hreflangベンチマーク2026

このベンチマークの活用方法

本レポートは、実装状況を診断するためのベンチマークとして活用するのが最も効果的です。自サイトの実装を調査結果と比較し、実践編を参考に次に確認すべき点を判断してください。これはランキングのスコアではなく、導入率の高さがSEOの成果向上につながると主張するものでもありません。

混同しやすい3つの数値

hreflangの導入は一般的。でも、完全な実装はそれほど多くありません。

最も重要なポイントは、多くの多言語サイトがhreflangを無視している、ということではありません。実際はその逆です。より参考になるのは、多言語対応が確認されたサイトの約7割がhreflangを導入していた一方で、データセット全体に一貫して適用できる基本チェックすべてに合格したのは、導入サイトの72.2%にとどまったという点です。

多言語対応が確認されたサイトの約3分の1でhreflangが検出されず

Googleは、複数の言語版や地域版が存在する場合、それぞれのページを明示的に識別することを推奨しています。しかし、このサンプルでは、多言語対応が確認された5,845サイトのうち1,769サイトで、hreflangの実装が検出されませんでした。

これは、それらのサイトが検索エンジンに認識されないという意味ではありません。Googleは、hreflangがなくても別言語版を発見できる場合があると説明しています。hreflangの役割は、各言語・地域版の関係を明示することで、Googleが言語や地域に応じた適切なページを、より的確に表示できるようにすることです。

最も多く見られた問題は、コード、相互参照、自己参照

多言語対応が確認され、hreflangが検出された4,076サイトでは、実装の品質にチェック項目ごとの大きな差が見られました。

x-default：広く使われていて有用だが、必須ではない

hreflangを使用するサイトの65.2%（2,657 / 4,076）に、x-defaultアノテーションが含まれていました。Googleは、明示的にターゲットとするどの代替ページにも言語設定が一致しないユーザー向けのフォールバックとして、x-defaultを説明しています。本調査では、x-defaultがないことを実装の不備とは見なしません。

最も多く使われていたのは、圧倒的にHTML方式

Googleは、ローカライズ版を伝える方法として、HTMLのリンクアノテーション、HTTPヘッダー、XMLサイトマップの3つに対応しています。Googleによると、この3つの方式は検索の観点では同等であり、すべてを同時に維持しても検索上のメリットはありません。

hreflangを使用するサイトの15.3%（625 / 4,076）が、複数の方法を併用していました。これは、冗長性の確保、プラットフォームの初期設定、過去の実装などを反映している可能性があります。ただし、より優れた最適化を意味するものではありません。Googleのドキュメントには、複数の方法を併用しても検索上のメリットはなく、実装の管理が難しくなる場合があると明記されています。

サイトの知名度と確認された言語数が増えるほど、hreflangの採用率は上昇

このデータセットでは、多言語対応が確認されたサイトの間で、hreflangの採用率に注目すべき違いが見られました。これらは観察された関連性であり、hreflangによってサイトの規模が拡大することや、特定のURL構造によって検索パフォーマンスが向上することを示す証拠ではありません。

注目すべき点

知名度：多言語対応が確認されたサイトのうち、Trancoの上位1,000位以内のグループでは79.7%でhreflangが検出されたのに対し、25,000位以降のグループでは66.3%で、その差は13.4パーセントポイントでした。この結果が示すこと：このサンプルでは、順位の高いドメインほどhreflangを多く使用していました。重要な理由：実装の成熟度を測る目安として有用ですが、あくまで相関関係であり、hreflangが知名度を高めることを示すものではありません。

言語の幅：多言語対応が確認されたサイトのうち、2言語が確認されたサイトでhreflangを使用していたのは49.7%にとどまりました。この割合は、3言語で81.8%、4言語で86.7%、5言語で91.7%に上昇しました。クロールの対象はホームページと最大4つのコンテンツURLに限られていたため、「5言語」は観測上の上限であり、これらのサイトが厳密に5言語に対応しているという意味ではありません。この結果が示すこと：確認された言語数が増えるほど、ロケールの対応関係を明示する実装が多く見られました。重要な理由：言語版が増えるほど、維持すべきページ間の対応関係も増えるため、体系的にロケールを示す仕組みの有用性が高まります。

アーキテクチャ：hreflangの採用率は、確認されたURLパターンによって大きく異なりました。このサンプルでは、ccTLD型（93.6%）、サブディレクトリ型（81.5%）、ハイブリッド型（80.7%）で高く、サブドメイン型（35.9%）とパラメータ型（59.4%）では低い傾向が見られました。この結果が示すこと：このサンプルでは、国際展開向けのURL構造によってhreflangの採用率が大きく異なりました。重要な理由：自社と同じURL構造を持つサイトとの比較に活用できますが、このデータは特定の構造が優れていることや、SEOパフォーマンスの向上につながることを証明するものではありません。

自社のhreflang実装をベンチマークと比較

ランキングの評価点としてではなく、監査用のチェックリストとしてご活用ください。このベンチマークは、各実装項目が今回のデータセットでどの程度採用されていたかを示しています。

実践的なhreflang品質チェックの手順

hreflangは言語・地域別の振り分けシグナルであり、「AI最適化タグ」ではありません

SEOにおいて：hreflangの用途は公式ドキュメントで明確に説明されています。同等のコンテンツに言語別・地域別のバージョンがあることをGoogleに伝え、ユーザーの言語や地域に最も適しているとGoogleが判断したバージョンを表示できるようにします。

GEOとAEOにおいて：より厳格な根拠が求められます。この調査では、ChatGPT、Google AI Overviews／AI Mode、Gemini、Perplexity、その他の回答エンジンを検証していません。また、hreflangがAIによる引用を直接増やすと主張できる根拠も、ここにはありません。実証済みの生成エンジン向けランキング要因としてではなく、適切に整理された多言語の情報設計の一部として扱ってください。

この結果が意味すること：本調査は、hreflangが国際的な検索に対応するための実装上のシグナルであることを裏付けるものであり、AIによる引用への影響を測定したものではありません。重要な理由：SEO・GEO・AEOの担当チームは、文書で裏付けられた検索の言語・地域対応の仕組みを、根拠のないAIランキング効果の主張にすり替えないようにする必要があります。

従来の検索と回答エンジンの両方に向けてコンテンツを最適化するチームにとって、実務上の教訓はさらに広範です。言語・地域ごとに個別のクロール可能なURLを維持し、表示されるページの言語を明確にし、タイトルと本文を一貫してローカライズし、canonicalと代替ページの参照関係を整合させてください。また、ボットやユーザーを、動作が不透明な言語・地域別の自動振り分けに強制的に通すことは避けてください。

更新された補助分類を適用しても、hreflang導入率の結果はおおむね変わりません

更新された調査用ワークブックには、JavaScriptとヨルバ語／タガログ語に関する、ラベル付きの感度分析用補助分類が含まれています。READMEには、新しい調査では確定済みのclass_v1_0分類をデフォルトで使用するよう明記されています。そのため、このベンチマークの主要な導入率は引き続き69.7%（4,076／5,845）とします。

感度の確認のみを目的として、ラベル付きの各補助分類で確認済みと分類されたサイトを対象にhreflangの導入率を再計算すると、以下の結果になります。

重要：69.2%～71.8%は統計的な信頼区間ではありません。同じ確定済みの成功データ行に、異なる分類シナリオを適用した結果です。更新されたワークブックでは、これらの補助分類はラベル付きの置き換えであり、新たなクロールや測定値の差し替えではないと説明されています。

このベンチマークで使用する専門用語

レポート内の専門用語には、タップまたはカーソルを合わせると表示されるツールチップが付いています。この用語集では、国際SEOにまだなじみのない読者向けに、より詳しく説明します。

hreflangに関するよくある質問

国際SEOやローカライズのプロジェクトで、特に混乱を招きやすい疑問に簡潔にお答えします。

このベンチマークの作成方法

本分析は、GlotEOのState of the Multilingual Web 2026調査に基づき、テーマを絞って行った二次研究です。更新版ワークブックには、正常に完了した25,005件のサイト分析に加え、ラベル付きの頑健性検証用オーバーレイが含まれています。新たな研究については、分析でオーバーレイの使用を明示的に選択しない限り、固定済みのclass_v1_0分類を使用するよう、ワークブックで指示されています。

重要な制約事項

本ベンチマークは、Trancoにランクインする主要サイトのうち、研究プロトコルに従って解析に成功したサンプルを対象とする観察調査です。ウェブ全体から無作為に抽出したサンプルではありません。言語、ページの同等性、技術的特性の自動分類では、例外的なケースが生じる場合があります。また、更新版ワークブックには、確定済みの gold_* に関する人手検証の列が空欄であることが明記されています。JavaScriptと言語IDのオーバーレイは頑健性の分析であり、人手による正解データを用いた検証ではありません。

本調査では、検索順位、トラフィック、コンバージョン、翻訳品質、ユーザー満足度、AI回答での引用も測定していません。順位、言語数、URL構造との関連を、因果関係として解釈しないでください。

引用できる統計データ

以下の各文は、対象集団と集計の分母が明確に伝わるように記述しています。コピーボタンを使えば、そのまま引用できる文をコピーできます。

推奨引用表記

外部の標準仕様とガイダンス

1. Google Search Central、ページのローカライズ版をGoogleに知らせる。
2. Google Search Central、多地域、多言語のサイトを管理する。
3. Google Search Central、ロケール適応ページをGoogleがクロールする仕組み。
4. W3C Internationalization、HTMLとXMLの言語タグ。
5. GlotEO、多言語ウェブの現状2026。