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。
弊社にご相談いただく企業でも、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というケースがよく見られます。
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。
MAツールの効果測定とは？目的と機能しない原因
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。
この効果測定を機能させるには、MAツールのレポートだけで判断しないこと、KPIをKGIと適切に紐づけること、そしてマーケティングと営業のデータを連携させることが重要です。
一方、国内の中堅BtoB企業では、こうした環境が十分に整わないままPDCAを回そうとし、思うように成果につなげられていないケースも少なくありません。
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ツールにおける効果測定の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。
| 目的 | 対象 | 主な指標 |
|---|---|---|
| ①ROIの可視化・予算確保 | 経営層・他部門 | ROI・パイプライン貢献額・CAC・LTV |
| ②施策の評価と継続的改善 | マーケティングチーム | ファネル各段階のKPI・コンテンツ貢献度・チャネル別成果 |
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」原因とその対策
これまで80社以上のBtoBマーケティングに携わってきた経験から、MAツールの効果測定がうまくいかない企業には、いくつかの共通点があると考えています。
特に多いのが、KPI設計の段階でつまずき、その後のデータ基盤の連携が進まず、さらに営業連携やSLAの運用でも課題が生じるケースです。MAの効果測定では、こうした複数の課題が連鎖することで、十分な成果を把握できなくなっているケースも少なくありません。
- 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ツリーの立て方そのものをゼロから知りたい場合は、KGIから逆算するKPI設計の基本もあわせてご参照ください。本記事では、設計したKPIをどう測定し、PDCAへつなげるかに焦点を当てます。
KPIツリーとは、KGI（組織全体の最終目標）をファネルに沿って分解し、日々の施策や行動につながる先行指標まで落とし込んだものです。KGIを起点に、受注数・商談数・SQL・MQLへと逆算して必要な数値を設定し、各ステップの転換率について営業と認識を合わせたうえで、日々の施策によって改善できる指標まで具体化していきます。
KPIツリーが適切に設計されていないと、開封率やクリック率といったMAツール上の数値を追うだけの運用になりがちです。その結果、マーケティング施策が事業成長にどの程度貢献しているのかを説明しにくくなり、マーケティング予算の妥当性を示すことも難しくなります。
MAツールの効果を正しく測定するためにも、まずはKGIと各KPIのつながりを明確にし、成果を一貫して追えるKPIツリーを設計することが重要です。
KGI・KSF・KPIの定義と階層
| 用語 | 正式名称 | 意味 | 例 |
|---|---|---|---|
| KGI | Key Goal Indicator | 組織全体の最終目標 | 年間新規売上1億円 |
| KSF | Key Success Factor | KGI達成のカギとなる重要要因 | ターゲット企業から質の高い商談を月20件創出する |
| KPI | Key Performance Indicator | KSFの達成度合いを測る中間指標 | MQL数・商談化率・メールCTR |
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。
Step.1：KGIを設定する（例：新規顧客からの年間売上1億円）
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）
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
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
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「転換率について営業と認識を合わせる」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やアプローチの方法、商談の質などによって大きく変わります。
そのため、マーケティング部門だけで転換率を設定すると、現状と数値にずれが生じ、後工程でSLAが形骸化する原因になりかねません。転換率を設定する際は、営業部門と実績や状況を共有し、双方が納得できる水準を設定することが重要です。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（KGI 1億円・BtoBマーケティング想定）
| 指標 | 目標値 | 転換率の前提 |
|---|---|---|
| KGI：年間売上 | 1億円 | — |
| 受注数 | 50件 | 平均受注単価200万円 |
| 商談数 | 200件 | 受注率25% |
| SQL数 | 400件 | 商談化率50% |
| MQL数 | 1,000件 | SQL化率40% |
| 資料DL数・ウェビナー参加者数 | 5,000件・1,000件 | MQL化率20% |
MAツールのROI算出方法
MAツールのROI（投資対効果）とは、マーケティングに投じたコストに対して、どれだけの利益を得られたかを示す指標です。ここでは、基本的な計算方法、算出する際につまずきやすいポイントとその対処法、LTV/CACを用いた長期的な評価という3つの観点から解説します。
これまで80社以上のBtoBマーケティングに携わってきた経験から、ROIを算出できていない企業では、そもそも「投資コストに何を含めるのか」が明確になっていないケースが多く見られます。MAツールの利用料だけでなく、人件費や外注費をどこまで含めるのかを経理部門とすり合わせ、算出条件を明文化しておくことが重要です。
Sells upでは、ROIを正しく評価するための最初のステップとして、こうした投資コストの範囲を明確にすることをご提案しています。
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
| 項目 | 金額 |
|---|---|
| マーケティング投資コスト（MAツール費用・広告費・制作費・人件費など） | 年間500万円 |
| マーケティング経由の粗利益 | 年間1,500万円 |
| ROI | （1,500万円 − 500万円）÷ 500万円 × 100 = 200% |
ROIの算出でつまずきやすい3つのポイントと解決策
| ハードル | 原因 | 解決策 |
|---|---|---|
| ①データ分断による貢献度の不明瞭さ | MAとCRM/SFAが連携されていない | リードソースや施策情報を商談情報とひもづけられるよう、データ連携基盤を構築する |
| ②投資コストの範囲定義が曖昧 | 人件費・外注費をどこまで含めるかのルールが決まっていない | 経理部門と連携し、マーケティング費用の範囲を明文化して定義する |
| ③計測期間のズレ | BtoBでは投資期と受注期の間にタイムラグがある | コホート分析で平均リードタイムを把握し、その期間を踏まえて計測期間の基準を決める |
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において特に重要です。初回の受注額だけをもとにROIを算出すると、継続利用によって中長期的に収益をもたらす顧客の価値を適切に評価できない可能性があります。
| 指標 | 定義 | 健全な基準 |
|---|---|---|
| LTV（顧客生涯価値） | 1顧客が取引期間を通じてもたらす利益の総額 | LTV/CACが3倍以上 |
| CAC（顧客獲得単価） | 1顧客を獲得するのにかかったマーケティング費用＋営業費用 | — |
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。
BtoBマーケティングで見るべきフェーズ別の重要KPI
BtoBマーケティングのKPIは、カスタマージャーニーの各フェーズに合わせて設計することが重要です。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KPIを設定することで、どのフェーズにボトルネックがあるのかを把握しやすくなります。
一方、フェーズを区別せずに複数のKPIを並べてしまうと、課題のある箇所を特定しにくくなり、どの施策から改善すべきか判断することも難しくなります。
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、獲得したリードの「量」と「質」の両面からKPIを設定することが重要です。
量を測る指標としては、新規リード獲得数やWebサイトからのコンバージョン数、コンバージョン率（CVR）などが挙げられます。一方、質を測る際は、ターゲット企業からのリード獲得数やその割合、チャネル別のMQL転換率などを確認します。
たとえば、新規リードを月500件獲得できていても、自社のターゲットとなる業種や企業規模に該当するリードが少なければ、商談や受注にはつながりにくくなります。反対に、獲得数が少なくても、その後のMQLや商談への転換率が高ければ、効率よく有望なリードを獲得できていると判断できます。
そのため、リードジェネレーションの成果を評価する際は、獲得数だけを追うのではなく、「どのようなリードを、どのチャネルから、どれだけ獲得できたのか」まで確認し、その後のMQLや商談への転換率とあわせて評価することが大切です。
| KPI | 意味 | 注意点 |
|---|---|---|
| CVR（コンバージョン率） | サイト訪問者のうち、問い合わせや資料請求に至った割合 | 件数だけでなく、その後のMQL化率も合わせて見る |
| CPL（リード獲得単価） | 1件のリード獲得にかかった費用 | CPLが低くてもMQL化率が悪ければ、施策の質を見直す必要がある |
| チャネル別リード獲得数・MQL化率 | 流入チャネルごとの獲得数と質 | チャネルごとに量と質の両面で比較し、投資配分を見直す |
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、獲得したリードの興味・関心がどの程度高まっているのかを把握するためのKPIを設定します。代表的な指標としては、メールの開封率やCTR（クリック率）、Webサイトへの再訪率、コンテンツの閲覧数、資料のダウンロード数、ウェビナーの参加率、エンゲージメントスコアなどが挙げられます。
ただし、開封率やCTRといった個別の数値だけで成果を判断するのではなく、リードの行動がどのように変化し、次のフェーズへ進んでいるかを見ることが重要です。たとえば、メールをきっかけにWebサイトを再訪し、導入事例や料金ページを閲覧するようになったリードは、以前よりも検討度が高まっている可能性があります。こうした行動の変化をMAツールで捉え、MQLへの転換率や転換数まで追うことで、ナーチャリング施策が商談につながるリードの育成に貢献しているかを判断できます。
また、見落とされやすい点として挙げられるのが「休眠リードの掘り起こし」です。BtoBでは、資料請求やウェビナーへの参加後、すぐに商談へ進まなかったリードが、数か月後や半年後に再び検討を始めることも珍しくありません。そのため、新しく獲得したリードだけでなく、一定期間行動がなかったリードの再アクティブ化数や、そこからのMQL転換数・商談化数もKPIとして確認する必要があります。
リードナーチャリングでは、メールの開封率やCTRを改善すること自体を目的にするのではなく、リードの興味・関心を高め、MQLや商談といった次のフェーズへどれだけつなげられたかという視点で成果を評価することが重要です。
| KPI | 意味 |
|---|---|
| メール開封率・CTR（クリック率） | メールやコンテンツへの関心度を測る基本指標。BtoBマーケティングのメールでは、開封率20〜30%、CTR3〜5%程度が一般的な目安とされています。 |
| CTOR（クリックスルー率） | 開封した人のうち、実際にクリックした割合。メール本文やクリエイティブの良し悪しを測る指標。 |
| エンゲージメントスコアの推移 | リードの行動に応じたスコア変動を追う指標。スコアが一定以上上昇したタイミングが、フォローをかける起点になる。 |
| 休眠リードの再アクティブ化数 | ナーチャリング施策によって、しばらく動きのなかったリードをどれだけ掘り起こせたかを見る指標。ハウスリストの活用度合いを測るうえで有効。 |
ここでいう休眠リードとは、リード獲得後180日以上にわたり、メールの開封やクリックなどの行動が確認できていないリードを指します。
Sells upが支援したSaaS企業では、ハウスリスト内の休眠リードに対して、検討段階や興味・関心に応じて提供するコンテンツを整理し、それぞれに適したナーチャリングシナリオを設計しました。その結果、施策実施前と比較してエンゲージメント率に改善傾向が見られました。
こうした休眠リードの掘り起こしで重要なのは、単にメールの配信頻度を増やすことではありません。リードが現在どの検討段階にいるのかを見極め、その段階に応じて必要な情報を提供し、次の行動につなげていくことが重要です。
たとえば、まだ課題を認識し始めた段階のリードには課題解決に役立つノウハウや調査レポート、具体的な解決策を比較している段階では導入事例やサービス資料など、検討状況に応じて提供するコンテンツを変えていきます。「誰に、どのタイミングで、どのコンテンツを届けるか」を設計することが、休眠リードの興味・関心を再び高め、MQLや商談へとつなげるポイントになります。
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。
| KPI | 意味 |
|---|---|
| MQL数・SQL数 | マーケと営業それぞれが「ホットリード」として扱うリードの件数 |
| 商談化率 | MQLのうち、実際に商談まで進んだ割合。リードの質と引き継ぎの精度を測る指標。 |
| 案件化率・受注率 | マーケティング施策が最終的な売上にどれだけつながったかを見る指標 |
| リードタイム | リード獲得から受注までにかかった期間。ROIの計測期間を決める際のベースになる。 |
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。
ロジスティック回帰を活用したスコアリング精度の検証と重み付け設計
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。
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
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
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
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。
| モデル | 貢献度の割り当て方 | 向いているケース |
|---|---|---|
| ファーストタッチ | 最初に接触した施策に100%の貢献度を割り当てる | 新規リード獲得施策の評価を重視したい場合 |
| ラストタッチ | 商談化直前に接触した施策に100%の貢献度を割り当てる | クロージングや背中を押す施策の評価を重視したい場合 |
| 均等配分 | 接触したすべての施策に、貢献度を均等に割り当てる | 検討期間が長く、複数施策の組み合わせで受注に至ることが多いBtoBに向いている |
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。
データをもとにした施策改善のPDCAと課題への対処方法
施策改善におけるPDCAでは、設定したKPIが目標に届いていない場合に、その原因を特定して仮説を立て、改善施策を実行し、その結果を検証していきます。
その前提として、まずは「どの指標を、どこまで計測できているのか」を把握し、必要なデータを取得できる環境を整えておくことが欠かせません。そのうえで、フェーズごとに起こりやすい課題と対処方法をあらかじめ整理しておくことで、改善のサイクルをよりスムーズに回せるようになります。
PDCAの4ステップ
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
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
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
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
| 課題 | 仮説 | 改善アクション |
|---|---|---|
| リード獲得数が不足している | LPのCVRが低い、あるいはチャネルが限定されすぎている | EFOの導入、CTAボタンの改善、ホワイトペーパーの追加、チャネルの多様化 |
| メール開封率・CTRが低い | 件名がペルソナの関心事からずれている、あるいは配信セグメントが粗い | 件名のA/Bテスト、セグメント設計の見直し、ナーチャリングシナリオのタイミング調整 |
| 商談化率が低い | MQL定義が適切でない、あるいは営業の初動が遅い | スコアリングルールの見直し、SLAによるフォローアップ徹底、インサイドセールスとの連携強化 |
| スコアが上がらない休眠リードが多い | 提供しているコンテンツが検討初期の課題感と噛み合っていない | コンテンツマッピングの見直し、TOFU向けコンテンツの拡充、メール配信頻度の調整 |
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。
効果測定の精度を高めるためのデータ基盤の整備
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
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。
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。
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。
データ品質の管理で特に確認したいのは、表記揺れ・情報の欠損・重複の3つです。表記揺れは「株式会社」と「(株)」、全角と半角の違いなどで同じ企業が別の企業として扱われる状態、欠損は担当者の異動や退職で情報が古くなったり必須ではない項目が未入力のまま残ったりする状態、重複は同じ人物が別のメールアドレスで登録されたりMAとSFAで二重に管理されたりする状態を指します。これらを放置すると行動履歴を同じ人物のものとしてたどれなくなり、スコアリングやセグメントも正しく機能しなくなるため、点検する頻度と担当者を決めて定期的に確認します。
営業連携を強化するSLAの設計と運用方法
SLA（Service Level Agreement）とは、MAで創出したリードを営業が確実にフォローするために、対応方法や基準などの合意事項をまとめたものです。しかし、SLAを策定したものの、その後の運用まで徹底できていないケースは少なくありません。実際にSells upへご相談いただく企業でも、SLAの運用や定着に課題を抱えているケースが多く見られます。
SLAを機能させるには、ルールを文書化するだけでなく、ダッシュボードで遵守状況を可視化し、週次の会議で振り返りと改善を継続できる仕組みま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」と定めても、実際に対応できているかを計測できなければ、次第にルールが守られなくなる可能性があります。これまでSells upが支援した企業でも、SLAの策定直後は高い遵守率を維持できていたものの、3か月ほど経つとモニタリングが行われなくなり、徐々に遵守率が低下していくケースが見られました。
SLAは策定して終わりではなく、継続的に運用できる仕組みまで含めて設計することが重要です。
SLAに含めるべき5つの要素
| 項目 | 記述例 |
|---|---|
| 目的 | マーケと営業の連携を強化し、売上目標の達成につなげる |
| MQLの定義 | 属性スコアと行動スコアが一定基準を満たし、対象業種・従業員数の条件にあてはまるリード（具体的な閾値は自社データから設定する） |
| SQLの定義 | インサイドセールスのヒアリングで、ニーズと導入時期（1年以内）が確認できたリード |
| 営業部門の責任 | MQLの供給後24営業時間以内に初回コンタクトを行う。7営業日以内にCRMのステータスを更新する。 |
| フィードバックプロセス | 週次ミーティングで失注理由を共有し、スコアリングやコンテンツの改善に反映する。 |
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を継続的に運用していくには、「実行状況を計測できる状態にしておくこと」と「定期的に振り返る場を設けること」が欠かせません。
ダッシュボードの設計：MAとCRM/SFAを連携し、「リードがフォローされるまでの時間」「初回コンタクト率」「CRMステータスの更新率」などを可視化します。特に、スコアが高く、直近でも活発な行動が見られるリードに対して、適切にフォローできているかを重点的に確認します。
週次ミーティング：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、失注理由などを共有します。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判断材料となります。
SLAの四半期ごとの見直し：MQLの条件や転換率の目標、フォローアップの基準などを、実績データをもとに四半期ごとに見直します。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についても、実績を確認しながら調整していきます。
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）
| 対象 | 関心事 | 主要指標 | 頻度 |
|---|---|---|---|
| 経営層 | マーケティング投資が事業成長にどう寄与しているか | ROI・パイプライン貢献額・CAC・LTV | 四半期 |
| 営業部門長 | 質の高いリードがどの程度供給されているか | MQL数・SQL数・商談化率・SLAの遵守状況 | 月次 |
| マーケチーム | どの施策が効いていて、どこにボトルネックがあるのか | 施策ごとのKPI・ファネル分析・A/Bテスト結果・エンゲージメント率 | 週次 |
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。
「やっているのに成果が出ない」状態から抜け出すために
施策を続けているのに商談が増えない、リードの質が上がらない。こうした課題の多くは、戦略と施策のつながりが設計されていないことが原因です。Sells upは現状の分析と改善の優先順位整理から支援します。
相談してみる →まとめ
MAツールの効果測定を機能させるためには、KPIツリー、ROIの算出、データ基盤、SLA、レポーティングという5つの要素を個別に考えるのではなく、一連の仕組みとして設計することが重要です。個々のKPIだけを追っていても、施策の実施から受注に至るまでの時間差を考慮した評価が難しく、マーケティング施策が事業にどのように貢献しているのかを経営層に十分に説明できません。その結果、マーケティング予算の妥当性を示せず、予算削減につながる可能性もあります。まずはKGIから逆算してKPIツリーを設計し、各フェーズの転換率について営業部門と認識を合わせることが、効果測定の土台となります。
スコアリングの精度を統計的に検証する取り組みは、まだ十分に進んでいない企業も少なくありません。感覚的に設定した一律のスコアから、ロジスティック回帰分析などを用いて、実際のデータにもとづいた重み付けへと見直すことで、商談化との相関が高まるケースもあります。ただし、適切な重み付けは自社のリードデータから導き出すものであり、他社の数値をそのまま適用できるとは限りません。自社のデータを用いて検証しながら設計することが重要です。
また、SLAは策定して終わりではありません。ダッシュボードで遵守状況を可視化し、週次のミーティングで振り返りや改善を行うなど、継続的に運用する仕組みまで含めて設計することで、現場への定着につながります。
MAツールの効果測定は、マーケティング部門だけで完結する取り組みではありません。営業部門や経営層とも共通認識を持ち、組織全体で取り組める仕組みを構築することで、MAツールを導入した効果をより正確に把握できるようになります。
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。