セグメンテーション分析とは？BtoBマーケ担当者が最初に設計すべき定義・変数・MA連携の全手順

「セグメントを定義したいが、どのように定義すればよいかわからない」

そんな状況に陥っているBtoBマーケティング担当者の方は少なくありません。原因のほとんどは、BtoBマーケティングに合った変数の選び方がされていないことにあります。

本記事では、セグメンテーション分析の基本定義から、BtoBに特有のファームグラフィック変数・テクノグラフィック変数の活用、MA（マーケティングオートメーション）への実装手順までを解説します。

セグメンテーション分析とは何か｜STP戦略の「起点」として理解する

セグメンテーション分析とは、「市場を同質性の高いグループに分け、誰に・何を・なぜ届けるかを明確にする設計作業」です。「分析」と呼ばれますが、実態はデータ読解よりも「仮説の言語化」に近い作業です。

STP戦略（セグメンテーション・ターゲティング・ポジショニング）の全体構造の中で位置づけると、セグメンテーション分析の役割は3点に集約されます。

• 市場の地図を描くこと
• 注力先を絞り込む前提をつくること
• 施策の精度を規定する設計図になること

マーケティング戦略全体における位置づけを確認したい方は、BtoBマーケティング戦略の立て方も併せてご覧ください。

セグメンテーション・ターゲティング・ポジショニングの違い

STP分析（エス・ティー・ピー分析）の3ステップは、混同されやすい概念です。

セグメンテーションは「どんな市場のグループが存在するかを洗い出す」作業であり、どのグループを選ぶかの判断はまだしません。ターゲティングは「どのグループに注力するかを選ぶ」作業、ポジショニングは「そのグループにどう見られるかを設計する」作業です。

セグメンテーションの段階で絞り込みを急ぐと、思い込みによるターゲット設定が生まれやすくなります。「地図を描く」フェーズと「行き先を決める」フェーズを意識的に分けることが、後工程の精度を高めます。

STP全体の5ステップ実践手順は、STP分析の5ステップ実践手順で詳しく解説しています。

なぜBtoBでセグメンテーション分析が特に重要なのか？

BtoBビジネスの購買構造はBtoCと本質的に異なります。その差異が、BtoBにおけるセグメント設計の複雑さを生んでいます。主な違いは3点です。

1つ目は、意思決定者が複数存在する点です。担当者・部長・役員・情報システム部門など、同一企業内でも役職によってニーズが異なります。

2つ目は、検討期間が長期にわたる傾向がある点です。商材やターゲット企業規模によって差はありますが、数週間で意思決定が完了するBtoCとは異なり、BtoBでは複数フェーズを経るケースが多く、フェーズを軸にしたセグメント設計が求められます。

3つ目は、業種や企業規模によってニーズが大きく異なる点です。SaaS企業と製造業では、同じMA導入でも課題も期待値も異なります。BtoCの人口動態変数（年齢・性別）に相当するものが、BtoBでは企業属性（業種・規模・フェーズ）になります。

どのフェーズのリードに何を届けるかを整理する前提として、デマンドジェネレーションの全体像も参照してください。

セグメンテーション分析の4つの変数｜地理・人口動態・心理・行動の基本整理

「4つの変数を全部洗い出したのに、施策に落とせない」。セグメンテーション分析でよくある詰まり方です。変数を1つ選んだだけでは解像度が低すぎ、MAのリストに実装できないことがほとんどです。

2〜3変数を掛け合わせることで初めて「施策に落とせるセグメント」になります。4つの変数それぞれの役割は次の通りです。

• 地理的変数：商圏と意思決定構造の傾向差を捉えます
• 人口動態変数：企業や担当者の基本属性を捉えます
• 心理的変数：担当者の価値観や危機感を捉えます
• 行動変数：デジタル上の購買行動を捉えます

地理的変数（ジオグラフィック変数）

地理的変数（ジオグラフィック変数）とは、地域・商圏・拠点数など、物理的な所在地に関連する変数のことです。

BtoBマーケティングの文脈では「どの都市に本社があるか」だけでなく、地方企業と首都圏企業の意思決定構造の傾向差が重要な切り口になります。

弊社の支援経験としては、地方の中堅企業では少人数体制での意思決定が行われやすく、首都圏の大企業では複数部署の承認が必要なケースに多く出会うと感じています。アプローチの内容・タイミング・ステップ数が変わるため、所在地は確認しておく価値のある変数です。

また、拠点数や営業エリアの広さも変数として有効です。全国展開している企業と単一拠点の企業では、MAの活用目的から異なります。

人口動態変数（デモグラフィック変数）

人口動態変数（デモグラフィック変数）とは、年齢・性別・職業などの属性情報を指す変数のことです。BtoCでは年齢・性別が中心ですが、BtoBマーケティングでは担当者の役職・年齢・在籍年数が主な切り口になります。

BtoBで使える人口動態変数の例は以下の通りです。

• 担当者の役職（マーケター・営業企画・経営企画・役員クラスで刺さるコンテンツが異なります）
• 担当者のMA経験年数（初心者向けと上級者向けでコンテンツの深度を変える必要があります）
• 担当者の在籍年数（新任担当者は「ゼロからの構築」、ベテランは「改善・最適化」を求めやすいです）

心理的変数（サイコグラフィック変数）

心理的変数（サイコグラフィック変数）とは、価値観・ライフスタイル・危機感など、内面的な特性を軸にした変数のことです。

BtoBでは、担当者の「危機感のレベル」と「変化への許容度」が特に有効です。

• 「今すぐ解決しなければ予算を失う」という高い危機感を持つ担当者には、具体的な施策提案が刺さります
• 「いずれ整備したい」という危機感が低い担当者には、まず課題を言語化するコンテンツが有効です
• 経営者・役員層には「投資対効果と事業成長への貢献」、担当者には「工数削減と現場の使いやすさ」という価値観の差があります

行動変数（ビヘイビアル変数）

行動変数（ビヘイビアル変数）とは、製品・サービスに対する実際の行動パターンを軸にした変数のことです。

BtoBでは、Webサイト上のデジタル行動ログが主な切り口になります。資料ダウンロード・ウェビナー参加・特定ページの閲覧回数・メール開封率などの行動データは、購買フェーズを推定する手がかりになります。この行動変数は、後述するスコアリング設計と直接接続します。

4つの変数を組み合わせて「セグメント仮説」を立てる

4つの変数を1つだけ使っても、セグメントの解像度が低すぎてMAに実装できません。2〜3個の変数の掛け合わせによって初めて「施策に落とせるセグメント」になります。

例として、次のような組み合わせは具体的なターゲット像になります。

• 従業員規模100〜300名のSaaS企業（人口動態変数）
• MAツール未導入（テクノグラフィック変数）
• マーケター1〜2名体制で工数不足を感じている（心理的変数）

このセグメントに対してどんなコンテンツが刺さるかは、担当者全員が共通認識を持てます。変数の掛け合わせが、チーム内の認識統一にも機能します。

BtoBに特化したセグメンテーションの切り口｜「業種×規模×フェーズ」で設計する

BtoCの4つの変数をBtoBにそのまま当てはめようとすると、すぐに壁に当たります。「地理的変数」で業種は切れず、「人口動態変数」で年齢・性別を見ても意味がない。BtoB向けの読み替えが必要です。

本記事では、BtoBのセグメンテーションで特に有効な3つの変数に焦点を当てます。

• 企業属性を捉えるファームグラフィック変数
• IT活用度を捉えるテクノグラフィック変数
• 購買行動をフェーズで捉えるBtoB型行動変数

ファームグラフィック変数｜業種・企業規模・売上高で切り分ける

ファームグラフィック変数（Firmographic Variables）とは、企業の基本属性を軸にしたセグメンテーション変数のことです。BtoCの人口動態変数（年齢・性別）に相当するものが、BtoBではこのファームグラフィック変数になります。

ファームグラフィック変数の主な切り口は次の通りです。

• 業種：SaaS・製造業・人材・教育・金融など。業種によってMAの活用目的・予算規模・意思決定プロセスが全く異なります
• 従業員規模：50名以下・51〜300名・301〜1,000名・1,001名以上などの区分。規模によってMA導入の難易度・稟議の深さ・求める支援の粒度が変わります
• 売上高・事業フェーズ：スタートアップ・成長期・安定期。フェーズごとに「今すぐ解決したい課題」の種類が異なります
• 本社所在地：首都圏集中か地方分散かで、対面支援のニーズが変わります

弊社の支援現場では、業種と従業員規模の2軸を先に設定するだけで、提案するMAツールの種類・導入スコープ・支援期間の見積もり精度が大きく変わることを実感しています。

テクノグラフィック変数｜導入ツール・IT成熟度で切り分ける

テクノグラフィック変数（Technographic Variables）とは、企業が現在使用しているツール・システムの状況を軸にしたセグメンテーション変数のことです。BtoBマーケティングにおいて、特に差別化効果が出やすい変数の1つです。

テクノグラフィック変数の主な切り口は次の通りです。

• MAツールの導入有無：未導入企業には「導入提案」、導入済み企業には「活用改善提案」がそれぞれ刺さります
• CRM・SFAの種類：Salesforceユーザーにはその連携機能を前面に出したアプローチが有効です。スプレッドシート管理の企業にはまず管理体制の整備から提案します
• MAの活用レベル：「メール配信だけ使っている」企業と「スコアリングまで設計している」企業では、次に届けるべきコンテンツが全く異なります
• IT投資への意向：デジタル化を積極推進している企業と、アナログ文化が根強い企業では、ツール提案の順番そのものを変える必要があります

行動変数のBtoB読み替え｜購買プロセスの「どのフェーズにいるか」

BtoBの行動変数は、BtoCの「購入頻度・使用量」ではなく、「購買プロセス上のどのフェーズにいるか」を軸に読み替えます。

次のデジタル行動ログが、フェーズ判定の根拠になります。

• 認知フェーズ：SEO記事の閲覧・SNSフォロー・ウェビナー初回参加
• 検討フェーズ：資料ダウンロード・事例記事の複数閲覧・価格ページの訪問
• 比較フェーズ：複数回の問い合わせ・競合比較コンテンツの閲覧・無料トライアル申込
• 決裁フェーズ：提案書ページの閲覧・ROI計算ツールの使用・セミナー複数回参加

これらの行動データは、MAツール上のスコアリングルールとして実装できます。行動データをスコアに変換するモデルの設計方法については、リードスコアリングの仕組みと設計を参照してください。

セグメントの有効性を判断する「4Rの原則」

セグメントを設計したとき、「このセグメントは本当に使えるのか」を判断する基準がないまま進んでしまうケースがあります。数週間後に「リードが0件だった」「営業に刺さらなかった」と気づく前に、評価の視点を持つことが重要です。

セグメントは「設計できた」ではなく「機能するか」で判断する必要があります。4Rの原則（Rank・Realistic・Reach・Response）による4つの判断軸は次の通りです。

Rank（優先順位）：複数のセグメントの中で、自社の強みや経営目標と照らしたときに優先順位をつけられることが条件です。全セグメントに均等に注力するのは非現実的です。

Realistic（現実性）：セグメントの市場規模が事業として成立するだけの大きさを持っているかを確認します。BtoBでは「ターゲット企業数×1社あたりの平均LTV（顧客生涯価値）」で試算するのがお奨めです。「市場全体の規模」よりも「自社が実際にアクセスできる企業数×獲得可能な受注単価」で評価してください。

Reach（到達可能性）：そのセグメントに対して、実際にコンテンツや広告・メールが届くかどうかです。BtoBでは「そのセグメントのリードがMAのリストに何件あるか」が判断基準になります。リードが0件のセグメントをいくら設計しても、すぐには施策を動かせません。

Response（測定可能性）：施策に対する反応をデータで計測できるかどうかです。「担当者の主観的な手ごたえ」ではなく、メール開封率・資料ダウンロード数・商談化率などの定量指標で評価できる設計にする必要があります。

セグメンテーション分析の実践手順｜4ステップで「実装できるセグメント」をつくる

特にMAへの実装によって、セグメンテーション分析の価値は最大化されます。

4ステップは、

1. 目的と問いの設定
2. セグメント仮説の定義
3. 4Rによる絞り込み
4. MAとスコアリングへの実装

です。

Step.1：セグメンテーションの目的と問いを設定する

目的があいまいなまま変数を選び始めると、最終的に「軸がバラバラで使えないセグメント」ができあがります。まず「なぜセグメンテーションをするのか」を明確にすることが先決です。

目的の設定で問うべき3つの問いは次の通りです。

• 「誰に届けるか」：施策のターゲットとなるリードの属性を仮決めします
• 「何を届けるか」：そのセグメントに最も刺さるコンテンツ・提案内容を想定します
• 「なぜ今届けるか」：現在の購買フェーズとタイミングの根拠を言語化します

「誰に届けるか」を設計する前提として、リードの定義と管理体制の整備が必要です。BtoBリード管理の全体設計で基本的な仕組みを確認してください。

Step.2：変数を選定し「セグメント仮説」を定義する

前述の4変数とBtoB特化の3変数（ファームグラフィック・テクノグラフィック・BtoB行動変数）から、目的に合った2〜3変数を選択します。

変数選定のルールは次の通りです。

• 変数は「MAのリストフィールドに実際に存在するデータ」から選ぶことが大前提です
• データがない変数を軸にしても、MAで実装する段階で詰まります
• まず「今持っているデータで定義できる最善のセグメント」を設計し、データを拡充しながら精度を上げていく進め方が現実的です

仮セグメントは3〜5個程度を設定し、それぞれに「このセグメントには〇〇のコンテンツを届ける」という施策の仮説を対応させます。

なお、HubSpotやAccount Engagement（旧Pardot）などのMAツールでは、企業規模・業種・ライフサイクルステージなどのプロパティフィールドが標準で用意されています。まずこれらの既存フィールドを使ってセグメント仮説を定義し、不足があればカスタムプロパティを追加する順序が、実装を最もスムーズに進める方法です。

Step.3：4Rで有効性を評価し、注力セグメントを絞り込む

設計したすべてのセグメントに等分のリソースを投入するのは、中小規模のBtoBマーケチームには現実的ではありません。前述の4Rで評価し、注力セグメントを1〜2個に絞り込みます。

絞り込みの判断基準は次の通りです。

• 最優先：Realisticの試算（LTV×企業数）が最も高く、かつReachできるリードが既にMAリストにあるセグメント
• 次点：Rankの観点で自社の差別化が効きやすいセグメント
• 後回し：リードが少ない・到達手段が不明確・反応測定が困難なセグメント

Step.4：セグメントをMAとスコアリングに実装する

最終ステップは、定義したセグメントをMAのリスト・スコアリングルール・シナリオに実装することです。この工程まで完了して初めて、セグメンテーション分析は「施策の精度を上げる設計図」として機能します。

実装の具体的な手順は次の通りです。

1. 属性データでリストを分類する：ファームグラフィック変数（業種・規模・フェーズ）をMAのプロパティ項目に対応させ、リストを分類します
2. 行動データでスコアを付与する：BtoB行動変数（資料DL・ウェビナー参加・ページ閲覧）をスコアリングルールに設定します
3. 属性×行動の2軸でセグメントを動的に更新する：属性データだけの静的リストではなく、行動データが蓄積されるにつれてセグメントが更新される仕組みにします
4. セグメント別のシナリオを設計する：各セグメントに対して、届けるコンテンツ・配信タイミング・トスアップ基準を設定します

参考として、HubSpotでの実装イメージを示します。属性フィールド（業種：SaaS、企業規模：51〜300名）でリストを絞り込み、行動スコア（資料DL：+20pt、価格ページ閲覧：+15pt、ウェビナー参加：+10pt）を設定します。スコアが閾値（例：50pt以上）に達した場合にワークフローでMQLフラグを立て、営業通知を自動送信する流れが基本形です。

行動データをスコアに変換するモデルの設計方法については、スコアリングモデルの設計と運用で詳しく解説しています。

セグメンテーション分析でよくある3つの失敗パターンと対策

「セグメントを設計したのに、3か月後には誰も使っていなかった」。支援現場でよく見る状況です。失敗の多くは設計の甘さではなく、実装を想定していないことに起因するケースが目立ちます。

3つの失敗パターンは、①軸が抽象的すぎる、②細分化しすぎる、③営業とのズレ、です。

失敗パターン①　軸が抽象的すぎてMAに実装できない

「マーケティングに前向きな企業」「課題意識が高い担当者」などのセグメント定義は、概念としては理解できますが、MAのリストフィールドには実装できません。

対策は、「MAのプロパティ項目として実際に設定できるか」を変数選定の判断基準にすることです。たとえば、「マーケティングに前向き」→「MAツール導入済みかつ活用スコア〇点以上（テクノグラフィック変数×行動変数）」のように、データで判定できる形に変換してください。

失敗パターン②　細分化しすぎて施策が回らなくなる

4変数×複数条件でセグメントを設計すると、最終的に20〜30のセグメントができあがることがあります。セグメントごとに異なるコンテンツとシナリオを用意しようとすると、リソースが分散し、どのセグメントにも最適なアプローチができなくなります。

対策は、最初に注力セグメントを最大3つに絞ることです。残りは「次フェーズで取り組む候補」としてリストに残しておき、初期の施策設計に含めないことが重要です。弊社の支援事例でも、最初は「業種×MA導入有無」の2軸だけで始め、データが蓄積してから変数を追加するケースが多く、そのほうが早く成果が出る傾向があります。

失敗パターン③　営業とセグメント定義が一致せず、MQL基準がズレる

マーケティング部門が定義したセグメントと、営業部門が「対応すべきリード」として認識しているターゲットが一致していないケースは多く見られます。この状態では、マーケティングが「セグメントに合致したリード」をトスアップしても、営業から「これは自分たちのターゲットではない」と言われる構造が発生します。

対策は、セグメント定義の段階から営業部門を巻き込むことです。「このセグメントのリードが来たとき、営業はすぐにアプローチできるか」を確認する場を設け、MQL（マーケティング適格リード）の判定基準と連動させてセグメントを定義してください。

営業が納得するMQL基準の作り方と部門間の合意形成プロセスについては、営業が納得するMQL基準の設計法で詳しく解説しています。

BtoB向けセグメンテーション分析の活用事例

競合記事に多いBtoC事例（ハーゲンダッツ・JINS等）とは異なり、BtoBマーケティングの文脈に根ざした事例を紹介します。

事例1：業種×MA活用レベルでセグメントを設計し、配信コンテンツを切り替えたケース

弊社の支援事例では、BtoBマーケティング支援を提供する企業が「全業種に同じメールを配信している」状態から、ファームグラフィック変数（業種：SaaS・製造業・人材）とテクノグラフィック変数（MA導入有無）の2軸でセグメントを再設計しました。配信コンテンツを3パターンに分けることができ、メール開封率は20%台前半から30%台への改善が確認されました。特に「製造業×MA未導入」セグメントに対して、導入前の課題整理コンテンツを届けたところ、資料ダウンロード数が顕著に増加しました。

事例2：購買フェーズ変数でシナリオを分岐させ、商談化率を改善したケース

インサイドセールスの立ち上げ支援において、弊社では「MAリスト全体に同一のフォローアップコールをかけていた」企業に対し、行動変数（資料DL・ウェビナー参加・価格ページ閲覧）でリードを「認知フェーズ」「検討フェーズ」「比較フェーズ」の3セグメントに分類しました。インサイドセールスがアプローチするリードを「比較フェーズ以上」に絞ったところ、コール数を変えずに商談化率が1.5〜2倍程度に改善するケースが見られています。セグメンテーションによってアプローチのタイミングを最適化した典型的な事例です。

セグメンテーション後に取り組むべきこと｜ターゲティング・スコアリング・シナリオ設計への接続

セグメンテーション分析は「次の打ち手の精度」を決める土台であり、それ自体が最終目的ではありません。次に取り組むべき3つのアクションは、①ターゲットセグメントの確定（ターゲティング）、②スコアリングモデルへの実装、③シナリオ設計への接続です。

ターゲティング：設計したセグメントの中から、4Rの評価をもとに注力セグメントを1〜2個確定します。ここでの意思決定が施策全体のリソース配分を規定します。

スコアリングモデルへの実装：確定したセグメントの属性条件をMAのプロパティフィールドに実装し、行動データと組み合わせたスコアリングモデルを構築します。スコアの閾値（しきいち）を超えたリードをMQLとして営業にトスアップする仕組みにすることが目標です。

MAシナリオ設計への接続：セグメントごとに異なるナーチャリングシナリオを設計します。「どのセグメントに・いつ・何を届けるか」の設計図がシナリオです。

セグメント別のシナリオ設計とBtoB事例での実装手順については、MAナーチャリングシナリオの設計手順を参照してください。

よくある質問

セグメンテーション分析とは何ですか？

セグメンテーション分析とは、市場を同質性の高いグループに分け、誰に・何を・なぜ届けるかを明確にする設計作業です。「分析」と呼ばれますが、実態はデータ読解よりも「仮説の言語化」に近い作業です。BtoBでは業種・規模・購買フェーズなどの変数を2〜3個掛け合わせてセグメントを定義し、MAやスコアリングに実装することで施策の精度が高まります。

セグメンテーションの4つの軸は何ですか？

①地理的変数（商圏・拠点数など）、②人口動態変数（役職・企業規模など）、③心理的変数（危機感・価値観など）、④行動変数（資料DL・ウェビナー参加など）の4つです。BtoBでは単一変数では解像度が低くなるため、2〜3変数を掛け合わせてセグメント仮説を定義することがポイントです。さらに、ファームグラフィック変数・テクノグラフィック変数というBtoB特有の切り口を加えることで、実装精度が高まります。

STP分析におけるセグメンテーションとはどのような位置づけですか？

STP分析（セグメンテーション・ターゲティング・ポジショニング）の最初のステップです。市場にどのようなグループが存在するかを洗い出す「地図を描く作業」にあたり、この段階ではまだターゲットを絞り込みません。セグメンテーションの精度がターゲティングとポジショニングの質を規定するため、STP全体の起点として最も重要な工程です。

BtoBのセグメンテーション分析でよくある失敗は何ですか？

よく見られる失敗パターンは3つあります。①軸が抽象的すぎてMAに実装できない、②細分化しすぎて施策が回らなくなる、③営業とセグメント定義が一致せずMQL基準がズレる、です。いずれも「実装を想定していない」ことが根本にあるケースが目立ちます。変数はMAのリストフィールドに実際に存在するデータから選ぶことが大前提です。

セグメンテーション分析はどのようにMAと連携させますか？

属性データ（ファームグラフィック変数）でMAのリストを分類し、行動データ（資料DL・ウェビナー参加など）をスコアリングルールに設定します。この2軸を組み合わせることで、静的リストではなく行動の蓄積に応じて動的に更新されるセグメントが構築できます。スコアの閾値を超えたリードをMQLとして営業にトスアップする仕組みと連動させることが、実装の最終形です。

まとめ｜セグメンテーション分析は「施策の精度」を決める設計図

セグメンテーション分析とは、市場を同質性の高いグループに分け、誰に・何を・なぜ届けるかを明確にする設計作業です。本記事では、基本的な4変数の解説にとどまらず、BtoB固有のファームグラフィック変数・テクノグラフィック変数・購買フェーズ変数、実装のための4ステップ、よくある3つの失敗パターンまでを一貫して整理しました。

最も重要なポイントは、「実装できる変数を選ぶ」ことです。概念として整合性があるセグメントよりも、MAのリストフィールドに実装でき、スコアリングと組み合わせて動かせるセグメントのほうが、事業成果に直結します。

Sells upでは、BtoBマーケティング支援・MAツール実装支援・インサイドセールス立ち上げ支援を通じて、多くの企業のセグメンテーション設計から実装まで一貫して支援しています。「セグメントを定義したが施策に落とせない」「MAに実装しようとすると軸が崩れる」というご状況の方は、まずはお気軽にご相談ください。