EC化の進展に伴い、購買前の検索行動は意思決定プロセスの主要な導線となっており 、日本のEC市場は2023年に22.7兆円に拡大しています。Google Trendsの検索ボリュームは、その時点の需要を近似的に捉える点で有用です。一方、購買指標のSales Rank (SR) は序数であり、差の量的解釈が不安定なため、目的変数としてそのまま用いるのは不適切です。本研究は、この課題を解決するため、SRをパレート変換により売上量に比例する相対指標(売上量インデックス)へ変換します。この指標と検索データを用いて、先行週数（ラグ）の推定、検索語タイプ別の反応量比較、および予測性能の評価を行います。具体的には、Google TrendsとKeepaのデータを整合し、相互相関によるラグ推定と一般化加法モデル（GAM）による回帰で、どのタイプの検索語が、いつ、どの程度、購買に結び付くかを検証します。