているプロダクトターム（Product Terms）

Googleはさらに「プロダクトターム（Product Terms）」を提供しています。これは、AIを活用したショッピング体験において、消費者が頻繁に使用する製品コンセプトや表現のことです。

これには慎重な解釈が必要です。

Googleは生のプロンプトの完全なリストを提供しているわけではありません。集計されたプロダクトタームとクエリタイプを提供しているのです。

その構成は、AI検索の性質に適しています。

従来の検索において、キーワードは非常に短い場合があります。

ランニングシューズ

しかし、AIユーザーは次のように質問するかもしれません。

週に4回ランニングをしており、平均より体重が重く、よく膝に違和感を覚えます。長距離かつゆっくりとしたペースのランニング向けで、クッション性が高いランニングシューズはありますか？

この一つの質問には、複数の要素が含まれています。

• 使用頻度
• ユーザーの身体的状況
• 利用シーン
• 製品機能
• 潜在的なリスク
• 購入嗜好

このクエリを従来のキーワードレポートで分解しようとすると、データは断片化してしまいます。

しかし、消費者のインテント（検索意図）の観点から見れば、中心となる需要は明確です。

膝に不調を抱える体重の重いランナー向けの、クッション性の高い長距離用ランニングシューズ。

Googleはすべての長いプロンプトを個別に渡す代わりに、これらのクエリをより管理しやすい「需要のテーマ」「プロダクトターム」「購入ステージ」へと集約しています。

このレポートに関する業界分析でも同様の結論に達しています。データはより多く利用可能になっていますが、マーチャントは依然として生のクエリ、クリック、コンバージョンまでの全ジャーニーを見ることはできません。

これはGEO業界にとって重要なシグナルです。

将来、最も価値のある分析単位は、単独のプロンプトではなく、次のようなものになるでしょう。

同じ潜在的な顧客意図によって推進される、異なる言い回しのクエリ群（クラスター）。

2.4 製品属性が網羅されているか

第4のカテゴリーは、ユーザーが気にかけている製品属性と、それがブランドの製品データから漏れていないかどうかをカバーしています。

ユーザーは頻繁に以下のような項目について質問します。

• 素材
• 色
• 寸法
• 対象ユーザー
• 特徴
• 使用環境
• 互換性
• スタイル
• 防水性能
• 耐荷重

例えば、消費者が「その製品は屋外で使用可能か？」と繰り返し質問しているにもかかわらず、フィード、構造化データ、製品ページに使用環境の記載が全くない場合、Googleはその製品を推奨すべきかどうかを判断できません。

Google Merchant Centerは以前から、製品を適切なクエリとマッチングさせるために、マーチャントが提出する製品データに依存してきました。また、正確で網羅的な製品情報が、製品の適切な表示に直結することも一貫して強調してきました。

これまで、マーチャントは主にショッピング広告や無料リスティングのためにフィードを最適化してきました。

現在、これらの同じフィールドが、AIモード、AI概要（AI Overviews）、そしてGeminiにおける製品発見にも影響を与え始めています。

製品フィードの役割は変わりつつあります。

もはや単なる広告のデータソースではない。AIが製品を理解するための「基盤となる言語」になりつつある。

3. GoogleはAI検索を「キーワードレポート」から「需要マップ」へと変革している

このアップデートにおいて最も過小評価されている部分は、Googleが「シェア・オブ・ボイス（SOV）」を導入したことではなく、データをどのように整理することを選択したかという点にあります。

Googleは単にAI検索のキーワードリストをマーチャントに渡しているわけではありません。

代わりに、AIショッピングレポートは以下を中心に構成されています。

• ショッピングステージ
• クエリタイプ
• プロダクトターム
• 製品属性
• 競合ブランド
• 製品データの網羅性

なぜか？

AIユーザーは、固定された少数のキーワードを一貫して使い続けるわけではないからです。

同じニーズであっても、何十通りもの言い方で表現されます。

例えば、小さな家向けの空気清浄機を探しているユーザーは、次のように質問するかもしれません。

• 寝室用の空気清浄機はどう選ぶべきか？
• 20平方メートルの部屋にはどの程度のCADRが必要か？
• ペットがいる部屋にはどんな空気清浄機が最適か？
• 夜間に静かに動作する空気清浄機はどれですか？
• 小さな部屋で高性能な空気清浄機を使うのは無駄でしょうか？
• アレルギー性鼻炎の人に適したろ過システムは何ですか？

これらの質問は、文レベルで見ると全く異なっているように見えます。

しかし、商業的な需要（コマーシャル・デマンド）の観点から見ると、これらはいくつかの安定したインテント・クラスターに分類されます。

• 小スペース向けの空気清浄
• ペットのいる家庭
• 睡眠時の静音動作
• アレルギーと鼻炎
• 部屋のサイズに合わせた性能のマッチング

AIのレコメンデーションに真の影響を与えるのは、ブランドが特定のプロンプトをカバーしているかどうかではありません。重要なのは以下です。

そのブランドの製品情報やコンテンツ資産が、顧客が意思決定を行う際に用いる反復的な需要構造を包括的に網羅しているかどうか。

私が長年、少数の定義済みプロンプトのみでGEOを測定することは「確実性の幻想」を生むだけだと主張しているのはこのためです。

企業は慎重に100個の質問を選び、「ブランドの可視性が20%向上した」と報告することは可能です。

しかし、もしそれらの質問が顧客が真に気に掛けていることを反映していなかったり、価値の高い購買シナリオが見落とされていたりすれば、その20%という数値にはほとんど意味がありません。

Googleもまた、孤立したクエリから、集約された需要とインテント（意図）を重視する方向へとシフトしています。

4. データは増えたが、完全なクローズドループは未だ存在しない

公式プラットフォームデータの進化を見ると、Googleは3つのレイヤーを埋めようとしています。

第1のレイヤーはSearch Consoleであり、AI検索機能全体におけるウェブサイトコンテンツのインプレッションを報告します。

第2のレイヤーはMerchant Centerであり、AIショッピングシナリオにおける製品のシェア・オブ・ボイス（SOV）、購買ステージ、製品用語、属性需要を報告します。

第3のレイヤーはGoogle広告とMerchant Centerであり、これらは製品フィード、広告、トランザクションデータを繋ぎ合わせ続けています。

それでもなお、最も重要なギャップが残されています。

ユーザーは具体的に何を尋ねたのか？

マーチャントは現在、集約された用語やクエリタイプを見ることはできますが、プロンプトごとの完全な記録を見ることはできません。

ユーザーはクリックしたのか？

ブランドは製品がAIでの露出を得たことを知ることはできますが、特定のAIクエリクラスが何クリックを生成したのかまでは把握できない場合があります。

どの需要が注文に結びついたのか？

以下のプロセスを繋ぐ、クエリレベルでの完全なアトリビューション（貢献度計測）チェーンは未だ存在しません。

1. ユーザーが特定のシナリオについて尋ねる
2. 製品がレコメンドされる
3. ユーザーがウェブサイトを訪問する
4. ユーザーが製品をカートに追加する
5. 購入が完了する

なぜそのブランドが表示されたのか、あるいはなぜ欠落していたのか？

レポートは結果を示すことはできますが、以下の理由を完全には説明できません。

• フィードのフィールドが不完全であったか
• 製品ページに重要な情報が欠けていたか
• レビューや第三者のソースが不十分であったか
• 価格、在庫、または配送がユーザーのニーズと合致しなかったか
• 競合他社の方が、そのシナリオに対してより強力なコンテンツおよびエンティティ・シグナルを持っていたか

レポートが主に答えているのは以下の点です。

ブランドがGoogle AIショッピング内の特定の需要カテゴリーに進入できたか？

まだ完全には回答できていないのは以下の点です。

なぜブランドが表示されたのか、なぜ表示されなかったのか、そして表示される確率を体系的に改善するにはどうすればよいか？

業界の報道はこのアップデートを正確に要約しています。GoogleのAI検索データは拡大していますが、クリック数、正確なクエリ、競合セット、コンバージョン・アトリビューションといった面で大きなギャップが残っています。

5. これがサードパーティGEOツールに意味すること

公式レポートが増えたからといって、サードパーティ製ツールの価値が自動的に消滅するわけではありません。

しかし、「プロンプトを定義し、繰り返し質問し、言及率を計算する」だけのプロセスに依存するプロダクトは、次第に限界を迎えるでしょう。

Googleはすでにマーチャントに対して以下を伝えています。

• GoogleのAIショッピング環境におけるシェア・オブ・ボイス
• ユーザーがどの購買ステージにいるか
• どの製品用語の人気が高いか
• どの製品属性が不足しているか
• 同種のブランドと比較してどうであるか

もしサードパーティのプロダクトが依然として以下の報告しかしないのであれば：

あなたのブランドは50個のプロンプトのうち13個で表示されました。

それでは明らかに不十分です。

サードパーティのGEOプロダクトは、公式プラットフォームのデータでは依然として提供できない、少なくとも3つの要素を実現する必要があります。

5.1 クロスプラットフォーム測定

GoogleはGoogleエコシステムについてのみ説明できます。

ブランドは依然として、ChatGPT、Perplexity、Copilot、Claude、およびその他のAIエントリポイント全体にわたるパフォーマンスを把握する必要があります。

各プラットフォームには異なるデータソース、引用メカニズム、製品カタログ、レコメンドロジックが存在します。

5.2 業界全体にわたるインテントの網羅

公式プラットフォームは、自身が収集・集約したデータしか表示しません。

ブランドは依然として、以下を含む業界需要の完全な構造を必要としています。

• 顧客のシナリオ
• 購買に関する質問
• 製品比較
• リスクへの懸念
• 製品属性
• ディスカバリー（発見）、評価、購入の各ステージに属する需要

5.3 原因と推奨されるアクション

真のビジネス価値は、ブランドに対して「表示されていません」と伝えることからは生まれません。

それは、以下を説明することから生まれます。

• どのインテントクラスター（検索意図の群集）がカバーされていないか
• 現時点でどの競合他社がその需要を占有しているか
• 欠けている要素は商品情報か、オンサイトコンテンツか、あるいは第三者による信頼シグナルか
• ブランドはフィード、商品ページ、比較ページ、レビューコンテンツ、または外部ソースのいずれを最適化すべきか
• 取り組みの完了後、公式の指標とビジネスの成果に変化があったか

公式データが成熟するにつれ、サードパーティツールは監視システムから、分析および意思決定システムへと進化する必要があります。

6. 独立系Eコマースブランドが次に行うべきこと

このアップデートに対し、直ちに別の「AIシェア・オブ・ボイス（AI上のブランドシェア）」の数値を追いかけることは推奨しません。

より実践的なアプローチは、まず以下の4つの領域を見直すことです。

6.1 商品フィードが依然として「広告時代」の書き方になっていないか確認する

多くの独立系Eコマースブランドは、Merchant Centerのフィードに最も基本的な情報しか提供していません。

• 商品タイトル
• 価格
• 画像
• ブランド名
• GTIN
• 在庫状況

しかし、消費者がAIを通じて尋ねる質問は、はるかに複雑です。

彼らはこう尋ねます。

• この商品は誰に適しているのか？
• どのような状況で使用すべきか？
• 他のモデルと何が違うのか？
• 特定のデバイスと互換性があるか？
• 特定の課題を解決できるか？
• どのような制限があるか？
• 素材や製造プロセスはどう異なるのか？

これらの情報がカスタマーサービスチームの知識内に留まっている、あるいはフィード、構造化データ、クローラーが読み取れる商品ページに反映されず画像内に散在している場合、AIは商品を正確に理解するのに苦労します。

6.2 商品ページが本当に「購入の疑問」に答えているか確認する

魅力的に見えるブランドの商品ページであっても、そのコンテンツの多くは以下で構成されています。

• 1つのマーケティングフレーズ
• いくつかのライフスタイル画像
• 3〜4つの特徴の箇条書き
• 購入ボタン

このようなページは、すでに購入を決めているユーザーには機能しますが、AIが複雑な質問に回答するのをサポートする役割には適していません。

AIにとって理解しやすく、推奨されやすい商品ページは、以下を明確に説明している必要があります。

• その商品は誰のためのものか
• その商品は誰のためのものではないか
• それはどのような問題を解決するのか
• 主要なスペック
• 想定される利用環境
• 他のモデルとの違い
• 一般的な懸念事項
• 本物の顧客レビュー
• 配送、返品、交換、および保証ポリシー

6.3 商品キーワードだけでなく、シナリオと意思決定に基づくコンテンツを構築する

ブランドは、以下の通り、商品名を中心としたコンテンツ作成に慣れています。

• この商品とは何か？
• この商品の利点は何か？
• この商品をどう使うか？

AIショッピングのユーザーは、より頻繁に「シナリオ」を通じてニーズを表現します。

• 小さなアパートに適したもの
• 敏感肌に適したもの
• 頻繁な出張に適したもの
• 子供に適したもの
• アウトドアに適したもの
• 500ドル未満の予算
• 商品Aと商品Bのどちらを選ぶべきか？

将来のコンテンツ構造は、商品カタログから「顧客の意思決定カタログ」へと拡張する必要があります。

6.4 公式データとビジネスデータを統合して分析する

AIパフォーマンスインサイト単体では、収益の成長を証明することはできません。

より合理的なアプローチは、以下を組み合わせることです。

• Merchant CenterのAIシェア・オブ・ボイスおよび需要インサイト
• Google Search ConsoleのAIインプレッション
• サードパーティによるクロスプラットフォームのブランド可視性
• GA4、Shopify、CRMシステムからのトラフィックおよびコンバージョンデータ

これらを統合することで、ブランドは以下を評価できます。

• AI上の露出が増加しているか
• どの需要クラスターが増加を牽引しているか
• 商品ページやコンテンツの閲覧数が増えているか
• ブランド指名検索や直接流入に変化があるか
• その活動が最終的に注文やリード（見込み客）を生み出しているか

7. このアップデートはDagenoの方向性を裏付けるものでもある

初期のGEO（生成エンジン最適化）製品のほとんどは、プロンプト監視から始まりました。

顧客が一連の質問を入力し、ツールがスケジュールに従ってAIモデルにクエリを投げ、システムがそのブランドが表示されたか、どの順位か、どのソースが引用されたかを記録するというものでした。

これは業界の黎明期には価値がありました。なぜなら、ブランドはまず自社がAIの回答に表示されているかどうかを知る必要があったからです。

しかし、その限界はますます明白になっています。

• 誰がプロンプトを定義するのか？
• それらのプロンプトは実際の市場を代表しているか？
• より重要なニーズが見過ごされていないか？
• プロンプトのボリュームとプロンプトの価値は、業界全体で同様に機能するか？
• 可視性が向上した後、ブランドは実際にどの顧客の意思決定をカバーしているか？
• なぜブランドが表示され、なぜ表示されないのか？

Dagenoは、限定的なプロンプト監視から、「包括的なインテント（検索意図）カバレッジ」へと移行しています。

私たちが関心を持っているのは、以下のことではありません。

「これら100個の定義済み質問の中で、ブランドは何回表示されたか？」

私たちがいっそう関心を持っているのは、以下のことです。
業界全体を見渡したとき、ユーザーはどのようなシナリオで質問を投げかけているのでしょうか？ それらのニーズは購買プロセスのどの段階に該当するのでしょうか？ 競合他社はすでにどの需要を獲得しているのでしょうか？ ブランドが完全に不在となっているインテントクラスター（意図の集まり）はどこでしょうか？ また、その不在は製品情報、コンテンツ構造、信頼性ソース、あるいはブランド認知度のいずれに起因しているのでしょうか？

Googleのレポートは、購買段階、製品用語、クエリタイプ、製品属性といった要素を中心にAIデータを体系化しています。

これは、業界が向かう先についての我々の見解と合致しています。

AI検索における基本的な単位は、もはや個別のプロンプトにとどまらない。それは徐々に、集約されたユーザーのインテント（意図）と意思決定シナリオへと移行していくだろう。

Googleは、自社エコシステム内のデータを提供可能です。

Dagenoはそこに、クロスプラットフォームでのカバレッジ、業界全体の需要インテリジェンス、そして因果関係の解明を加える必要があります。

我々のゴールは、「AIの可視性が10%向上した」といったスクリーンショットを単に見せることではありません。

真のゴールは、以下の問いに答える新しい市場需要マップをブランドが構築できるよう支援することです。

• 業界内のユーザーは何を尋ねているのか
• 各需要クラスターの規模はどれくらいか
• どの質問が購買に影響を与えるのか
• 現在、どのブランドがその回答を占有しているのか
• ブランドが優先的に対処すべきギャップはどこか
• 最適化後、公式指標とビジネス上の成果が連動して向上しているか

結論

Google Merchant Centerによる「AI Performance Insights（AIパフォーマンスインサイト）」の提供開始は、重要なアップデートです。

Eコマースブランドは初めて、Google AIショッピングにおける製品の露出シェア、その露出に関連する購買段階、ユーザーが関心を持つ製品用語、そして製品属性におけるギャップを公式ダッシュボードで確認できるようになりました。

しかし、このアップデートの真に重要な意味は、Googleが新たな「AI可視性指標」を追加したことではありません。

それは、Googleが以下のことを公に認めた点にあります。

AIショッピングにおける競争は、単に製品がインデックスされているかどうかではない。その製品が、ユーザーの自然言語の背後に隠された「真の需要」とマッチングできるかどうかが問われているのだ。

これまで、マーチャントはキーワードを中心にタイトルやフィードを最適化してきました。

今後は、ブランドがオーディエンス、シナリオ、属性、課題、購買段階を中心に、製品情報システム全体を再構築する必要があります。

これは、GEO（生成検索エンジン最適化）が、単なる手動プロンプトで価値を証明する新しい概念を超え、正式な成長戦略としての学問領域へと急速に近づいていることを意味します。

データループはまだ完成していません。

正確なプロンプト、クリック、レコメンデーションロジック、注文の帰属分析といった面では、依然として大きな欠落が存在します。

しかし、ダッシュボードの数は増加しています。

次のステージで勝者となるのは、AI可視化ツールをいち早く導入したブランドではありません。業界の需要、製品データ、コンテンツ資産、そして公式なパフォーマンス指標を真っ先に統合できたブランドです。

ユーザーはすでに、AIを通じて購買決定を行っています。

ブランドが競争すべきは、単なる1回のインプレッションの追加ではありません。

ユーザーの「最終的な回答」に含まれるという権利を勝ち取ることなのです。