共に予測する：マーケティングが収益予測に貢献する方法

予測は営業の領域です。あるいは、かつてはそうでした。

マーケティングがメールを数本送り、営業がクロージングをこなす10名規模の企業では、今もそれが概ね正しいでしょう。しかし、マーケティングがPipeline創出の40〜60%を担うデマンドジェンプログラムを展開し始めた瞬間、予測はある意味でマーケティングの責任でもあります。少なくとも、そのインプットに関しては。

ただし「ある意味で」という言葉が重要です。マーケティングが予測数値を所有するわけではありません。それはCROと営業組織の手に委ねられています。しかし、マーケティングはデータを持参するか意図だけを持参するかによって、予測の精度を高めることも低めることもできます。Gartnerによると、営業リーダーの半数未満しか自社の予測精度に高い自信を持っていません。これはマーケティングが依然としてプロセスから大きく欠如しているチームの数字です。

「来月ウェビナーを開催します」は意図です。「過去3回のウェビナーの実績から、180件のMQLが45日以内にパイプラインに転換し、転換率12%でカバレッジギャップに約40万ドルの貢献が見込まれます」は予測への貢献です。

この違いこそが、マーケティングに真の発言権をもたらします。

主要データ：マーケティングのパイプライン貢献と予測

• SiriusDecisionsの調査によると、マーケティングと営業の予測プロセスが連携している企業は24%速い収益成長と27%速い利益成長を達成しています。
• Forresterのリサーチによると、マーケティングソースのリードはほとんどのB2B SaaS企業でパイプラインの40〜80%を占めており、マーケティングのパイプライン貢献予測が正確な予測に不可欠です。
• McKinseyによると、マーケティングプログラムの過去のコンバージョンデータを活用する営業チームは、勘と Pipeline 確認だけに頼るチームより23%高い精度で予測できます。
• Gartnerによると、営業予測の24%のみが実績から5%以内の精度を達成しています。主な原因はパイプラインカバレッジの不足と、マーケティングから営業へのデータ転送の問題です。
• Aberdeenグループによると、マーケティングと営業でパイプラインカバレッジデータを共有している組織は、マーケティングが独立して機能するチームと比べて18%高いクォータ達成率を示しています。

重要な区別：影響力vs所有権

予測に対するマーケティングの関係は貢献と影響であり、所有ではありません。どちらの方向に間違えても問題が生じます。

マーケティングが予測数値を所有または共同所有しようとすると、CROは（正当に）反発するでしょう。営業担当者、マネージャー、リージョナルリーダーは数値に対してマーケティングとは異なる形で責任を負っています。責任構造として共同所有は成立しません。

しかしマーケティングが予測を完全に営業の問題として扱うと、それをより良いものにする機会と、計画の議論で発言権を得るための信頼性構築のチャンスを失います。マーケティングのパイプライン貢献が継続的に追跡・検証され、適切な場に持ち込まれると、CROは予測を確定する前にマーケティングオペレーションに相談するようになります。事後ではなく。

目標は、予測がマーケティングのパイプライン貢献を正確に反映することです。それが数値に影響するからです。そこに両チームが関心を持つ理由があります。

マーケティングが予測の議論に持参できるもの

以下の4つのインプットは、マーケティングが予測精度を実際に向上させるために提供できるものです。いずれも数値を所有したり、アトリビューションを議論したりするものではありません。共有課題へのデータ貢献です。

今後30/60/90日の予定キャンペーンカレンダーと見込みMQL件数。 営業はパイプラインに現在何があるかだけでなく、これから何が来るかを知る必要があります。マーケティングが第3週に製品ウェビナーを開催するなら、営業は第4〜5週にMQLスパイクが起きることを知るべきです。マーケティングの最も活発なデマンドジェン月が9月で、予測が8月から10月をカバーするなら、その分布は重要です。

セグメント別のMQL-to-クローズ転換率（履歴）。 現在のマーケティング生成リードのコホートは歴史的に見てどれほど信頼できますか？ペイドサーチからのエンタープライズMQLが120日で8%クローズするなら、現在のパイプラインにそれが50件あれば、マーケティングはそのコンバージョン履歴に基づくパイプライン貢献予測を提供できます。「新規MQLが50件あります」より有用です。

パイプラインカバレッジギャップ。 営業がクォータ達成に4倍のパイプラインカバレッジを必要とし、現状が2.6倍なら、1.4倍のギャップがあります。その場において、マーケティングの仕事は「予測期間内にどのチャネルからどれだけのギャップを埋められるか、どの過去のコンバージョンデータに基づいているか」を答えることです。これは約束ではなく貢献予測です。

コンバージョン速度。 マーケティングソースのMQLがクローズドウォンになるまでに平均どれほどかかりますか？これは予測のタイミングにとって非常に重要です。マーケティングソースの案件の平均営業サイクルが90日で、クォーターの70日目であれば、今日生成されたMQLは今クォーターにはクローズしません。パイプラインカバレッジを確認するとき、営業はその事実を知る必要があります。

予測へのマーケティング貢献：3インプットフレームワーク

名称フレームワーク：マーケティングの3インプット予測貢献 マーケティングが予測の議論に参加する権利を得るには、営業が単独では生成できない3つの具体的なインプットを提供する必要があります：(1) カバレッジギャップ分析 — 現在のパイプラインとターゲットカバレッジ間の不足を、過去のMQL-to-オポチュニティ転換率に基づいてどれだけ埋められるか；(2) キャンペーンタイミングシグナル — 見込みMQL件数範囲を伴う90日先行カレンダー（ギャップが生じる前に営業がパイプライン予測を調整できるよう）；(3) 過去のコンバージョン速度 — セグメントとチャネル別に区分された、マーケティングソースのMQLがクローズするまでの期間（予測が全パイプラインをクォーター末までに等しくクロージング可能と仮定するのではなく、タイミングの現実を反映できるよう）。この3つのインプットがなければ、マーケティングの予測貢献はデータポイントではなく意図に過ぎません。

このフレームワークは、プログラム活動を予測に関連した言語に変換するのに役立ちます。計算は単純ですが、信頼性を持たせるためには整備された履歴データが必要です。

ステップ1：カバレッジギャップを特定する。 RevOpsまたはセールスオペレーションと連携して、現在のパイプラインカバレッジ比率とターゲット（通常はクォータの3〜4倍）を把握します。カバレッジが2.8倍でターゲットが4倍なら、ギャップはクォータの1.2倍です。それをドル換算します。

ステップ2：期間中のマーケティングの見込みパイプライン貢献を算出する。 過去4〜6クォーターのデータを使用：月間平均MQL件数 × 過去のMQL-to-オポチュニティ転換率 × マーケティングソース案件の平均ディールサイズ。これでマーケティングプログラムからの見込みパイプライン貢献が得られます。

ステップ3：タイミングフィルターを適用する。 マーケティングが今後30〜60〜90日で生成すると予想するパイプラインのうち、予測期間末までにクロージング可能なステージにあるのは何%ですか？これにはCRMの平均営業サイクルデータが必要です。

ステップ4：点推定ではなく範囲として提示する。 マーケティングの予測への貢献は範囲で表現すべきです。「現在のプログラムパフォーマンスと履歴データに基づき、マーケティングは今後60日間で80万〜120万ドルの新規パイプラインを貢献でき、そのうちクォーター末までにクローズ可能なのは約15〜20%です」のように。範囲は適切な不確実性を示します。精確な数値は誤った精度を示し、外れたときに信頼性を失います。

このフレームワークのアウトプットは予測そのものではありません。営業予測に入力され、カバレッジギャップを特定し、マーケティングが営業と同じ言語でパイプラインを考えていることを示す貢献予測です。加重パイプライン、ステージ確率、コミットティアなど、営業が完全な予測を構築する仕組みは予測の基本で説明されています。マーケティングの仕事はインプットデータを提供することであり、営業の予測プロセスを再現することではありません。

マーケティングが予測の議論に招待される方法

予測の議論で真の発言権を得ることは、時間をかけて獲得するものであり、主張して得るものではありません。実際に機能するシーケンスは次のとおりです。

ステップ1：正確な過去のコンバージョンデータで信頼性を築く。 マーケティングが初めて予測の議論に参加するとき、通常はクリーンなコンバージョンデータが揃っていません。CRMが適切な粒度で追跡していないか、MAPからCRMへの同期がタッチポイントを欠落しているか、誰もレポートを作っていないかのいずれかです。まずデータインフラを整備してください。2〜3クォーターのクリーンなコンバージョン履歴なしには予測に信頼性を持って貢献できません。

ステップ2：パイプライン貢献を活動ではなく数値として提示する。 「ナーチャーキャンペーンを立ち上げます」は活動です。「類似プログラムに基づき、このプログラムは90日間で約30万ドルの影響パイプラインを貢献すると見込まれます」は貢献予測です。数値を持参してください。

ステップ3：営業のカバレッジニーズに合わせた先行きMQLプランを提示する。 前期のMQLパフォーマンスを報告するだけでなく、前向きなビューを持参してください：今後60〜90日にマーケティングが生成する見込みはこれだけ、見込みパイプライン貢献はこれだけ、それがカバレッジギャップのどこに対応しどこが不足しているかを示します。

ステップ4：このデータを準備した状態で合同パイプラインレビューに一貫して参加する。 合同パイプラインレビューは、マーケティングのパイプライン貢献が確認・議論される場です。準備された正確なデータで一貫して参加することが、最終的にマーケティングを実際の予測の議論に招く信頼を築きます。

マーケティングが予測の議論でやってはいけないこと

以下はCROが予測の場にマーケティングを招きたくなくなる行動です。

マーケティングのタッチが発生する前から既にパイプラインにあった案件のクレジットを主張する。 アウトバウンドSDRシーケンスで開拓された案件で、マーケティングの唯一の関与が営業プロセス開始から2週間後のフォローアップメールだったなら、マーケティングがその案件を生成したわけではありません。そのような主張は営業リーダーシップの信頼を即座に損ないます。

転換率のコンテキストなしにMQL件数を提示する。 「今クォーターに300件のMQLを生成しました」は、承認率と転換率なしには意味がありません。そのうち200件が営業に拒否されたなら、実質的な貢献は100件であり、営業チームはすでにそれを知っています。グロス件数を提示することは、承認の問題を隠しているように見えます。

履歴データなしにパイプラインカバレッジを過約する。 ウェビナーの過去4クォーターのデータが平均6%のMQL-to-オポチュニティ転換率を示しているなら、「強力なキャンペーンだから」という理由で今クォーターは15%を約束すれば、その約束は実現しなかったときに記憶されます。推定は履歴データに基づいて行ってください。プログラムが本当に新しいなら、そう伝えた上でより広い範囲を提示してください。

予測の議論中にアトリビューションモデルの議論をする。 予測会議はアトリビューションモデルの議論の場ではありません。マーケティングと営業がマーケティングの影響パイプラインの規模について意見が分かれるなら、その議論はRevOpsとの別セッションに持ち込んでください。予測レビューの最中にするものではありません。

Rework分析： 予測の議論にMQL件数だけでなく過去のコンバージョンデータを持参するマーケティングチームは、活動レポートを持参するチームよりも一貫してCROからの信頼を得ています。シフトは単純です：パイプライン貢献予測をCRMの実際のMQL-to-クローズデータ4〜6クォーター分に基づかせ、点推定ではなく範囲で表現し、平均営業サイクル長を考慮したタイミングフィルターを適用します。そのシーケンスにより「来月ウェビナーを開催します」が「過去4回のウェビナーに基づき、今後60日で35万〜50万ドルの新規パイプラインを貢献でき、クォーター末までにクローズ可能なのは約15%です」に変わります。

引用価値のあるデータポイント

「マーケティングと営業の予測プロセスが連携している企業は24%速い収益成長と27%速い利益成長を達成しています。予測インプットの連携は計画の形式的な手順ではなく、収益レバーです。」（SiriusDecisions）

「営業予測の24%のみが実績から5%以内の精度を達成しています。主な原因はパイプラインカバレッジの不足とマーケティングから営業へのデータ転送の問題であり、どちらもマーケティングのインプット改善で解決できます。」（Gartner）

「マーケティングプログラムの過去のコンバージョンデータを活用する営業チームは、勘とパイプライン確認だけに頼るチームより23%高い精度で予測できます。」（McKinsey）

季節性とキャンペーン変数

マーケティングが営業には再現できない形で貢献できることの一つ：今後の動向を知っていることです。

営業は現在のパイプラインを見ることができます。過去のクローズ率も見えます。しかし3週間後にマーケティングが大型製品ウェビナーを開催し、それが歴史的に150〜200件のMQLを生成することは知りません。年間業界カンファレンスが第6週にあり、第7〜8週に高意図リードのスパイクが生じることも知りません。Q2の休眠リードへのメールナーチャーキャンペーンがクォーターの第1週に配信予定であることも知りません。

マーケティングはこれらを知っています。それを約束としてではなく計画コンテキストとして積極的に共有することが、予測の精度を高め、マーケティングを収益計画の真のパートナーとして位置づけます。

実践的な方法：営業オペレーションとRevOpsと共有する90日マーケティングカレンダーを、各主要プログラムの予想MQL影響範囲とともに月次更新します。保証ではなくシグナルです。営業はそれをパイプライン予測の調整に使います。主要キャンペーンがパフォーマンス不足のとき、両チームが早期に把握して調整できます。

これは一部はデータ貢献であり、一部はインテリジェンスです。そしてマーケティングと営業の連携において最も活用されていないレバーの一つです。

マーケティングのデータが営業の予測と一致しない場合

マーケティングが良好なカバレッジデータ（堅実なMQLパイプライン、良い過去のコンバージョン、順調なプログラム）を示しているのに、営業予測が依然として薄く見えることがあります。その差異は見過ごさず調査する価値があります。

最も一般的な説明は次のとおりです。

品質ギャップ。 マーケティングのパイプライン貢献は件数では堅実ですが、マーケティングプログラムからのパイプラインの案件が失速するか予想より高い率で失注しています。これはパイプライン速度の問題として現れます：MQLはオポチュニティに転換しているが、オポチュニティはクローズに転換していない。修正策は通常、セグメンテーションまたは資格審査の問題であり、両チームが共同で対処する必要があります。

速度ギャップ。 マーケティングのパイプラインは到着しますが、予測期間内ではありません。今クォーターに生成されたリードは、現在のコンバージョン速度では来クォーターまでクローズしません。予測は品質が間違っているのではなく、タイミングが間違っています。マーケティングの対応策は、今クォーターの数値を水増しするのではなく、将来のクォーターのためにプログラムをより早く開始することです。

トラッキングギャップ。 マーケティングのデータはCRMが示すより多くの影響パイプラインを示しています。通常、MAPからCRMへの同期がタッチポイントを欠落しているためです。これはシステムの問題であり、貢献の問題ではありません。修正策はマーケティングオペレーションとRevOpsによる同期監査です。しかし、これをマーケティングの貢献の実際のギャップと混同しないことが重要です。

マーケティングと営業が同じデータ（そのデータがギャップを示していても）を持って予測の議論に臨むと、会話は生産的になります。有用な問いは「この不足に対してどうするか？」です。その問いは両チームが同じ数値を見ているときにはるかに答えやすくなります。McKinseyのデータ主導型B2B商業パフォーマンス研究は明確に述べています：データ主導型成長エンジンを使用する企業はEBITDAを15〜25%改善するとしていますが、それは予測プロセスを支えるセールスとマーケティングのデータが統合されている場合に限ります。サイロ化されていれば、その成果は得られません。

よくある質問

マーケティングは収益予測を所有しますか？

いいえ。マーケティングは予測へのインプットを提供しますが、予測数値を所有するわけではありません。CROと営業組織はクォータ達成に対して責任を負っているため、予測数値に対しても責任を持ちます。マーケティングの役割は、営業が単独では生成できない3つのことを提供することで予測をより正確にすることです：過去のコンバージョンデータ、見込みMQL影響を伴う先行きキャンペーンカレンダー、そして予測期間内にマーケティングが現実的にどれだけ補えるかを示すカバレッジギャップ分析です。

マーケティングは予測の議論でパイプライン貢献をどのように表現すべきですか？

正確なコミットメントではなく範囲として表現された貢献予測としてフレーミングしてください。信頼できる表現の例：「過去4クォーターに基づき、マーケティングは今後60日間で80万〜120万ドルの新規パイプラインを貢献でき、マーケティングソース案件の平均90日営業サイクルに基づきクォーター末までにクローズ可能なのは約15〜20%です。」範囲は適切な不確実性を示します。精確な数値は誤った精度を示し、最初に外れたときに信頼性を失います。

マーケティングのインプットが実際に予測を変えるのはいつですか？

マーケティングのインプットが予測を変えるのは、次の2つを提供するときです：先行きカバレッジデータ（今後30〜60日に立ち上がるプログラムがパイプラインを追加する）と、履歴データに基づく信頼できるコンバージョン予測。マーケティングが「キャンペーンを立ち上げます」とだけ言いコンバージョン履歴がなければ、CROはそれを予測モデルに責任を持って組み込むことができません。セグメント別のMQL-to-クローズデータ4クォーター分と予想範囲を持つ90日キャンペーンカレンダーを持参すれば、そのデータは予測モデルに影響します。

予測に貢献する前にマーケティングが必要な履歴データは何ですか？

最低限、セグメントとチャネル別のクリーンなMQL-to-オポチュニティ転換データが2〜3クォーター分、セグメント別のマーケティングソース案件の平均ディールサイズ、マーケティングソース案件の平均営業サイクル長が必要です。そのデータはCRMに存在するため、MAPからCRMへの同期を整備することが予測への意味ある貢献の前提条件です。クリーンなコンバージョン履歴なしには、どんなパイプライン貢献予測も数値に見せかけた推測に過ぎません。

マーケティングのパイプライン貢献が堅実に見えるのに予測が薄い場合はどうすればいいですか？

品質問題と決めつける前にギャップを調査してください。最も多く見られる根本原因は3つです：品質ギャップ（MQLはオポチュニティに転換しているがクローズ前に失速しており、セグメンテーションまたは資格審査の問題で共同分析が必要）；速度ギャップ（マーケティングのパイプラインは到着するが予測期間内ではない。問題はタイミングであり品質ではない）；トラッキングギャップ（MAPからCRMへの同期がタッチポイントを欠落しており、マーケティングの貢献がMAPではCRMより大きく見える）。どのギャップかを特定することで修正策が決まります。

マーケティングはすべての予測コールに参加すべきですか？

必ずしもすべてのコールに参加する必要はありませんが、予測インプットが議論される合同パイプラインレビューには参加すべきです。予測コール自体（CRO、リージョナルVP、セールスオペレーションがコミットティアとリスクを確認する場）は通常、営業の議論です。マーケティングの貢献はインプット層です：パイプラインカバレッジデータ、過去のコンバージョン率、そして今後のキャンペーンカレンダー。それを合同パイプラインレビューに一貫して提供すれば、マーケティングがすべての非公開営業コールに参加しなくてもデータは予測に反映されます。

関連記事

• 合同パイプラインレビューのリズム
• マーケティングソースvs影響パイプライン
• 両チームが信頼するアトリビューションモデル
• 収益チームのための8つの共有ダッシュボード
• マーケティングと営業の連携用語集