合同Lead Scoring：マーケティングと営業の両方に機能するスコアリングモデルの構築

マーケティングは3ヶ月かけてスコアリングモデルを構築しました。営業にインタビューし、クローズドウォンデータを分析し、MAPのルールを設定しました。そして提供しました。

営業はスコアの高いリードの最初のバッチを見て、いくつか電話して、自分たちのリストに戻りました。スコアは実際のアカウントで見るものと一致しない、と言いました。

これがほとんどのLead Scoringプロジェクトの結末です。悪いモデルではありません。誰も信頼しないモデルです。

問題はたいてい数学ではありません。プロセスです。マーケティングがスコアリングモデルを構築して営業に渡すとき、営業はアウトカムに対するオーナーシップを持っていません。どのシグナルが重要かを決めていません。重み付けを検証していません。モデルが自分たちなら電話しなかったリードを生成しても、それに従う理由がありません。

共同で構築されたモデル（両チームが重み付けに貢献し、実際のクローズドウォンデータで検証し、しきい値に合意した）だけが営業チームとの接触を生き延びます。モデルを構築する前に、両チームは共有ICPフレームワークについて合意しているべきです。スコアリングの重み付けは、その土台となる理想的な顧客の定義と同程度の品質しか持てません。

主要データ：Lead Scoringの効果

• MarketingSherpaのB2B資格審査に関する研究によると、リードスコアリングを使用する企業はそうでない企業と比べてリード生成ROIが77%向上しています。
• Demand Gen Reportの調査によると、マーケティングチームと営業チームがリードスコアリング基準について正式に合意していると報告する企業は44%に過ぎません。
• Forrester Researchによると、成熟したリード管理とスコアリングの実践を持つ企業は、リードあたりコストが33%低い状態で50%多くの営業準備済みリードを生成しています。
• スコアリングモデルの設計に参加した営業チームは、マーケティング単独で作られたモデルを受け取ったチームより3倍リードスコアを優先度付けに活用します（SiriusDecisions）。
• スコアの減衰ルールを含むリードスコアリングモデルは、静的モデルよりSQLからオポチュニティへの転換率が28%高いです（Aberdeenグループ）。

誰も使わないスコアリングモデル

何を構築すべきかに入る前に、なぜほとんどのスコアリングモデルが失敗するかについて正直になる価値があります。ForresterのIndividual Interest Scoringの概要はコアの課題をうまく示しています：スコアは、サービスを提供するチームがインプットを信頼する場合にのみ有用です。

問題1：マーケティングがモデルを一方的に定義する。 重み付けが設定されるとき営業は部屋にいませんでした。価格ページの訪問がなぜ25ポイントでウェビナー参加が15ポイントかについてコンテキストを持っていません。モデルが直感に反する結果を出すとき、自分の判断を覆すほどモデルを信頼していません。

問題2：モデルがフィットよりエンゲージメントを過大評価する。 メール開封、ブログ訪問、ソーシャルクリック：これらはコンテンツに興味があるが決して購入しない人のスコアを膨らませます。送るメールをすべて読む10名企業のマーケティングマネージャーが、価格ページを一度訪問した300名企業のVP Operations より高いスコアになります。高いスコアの人が良いリードとは限りません。

問題3：減衰ルールがない。 14ヶ月前にガイドをダウンロードしたリードにはまだそのスコアが付いています。古いエンゲージメントシグナルは現在のインテントを反映しません。減衰なしでは、古い高スコアが優先度キューの上位を占めます。

問題4：モデルが再調整されない。 市場は変わります。ICPがシフトします。新しいチャネルは異なる品質のリードを生成します。昨年のクローズドウォンデータで構築されたスコアリングモデルは、18ヶ月間稼働した時点で積極的に間違っている可能性があります。

共同オーナーシップは問題1を構造的に解決します。営業がモデル構築に参加し、重み付けに対するコンテキストを持っているからです。他の問題は具体的な設計上の決定が必要であり、この記事の残りの部分でそれをカバーします。正式なスコアリングが自社に必要かどうか確信が持てない場合は、Lead Scoringが不要な場合の記事でスコアリングシステムよりシンプルな資格審査が優れるケースを説明しています。

3次元モデル

フィット＋インテント＋行動スコアリングトライアングル

フィット＋インテント＋行動スコアリングトライアングルは3次元のリードスコアリングモデルであり、各軸はリードの異なる品質を独立してスコアリング・レポート・調整できる形で測定します。

• フィット（誰であるか）： 静的なファームグラフィックスと役職シグナル。ICPマッチ、役職のシニオリティ、テックスタック、企業規模。急速には減衰しません。
• インテント（今何を調査しているか）： アクティブな購買ウィンドウシグナル。デモリクエスト、価格訪問、G2カテゴリー調査、Bomboraトピックサージ。数日〜数週間で減衰します。
• 行動（あなたにどれほどエンゲージしているか）： エンゲージメントの深さシグナル。ウェビナー参加、コンテンツダウンロード、トライアル利用。30〜90日で減衰します。

リードがMQLステータスに達するには少なくとも2つの次元で最小しきい値を超える必要があります。高い行動だけではリードを資格付与しません。高いフィットだけでもリードを資格付与しません。トライアングルは少なくとも2本の辺が必要です。

3つの別々の次元（フィット、インテント、行動）で構築されたスコアリングモデルは、各次元がそれ自体で理解可能であるため、単一の複合スコアより透明で維持しやすいです。

フィットスコア： 企業と人物が何者か。このアカウントがターゲット市場にいるかを反映する静的または変化の遅いシグナルです。

インテントスコア： 積極的に何を調査しているか。購買ウィンドウが開いているか近づいているかを示すシグナルです。

行動スコア： あなたのコンテンツと製品で何をしたか。関心の深さを示すエンゲージメントシグナルです。

各次元は独立してスコアリング、レポート、調整できます。リードがフィットは高いがインテントが低い場合、それは単一の複合数値では失われる有用なシグナルです。

フィットvsインテントスコアリングの記事でこれら2つの次元のトレードオフについて詳しく説明しています。この記事では3つをすべて一緒に構築する方法に焦点を当てます。

フィットスコアリング：含めるべきもの

フィットシグナルが答える問い：「これは私たちが売り込むべき種類の企業と人物か？」

ファームグラフィックシグナル（企業レベル）：

役職シグナル（人物レベル）：

テックスタックシグナル： 製品が特定のツールと統合または置き換える場合、それらのツールを使用している企業のコンタクトはそうでない企業より適合度が高くなります。

ネガティブフィットシグナル（失格要因）： これらは重要ですが、よく省略されます。

ネガティブシグナルはポジティブシグナルと同様に重要です。失格要因のないスコアリングモデルは、決して購入しない人の高スコアを生み出します。

インテントスコアリング：サードパーティとファーストパーティのシグナル

インテントシグナルが答える問い：「今まさにこの問題を解決しようとしているか？」

ファーストパーティインテントシグナルは自社のプロパティから来ます。行動を直接観察しているため最も信頼性が高いです。

サードパーティインテントシグナルは複数サイトにわたる調査行動を追跡するデータプロバイダー（G2、Bombora、TechTargetなど）から来ます。Gartnerのインテントシグナルを使ったB2B Lead Scoringガイドによると、ファームグラフィックのフィット基準と併せてインテントデータを使用している企業は、トップオブファネルのコンバージョン率が10%以上になる可能性が2倍です。

サードパーティインテントデータは強力ですが予算とインテグレーション作業が必要です。持っていない場合、ファーストパーティシグナルだけでも機能するモデルを構築できます。代替シグナルも有効です：コンタクトが30日間で4件以上のボトムオブファネルコンテンツを消費している場合、外部データなしでも合理的なインテントシグナルです。

フィットに対するインテントの重み付け： ほとんどのインバウンド主導型B2Bモーションでは、両方が存在する場合、インテントはフィットより重く扱うべきです。積極的に調査しているパーフェクトフィットの企業は、1つのブログ記事をダウンロードしたパーフェクトフィットの企業より価値があります。ただしフィットなしのインテントは依然としてノイズなので、それに応じて重み付けしてください。

行動スコアリング：エンゲージメントの深さ

行動シグナルが答える問い：「この人はあなたと具体的にどれほどエンゲージしているか？」

コンテンツエンゲージメント：

製品エンゲージメント（該当する場合）：

減衰ルール（必須）：

古い行動シグナルは減衰すべきです。14ヶ月前にブログを訪問したリードは現在エンゲージしていません。古い行動スコアをそのまま繰り越すとモデルが汚染されます。

ほとんどのMAPプラットフォームは減衰ルールをネイティブにサポートしています。サポートしていない場合は、経過係数を適用してスコアを再計算する月次バッチジョブを実行してください。

Lead Scoringモデルの減衰の記事でこの点について詳しく説明しています。

3次元の組み合わせ方

フィット、インテント、行動を使いやすいスコアに組み合わせる3つのアプローチ：

オプション1：複合スコア。 3つの次元スコアすべてを1つの数値に合算します。レポートがシンプルで比較しやすいです。しかし次元レベルの視認性が失われます。スコア85が高フィット/低インテントなのか低フィット/高行動なのか判別できません。

オプション2：しきい値ロジック（ほとんどのチームに推奨）。 次元ごとの最小しきい値を定義します。リードは3次元のうち少なくとも2つでしきい値を満たす場合にのみMQLステータスに達します。これにより、高エンゲージメントだが合わないフィットのリードがMQLにスコアインするのを防ぎます。

しきい値ロジックの例：

• MQL要件：フィットスコア≥30 かつ（インテントスコア≥20 または 行動スコア≥25）
• ホットMQL：フィット≥40 かつ インテント≥30

オプション3：マトリクスモデル。 フィットとインテントを別軸としてレポートします。高フィット/高インテント＝即時アウトリーチ。高フィット/低インテント＝ナーチャー。低フィット/高インテント＝慎重に扱う。低フィット/低インテント＝抑制。これは営業にとって最も有用なコンテキストを提供しますが、実用的であるにはUIのサポートが必要です。

複数スコアフィールドを表示できるMAPとCRMを持つチームにとって、別次元レポートを伴うしきい値ロジックは両アプローチの最良の面を提供します。

引用可能： Forrester Researchのによると、成熟したリード管理とスコアリングの実践を持つ企業は、アドホックな資格審査を行う企業と比べてリードあたりコストが33%低い状態で50%多くの営業準備済みリードを生成しています。

引用可能： SiriusDecisionsのによると、スコアリングモデルの設計に参加した営業チームは、マーケティング単独で構築されたモデルを受け取ったチームより日常の優先度付けにリードスコアを活用する可能性が3倍です。

モデルへの営業のバイイン獲得

共同オーナーシップはチェックボックスではありません。具体的なステップが必要です。

ステップ1：構築前に3〜5名の営業担当者にインタビューする。 聞いてみてください：「新しいリードを見るとき、最初に何を確認しますか？すぐに電話するか来週にするかはどのように決めますか？過去6ヶ月で最も良いリードはどんなものでしたか、何が共通していましたか？」

彼らの答えが、実際に重要なシグナルを教えてくれます。マーケティングが重要だと思うシグナルではなく。

ステップ2：ドラフトの重み付けを共有して異論を求める。 重み付けを含むスコアリングロジックを提示します。不同意を招きます。「マーケティングは価格ページ訪問に35ポイントを設定しました。実際に見るものと一致しますか？誰かが価格を訪問するとき、どれだけの頻度でそれが実際の会話につながりますか？」

営業が反発する場合、重み付けを支持するデータを説明するか、重み付けを調整してください。両方のアウトカムでモデルは強化されます。MQL-to-SQLスコアしきい値も同じ理由で共同で設定する必要があります。それらはモデルのアウトプットであり、営業はそのしきい値が生成するものを信頼する必要があります。

ステップ3：既知の良いリードと悪いリードで検証する。 過去12ヶ月のクローズドウォン案件を20〜30件抽出します。リードレコードに対してスコアリングロジックを実行し、スコアを確認します。最良の案件がモデルで低スコアになる場合、調整の問題があります。クローズドロストでも同じ演習をしてください：上位のクローズドロストリードは上位のクローズドウォンより低スコアであるべきです。リード管理コレクションのリード資格審査フレームワークは、実際にクロージング可能なリードとノイズを区別するシグナルについて追加の視点を提供しています。

ステップ4：本番稼働前にパイロットを実施する。 新しいモデルで新規リードのバッチをスコアリングします。営業が上位20件のスコアリングされたリードを確認し、優先度付けに同意するか評価します。広くロールアウトする前にフィードバックに基づいて調整してください。

このプロセスには4〜6週間かかります。自分でモデルを構築するより時間がかかります。しかし採用されるモデルと無視されるモデルの違いです。

Rework分析： 4ステップのバイインプロセス（担当者へのインタビュー、ドラフト重み付けの共有、クローズドウォンデータでの検証、パイロットの実施）は通常4〜6週間かかり、スコアリングモデルの長期的な採用への投資として最も高いレバレッジを持ちます。「とりあえず立ち上げて後で調整しよう」を選ぶチームは一貫して3〜6ヶ月後に同じ結果を報告します：営業がスコアを見るのをやめて自分たちのリストに戻る。パイロットステップが最も重要です。本番稼働前に営業レビューで実際の20件のリードをスコアリングすることで、信頼を損なう前に調整エラーが表面化します。

スコアガバナンス：誰が重み付けを変更するか

ガバナンスなしのスコアリングモデルは劣化します。ニュースレター開封に気軽にポイントを追加する人が出てきます。マーケティングが製品ページを更新してクリック行動が変わっても、スコアリングロジックを更新する人がいません。6ヶ月前に正しかった重み付けが今は間違っています。

ガバナンスは官僚的である必要はありません。明確である必要があります。マーケティング-営業SLAテンプレートは、両チームが合意する広範な連携コミットメントとともにガバナンスルールを文書化するのに適切な場所です。

四半期レビュー会議：45分。次元スコア別のコンバージョンデータを確認。追加または変更されたシグナルを確認。モデルが現在のクローズドウォンデータと依然として調整されているか確認。両VPが参加します。

モデルのテストと検証

クローズドウォンデータで検証されたモデルが信頼の最低基準です。

相関分析： モデルの各シグナルについて、そのシグナルを持つことと最終的にクローズドウォンになることの相関を算出します。ICPがSMBとミッドマーケットで異なる場合はセグメント別に実施します。クローズドウォンとの相関が低いシグナルは重み付けを下げるか削除すべきです。相関が高いシグナルは重み付けを上げるべきです。

この分析にデータサイエンスチームは不要です。クローズドウォン対クローズドロストのデータとシグナルの有無の列を持つスプレッドシートで必要な相関が明らかになります。

四半期再調整：

• 直近90日のSQLを抽出
• スコアバンド別（60〜70、70〜80、80〜90、90+）のSQLからオポチュニティへの転換率を確認
• 転換率がスコアバンドと相関していない場合、モデルの再調整が必要
• 直近の四半期に追加されたシグナルを確認し、個別のコンバージョンとの相関を確認
• パイプラインチームの転換率分析はこの確認に直接役立ちます。ステージ進行と相関しないスコアバンドがそこで明確に現れます

年次フル再構築： 12〜18ヶ月ごとに最新12ヶ月のクローズドデータを使ってゼロからモデルを再構築します。Gartnerの予測リードスコアリング研究によると、新しいデータで再構築されたモデルは静的なままのモデルより一貫して優れています。ICPやチャネルミックスのわずかな変化でも、18ヶ月前の重み付けが積極的に誤解を招くものになる可能性があります。市場の状況は変わります。ICPがシフトした可能性があります。陳腐化したデータで構築された古いモデルは、劣化が徐々に起きるため誰も気づかないままパフォーマンスが低下します。

MQL定義フレームワークとスコアリングしきい値は、設計上連携するものであるため、年次再構築時に一緒に見直すべきです。

まとめ

両チームが構築したスコアリングモデルは、マーケティングだけが信頼するパーフェクトなモデルより価値があります。

バイインを得るために悪いモデルを構築すべきだということではありません。営業をモデル構築に巻き込むプロセス（インタビュー、重み付けへの異論、パイロット検証）がモデルをより良くかつより採用されるものにするということです。

営業はエンゲージメントデータではマーケティングが見ることのできないリードの良さについて知っています。マーケティングは営業が観察しないインテントシグナルを生成するものについて知っています。共同で構築されたモデルはその両方を組み合わせます。

一緒に構築してください。実際のデータで検証してください。明示的にガバナンスしてください。四半期ごとに再調整してください。

目標はスコアではありません。優先度付けのための共有言語です。両チームが使うのは、両チームが信頼するからです。

よくある質問

合同Lead Scoringとは何ですか？

合同Lead Scoringは、マーケティングと営業が共同で構築するスコアリングモデルであり、両チームがシグナルの重み付けに貢献し、クローズドウォンデータに対してモデルを検証し、MQL/SQLのしきい値に合意したものです。「合同」という要素は形式的ではありません。営業がアウトカムにオーナーシップを持つことを意味し、それがスコアリングモデルが実際の営業チームとの接触を生き延びる唯一の方法です。

Lead Scoringの3つの次元は何ですか？

3つの次元は、フィット（企業と人物が何者か——ファームグラフィックスと役職シグナル）、インテント（今まさにソリューションを調査しているか——価格訪問、デモリクエスト、サードパーティインテントサージ）、行動（あなたのコンテンツと製品にどれほどエンゲージしているか）です。各次元は異なる速度で減衰します：フィットはほぼ静的、インテントは数日で減衰、行動は30〜90日で減衰します。

なぜほとんどのリードスコアリングモデルは失敗するのですか？

ほとんどのスコアリングモデルが失敗する理由は、マーケティングが一方的に構築したため（営業が信頼も使用もしない）、フィットよりエンゲージメントシグナルを過大評価するため（「エンゲージしているが決して購入しない」ペルソナが高スコアになりすぎる）、減衰ルールがないため（古いシグナルが現在のスコアを汚染する）、現在のクローズドウォンデータに対して再調整されないためです。共同オーナーシップは1つ目の問題を解決します；他の3つは意図的な設計上の決定が必要です。

フィットとインテントの相対的な重み付けはどうすべきですか？

営業モーションによって異なります。インバウンド主導型モーション：フィット50%、インテント35%、行動15%——インバウンドはすでにある程度インテントでフィルタリングされているため、フィットが差別化要因です。ABMモーション：フィット25%、インテント60%、行動15%——アカウントをフィットで事前スクリーニングしているため、インテントがトリガーです。PLGモーション：フィット25%、インテント25%、製品行動50%——トライアル利用はどちらの従来型シグナルよりもコンバージョンをよく予測します。

Lead Scoringの減衰ルールとは何ですか、なぜ重要ですか？

減衰ルールは行動シグナルの経過に伴いリードのスコアを自動的に減少させます。14ヶ月前に価格ページを訪問したリードは現在購買ウィンドウにいませんが、減衰なしではその古いシグナルが依然としてスコアに貢献し優先度キューの上位に押し上げられます。標準的な減衰：0〜30日は100%、31〜60日は75%、61〜90日は50%、91〜180日は25%、180日以降は0%です。

スコアリングモデルが機能しているかどうかをどう検証しますか？

直近90日のSQLを抽出します。スコアバンド別（60〜70、70〜80、80〜90、90+）のSQLからオポチュニティへの転換率を確認します。高いスコアバンドが意味のある形でより高い転換率を示さない場合、モデルの再調整が必要です。クローズドウォン対クローズドロストの分析も実施してください：上位50件のウォン案件は上位50件のロスト案件より実質的に高いスコアであるべきです。そうでなければ、モデルはアウトカムを予測していません。

関連記事

• フィットvsインテントスコアリング
• MQL-to-SQLスコアしきい値
• Lead Scoringモデルの減衰
• 共有ICPフレームワーク
• MQL定義フレームワーク
• リード資格審査フレームワーク
• 転換率分析
• マーケティングと営業の連携用語集