ナビゲーショナルクエリ（navigational query）とは、ユーザーがWeb検索する際に用いる検索クエリ（検索キーワード）のうち、特定のサイトやコンテンツに移動するための「案内型」の検索クエリを指す。「このサイトに行きたい」「このコンテンツにアクセスしたい」という明確な意図があり、ブックマーク代わりの検索とも言える。
「Goクエリ」と呼ばれることもある。
SEMの領域では、検索クエリは「ナビゲーショナルクエリ（案内型）」「トランザクショナルクエリ（取引型）」「インフォメーショナルクエリ（情報収集型）」の3つに区分される。
レモン市場（lemon market）とは、買い手が商品の品質や価値をわからないために、質の悪い商品ばかりが流通してしまう市場のこと。「レモンの原理」。英語の「lemon」の「魅力のないもの」「不良品」「中古車」という意味に由来する。
レモン市場では売り手と買い手の間に情報格差（情報の非対称性）があり、買い手の商品価値への無知につけ込んで売り手が不良品でも良質な商品として売ろうとする。次第に買い手も状況を理解しはじめると商品を購入しなくなり、結果として市場に不良品がだぶつき、値段も下がるため、さらに市場に出回る商品が不良品ばかりという状況になってくる。
質の悪い「レモン」に対して、外見からその品質がわかりやすい商品を「ピーチ」と呼ぶ。
SQL (Sales Qualified Lead) とは、営業部門が日頃の営業活動の中で創出する案件（リード）、あるいはそのリストのこと。
マーケティング部門から渡されたMQL (Marketing Qualified Lead)が営業部門でSQLに転換することもある。
SQLは、何を求めているかや予算、納期が明確になっていることが多く、早い期間で成約に至ることが多い。
MQL (Marketing Qualified Lead) とは、マーケティング部門が育てて絞り込み、営業部門に転換していくまでの見込み客（リード）、あるいはそのリストのこと。
展示会やWebからの問い合わせ、営業部門が過去に交換した名刺などからのリストをデータベースに統合し、そこからナーチャリング（啓蒙育成）、スコアリングして絞り込まれたリードである。
MQLは、何を求めているかや予算、納期が決まっていないことがほとんどのため、成約に至るまでに時間を要することが多い。
アドベリフィケーション（ad verification）とは、インターネット広告が広告主のイメージ低下を招くようなサイトやページに掲載されていないかを確認したり、ユーザーのブラウザ画面内に実際に表示されているかを確認したりして、広告の配信をコントロールするツールや仕組みのこと。2011年ごろからプログラマティック広告（運用型広告）の領域において利用されるようになった。
DSPなどを使った広告配信は、リーチの拡大などのメリットがある一方で、掲載される媒体情報が広告主に開示されない場合があり、意図しないサイトやページに配信される可能性がある。アドベリフィケーションのサービスを利用することで、例えば公序良俗に反するサイトへの広告表示を防げる。
アドベリフィケーションには、一般的には以下の3つの要素を含む。
アドフラウド（ad fraud, アドフロード）とは、オンライン広告において意図的に無効なインプレッションやクリックを計上する広告詐欺の仕組み、あるいはその問題のこと。インターネット広告を検証する仕組み「アドベリフィケーション」の検証要素の一つ。
アドフラウドは特にプログラマティック広告（運用型広告）の領域において顕著で、自動プログラム「ボット」による不正クリックや広告表示といった手法だけでなく、金銭的な報酬を受け取ったユーザーによる意図的な広告表示やクリックも該当する。
価値あるコンテンツを持たない事業者が、広告主から広告予算を正当なメディアから不当に乗っ取ることを目的としている。
北米では、オンライン広告における全インプレッションの10～20%以上がクリック詐欺を含むアドフラウドによるもの、という調査結果もある。
バンパー広告とは、YouTubeの動画再生時の前に表示される6秒間のスキップできない動画広告（CM）のこと。2016年5月に提供開始された。
モバイル端末での動画視聴が増えたため、モバイル視聴における数十秒の動画広告は良い印象を与えにくく、また視点が画面右下のスキップボタンに向いてしまい、広告内容が記憶に残りにくいという課題があった。その改善のため、数秒間のスキップできない動画広告の導入に至ったとされる。
バンパーとは、もともとはテレビのCM入りやCM明けの短い時間、あるいは画質や音声モードの切り替え時に生じる短い時間のことで、その時間の調整のために本番組の開始の前に短いビデオクリップなどが用意されることがある。バンパー広告はそれに由来する。
MFI（モバイルファーストインデックス）とは、グーグルの検索エンジンが従来のPC向けコンテンツではなくモバイル向けコンテンツの評価を主に使用して、ランキングを決定する仕様のこと。2016年11月にグーグルが計画を発表した。
近年、全世界でモバイル検索数がデスクトップ検索数を超え、多くのユーザーがモバイル向けコンテンツを利用しているにも関わらず、Google検索のランキングはPC向けコンテンツを軸に評価し続けているという問題があった。それを解決するために、モバイル端末が多く利用されているという実態に合わせて、Google検索もモバイルファーストなインデックスに仕様を変更することとなった。
日本時間の2018年3月27日に、グーグルはMFI（モバイルファーストインデックス）への切り替えを幅広い範囲で開始したと発表した。MFIへの切り替えは、準備が整っているサイトから順次行われる。
なお、MFIはGoogle検索のランキングに直接は関係ない。
Google ウェブマスター向け公式ブログ: モバイル ファースト インデックスに向けて（2016年11月5日）
Google ウェブマスター向け公式ブログ: モバイル ファースト インデックスを開始します（2018年3月27日）
PWA（Progressive Web Apps, プログレッシブ ウェブ アプリ）とは、アプリのような体験ができるウェブブラウジング技術のこと。2015年にグーグルが、モバイルユーザーの体験向上やストレス軽減を目的としてリリースした。
アプリでは当然のように備わっている機能や技術、例えばブラウザーを開かない状態でのプッシュ通知や、コンテンツの事前読み込み、オフライン表示、GPSの利用といった機能が、Webサイトでも実現できる。
ブラウザー上でアプリと同等のサービスを展開でき、ユーザーメリットが大きいとされる。アップルも2018年3月30日にiOS 11.3からSafariでPWAに対応した。
post-truthとは、オックスフォード英語辞典によれば、「世論を形成する際に、客観的な事実よりも個人の感情や信条へのアピールの方がより影響力がある状況」のこと。日本語では「ポスト真実」と訳される。
2010年代以降のソーシャルメディアの普及に伴い、事実か否かよりも感情的に納得できる価値観の方が支持されるようになり、それが世論を形成し始めている状況を指して「post-truth（ポスト真実）」と呼ばれる。事実は個人の意見よりも重要ではなくなってきたという論調において用いられる。
2016年、アメリカ大統領選挙ではドナルド・トランプ氏が選ばれ、イギリスでは国民投票によって欧州連合（EU）からの離脱が決まるなど、「感情的な訴えが政治に強い影響を与える」状況が多く見られ、「post-truthの時代」のようにこの言葉が多く使用された。
モンスターヘッドとは、ニッチで多種多様な「ロングテール」な商品が生まれる市場において、口コミなど相互作用が増した状態ではロングテールの対極にある「強いヒット商品、メガヒット（＝ヘッド）」がさらに巨大化する現象のこと。
インターネットによってロングテールは非常に長くなった一方で、ソーシャルメディア、SNSが普及し、「みんなが話題にしている」ことの波及力が増大化した。それにより「みんなが話題にする同じ商品」は群がるように消費され大ヒットとなり、従来の「ヘッド」はさらに大きくなる傾向にある。特にスポーツや音楽、映画などのエンターテイメント産業において顕著である。
柴那典氏が2016年の書籍『ヒットの崩壊』で紹介した。
平均への回帰とは、最初の試験結果が全体の平均値よりも大きく悪い結果だった対象について、同じ内容での2回目の試験を実施するとその結果は全体の平均値に近づく良い結果になるという、統計学的な現象のこと。平均回帰、回帰効果。
A/Bテストでも発生し、まったく同じテストを2度繰り返すと1度目は差が生じても2度目は差が生じなかったり、テスト開始の初期は有意差があったものが時間の経過とともに差がなくなったりすることがある。
インタースティシャル広告とは、Webサイトやスマートフォンアプリなどにおいて、画面やページの切り替え時や遷移時に、全画面もしくは画面を覆うように表示される広告のこと。モーダルウインドウやポップアップでの表示、もしくは独立したスプラッシュページとして挿入される。
プレスティシャル広告（Prestitial Ads）やポスティシャル広告（Postitial Ads）などの種類がある。
「この広告（ページ）をスキップする」「コンテンツを読む」といったリンクをクリックすることで、インタースティシャル広告は閉じる（あるいは本来のページに遷移する）。
インタースティシャル広告に対しては、本来の利用を妨げるというUX面での課題が指摘されており、グーグルもネガティブな評価をする方向であるとされる。
ブランド・アフィニティ（brand affinity）とは、特定のブランドに対して消費者が強い親近感を感じている状態のこと、あるいは消費者によるブランドへの親近感のこと。そのブランドに対して、友人や親戚などのように「精神的なつながり」「親しみ」を持っている状態のことである。
「親近感」のブランド・アフィニティに対し、習慣や惰性のリピートを含んだブランドへの「忠誠心」を持つ状態を「ブランド・ロイヤルティ (brand loyalty)」という。ブランド・エクイティを構成する一要素であるブランド・ロイヤルティの向上の手法の一つとして、ブランド・アフィニティの構築が挙げられる。
低関与商材（低関与商品）とは、消費者の思考が購買にあまり関与しない商材のこと。洗剤やトイレットペーパーといった生活消費財、スナック菓子や飲料水、ジュースといった食品など、性能や品質に大差がないものが該当する。一般的には低価格の商品が多い。
低関与商材は「どれを購入してもあまり大差がない」ため、消費者は半ば無意識に、よく知っているブランドや商品を中心に、あるいは値段を判断基準として購入する。習慣的に同じ商品を買い続ける傾向があり、コモディティ化した商品では一般的にはブランドスイッチにコストがかかりやすい。
低関与商材に対して、購買時に比較、検討といった消費者の思考が多く関与する商材を、高関与商材という。
エフェメラル系SNSとは、投稿内容が閲覧後や一定時間経過後に消えてしまうSNSのこと。「消える系SNS」などとも呼ばれる。
代表的なものにSnapchatやSNOWなどがある。Instagramにおける24時間で自動消滅する「ストーリーズ」機能や消える「ダイレクトメッセージ」機能、LINEにおける24時間で消えるタイムライン投稿機能も、エフェメラルなサービスである。
「炎上」を避けたり、過去ログを残したくないけれども、その一瞬を切り取ってシェアしたいという流れを受けたものと言える。
海外では「ephemeral social media」「ephemeral social networks」「ephemeral messaging」などと称される。
ジェネレーションZ（Generation Z, Gen Z, Z世代）とは、2000年（もしくは1990年代後半）から2010年の間に生まれた世代のこと。生まれたときからインターネットが当たり前のように存在する「デジタルネイティブ」な世代である。読みは「ジェネレーション・ゼット」「ゼット世代」。「zoomers」とも呼ばれる。アメリカの世代分類の一つだが、世界中で用いられる。
ジェネレーションZは、オンラインとオフラインの境界線をあまり持たず、モバイル端末によって常に「接続」「つながっている」状態を必須とする。ソーシャルメディア（SNS）への参加傾向も強く、かつ価値観の多様性（ダイバーシティ）を尊重、許容する。一方で、モバイル端末の画面を眺めている時間が長すぎるという自覚を持っていたり、企業へのデータ共有には慎重といった特徴を持つ。
日本に限定すれば、2002年から2010年に実施されたいわゆる「ゆとり教育」を受けた世代とやや一致する。
「ポスト・ミレニアル世代」、「iGen（iジェネレーション）」、2000年以降生まれという意味の「センタニアル世代（Centennials）」とも同義に扱われることもある。
コンテンツロンダリングとは、メディアなどにおいて画像や記事といったコンテンツの出典や引用元をわかりにくくするために、すでにそのコンテンツを「引用」「取得」した他のメディアなどを出典元や参照元とすること。またそうすることで、引用マナーとして本来は不適切なものを問題ないように見せかけること。
マネーロンダリングのように引用元を転々とさせることで、本来のコンテンツからの引用の識別の邪魔をし、著作者からのクレームを受けにくくしたり、自コンテンツが適切なコンテンツであると見せかける意図があると考えられる。著作権ロンダリングであり、不適切な手法。
近年ではWebメディアにおいて顕著である。キュレーションメディアを中心に、自メディアでは写真やオリジナルの記事を所有していないWebサイトが、「キュレーション」「リライト」の名の下に他のWebサイトのコンテンツを「引用」する形が多用されている。その際、特に画像において顕著だが、本来の「引用」元サイトの画像を直接利用するのはマナー上不適切なためそうせず、PinterestやTumblrといったコンテンツ共有サイトでいったん「共有」した上で、キュレーションメディアの記事ではその共有した画像を「引用」するという形を取ることがある。NAVERまとめや2chまとめのようなキュレーションサイト（まとめサイト）も、同様の引用元として利用される。
ディープラーニング（deep learning）、深層学習とは、機械学習の手法の一つであり、コンピュータ側が学習データから自動的に特徴を認識、抽出を行うもの。
データの特徴をより深いレベルで学習し、非常に高い精度で特徴を認識できる。そのため、人の声の認識や、カメラで撮影した画像の認識など、汎用的なAI（人工知能）への応用が期待されている。