スコアリングルールが作れない・機能しない原因と解決策｜設計5ステップ・SLA構築・運用定着まで解説

スコアリングルールとは、MA（マーケティングオートメーション）ツール上で、リードの行動スコアや属性スコアに点数を付けていき、営業フォローの優先度を自動で判断する仕組みのことです。

スコアリングルールを導入したものの、「スコアが高いのに商談につながらない」「営業がスコアを活用してくれない」といった状況に直面しているBtoBマーケティング担当者は少なくありません。

多くの場合、問題はスコアの設定内容ではなく、スコアリングモデルを設計する前段階のSLAや組織としての合意形成が不十分なことにあります。

本記事では、よくある失敗パターンの診断から、設計の5ステップ、ツール別の実装ポイント、運用の定着までを、弊社が80社以上を支援してきた経験をもとに整理してお伝えします。

スコアリングルールが「作れない」問題と「機能しない」問題は別物

スコアリングルールが「作れない」という悩みには、性質の異なる2つの要因があり、この2つを区別しないまま対処しようとすることで、解決しずらくなってしまいます。

1つ目は、初期フェーズで起きやすい「設計手順がわからない」というものです。どの行動に何点付ければよいのか、どの行動をスコアリング対象にすべきか、そもそもMAツール上でどう設定すればよいのかがわからず、ルールづくりに着手できない状態です。

2つ目は、運用フェーズで表面化する「有効なルールが作れない」というものです。ルールは作って運用もしてみたものの、スコアが高いリードが商談化しない、営業にスコアを使ってもらえない、といった状況です。

「設計手順がわからない」と「有効なルールが作れない」の違い

「設計手順がわからない」ケースであれば、ツールの設定手順やスコアの目安といったノウハウを学べば、比較的短期間で解消できます。一方で、「有効なルールが作れない」ケースは、ツールの使い方や点数だけを変えても改善しません。

本当に機能するスコアリングルールかどうかは、単なる設計テクニックではなく、「どのような状態のリードを商談に持ち込むか」を営業とマーケティングがきちんと話し合い、合意できているかという体制設計の問題です。

いくら精緻なスコアリングモデルを作っても、営業がそのスコアの意味を理解していなければ、スコアは見られません。多くの企業では、この合意形成のプロセスが抜け落ちており、その結果、スコアリングが形だけの仕組みになってしまっています。

多くの失敗はルール設計「以前」の段階に原因がある

弊社にご相談いただく企業では、スコアリングルールを作ったものの営業との連携がほとんど行われず、3ヶ月ほど経った頃には、誰もスコアを見なくなっていたというケースがよくあります。共通しているのは、スコアリングを「マーケティング部門がMAツール上で設定する作業」と捉えてしまっていた点です。

成果につながるスコアリングルールを作るためには、その前段として、営業とマーケティングのあいだで共通の言語を作るステップが欠かせません。その土台になるのがSLA（Service Level Agreement）とMQLの定義です。次の章から、この前段を含めた全体の流れを順を追って見ていきます。

よくある失敗パターン3選

スコアリングルールがうまく機能していない場合、原因は大きく3つのパターンに整理できます。まずは、次の簡易的に自社がどこでつまずいているかを確認してみてください。

• スコアが高いリードを営業に渡しても商談化しない → 失敗①：Fit軸が弱い・抜けている
• スコアが付いているのに営業がそのリストをほとんど使わない → 失敗②：SLA・MQL定義がない
• 導入直後は使っていたのに、いつの間にか誰も運用しなくなった → 失敗③：運用サイクルの設計不足

失敗①「スコアが高いのに商談化しない」｜Fit軸の欠落

このパターンでは、行動スコア（Intent）だけでリードを評価し、属性スコア（Fit）がモデルの中に組み込まれていないケースがほとんどです。

たとえば、自社のコンテンツを繰り返し閲覧しているリードはスコアが高くなりがちですが、その企業がターゲット業界・規模・役職に当てはまっていなければ、商談化は期待できません。解決するためには、「誰であるか（属性スコア）」と「何をしたか（行動スコア）」の2軸でリードを評価するモデルに組み替える必要があります。弊社ではこれをFit×Intentモデルと呼び、80社以上の支援で標準の設計方針としています。

失敗②「営業がスコアを見ない」｜SLAとMQL定義がない

こちらは、スコアの意味について営業部門と合意を取れていないことが原因です。

マーケティング側がスコアリングルールを単独で設計し、営業に対して「スコアが高いリードから順に架電してください」と伝えるだけでは、営業はそのスコアに納得感を持てません。弊社が支援した企業では、SLA（マーケと営業の引き継ぎルール）とMQLの定義を営業マネージャーと一緒に設計したケースで、スコアに対する営業側の腹落ち感が明らかに高まっています。スコアを「信頼できる判断材料」として機能させるには、そのスコアが何を表しているのかを、両部門が合意したプロセスで言語化しておくことが欠かせません。

失敗③「設定後に誰も改善しない」｜運用サイクルの設計漏れ

3つ目は、スコアリングルールを「一度設定してしまえば終わりのもの」と捉えてしまったときに起きる失敗です。

スコアリングモデルは、初期設定の時点ではあくまで仮説にすぎません。実際の受注データと付き合わせながら、継続的に調整していくことで、はじめて営業で使えるモデルになっていきます。とくに、スコアの減衰ルールと定期的なレビューの場づくりを最初から設計しておかないと、スコアが時間の経過とともに実際の購買行動からズレ始めます。このあたりの具体的な進め方は、後述のStep.5で詳しく取り上げます。

スコアリングルール作成の全体像｜5ステップ

MAツールを使ってリードに点数を付け、営業優先度を判断する仕組みであるリードスコアリングの基本的な考え方については、リードスコアリングの全体像で詳しく整理しています。ここでは、実際にスコアリングルールを設計・運用していくための5つのステップに絞って解説します。

有効なスコアリングルールを組み立てるプロセスは、おおよそ次の5ステップで考えると整理しやすくなります。

1. Step.1：戦略的な基盤づくり｜SLA構築・MQL定義
   営業とマーケティングのあいだで合意形成を行い、スコアリングの前提条件を整える
2. Step.2：スコアリングモデルの設計
   属性スコア（Fit）と行動スコア（Intent）の2軸でモデルを組み立てる
3. Step.3：データ基盤の整備
   スコアリングの精度を支えるデータ品質を確保する
4. Step.4：MAツール別の実装とテスト
   設計したモデルをMAツールに落とし込み、動作を検証する
5. Step.5：運用と継続的な改善
   スコア減衰・クローズドループ・定期レビューで改善サイクルを回す

スコアリングがうまく機能しないケースの多くは、Step.1を省いたままStep.2以降の設計やツール設定に時間をかけてしまっていることが原因です。ここからは、それぞれのステップを順番に見ていきます。

Step.1：戦略的な基盤づくり｜SLA構築とMQL定義

SLA（マーケティングと営業の引き継ぎルール）とは、マーケティング部門と営業部門が互いにどのようなコミットメントをするのか、どこまでを責任範囲とするのか、どの数字を一緒に追いかけるのかを明文化した合意のことです。SLAがないと、「有望なリード」の定義が部門ごとの感覚に委ねられてしまい、スコアリングに共通の意味を持たせられません。

スコアリングルールの設計に入る前に、営業とマーケティングが同じ目標と認識を持てているかどうかを整えることが重要です。どれだけ精密なスコアリングモデルを作っても、「どの状態のリードを営業に渡すのか」という前提の合意がなければ、現場では使われないまま終わります。

SLAがないと何が起こるか

SLAが整っていないと、マーケティングはリードの「数」を、営業はリードの「質」を重視しがちで、両者の視点のズレから対立が生まれやすくなります。たとえば、マーケティングが「今月はMQLを100件創出できました」と報告しても、営業側は「質が低くて電話がかけられない」と評価してしまう、というような状態です。

このすれ違いは、スコア設計の細かさとは関係なく発生します。SLAがない限り解消しづらい問題です。弊社では80社以上の支援を通じて、MQLの定義を先に合意した企業と、後回しにした企業の運用を比較してきましたが、前者の方が営業部門からスコアへの信頼が得られやすく、MQLを起点とした商談化の動きも安定するケースが目立ちます。

MQL定義ワークショップの進め方｜Fit×Intent 2軸での合意

MQLの判断基準をどう設計するかについては、MQL判定基準の設計方法で詳しく説明しています。ここでは、ワークショップの進め方に絞ってお伝えします。

MQL定義のワークショップには、営業マネージャー、セールス、マーケティング責任者、MA運用担当者を集めるのがおすすめです。議論が主観レベルの「良さそう・悪そう」で終わらないように、事前に過去の受注案件データを分析しておき、成功顧客に共通する属性情報（業種・従業員規模・役職）と行動情報（成約前に閲覧されていたページ、ダウンロードされていたコンテンツなど）を洗い出したうえで臨むと、話が進みやすくなります。

ワークショップでは、Fit（属性の適合度）とIntent（行動から見える関心度）の2軸でMQLを定義します。弊社が支援している企業でよく採用している一例として、「MQLとは、属性スコアが20点以上かつ行動スコアが40点以上のリードとする」といった定義があります。自社の受注データからしきい値を導き出すことが大前提ですが、最初の仮置きとして参考にしていただければと思います。

SLA設計ワークシート｜引き渡しルール・フィードバックループ

MQLが定義できたら、つぎにリードの引き渡しルールを設計します。マーケティングから営業への具体的なトスアップの設計方法は、マーケから営業へのトスアップ設計で詳しく解説していますが、ここではSLA設計ワークシートの主な項目をご紹介します。

この中でも、とくに重要なのがフィードバックループです。商談化に至らなかったリードについて、営業が「時期尚早」「予算が合わない」「ターゲット外」などの理由を添えてマーケティングに差し戻す流れを決めておくと、スコアリングモデルを見直すためのデータが自然と蓄積されていきます。

Step.2：スコアリングモデルの設計｜属性スコア×行動スコア

スコアリングモデルの設計とは、リードの「誰であるか（属性スコア：Fit）」と「どのような行動を取ったか（行動スコア：Intent）」を2軸で点数化することを指します。最初から複雑なモデルを目指すのではなく、シンプルな設計から始めて、データを見ながら段階的に調整していく方が長続きしやすくなります。

Fit（属性スコア）の設計：ICPに基づく設定例

Fitスコアは、理想的な顧客像（ICP：Ideal Customer Profile）に、そのリードがどれくらい近いかを評価するためのものです。代表的な評価項目と、一例としての設定は次の通りです。

Intent（行動スコア）の設計：購買シグナルごとの重み付け

Intentスコアは、これまでの行動履歴から、どれくらい購買意欲が高まっているかを数値で表すものです。それぞれの行動の裏にある「購買シグナルの強さ」に合わせて、点数の重み付けを変えるのが設計のポイントです。

高関心度アクション（目安：＋15〜＋50点）は、購買意欲がかなり高いと判断できる行動です。デモの申し込み、問い合わせフォームの送信、価格ページの閲覧、導入事例や比較資料のダウンロードなどがこれに当たります。こうした行動があった場合は、営業への通知をすぐに検討したいシグナルです。

中関心度アクション（目安：＋5〜＋15点）は、積極的に情報収集をしている段階の行動です。ウェビナーへの参加（「登録のみ」とは分けて考える）、ホワイトペーパーのダウンロード、製品機能紹介ページの閲覧などが代表的です。

低関心度アクション（目安：＋1〜＋5点）は、認知や興味の初期段階で見られる行動です。ブログ記事の閲覧、メールの開封・クリックなどが含まれます。なお、メールの開封はセキュリティソフトによって自動カウントされる場合もあるため、単体ではあまり信頼できる指標とは言えません。あくまで補助的なシグナルとして扱うのが無難です。

ネガティブスコアリングとBANT条件の活用

ネガティブスコアリングとは、優先度の低いリードや対象外のリードを自動的にふるい分けるために、あえて点数を減点するルールのことです。加点ルールだけでなく減点ルールも組み込んでおくと、ホットリードの精度が一段上がります。

一例として、「採用ページの閲覧（求職者の可能性が高い）：−50点」「メールマガジンの購読解除：−20点」「競合他社ドメインからのアクセス：−100点」といった設定がよく使われます。こうした条件をMAツールに組み込んでおくことで、スコアリングモデル全体としての信頼性が増します。

また、スコアのような定量情報だけでは測りにくいリードの質を補うために、BANT（Budget：予算、Authority：決裁権、Need：ニーズ、Timeframe：導入時期）の考え方を活用するのも有効です。たとえばフォームに「ご検討時期」などの設問を加え、その回答内容をスコアの加点条件や営業への引き継ぎ情報に反映させると、エンゲージメントスコアだけでは見落としやすい「購買の準備度合い」を補完できます。

行動指標の重み付けをどう考えるか

「価格ページの閲覧には何点つけるべきか」といった数字の議論を、なんとなくの感覚だけで決めてしまうのはおすすめできません。統計的な手法を使って客観的に重み付けを行う方法については、統計的スコアリングの詳細手順で詳しく解説していますが、ここでは弊社の支援を通じて見えてきた傾向をお伝えします。

弊社では、クライアントの過去の受注データをもとにロジスティック回帰分析を行い、「どの行動が受注確率にどれくらい影響しているのか」を定量的に見ていくアプローチを取っています。過去の案件を集計した限りでは、「直近いつ活動しているか（Recency）」と「どれだけ強いエンゲージメント行動があったか（Engagementの強さ）」は、単純な閲覧回数（Frequency）よりも受注との相関が強く出るケースが多いと感じています。

とはいえ、この傾向は業種や商材、営業サイクルの長さによって変わります。自社データでも同様に分析を行い、数字に基づいて重み付けを決めていくことをおすすめします。感覚的に決めた点数配分が、実際のデータで見る構造とかけ離れていると、モデル全体の精度はどうしても下がりやすくなります。なお、Account Engagement Specialistの資格を持つ弊社メンバーが、こうした分析や設計の支援を担当しています。

Step.3：データ基盤の整備｜スコアリング精度を支える条件

データ基盤の整備とは、スコアリングモデルが正しく動くために欠かせない「データの品質」「抜け漏れのなさ」「表記ルールの統一」を整える作業です。もともとのデータが欠けていたり、表記がバラバラだったりすると、いくらモデルの設計が優れていても、正しいスコアは算出されません。

属性スコアリングに必要なデータの品質

属性スコア（Fit）は、リードの属性情報をもとに計算されます。次の3点は最低限押さえておきたいポイントです。

• データの完全性：業種・企業規模・役職など、スコアリングに必須となる項目に抜けがないか。欠落が多いようなら、フォーム項目の見直しや、外部データ補完サービスの活用を検討します。
• データの標準化（名寄せ・正規化）：役職が「部長」「マネージャー」「Mgr」などさまざまな表記で登録されていないか、企業名の表記ゆれがないか。こうした揺れがあると、正しくFitスコアをつけられません。MAやCRMの中で、標準化のルールをあらかじめ決めておくことが重要です。
• データの正確性と鮮度：古い情報がそのまま残っていたり、誤ったデータがそのままになっていないか。定期的にデータクレンジングを行う仕組みを用意しておきましょう。

行動スコアリングに必要なデータ要件

行動スコア（Intent）は、リードの行動履歴データをもとに計算されます。まず確認したいのは、MAツール側で、価格ページ・事例ページ・製品機能ページなど、重要度の高いページが正しくトラッキングできているかどうかです。特に、トラッキングタグの貼り忘れや設定漏れは起こりやすいため、定期的にチェックすることをおすすめします。

データ基盤の整備は、スコアリングモデルの設計と並行して進めるのが現実的です。Step.2でモデルの設計が一通り固まったタイミングで、「このスコア設計に必要なデータはきちんと取れているか」を確認するのを習慣にしておくと、後から大きな手戻りが起きにくくなります。

Step.4：MAツール別の実装ポイントとテストの進め方

MAツールごとの実装とは、設計したスコアリングモデルを、各ツールの機能や仕様に合わせて具体的な設定に落とし込んでいく作業です。FitとIntentの2軸をどう表現するかはツールによって違うため、使っているツールの特性を理解しておくことが大切です。

HubSpot・Marketing Cloud Account Engagement・Marketo Engageの実装比較

ツール別の細かな設定手順については、MAツール別スコアリングの実装で詳しくまとめています。ここでは、主な3ツールの実装面での違いをざっくり整理します。

たとえばAccount Engagementの場合、スコア（Intent）とグレード（Fit）は別々の項目として管理されます。グレードはA〜Dの4段階でICPへの適合度を表し、スコアは行動履歴に応じて自動的に加減算されていきます。「グレードがB以上、かつスコアが100点以上のリードをMQLとする」といった条件を設定すれば、Fit×Intentの2軸判定を標準機能だけで実現できます。複数の製品を持つ企業など、2軸モデルをしっかり組みたいケースとは相性がよいツールです。

実装後のテスト手順｜テストリード・過去データ・営業レビュー

スコアリングモデルをいきなり本番反映するのではなく、少なくとも3段階のテストを踏んでから運用に乗せることをおすすめします。

Step.1：テストリードでの動作確認
テスト用のリードをいくつか作成し、想定した行動（フォーム送信、特定ページの閲覧など）を実際に行ってみます。各行動に対して、狙い通りの点数が加算・減算されているかを確認しましょう。

Step.2：過去データを使ったシミュレーション
過去のリードデータに新しいスコアリングルールを当てはめてみて、スコアの分布がどうなるかを確認します。受注したリードが高スコア帯に、失注したリードが低スコア帯に集まっているかどうかを見て、モデルの妥当性をチェックします。

Step.3：営業部門との共同レビュー
テスト結果を営業側と共有し、スコアがついたリードのプロファイルや行動履歴を一緒に見ながら、「このスコアなら優先してフォローしたいか」「閾値設定に違和感はないか」といった観点で意見をもらいます。

Step.5：運用と継続的な改善｜スコア減衰・クローズドループ

スコアリングルールの運用改善とは、実際の受注・失注データとスコアリングの結果を突き合わせながら、モデルを少しずつ調整していくことです。繰り返しになりますが、スコアリングモデルは初期設定の段階では仮説に過ぎません。データにもとづいて検証と修正を重ねていくことで、ようやく現場にフィットしたモデルになっていきます。

スコア減衰の設計｜時間経過とリセット条件

スコア減衰とは、一定期間行動が見られないリードのスコアを自動的に減点していくしくみです。この仕組みがないと、過去に一度だけ活発だったものの、いまは興味が薄れているリードがいつまでも高スコアのまま残り、現在ホットなリードよりも優先されてしまう、といった状況になりがちです。

弊社では、あくまで目安として「最終活動日から30日が経過するごとにスコアを減点し、180日間まったく活動がない場合は合計で−30点とする」ような設計をおすすめしています。さらに、180日以上行動がないリードについてはスコアを一度リセットし、ナーチャリングシナリオの入り口に戻す形が運用しやすいケースが多い印象です。とはいえ、これは弊社の過去案件の運用コストや成果を踏まえた目安に過ぎないので、自社の受注サイクルや商談期間の長さに合わせて必ず調整して使ってください。

クローズドループ・レポーティングの仕組み

クローズドループ・レポーティングとは、マーケティングから営業へ渡したMQLのその後の結果（商談化したか、受注したか、失注したか）をCRMやSFA上で追跡し、スコアリングモデルを継続的に検証していくサイクルのことです。ざっくり言うと「追跡（Track）→分析（Analyze）→改善アクション（Action）」の3段階で回していきます。

具体的には、受注案件と失注案件を比較し、受注側に共通して表れている行動パターンを洗い出します。その結果を踏まえて、スコアの重みを調整していきます。たとえば、成約に貢献している行動のスコアを上げ、あまり影響がない行動のスコアは下げる、といった形です。このサイクルを繰り返すことで、スコアリングモデルは少しずつ自社ビジネスに合った形に磨かれていきます。

定期レビューのアジェンダ設計

この改善サイクルを継続させるには、定期的なスコアリングレビューをきちんと仕組みとして組み込んでおくことが重要です。弊社では、最低でも四半期に1度のレビューをおすすめしており、運用を始めてから最初の3ヶ月間は月次でのレビューがちょうどよいと感じています。

レビューのアジェンダとしては、次の4つを押さえておくと整理しやすくなります。MQLから受注までの転換率などKPIのレビュー、受注に結びついている行動パターンの分析結果の共有、営業からの定性的なフィードバック（MQLの質に対する所感など）、そしてスコアのしきい値や重み付けの修正案の議論です。これらを営業・マーケティング双方のメンバーが集まる場で継続的に話し合うことで、スコアリングルールは組織全体で育てていける仕組みになります。

スコアリングに向かないケースと、代わりに検討したいアプローチ

スコアリングルールは、どんな企業や商材にも当てはまる万能な施策ではありません。導入するかどうかを考える前に、自社のビジネスモデルやリードのボリュームが、スコアリングに向いている条件を満たしているかどうかを確認しておく必要があります。

スコアリングが向かないケースを判断する目安

次の3つのシナリオのどれかに当てはまる場合は、複雑なスコアリングルールの設計・運用に時間をかけるよりも、別の方法を優先した方が良いケースが多いです。ただし、「月間リード数100件未満」という基準は、弊社が過去案件で見てきた運用コストと効果のバランスから導いた社内目安であり、商材や体制によって変わり得ます。自社の状況に照らして調整してみてください。

• リード数が少ない場合：月あたり数十件ほどしかリードが獲得できておらず、営業担当がすべて手作業で目を通せるような状況では、スコアリングを維持するコストの方が効果を上回りやすくなります。たとえば、弊社が支援した月間リード約40件のSaaS企業では、スコアリング導入を見送り、「特定ページを閲覧したら直ちに通知する」といったシンプルなトリガー設計に切り替えたことで、むしろ商談数が安定しやすくなったケースがありました。
• ABM（アカウントベースドマーケティング）に注力している場合：個々のリード単位のスコアよりも、ターゲットアカウント全体としてのエンゲージメントをどう高めるかが重要になります。
• 営業サイクルが非常に短い商材の場合：検討期間が極端に短い商材では、スコアを積み上げる前に意思決定が終わってしまうため、スコアリングの恩恵を受けにくくなります。

代替アプローチ：トリガーベースのルーティング

スコアリングがあまりフィットしないケースでは、細かく点数をつけていくよりも、特定の「決定打となる行動」を捉えた瞬間にアクションを起こす、トリガーベースの設計が有効です。

たとえば、「30日以内に価格ページを3回以上訪問したら、担当営業に即通知する」「特定の導入事例資料をダウンロードしたら、自動的にインサイドセールスの架電リストに追加する」といったルールです。このようなアプローチはルールがシンプルで、リードの「今の関心度」の変化を捉えたタイミングで素早く動ける点が強みです。

まとめ

スコアリングルールが作れない、あるいは作っても機能しないという課題の多くは、行動スコアや属性スコアの設計テクニックだけの問題ではありません。その前提となる、SLAやMQL定義といった組織としての合意が十分に整っていないことが、根本的な原因になっているケースが目立ちます。この前提を固めないまま設計に入ってしまうことが、スコアリングが形骸化してしまうパターンとして繰り返されています。

この記事では、まずよくある失敗パターンを整理したうえで、SLAの構築、スコアリングモデルの設計、データ基盤の整備、MAツールごとの実装ポイント、運用改善サイクルという5つのステップについて触れてきました。スコアリングモデルは最初から「正解」を作るものではなく、初期設定はあくまで仮説です。クローズドループ・レポーティングやスコア減衰の仕組みを組み込み、データを見ながら継続的に見直していくことで、自社のビジネスにしっくりくるモデルへと育っていきます。

弊社が支援したSmartHR様では、Account Engagement（旧Pardot）の初期設定と、行動データを活用したトリガーメールの設計を段階的に整えていった結果、1年間で問い合わせ数が約10倍に増加しました。スコアリングやデータ連携を「作って終わり」にせず、運用しながら育てていく設計にしたことが、こうした成果につながっています。

もしスコアリングルールの設計で行き詰まりを感じているなら、まずは営業との対話の場を設けるところから始めてみてください。ルールの細かさよりも先に、「何をもってホットリードとするのか」を両部門で共有できているかどうかを確認することで、解決への糸口が見えてくるはずです。

1年間で約10倍の問い合わせ数を獲得！急成長のマーケチームを支えたMA活用支援の裏側に迫る

SmartHR Plusのプラットフォーム事業部が、Account Engagement導入初期にSells upのMA活用支援を活用した事例。社内知見ゼロの状態からトリガーメール・スコアリング設計・40超のフォーム構築まで一貫支援し、1年で問い合わせ数約10倍を達成。マーケチーム立ち上げ期にMA成果を最速で出す支援の全貌を公開。

sellsup.co.jp

よくある質問

スコアリングルールとは何ですか？

スコアリングルールとは、MAツール上でリードの行動（ページ閲覧、フォーム送信、メールのクリックなど）や属性（業種、役職、企業規模など）に点数をつけていき、どのリードを優先的に営業フォローすべきかを自動で判断するための設定です。ルールを整えることで、リードの購買意欲をスコアという形で見える化し、営業とマーケティングの間での共通言語として機能させることができます。弊社の支援先では、スコアリングを入れたものの「点数の意味が営業に伝わっていない」という状況が起きていることが多いため、ルールの設定とあわせて、SLAの中でスコアの意味合いを共有するところから始めるケースが多いです。

Account Engagementのスコアリングカテゴリとは何ですか？

Account Engagement（旧Pardot）のスコアリングカテゴリは、複数の製品やサービスごとに個別のスコアを持たせることができる機能です。通常のスコアリングがリード全体の総合スコアを扱うのに対し、スコアリングカテゴリを使うと、「製品Aに対する関心度」と「製品Bに対する関心度」を別々のスコアとして追いかけられます。弊社の支援先でも、この機能を活用することで「どの製品に強い興味があるか」が明確になり、営業が架電の優先順位をつけやすくなったケースがあります。複数の商材を扱っているBtoB企業には、とくに相性の良い機能です。

スコアリング手法にはどのような種類がありますか？

代表的なスコアリングの手法は、大きく3つに分けられます。

1つ目は、行動や属性にあらかじめ決めた点数を割り当てる「ルールベーススコアリング」で、最も一般的なやり方です。

2つ目は、過去の受注データをもとに各行動が受注確率に与える影響度を算出する「統計的スコアリング（ロジスティック回帰分析など）」です。

3つ目は、機械学習を使って自動的に重み付けを最適化していく「予測スコアリング（AIベース）」です。

弊社の支援先では、まずはルールベースで運用を開始し、受注データが一定量たまってきたタイミングで統計的スコアリングに切り替えるパターンが定着しやすいため、最初はシンプルなルールから始めることをおすすめしています。

スコアリングロジックとはどういう意味ですか？

スコアリングロジックとは、どのような条件でスコアを加算・減算するのかをまとめたルール一式のことです。たとえば「価格ページを閲覧したら＋20点」「採用ページを閲覧したら−50点」「180日間行動がなければ−30点」といった条件を組み合わせたものがスコアリングロジックに当たります。このロジックが筋の通ったものになっているかどうかが、営業からスコアを信頼してもらえるかどうかに直結します。弊社の経験上、ロジックを営業に見せたときに「このスコアの付け方なら、優先的に架電したいと思える」と感じてもらえるかどうかが、活用されるかどうかの分かれ目になることが多いので、設計段階から営業メンバーにも関わってもらうことをおすすめします。

スコアリングルールはどのくらいの頻度で見直すべきですか？

弊社では、少なくとも四半期に1回はスコアリングルールのレビューを行うことを提案しています。運用を始めたばかりの最初の3ヶ月間は、月次で振り返るくらいの頻度がちょうど良いと感じています。市場環境の変化や営業プロセスの見直し、新しいコンテンツの追加などがあったタイミングでは、レビューの頻度を一時的に上げるのも一つの手です。「スコアが高いリードの商談化率が徐々に下がってきている」という兆しは、見直しの分かりやすいサインなので、KPIダッシュボードなどで定期的にチェックしてみてください。

スコアリングルールを作ったのに、営業がまったく使ってくれません。何が原因でしょうか？

もっともよくある原因は、スコアリングルールの設計プロセスに営業がほとんど関わっていないことです。スコアが何を意味するのか、どのような行動や属性がどれだけ加点されているのかを営業側が理解していなければ、「とりあえずスコア順に電話してみよう」とはなりません。

解決策としては、SLAやMQL定義を営業マネージャーなどと一緒に作り直すのが有効です。弊社の支援先でも、スコアのルールだけをマーケティング側で作り込むよりも、営業マネージャーと1時間ほどしっかり話してMQLの条件をすり合わせた方が、その後の活用率が上がるケースが多く見られます。

スコアリングを導入したのに、なかなか商談化率が上がりません。どこから見直すべきでしょうか？

まず最初に確認していただきたいのは、Fit軸（属性スコア）をきちんとモデルに組み込めているかどうかです。行動スコアだけでMQLを定義していると、エンゲージメントは高くても、自社のターゲットから外れているリードが営業に渡り続けてしまいます。次のステップとしては、クローズドループ・レポーティングの仕組みを使って、受注リードと失注リードのスコア分布を比較してみることをおすすめします。弊社の支援先では、この2つのスコア分布を見比べることで、「MQLのしきい値をどこに置くべきか」「どの行動の点数を見直すべきか」がはっきりするケースが多いため、まずはこの2点から着手してみてください。