MAツールの効果測定方法｜KPI設計・ROI算出・SLA設計まで80社の支援経験を基に解説

MAツールの効果測定とは、リード獲得・リードナーチャリング・商談化・受注への貢献度を数値で示し、その結果をもとに施策を見直していく一連の取り組みを指します。

弊社が支援している企業でも、ステップメールやシナリオ設計を整えた後、「経営層にROIをうまく説明できない」「営業がスコアリングを十分に活用できていない」といった段階で止まってしまうケースが少なくありません。

根本的なボトルネックになりやすいのが、まさにこの効果測定の設計です。

本記事では、KGIから逆算したKPIツリーの作成、ROIの算出、統計的なスコアリング検証、SLAの運用定着、ステークホルダー別レポーティングまで、BtoBマーケティング担当者が現場でそのまま使えるレベルで体系的に整理していきます。

最低限これだけ追えば効果測定が回り始める3指標：MQL数・商談化率・マーケ経由売上
まずは、この3つを継続的に追える状態をつくることが、効果測定を機能させるうえで重要です。

詳細はこのあと順番に見ていきます。

MAツールの効果測定とは？目的と「機能しない」本当の原因

MAツールの効果測定とは、マーケティングオートメーション（MA）を使った施策が、リードジェネレーションからリードナーチャリング、クオリフィケーション、受注に至るまでの各フェーズにどの程度寄与しているかを定量的に把握し、その結果を投資対効果（ROI）の説明と施策改善の両方に活かす取り組みです。

この効果測定をきちんと機能させるには、MAツールのレポートだけで完結させないこと、KPIの粒度がKGIとずれていないこと、そしてマーケティングと営業のデータがきちんとつながっていることが欠かせません。国内の中堅BtoB企業でマーケティングに取り組んでいる現場を見ていると、これらがそろわないままPDCAを回そうとして苦戦しているケースが目立ちます。

BtoBマーケティングの購買プロセスは一般に長く、特に高単価のソリューションやSaaS系商材では、施策実施から受注までに3〜6か月程度かかることも珍しくありません。実際のリードタイムは業種や商材によって大きく変わるため、自社の過去データから平均リードタイムを一度計算しておくことをおすすめします。この時間的なずれを考慮せずに効果測定を設計してしまうと、「施策はやっているのに成果が見えない」という状態から抜け出せなくなります。BtoBにおけるMAの全体像については、別記事で詳しくまとめています。

MAツール効果測定の2つの目的

MAツールの効果測定には、大きく分けて目的の異なる2つの側面があります。対象と見るべき指標を整理すると、次のようになります。

この2つをあいまいにしたままレポートを組んでしまうと、経営層向けの資料にメール開封率が並んでいたり、逆にマーケチームが売上貢献度だけを追って施策単位の改善ができなかったりと、噛み合わない状態が生まれます。誰に向けて何を伝えるのかを整理し、対象ごとに指標を分けて設計することが、効果測定の入り口になります。

効果測定が「機能しない」原因とその診断方法

これまでご支援してきた企業を振り返ると、MAツールの効果測定がうまく回らない背景には、いくつか共通するパターンが見えてきます。多くの企業では、まずKPI設計の段階でつまずき、次にデータ基盤の連携で止まり、最後に営業連携とSLAの運用で壁にぶつかる、という順番で課題が積み上がっている印象です。

• KPIの粒度ギャップ：施策レベルのKPI（開封率・クリック率など）と事業KGI（売上・受注数など）の間に、きちんと定義・計測されていない中間指標がある状態です。MAのレポートとSFAの売上データが別々に管理されていると、どの施策がどの程度受注に貢献したのかを追い切れません。
• データ分断：MAとCRM/SFAが連携されておらず、マーケティング施策の貢献度（アトリビューション）を測ることができない状態です。リードソースや施策への接触履歴と、商談情報がひもづいていないため、ROIを正しく算出できません。
• SLAの形骸化：マーケティングと営業のSLA（Service Level Agreement）が「文書としてあるだけ」で、日々の運用に落ちきっていない状態です。MQLを供給しても営業側のフォローが十分でなく、スコアリングやシナリオの改善サイクルが回らなくなります。

まずは、自社のMAレポートとCRMの商談データを照らし合わせて、「マーケ経由で獲得したリードのうち、最終的にどれだけが受注につながったのか」を追える状態になっているかを確認してみてください。ここが追えない場合は、データ分断の解消に手を付けるのが先決です。

KGIから逆算するKPI設計フレームワーク

KPIツリーとは、KGI（組織全体の最終目標）をファネル構造に沿って分解し、最終的に日々の行動に落とせる先行指標までブレイクダウンした指標の体系です。KGIから受注数・商談数・SQL・MQLへと逆算していくこと、各ステップの転換率を営業と握ること、そして日々のコントロールが効く指標まで落とし込むことが、設計の柱になります。

この設計が甘いと、担当者はいつまでも開封率やクリック率だけを追い続けることになります。結果として、事業成長への貢献をうまく説明できず、予算削減の対象になってしまうリスクも高まります。KPIツリーは、MAツールの効果測定を成り立たせるうえでの前提条件といってよいでしょう。

KGI・KSF・KPIの定義と階層構造

KPIツリーの作成手順

KPIツリーは、次の5つのステップで作成していきます。各ステップを営業部門と対話しながら進めることが、後のSLA設計にもそのままつながっていきます。

1. Step.1：KGIを設定する（例：新規顧客からの年間売上1億円）
2. Step.2：受注件数と平均受注単価に分解する（例：受注50件 × 平均200万円）
3. Step.3：ファネル構造に沿って商談数・SQL数・MQL数・行動KPIへとブレイクダウンする
4. Step.4：各指標の目標値を過去実績から設定し、転換率の前提を営業部門と合意する
5. Step.5：資料DL数やメール配信数など、日々コントロール可能な先行指標まで落とし込む

この中でも、Step.4の「転換率を営業と握る」プロセスは特に重要です。商談化率や受注率は、インサイドセールスのリソース状況や架電・オンライン商談の品質に大きく左右されます。マーケティングだけで数値を決めてしまうと、後工程でSLAが空文化しやすくなります。ファネル別KPIの詳細設計については、別記事も参考にしてみてください。

KPIツリー構造例（KGI1億円・BtoBマーケティング想定）

MAツールのROI算出方法

MAツールのROI（投資対効果）は、マーケティングに投じたコストに対して、どれだけの利益が返ってきたかを示す指標です。ここでは、計算式の基本、算出を妨げるハードルへの向き合い方、LTV/CACによる長期視点の評価、という3つの観点から整理していきます。

実際に企業の状況を見ていると、ROIが出せていないケースの多くは、そもそも「投資コストに何を含めるか」があいまいなまま試算してしまっている印象です。人件費や外注費をどこまで含めるのか、経理部門とすり合わせたうえで文書に落としておくことを、弊社では最初のステップとして必ずご提案しています。

ROI計算式と具体的な数値例

ROI（%） = （マーケティング経由の粗利益 − 投資コスト） ÷ 投資コスト × 100

ROI算出を阻む3つのハードルと解決策

LTV/CACによるユニットエコノミクス評価

LTV（顧客生涯価値）とCAC（顧客獲得単価）を用いた評価は、SaaSやサブスクリプション型のビジネスでは特に重要です。初回の受注額だけでROIを見ると、長い期間にわたって収益をもたらす優良顧客を過小評価してしまう可能性があります。

MAのデータとCRMのデータをつなぐことで、「どのチャネルから獲得した顧客のLTVが高いのか」を比較できるようになります。これにより、長期的な利益貢献を最大化するチャネルに、計画的に投資を寄せていくことが可能になります。MAツールの費用対効果や予算確保の考え方については、MAツールの費用対効果とROI計算もあわせてご覧ください。

フェーズ別：BtoBマーケティングで見るべき重要KPI一覧

BtoBマーケティングにおけるKPIは、カスタマージャーニーの各フェーズに紐づいた定量指標として設計します。TOFUのリードジェネレーション、MOFUのリードナーチャリング、BOFUのクオリフィケーション・商談化という3つの段階に分けて指標を見ていくことで、どこにボトルネックがあるのかを見つけやすくなります。逆に、各フェーズの指標がごちゃまぜになっていると、どのプロセスを改善すべきかが見えづらくなります。

リードジェネレーション段階のKPI

TOFUにあたるリードジェネレーションの段階では、「どれだけ集められているか」という量だけでなく、「どれだけ質が担保されているか」という観点でもKPIを見ていきます。

リードナーチャリング段階のKPI｜エンゲージメント率・開封率・CTR・休眠リード

MOFUにあたるリードナーチャリングの段階では、コンテンツへの関心の高さとスコアの動きを中心に見ていきます。開封率やCTR（クリック率）、エンゲージメントスコアは基本的な指標ですが、実務では「休眠リードの掘り起こし」が見落とされがちなポイントです。

ここでいう休眠リードとは、取得後180日以上、開封やクリックなどの行動が確認されていないリードを指します。弊社が支援したあるSaaS系企業では、ハウスリストの中で休眠状態になっていたリードに対して、コンテンツマッピングにもとづいたパーソナライズドなナーチャリングシナリオを展開した結果、エンゲージメント率に改善傾向が見られました。こうした施策の成否を左右するのが、「どの段階でどのコンテンツを当てるか」という購買意欲醸成の設計です。

クオリフィケーション・商談化段階のKPI

BOFUにあたるクオリフィケーションの段階では、MQL（Marketing Qualified Lead）とSQL（Sales Qualified Lead）の関係性を中心に、営業プロセスへの接続状況を見ていきます。

MAツールを活用した7つの分析手法とスコアリング検証

MAツールで行う分析とは、蓄積したリードの行動データをもとに、どの施策が成果につながっているか、どこにボトルネックがあるかを見つけていくための一連の方法です。中でも、ファネル分析によるボトルネック特定、スコアリング精度の統計的な検証、複数施策の貢献を評価するアトリビューション分析の3つは、施策の精度を高めるうえで欠かせないアプローチです。

ファネル分析｜ボトルネックの特定

ファネル分析は、リード獲得から受注までの各段階の転換率を並べて可視化し、「どのステップでどれだけ落ちているのか」をはっきりさせるための手法です。全体の転換率だけを眺めるのではなく、ボトルネックになっている段階が見つかったら、業種ごと、チャネルごと、接触コンテンツごとにセグメントを切って深掘りしていくことで、改善すべきポイントを具体的に絞り込めます。

スコアリング精度の統計的検証｜ロジスティック回帰を活用した重み付け設計

スコアリング精度の検証とは、今使っているスコアリングルールが、実際の商談化や受注とちゃんと相関しているかを定期的にチェックすることです。スコアが高いリード群と低いリード群を比べたときに、商談化率や受注率にほとんど差が出ていないようであれば、ルール自体を見直す必要があります。

属人的な感覚でスコアを決めるやり方から抜け出すために、弊社では次のような統計的なアプローチを推奨しています。

1. Step.1：過去1年間の受注・失注顧客の行動データをMAから抽出する
2. Step.2：「ページ閲覧回数」「セミナー参加の有無」「メールのクリック回数」などを説明変数として整理する
3. Step.3：ロジスティック回帰分析や決定木分析を使い、「どの行動が受注にどの程度効いているか」を数値で算出する
4. Step.4：算出された影響度をもとにスコアリングルールを組み直し、MAツールに反映する

弊社が特定のクライアント企業のリードデータに対してロジスティック回帰分析を行った際には、E（エンゲージメント）・R（直近性）・F（頻度）に対して、E=0.45・R=0.385・F=0.165という重みを採用した事例がありました。初期設定としてすべて0.33で均等にしていたケースと比べると、商談化との相関は統計的に有意に改善しています。ただし、これはあくまで特定の業種・規模・商材のデータにもとづくものであり、他社で同じ値がそのまま当てはまることはほとんどありません。必ず自社のデータで検証したうえで、自社にフィットする重みを決めてください。

なお、弊社が支援の中で参照するMQLの目安は、「属性スコアと行動スコアがそれぞれ一定の条件を満たすリード」、HOTリードの目安は「総合スコアが閾値以上で、かつ高い関連性のある行動が直近7日以内に確認できるリード」といった考え方です。これらもあくまで支援時の参考設定であり、すべての企業に共通で適用できる値ではない点にはご注意ください。

統計的スコアリングの実装手順については、別途専門記事で手順を詳しくご紹介しています。

リードスコアリング全体の設計プロセスについては、リードスコアリングの設計全体像も参考になると思います。

コンテンツ分析・チャネル別分析

コンテンツ分析は、「どのコンテンツがリード獲得に効いているのか」「どのコンテンツがナーチャリングに効いているのか」「どのコンテンツが商談や受注の後押しになっているのか」を整理していくための分析です。コンテンツ単位のMQL化率やスコア上昇率、受注への貢献度をアトリビューション分析と組み合わせて見ることで、「TOFUの入口として効くコンテンツ」と「商談化の最後の一押しになるコンテンツ」を切り分けて評価できます。

チャネル別分析では、リード獲得数といった量の指標だけでなく、商談化率・受注率といった質の指標までセットで追いかけます。表面的な獲得数は少なくても、受注率が高いチャネルは、実は投資を厚くすべきチャネルかもしれません。CPL（リード獲得単価）とCPA（顧客獲得単価）もあわせて比較しながら、チャネルごとの役割を整理していきます。

アトリビューション分析｜複数施策の貢献度評価

アトリビューション分析は、1件の受注に至るまでに接触した複数の施策・チャネルに対して、「どれくらい貢献したか」を分けて評価するための考え方です。代表的なモデルは次の3つです。

コホート分析とABM効果測定

コホート分析は、「いつ獲得したリードか」という軸でグループを分け、それぞれのグループが6ヶ月後、1年後にどのくらい受注に至っているかを追いかける手法です。ナーチャリング施策の効果を中長期で確認したり、平均リードタイムを把握したりするのに向いています。ROIを測る期間をどこに置くかを決めるうえでも役立ちます。

ABM（アカウントベースドマーケティング）の効果測定では、リード単位ではなくアカウント（企業）単位で指標を見る必要があります。アカウントエンゲージメントスコア、ターゲットアカウントからの商談創出率、ターゲットアカウントのカバレッジ（どれだけリード情報を保有できているか）といった指標をセットで追っていくのが基本です。

データに基づく施策改善フロー（PDCA）とトラブルシューティング

施策改善のPDCAは、設定したKPIが目標に届いていないときに、その原因を特定し、仮説を立てて打ち手を実行し、結果を検証していく一連の流れです。前提として、まずは「どの指標がどこまで見えているか」という計測基盤を整えておくことが欠かせません。そのうえで、フェーズごとに典型的なトラブルシューティングの型を用意しておくと、改善サイクルのスピードが一気に変わります。

PDCAの4ステップ

1. Step.1 課題の特定：ファネル分析を使って、ボトルネックになっているKPIを見つける
2. Step.2 仮説の設定：そのKPIが低迷している理由について、いくつか仮説を立てる
3. Step.3 データによる検証：セグメント別の分析やコンテンツ別の分析などで、立てた仮説を検証する
4. Step.4 改善アクションの実行：A/Bテストなど、具体的な改善施策を実行し、再度結果を確認する

低パフォーマンス指標別の改善フロー例

MAシナリオの設計や見直し方については、MAシナリオ設計の改善手順に詳しい手順をまとめています。

効果測定の精度を左右するデータ基盤の整備

ここまでご紹介してきた効果測定や分析を支える土台になるのが、「MA・GA4・CRM/SFAのデータを、ひとつの軸で連携させるデータ基盤」です。施策の接点から受注までを一気通貫で追えるようにするには、データフローの設計、連携キーと流入元の管理、データ定義とガバナンスの整備が欠かせません。

弊社がご支援してきた企業でも、効果測定がうまくいかない理由として多かったのが、CRMへの入力精度の問題です。ツール同士の連携を整えても、入力されるデータの品質が低ければ、分析結果の信頼性もどうしても下がってしまいます。データ整備は技術だけの話ではなく、日々の運用習慣に関わる話でもある、という前提で捉えておくことが大切です。

MA・GA4・CRM/SFA連携の3ステップ

1. Step.1 データフローの設計：どのデータを、どのツールからどのツールへ連携するかを整理する。リードソース、施策への接触履歴、スコアなどを商談情報とひもづける設計が必須です。
2. Step.2 連携キーの確保と流入元計測：メールアドレスや顧客IDで各ツールのデータを確実につなげる。あわせて、UTMパラメータの付与ルールを徹底し、流入元を正しく計測できるようにする。
3. Step.3 連携実装とテスト：標準の連携機能やAPIを使って実装し、項目のマッピングや動作を確認する。テストリードを使って、実際のデータ連携の流れを検証する。

データマネジメントとガバナンス体制の4要素

• データ定義の統一：MQL・SQL・商談フェーズ・失注理由などの定義を文書化し、マーケティング・営業・経営の関係者全員で共有する。
• 入力ルールの標準化：企業名の表記揺れ防止や必須項目の設定など、入力ルールをそろえる。特に営業担当のCRM入力精度が、効果測定の精度に直結します。
• データクレンジングと名寄せ：重複や古くなったデータを定期的に整理し、同一人物・同一企業のデータを統合する。
• データガバナンス体制の構築：データ品質の責任者を定め、定期的に監査・改善を行う仕組みをつくる。

営業連携の強化とSLA構築・運用定着の手順

SLA（Service Level Agreement）は、MAで創出したリードを営業が確実にフォローするための合意事項をまとめた文書です。このSLAを「作っただけ」で終わらせてしまうパターンが非常に多く、弊社にご相談いただく企業でも非常に多いです。SLAを機能させるには、文書化に加え、ダッシュボードでの遵守状況の見える化と、週次の会議体での改善サイクル定着までセットで設計する必要があります。

たとえば「MQLには24時間以内に初回コンタクトを行う」と決めても、その実行状況を計測できなければ、ルールは次第に守られなくなります。実際、弊社が支援した企業でも、SLA締結直後は遵守率が高いものの、3か月ほど経つとモニタリングが行われなくなり、遵守率が落ちていくというケースが何度も見られました。定着させる仕組みまで含めて設計することが、SLAを活かすうえでの最重要ポイントです。

SLAに含めるべき5つの要素

MQLの定義づくりについては、MQLのスコア設計基準で具体的な考え方を紹介しています。

SLAを形骸化させない運用設計｜ダッシュボード・週次ミーティング

SLAを現場で生きたルールとして運用していくには、「測れる状態にしておくこと」と「振り返りの場をつくること」が欠かせません。

• ダッシュボード設計：MAとCRM/SFAを連携したレポート上で、「リードの放置時間」「初回コンタクト率」「CRMステータスの更新率」を可視化する。特に、高スコアで直近の行動も活発なリードがしっかりフォローされているかを重点的にチェックする。
• 週次フィードバック会議：マーケティングとインサイドセールスが週1回集まり、前週のMQL供給数やコンタクト率、失注理由を共有する。失注理由は、スコアリングルールやナーチャリングシナリオを見直す際の重要なインプットになる。
• SLAの四半期見直し：MQL条件や転換率の目標、フォローアップ基準などを、四半期ごとに実績データにもとづいて見直す。一定期間行動がないリードのスコアを減衰させるルールも、同様に検証しながら調整していく。

ステークホルダー別レポーティングの設計

ステークホルダー別レポーティングは、経営層・営業部門長・マーケティングチームそれぞれに対して、「何に関心があり、どんな意思決定に使うのか」を踏まえて指標と構成を整理する考え方です。あらかじめ「誰に・何を・どの頻度で・どのような構成で伝えるのか」を決めておくことで、単なる数字の羅列ではなく、意思決定を動かすためのコミュニケーション手段としてレポートを活用できるようになります。

対象別レポーティング設計表（経営層/営業部門長/マーケチーム）

意思決定を動かすレポートの構成原則

経営会議や営業会議でレポートを機能させるには、「①事実の報告 → ②要因の分析 → ③次のアクション提案」という流れを意識して構成するのが効果的です。この順番に沿ってまとめることで、受け手が「で、何をすればいいのか」をすぐに判断しやすくなります。

• ①事実の報告：今月のMQL数・商談化率・ROIなどの数字を、前月比・目標比とあわせて提示する。
• ②要因の分析：数値が目標を上回った／下回った理由を、ファネル分析・チャネル別分析・コンテンツ別分析の結果から説明する。
• ③次のアクション提案：翌月以降に実施する改善施策と担当者、目標値や期限を明確にする。

弊社が支援したある製造業の企業では、レポートをこの3段構成に切り替えたことで、経営会議の場でマーケティング予算についての議論が具体的になり、投資の方向性が整理されていきました。「数字はあるけれど、どう見せればよいかわからない」という状態から抜け出すうえでは、レポートの構成を見直すこと自体が、費用対効果の高い打ち手になります。

まとめ

MAツールの効果測定をきちんと機能させるためには、KPIツリー、ROI算出、データ基盤、SLA、レポーティングという5つの要素を、ばらばらではなくひとつの体系として設計していく必要があります。単発のKPIだけを追っていると、施策と受注の間にある時間的なギャップを埋めきれず、経営層に対して十分な説明ができないまま、予算削減のリスクにさらされることにもなりかねません。KGIから逆算してKPIツリーを設計し、営業部門と転換率の目標を握ることが、効果測定の土台づくりになります。

スコアリングの精度を統計的に検証する取り組みは、まだ手つかずの企業も多い領域です。感覚的に決めた均等スコアから、ロジスティック回帰分析などを通じてデータにもとづく重み付けに切り替えていくことで、商談化との相関が高まるケースは少なくありません。ただし、具体的な重みの数値はあくまで自社のリードデータから導き出すものであり、他社の参考値がそのまま自社に適用できるとは限りません。自社データでの検証を前提に設計してください。

また、SLAは「締結した瞬間」に仕事が終わるものではありません。ダッシュボードでの遵守状況の見える化と、週次のフィードバックミーティングといった運用の仕組みまで含めて設計することが、現場に定着させるうえで重要になります。MAツールの効果測定は、マーケティング部門だけの取り組みではなく、営業や経営を巻き込んだ組織横断の設計として進めていくことで、初めて本来の価値を発揮します。

よくある質問

経営会議ではどの指標を見せるべきですか？

経営会議で共有すべき指標は、ROI、パイプラインへの貢献額、CAC、LTVの4つです。開封率やCTRといった施策レベルのKPIは経営層の意思決定には直結しにくいため、「マーケ投資がどれだけ売上・利益に結びついているか」を示せる指標に焦点を絞り、四半期ごとに報告することをおすすめします。

MAツールの効果測定で最初に設定すべきKPIは何ですか？

最初に押さえるべきKPIは、KGI（年間売上目標）からファネルを逆算して決めたMQL数（マーケティング適格リード数）です。MQL数はマーケティングと営業の接点にあたる指標であり、双方が「ここまではマーケの責任」「ここからは営業の責任」と合意しやすい共通基準になります。MQL数の目標が固まったら、次にMQL化率、CVR、メール開封率・CTRといった先行指標を設計していきます。

MAツールのROIはどのように計算しますか？

MAツールのROIは、「（マーケティング経由の粗利益 − 投資コスト） ÷ 投資コスト × 100」という式で算出します。投資コストには、MAツールの利用料金だけでなく、広告費やコンテンツ制作費、人件費、外注費なども含めて検討する必要があります。どこまでをマーケティング費用とみなすかについては、経理部門と範囲をすり合わせたうえで、社内ルールとして文書化しておくとよいでしょう。ROIを出すためには、MAとCRM/SFAの連携によってリードソースを追える状態になっていることも前提条件になります。

スコアリングの精度を検証するにはどうすればいいですか？

まずは、スコアが高いリード群と低いリード群に分け、それぞれの商談化率・受注率を比較してみてください。ここで明確な差が出ていないようであれば、現在のスコアリングルールが商談化や受注をうまく説明できていない可能性があります。その場合は、過去1年間の受注・失注データを使い、ロジスティック回帰分析などを活用して各行動の影響度を算出し、重み付けを見直していくのが有効です。重みの具体的な数値は、自社のリードデータから算出することが前提であり、他社の事例値をそのまま流用しないよう注意してください。

MAツールの効果測定でSLAが形骸化してしまう場合、何が原因ですか？

SLAが形骸化してしまう原因として多いのは、「ルールを決めただけで、実際に守られているかを見ていない」ことです。MQLへの初回コンタクト率やCRMステータスの更新率、リード放置時間といった指標がダッシュボードで見える状態になっていないと、SLAの遵守状況をモニタリングできません。また、週次の会議体で「実際にどこまで守られているのか」「どこに無理があるのか」を確認し、ルールや運用を微調整し続けることも重要です。SLAの設計とあわせて、こうした運用の仕組みまで整えることが、形骸化を防ぐポイントになります。

MAを導入したのに商談数が増えない場合、どこを見直すべきですか？

まずはファネル分析で、リードジェネレーション、ナーチャリング、クオリフィケーションのどの段階で転換率が落ちているのかを明らかにしてください。商談化率が低い場合は、MQLの定義が適切かどうか、SLAどおりにフォローできているか、といった点を優先的に確認します。ナーチャリングのフェーズでCTRやエンゲージメント率が伸びていない場合は、コンテンツマッピングやシナリオのタイミング設計を見直すことが有効です。