「セグメントを定義したいが、どのような切り口で考えればよいかわからない」
BtoBマーケティングでは、このような悩みを抱えることがあります。業種や企業規模、担当者の役職、Webサイト上の行動など、セグメントに使える情報は多い一方で、どの変数を選び、どのように組み合わせれば施策につなげられるのか判断しにくいためです。
特にBtoBでは、個人の年齢や性別だけではなく、業種や企業規模といった企業属性、導入しているツール、検討状況なども考慮する必要があります。
本記事では、セグメンテーション分析の基本的な考え方から、BtoBで活用しやすいファームグラフィック変数・テクノグラフィック変数、MA（マーケティングオートメーション）へ実装する際の考え方まで解説します。
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とは、市場や顧客を、共通する特徴を持つグループに分けて整理することです。
たとえばBtoBであれば、業種や企業規模、担当者の役職、利用しているツール、Webサイト上の行動など、さまざまな切り口で市場やリードを分類できます。
セグメンテーションの目的は、単に顧客を細かく分けることではありません。どのような顧客群が存在するのかを整理し、その後のターゲティングや施策設計につなげることが重要です。
そのため、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）の中では、最初に行う工程として位置づけられます。
セグメンテーションでは市場や顧客を整理し、その後のターゲティングで注力するセグメントを選びます。さらにポジショニングでは、そのセグメントに対して自社をどのように認識してもらうのかを考えます。
マーケティング戦略全体における位置づけについては、BtoBマーケティング戦略の立て方でも詳しく解説しています。
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分析では、セグメンテーション・ターゲティング・ポジショニングをそれぞれ分けて考えます。
セグメンテーションでは、市場や顧客を共通する特徴ごとに整理し、どのようなグループが存在するのかを把握します。
ターゲティングでは、その中から自社が優先してアプローチするセグメントを選びます。
ポジショニングでは、選んだセグメントに対して、自社の商品・サービスをどのような価値を持つものとして認識してもらうのかを設計します。
つまり、
- セグメンテーション：どのような顧客群が存在するのかを整理する
- ターゲティング：どの顧客群を優先するのかを決める
- ポジショニング：その顧客群にどのような価値を伝えるのかを考える
という違いがあります。
セグメンテーションの段階で最初から対象を狭く決めすぎると、本来検討すべき顧客群を除外してしまう可能性があります。まず市場や顧客を整理し、その後に事業性や自社との相性などを見ながら注力するセグメントを選ぶ、という順番で考えることが重要です。
STP全体の進め方については、STP分析の5ステップ実践手順で詳しく解説しています。
BtoBでセグメンテーション分析が重要になる3つの理由
BtoBでは、企業ごとの属性だけでなく、担当者の立場や検討状況なども購買判断に影響します。そのため、一つの条件だけで対象を分けるのではなく、複数の情報を組み合わせてセグメントを考える必要があります。
特に押さえておきたいのが、次の3つです。
1つ目は、複数の関係者が意思決定に関わることがある点です。
BtoBでは、実際に商品・サービスを利用する担当者だけでなく、その上長や役員、購買部門、情報システム部門など、複数の関係者が導入判断に関わる場合があります。
同じ企業であっても、立場によって重視する情報は異なります。たとえば、実務担当者は使いやすさや業務負荷、管理職は導入効果、情報システム部門はセキュリティや既存システムとの連携を重視するといった違いがあります。
2つ目は、検討から契約までに時間がかかる場合がある点です。
BtoBでは、情報収集や比較検討に加えて、社内での予算確保や上長への提案、稟議などを経て契約に至るケースがあります。
そのため、同じ企業でも、情報収集を始めた段階なのか、具体的な比較・検討を行っているのかによって、届けるべき情報やアプローチ方法が変わります。
3つ目は、業種や企業規模などによって課題や検討条件が異なる点です。
たとえば、同じMAの導入を検討している企業でも、SaaS企業と製造業では営業体制やリード獲得方法、既存システムなどが異なる可能性があります。また、従業員50名の企業と1,000名の企業では、導入時の意思決定プロセスや必要な機能も異なることがあります。
そのためBtoBのセグメンテーションでは、企業の業種・規模・売上高などの企業属性に加えて、担当者の役職、導入しているツール、行動データなどを組み合わせて考えることが重要です。
どの状態のリードにどのような情報を届けるのかを整理する考え方については、デマンドジェネレーションの全体像でも解説しています。
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
セグメンテーションでは、どのような情報を基準に市場や顧客を分けるのかを考える必要があります。
一般的なセグメンテーションでは、主に「地理的変数」「人口動態変数」「心理的変数」「行動変数」の4つが使われます。
- 地理的変数：地域や商圏など、所在地に関する情報
- 人口動態変数：年齢、性別、職業など、人の属性に関する情報
- 心理的変数：価値観、関心、課題意識など、心理的な特徴に関する情報
- 行動変数：購入やWebサイトの閲覧など、実際の行動に関する情報
ただし、BtoBではこの4分類をそのまま使うだけでは十分でない場合があります。
企業を対象とするBtoBでは、業種や企業規模といった企業属性や、利用しているシステムなども重要な切り口になります。そのため、まず4つの基本的な変数を理解したうえで、後述するファームグラフィック変数やテクノグラフィック変数も組み合わせて考えます。
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、国・地域・所在地・商圏など、地理的な情報をもとに市場や顧客を分類する方法です。
BtoBでは、たとえば次のような情報が考えられます。
- 本社や事業所の所在地
- 営業対象となる地域
- 国内企業か海外企業か
- 特定地域に拠点を持っているか
地理的変数が有効かどうかは、商材によって異なります。
たとえば、訪問型のサービスであれば営業可能な地域が重要になりますし、地域ごとに法規制や商習慣が異なるサービスであれば、所在地によって提案内容を変える必要があります。
一方で、オンラインで全国に提供できるSaaSなどでは、所在地よりも業種や企業規模、利用しているシステムなどの方が重要な場合もあります。
そのため、所在地を一律に重要な変数と考えるのではなく、地域によってニーズや提供条件、営業方法に違いが生まれる商材かどうかを確認したうえで利用します。
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、所得など、個人の属性に関する情報をもとに分類する方法です。
BtoBでも、企業ではなく担当者個人を対象に考える場合には、この考え方を利用できます。
たとえば、
- 部署
- 役職
- 職種
- 業務経験
- 担当している業務
などです。
同じ企業でも、マーケティング担当者と営業責任者、経営層では関心を持つ情報が異なることがあります。
たとえば、実務担当者であれば日々の業務負荷や使いやすさ、管理職であれば業務改善や組織への効果、経営層であれば投資対効果や事業への影響を重視する可能性があります。
ただし、企業の業種や従業員規模、売上高などは人口動態変数ではありません。BtoBでは、こうした企業属性をファームグラフィック変数として分けて考える方が整理しやすくなります。
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、関心、課題意識など、個人や組織の考え方に関する特徴をもとに分類する方法です。
BtoBでは、たとえば次のような違いが考えられます。
- 現在の課題をどの程度重要だと考えているか
- 新しいツールや業務プロセスの導入に積極的か
- コスト削減と売上拡大のどちらを優先しているか
- 導入時に価格・機能・サポートのどれを重視するか
こうした情報が分かれば、同じ企業属性のリードであっても、届けるコンテンツや訴求内容を変えることができます。
ただし、心理的変数は業種や企業規模のようにデータベースから簡単に取得できる情報ではありません。
アンケートや商談内容、フォームの回答、閲覧したコンテンツなどから推測することもありますが、行動データだけから価値観や課題意識を断定しないことが重要です。
MAへ実装する場合も、「危機感が高い」といった曖昧な項目をそのまま登録するのではなく、回答内容や具体的な行動など、判定できる情報に置き換えて利用します。
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、商品・サービスに対して実際に取った行動をもとに分類する方法です。
BtoBマーケティングでは、たとえば次のような行動があります。
- Webサイトの閲覧
- 資料ダウンロード
- ウェビナーへの申込・参加
- メールのクリック
- 問い合わせ
- 無料トライアルへの申込
- 過去の商談や購入履歴
MAでは、こうした行動を記録し、セグメントや営業フォローの条件として利用できます。
たとえば、同じ企業属性のリードでも、記事を数本閲覧している人と、サービス資料をダウンロードして問い合わせを行った人では、その後に届ける情報やフォロー方法を変えることが考えられます。
ただし、特定のページを閲覧した、資料をダウンロードしたといった行動だけで、購買フェーズや購買意欲を断定することはできません。
行動データは、現在の関心や検討状況を判断するための一つの材料として利用し、企業属性や過去の商談状況などと組み合わせて確認します。
複数の変数を組み合わせて「セグメント仮説」をつくる
実際のBtoBマーケティングでは、一つの変数だけでセグメントを決めるよりも、複数の情報を組み合わせた方が施策につなげやすい場合があります。
たとえば、単に「SaaS企業」とするよりも、
- 従業員100〜300名のSaaS企業
- 現在MAを導入していない
- マーケティング担当者が少人数で運用している
というように条件を組み合わせれば、対象となる企業の状況を具体的に想定しやすくなります。
この場合、
- 「従業員100〜300名のSaaS企業」はファームグラフィック変数
- 「MAを導入していない」はテクノグラフィック変数
- 「マーケティング担当者が少人数」は企業や組織の体制に関する情報
として整理できます。
ただし、変数を増やせば精度が高まるとは限りません。条件を細かくしすぎると対象となる企業がほとんど存在しなくなったり、MA上で必要なデータを取得できなかったりすることがあります。
そのため、施策を変える必要がある違いだけをセグメントの条件として採用することが重要です。
たとえば、「この条件によって届けるコンテンツが変わるのか」「営業のアプローチ方法が変わるのか」と考え、施策上の違いが生まれない変数であれば、無理にセグメントを分ける必要はありません。
BtoBでは、こうした基本的な4変数に加えて、企業属性を表すファームグラフィック変数や、利用しているITツールなどを表すテクノグラフィック変数も重要になります。次の章では、BtoBで特に使いやすい切り口を詳しく解説します。
BtoBに特化したセグメンテーションの切り口｜業種・規模・利用ツール・行動で整理する
BtoBのセグメンテーションでは、一般的な地理的変数・人口動態変数・心理的変数・行動変数に加えて、企業そのものの属性や利用しているシステムも重要な切り口になります。
特に活用しやすいのが、次の3つです。
- 企業属性を捉えるファームグラフィック変数
- 利用しているITツールやシステムを捉えるテクノグラフィック変数
- Webサイトの閲覧や資料ダウンロードなどの行動変数
これらを組み合わせることで、「どのような企業の、どのような担当者が、現在どのような行動をしているのか」を整理しやすくなります。
ファームグラフィック変数｜業種・企業規模・売上高などで切り分ける
ファームグラフィック変数（Firmographic Variables）とは、企業の基本属性をもとに分類するための変数です。
BtoBでは、個人の年齢や性別よりも、企業の業種や規模、売上高などが商材との相性や購買プロセスに影響することがあります。そのため、企業を対象としたセグメンテーションでは、ファームグラフィック変数が基本的な切り口になります。
主な例は次の通りです。
- 業種：SaaS、製造業、人材、教育、金融など
- 従業員規模：50名以下、51〜300名、301〜1,000名、1,001名以上など
- 売上高：企業規模や投資余力を確認するための一つの指標
- 事業フェーズ：創業期、成長期、成熟期など
- 所在地・拠点数：本社所在地、営業エリア、国内外の拠点数など
たとえば、同じMAを提案する場合でも、従業員50名の企業と1,000名の企業では、必要な機能や運用体制、既存システムとの連携要件が異なることがあります。
また、業種によってもリード獲得方法や営業プロセスは異なります。たとえば、製造業では展示会や既存顧客との接点を重視する企業がある一方、SaaSではWeb経由のリード獲得を重視する企業もあります。こうした違いによって、MAで管理するデータや施策も変わります。
弊社でも、BtoBマーケティングを支援する際は、業種や企業規模などの企業属性を確認したうえで、必要な施策やMAの運用方法を検討しています。
テクノグラフィック変数｜導入しているツールやシステムで切り分ける
テクノグラフィック変数（Technographic Variables）とは、企業が利用しているITツールやシステムなどをもとに分類するための変数です。
BtoBのITサービスやSaaSでは、現在どのようなシステムを利用しているかによって、課題や提案内容が変わることがあります。
たとえば、次のような情報が考えられます。
- MAツールの導入有無：未導入か、すでに導入しているか
- 利用しているMAツール：HubSpot、Account Engagement、Adobe Marketo Engageなど
- CRM・SFAの種類：Salesforce、HubSpot CRMなど
- その他の関連システム：名刺管理、BI、営業支援、ウェビナーツールなど
- 利用状況・活用レベル：導入済みだが一部機能しか使っていない、複数システムを連携しているなど
たとえば、MA未導入の企業には、導入によって何ができるのかを説明するコンテンツが適しています。
一方で、すでにMAを導入しているもののメール配信にしか使えていない企業であれば、スコアリングや営業連携、データ活用といった運用改善の情報の方が関心を持たれる可能性があります。
また、Salesforceを利用している企業であれば、Salesforceとの連携方法やデータ管理を含めた提案が重要になることもあります。
このように、現在利用しているシステムを把握すると、導入前の企業と導入後の企業を同じセグメントとして扱わずに済むことが、テクノグラフィック変数を利用するメリットです。
行動変数｜検討状況を判断する材料として活用する
BtoBの行動変数では、Webサイトの閲覧や資料ダウンロード、ウェビナーへの参加など、リードが実際に取った行動を確認します。
たとえば、次のような行動があります。
- SEO記事やサービスページの閲覧
- ホワイトペーパーやサービス資料のダウンロード
- ウェビナーへの申込・参加
- 導入事例や料金ページの閲覧
- メールのクリック
- 問い合わせ
- 無料トライアルへの申込
こうした行動は、リードが現在どのような情報に関心を持っているのかを考える材料になります。
たとえば、課題解決に関する記事を閲覧しているリードと、導入事例や料金ページを複数回閲覧しているリードでは、検討状況が異なる可能性があります。
ただし、特定の行動だけで「認知フェーズ」「比較フェーズ」「決裁フェーズ」と断定することはできません。
同じ料金ページの閲覧でも、情報収集目的の場合もあれば、具体的な比較検討を行っている場合もあります。そのため、行動データは購買フェーズそのものではなく、検討状況を推測するための材料として扱います。
MAでは、こうした行動データを企業属性や担当者属性と組み合わせ、対象となるリードを抽出したり、営業へ通知したりすることができます。
たとえば、
- 自社のターゲット企業に該当している
- 過去30日以内にサービス資料をダウンロードしている
- 導入事例やサービスページを複数回閲覧している
といった条件を組み合わせ、優先して確認するリードを抽出する方法があります。
重要なのは、「この行動をしたから購買意欲が高い」と決めることではありません。実際の商談結果を確認しながら、どの行動が営業フォローの判断材料になるのかを見直していきます。
行動データをスコアリングへ活用する方法については、リードスコアリングの仕組みと設計で詳しく解説しています。
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ら、次に確認したいのが「そのセグメントを実際のマーケティング施策に使えるか」という点です。
条件を細かく設定してセグメントを作れても、対象となる企業がほとんど存在しなかったり、実際にアプローチする手段がなかったりすれば、施策にはつながりません。
セグメントの有効性を評価する際に使われる考え方の一つが、4R（Rank・Realistic・Reach・Response）です。
Rank（優先順位）
Rankは、複数のセグメントの中で、どこを優先するのかを判断する視点です。
市場規模だけではなく、自社の商品・サービスとの相性、既存顧客との共通点、競合状況、事業戦略などを確認しながら優先順位を考えます。
たとえば、市場規模が大きくても自社が十分な価値を提供できないセグメントより、対象企業は少なくても自社の強みを生かしやすいセグメントを優先する場合があります。
すべてのセグメントへ同じようにリソースを投入するのではなく、どのセグメントから取り組むのかを決めるための判断軸です。
Realistic（有効な規模）
Realisticは、そのセグメントが事業として取り組む価値のある規模を持っているかを確認する視点です。
セグメントを細かく分けすぎると、条件には合っていても対象となる企業が極端に少なくなることがあります。
BtoBであれば、
- 対象となる企業が何社程度あるのか
- 想定する契約単価やLTVはどの程度か
- そこからどの程度の売上・利益を見込めるか
といった情報から、事業として成立する規模があるかを確認します。
単純に対象企業数が多ければよいわけではありません。対象企業数が少なくても1社あたりの契約金額が大きい商材であれば、十分に取り組む価値がある場合があります。
そのため、企業数と想定できる事業価値の両方から評価することが重要です。
Reach（到達可能性）
Reachは、対象となるセグメントへ実際にアプローチできるかを確認する視点です。
たとえば、魅力的なセグメントを定義できても、その企業へ広告を配信する方法がなく、メールアドレスも保有しておらず、営業からも接点を持てないのであれば、すぐに施策を実行することはできません。
BtoBでは、たとえば次のような点を確認します。
- MAやCRMに対象となるリードがどの程度存在するか
- 広告で対象企業へアプローチできるか
- 展示会やウェビナーなどで接点を作れるか
- 営業からアプローチできる企業リストを作れるか
MAのリード件数も重要な指標ですが、現在保有しているリードだけではなく、そのセグメントへ接点を持つ方法があるかという観点で考えます。
Response（測定可能性）
Responseは、設定したセグメントの成果や反応を測定できるかを確認する視点です。
セグメントごとに施策を行っても、どのセグメントから商談や受注が発生したのか分からなければ、その切り分けが有効だったのかを評価できません。
BtoBマーケティングであれば、
- メールのクリック率
- 資料ダウンロード数
- 問い合わせ数
- MQL数
- 商談化率
- 受注率
など、施策の目的に応じた指標を確認します。
重要なのは、「反応が良かった気がする」といった感覚ではなく、セグメントごとの成果を比較できる状態にしておくことです。
4Rはセグメントを絞り込むための判断材料として使う
4Rは、条件をすべて機械的に満たしたセグメントだけを採用するためのものではありません。
たとえば、市場規模は魅力的でも現在は十分にリーチできないのであれば、新しいリード獲得施策を検討するという判断もできます。反対に、MA上に多くのリードが存在していても、自社との相性が低ければ優先順位を下げることもあります。
そのため、4Rは「このセグメントを採用するか否か」を単純に判定するチェックリストではなく、どのセグメントへ優先的にリソースを配分するのかを考えるための判断材料として利用します。
なお、4RにRate of Growth（成長率）とRival（競合）を加え、6Rとして評価する考え方もあります。市場の成長性や競争環境まで含めて判断したい場合は、これらの観点を加えて評価するとよいでしょう。
セグメンテーション分析の実践手順｜4ステップで施策に使えるセグメントをつくる
セグメンテーションは、顧客を分類すること自体が目的ではありません。定義したセグメントを広告やコンテンツ、メール配信、営業活動などの施策に活用できる状態にすることが重要です。
BtoBでは、次の4つのステップで進めると整理しやすくなります。
1つ目は、セグメンテーションの目的を決めることです。
2つ目は、目的に合った変数を選び、セグメントの仮説をつくることです。
3つ目は、4Rなどの観点から有効性を評価し、優先するセグメントを決めることです。
4つ目は、実際の施策やMAへ反映し、結果を見ながら見直すことです。
Step.1：セグメンテーションの目的を決める
最初に、「何のためにセグメントを分けるのか」を明確にします。
目的が曖昧なまま業種や企業規模、行動データなどを組み合わせると、細かく分類したものの、その後の施策に使えないセグメントができることがあります。
たとえば、次のような目的が考えられます。
- 広告の対象企業を絞り込みたい
- リードごとに届けるコンテンツを変えたい
- 休眠リードへのアプローチ方法を分けたい
- 営業が優先して確認するリードを整理したい
- 業種ごとに提案内容を変えたい
同じセグメンテーションでも、目的によって必要な変数は異なります。
たとえば、広告の対象企業を決めるのであれば業種や企業規模などの企業属性が重要になります。一方、既存リードへのメール配信を分けるのであれば、過去に取得したコンテンツやWebサイト上の行動なども判断材料になります。
そのため、まずセグメントを分けることで何を変えたいのかを決めてから、必要な変数を考えます。
リードの定義や管理方法については、BtoBリード管理の全体設計で詳しく解説しています。
Step.2：目的に合った変数を選び、セグメント仮説をつくる
目的が決まったら、業種や企業規模などのファームグラフィック変数、利用しているシステムなどのテクノグラフィック変数、担当者属性、行動データなどから必要な条件を選びます。
このとき重要なのは、変数の数を増やすことではありません。
その条件によって施策を変える必要があるかを基準に考えます。
たとえば、
- 製造業とSaaS企業で届ける事例が変わる
- MA導入企業と未導入企業で案内するコンテンツが変わる
- 実務担当者と経営層で訴求内容が変わる
のであれば、それぞれをセグメントの条件として利用する意味があります。
一方で、条件を追加しても配信する内容や営業対応が変わらないのであれば、細かく分ける必要はありません。
また、MAで運用する場合は、現在取得できているデータも確認します。
ただし、「現在MAに存在する項目だけでセグメントを考える」必要はありません。
施策上重要な情報であれば、フォーム項目を追加したり、CRM・SFAから連携したり、営業活動の中で取得したりすることもできます。
まず施策に必要な条件を考え、そのうえで「現在取得できているか」「今後取得できるか」を確認するという順番で考える方が、データの有無だけに引っ張られずに済みます。
Step.3：セグメントを評価し、優先順位を決める
セグメントの仮説をつくったら、すべてに同じように取り組むのではなく、どのセグメントを優先するのかを決めます。
前述した4Rを使う場合は、
- 自社として優先する価値があるか
- 事業として十分な規模があるか
- 実際にアプローチする方法があるか
- 施策の成果を測定できるか
という観点から評価します。
たとえば、対象企業数が多くても、自社の商品・サービスとの相性が低ければ優先順位を下げる場合があります。
反対に、対象企業数はそれほど多くなくても、契約単価が高く、自社の実績も豊富で、営業からアプローチできるのであれば、優先して取り組む判断も考えられます。
ここで重要なのは、単一の指標だけで決めないことです。
市場規模、自社との相性、接点を持てる可能性、期待できる事業価値などを組み合わせて判断することで、実際に取り組むセグメントを決めやすくなります。
Step.4：セグメントを施策やMAへ反映する
優先するセグメントを決めたら、広告、コンテンツ、メール、営業活動などの施策へ反映します。
MAを利用している場合は、企業属性や担当者属性、行動などの条件をリストやワークフローへ設定することで、対象となるリードを継続的に抽出できます。
たとえば、
属性でリードを分類する
業種、企業規模、部署、役職、利用しているツールなどをもとに、対象となるリードを抽出します。
行動に応じて対象を更新する
資料ダウンロードやウェビナー参加、Webサイトの閲覧など、時間とともに変化する行動を条件に加えることで、対象リードを自動的に更新することもできます。
セグメントごとに施策を変える
業種ごとに異なる導入事例を案内したり、MA未導入企業には導入に関するコンテンツを、導入済み企業には活用改善に関するコンテンツを届けたりする方法があります。
必要に応じて営業へ共有する
特定の企業属性や行動条件を満たしたリードを、営業やインサイドセールスへ共有する運用も考えられます。
ここで、すべてのセグメントにスコアリングを設定する必要はありません。
「特定の業種かつ特定の資料をダウンロードしたリード」のように、明確な条件で抽出できるのであれば、スコアを使わずにリストやワークフローだけで運用することもできます。
スコアリングを使う場合も、「資料ダウンロードは20点」「料金ページの閲覧は15点」といった共通の正解があるわけではありません。
最初は自社の商談データや仮説をもとに条件を設定し、実際に営業へ共有した後の結果を見ながら調整していきます。
重要なのは、MAへの実装そのものではありません。定義したセグメントごとに施策を実行し、その結果に違いがあったのかを確認しながら、セグメントの条件を見直していくことです。
スコアリングを利用する場合の具体的な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ても、実際の広告やメール配信、営業活動で使われなければ、マーケティング施策にはつながりません。
これまでBtoBマーケティングに携わる中でも、セグメントを細かく定義したものの、「どの施策に使えばよいのか分からない」「MA上で対象を抽出できない」「営業が想定しているターゲットと合っていない」といった状態になるケースがありました。
特に注意したいのが、次の3つです。
失敗パターン① 条件が抽象的で、対象となるリードを判定できない
「マーケティングに前向きな企業」「課題意識が高い担当者」といった表現は、ターゲット像を考えるうえでは役立ちます。
一方で、そのままでは誰がその条件に該当するのかを客観的に判断できません。
MAやCRMでセグメントとして利用するのであれば、実際に取得できるデータへ置き換える必要があります。
たとえば、「MA活用に課題を感じている企業」を対象にしたいのであれば、
- 現在MAを導入している
- MA活用に関する資料をダウンロードしている
- MA運用に関するウェビナーへ参加している
- フォームやアンケートで現在の課題を回答している
といった、確認できる情報を組み合わせる方法があります。
重要なのは、「課題意識が高い」といった心理状態を行動だけから断定することではありません。
セグメントの条件を、実際のデータから判定できる状態にすることがポイントです。
また、現在MAやCRMに必要なデータがなければ、既存項目だけで無理にセグメントを作る必要はありません。施策上重要な情報であれば、フォームやアンケート、営業活動などを通じて今後取得することも検討します。
失敗パターン② 細かく分けすぎて施策を実行できない
セグメントの条件を増やすほど、対象となる企業やリードを細かく分類できます。
しかし、細分化するほどよいとは限りません。
たとえば、業種、企業規模、部署、役職、利用ツール、行動などを細かく組み合わせると、多数のセグメントができることがあります。
そのすべてに異なるコンテンツやメール、広告、営業対応を用意しようとすると、運用負荷が高くなります。また、1つのセグメントに含まれるリードが少なくなり、施策ごとの成果を比較しにくくなる場合もあります。
そのため、最初から細かく分けすぎるのではなく、その条件によって施策を変える必要があるかを基準に判断します。
たとえば、業種が違っても同じコンテンツを届けるのであれば、必ずしも別のセグメントにする必要はありません。
一方で、MA未導入企業には導入に関する情報を、導入済み企業には運用改善に関する情報を届けるのであれば、MAの導入有無で分ける意味があります。
実際に運用できる範囲から始め、施策の結果や蓄積されたデータを見ながら必要に応じて細分化していく方が運用しやすくなります。
失敗パターン③ マーケティングと営業で対象企業の認識が合っていない
BtoBでは、マーケティングが考えているターゲット企業と、営業が優先してアプローチしたい企業が一致していないことがあります。
たとえば、マーケティング側では特定の業種・企業規模を重要なセグメントとしていても、営業側では過去の受注実績や商談経験から別の企業群を優先している場合があります。
この状態でマーケティングからリードを共有しても、営業側では優先順位が低いと判断され、十分にフォローされない可能性があります。
そのため、特に営業活動につなげるセグメントについては、設計段階で営業側の認識も確認しておくことが重要です。
たとえば、
- 過去に受注している企業にはどのような共通点があるか
- 営業が優先している業種や企業規模はどこか
- 商談になりやすい企業と、なりにくい企業にはどのような違いがあるか
- どのようなリードであれば営業がフォローしやすいか
といった情報を確認し、セグメント設計へ反映します。
ただし、セグメントとMQLは同じものではありません。
セグメントは市場やリードを共通する特徴で分類するためのものです。一方、MQLは、保有しているリードの中から属性や行動など一定の条件をもとに、マーケティング部門が優先的なフォロー対象として判定したリードを指します。
そのため、セグメントを設計したうえで、必要に応じて行動などの条件を加え、MQLの判定基準へつなげていきます。
営業への引き継ぎ条件については、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。
3つの失敗に共通する対策｜セグメントは定期的に見直す
セグメントは、一度定義すればそのまま使い続けられるとは限りません。
担当者の異動や退職、企業規模の変化、利用ツールの変更などによって、MAやCRMに登録されている情報と実際の状況が合わなくなることがあります。
また、データそのものが正しくても、市場環境や自社の商品・サービス、営業戦略が変われば、優先すべきセグメントも変わります。
そのため、一定の間隔でセグメントの状態と成果を確認します。
特に確認したいのは、次の3点です。
1つ目は、各セグメントに十分な対象が存在するかです。
当初は一定数のリードがいたセグメントでも、その後対象が減っている場合があります。また、新しく注力したい市場であれば、既存のMAにリードが少なくても、広告や営業などで新たに接点をつくれるかを確認します。
2つ目は、セグメントごとに施策の結果が異なっているかです。
メールのクリック率や資料ダウンロード数、MQL数、商談化率、受注率などを比較し、セグメントを分けたことが施策や成果の違いにつながっているかを確認します。
差がほとんどない場合は、条件を分ける意味が小さい可能性があります。ただし、母数が少ない場合は短期間の数値だけで判断しないことも重要です。
3つ目は、現在の営業活動と合っているかです。
マーケティング上は優先セグメントでも、営業がほとんどアプローチしていない場合は、その理由を確認します。
営業側の優先順位に問題があるのか、セグメントの条件が実態と合っていないのか、MQLの判定や引き継ぎ方法に課題があるのかを確認し、必要に応じて見直します。
見直しの頻度に一律の正解はありません。四半期ごとなど定期的に確認する方法もありますが、事業戦略や商品、ターゲット、営業体制に変化があったタイミングでも見直すことが重要です。
セグメンテーションは、一度作って完成させるものではありません。実際の施策や商談・受注結果を確認しながら、不要な条件を外したり、新しい条件を加えたりして調整していきます。
BtoB向けセグメンテーション分析の活用事例
ここでは、Sells upが支援した2社の事例をもとに、セグメントの考え方が実際の施策にどのように反映されたのかを紹介します。
事例1：関心のあるアプリごとに対象を分け、メール施策を拡充
株式会社SmartHR様では、SmartHR Plusで提供されている複数のアプリケーションについて、それぞれの特徴に合わせてターゲット条件を整理し、タグ設定やメール文面の作成を行いました。
当初は1〜2パターンだったメール文面を、対象となるアプリやユーザーの関心に応じて増やし、現在は20〜30パターンまで拡充しています。
この事例では、すべてのユーザーへ同じ内容を送るのではなく、どのアプリに関心があるのかをもとに対象を分け、それぞれに適した情報を届ける形で施策を設計しました。
さらに、ユーザーの行動データをもとにメールを配信する仕組みも取り入れ、行動に応じて配信内容やタイミングを変える運用へ広げています。
こうしたメール施策を含むマーケティング活動全体の成果として、目標としていた問い合わせ数は1年間で約10倍に増加しました。
事例2：関心テーマやWeb行動をもとにフォロー方法を変更
株式会社CLUE様では、セミナー後のアンケートから参加者ごとの関心テーマを確認し、その内容に応じてフォローアップメールを配信しました。
また、Webサイト上の行動データも活用し、一定の条件を満たしたリードをインサイドセールスへ自動的に共有する仕組みを構築しています。
たとえば、複数日にわたってサービスページを閲覧しているリードを検知し、営業側で確認できる状態にすることで、マーケティングで取得した行動データを営業活動にも活用しました。
この事例では、アンケートで確認した関心内容と、その後のWeb上の行動をもとに、届ける情報や営業へ共有するタイミングを変えていることがポイントです。
5年間の支援を通じて、営業担当者による個別の新規開拓だけに依存する状態から、マーケティング施策を通じて継続的にリードを獲得する体制づくりにもつながっています。
2社に共通しているのは、セグメントを細かく作ること自体を目的にしていない点です。
SmartHR様では関心のあるアプリによって届ける情報を変え、CLUE様では関心テーマやWeb行動によってフォロー方法や営業への共有タイミングを変えています。
セグメントごとに、実際の施策やフォロー方法を変えられる状態にすることが、BtoBマーケティングでセグメンテーションを活用するうえで重要です。
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は、市場や顧客を分類すること自体が目的ではありません。整理したセグメントの中から、どこを優先し、どのような施策を行うのかを決めていく必要があります。
次に取り組むのは、主に「ターゲティング」「MAやスコアリングへの反映」「シナリオ設計」の3つです。
ターゲティング｜優先するセグメントを決める
まず、設計したセグメントの中から、自社が優先してアプローチする対象を決めます。
前述した4Rなどを参考にしながら、市場規模、自社との相性、接点を持てる可能性、期待できる事業価値などを確認し、優先順位をつけます。
すべてのセグメントへ同じようにリソースを投入する必要はありません。現在のマーケティング・営業体制で実行できる範囲を考えながら、優先する対象を決めることが重要です。
MA・スコアリングへの反映｜対象となるリードを抽出できる状態にする
優先するセグメントが決まったら、必要に応じてMAやCRMへ条件を反映します。
たとえば、業種や企業規模、部署・役職、利用しているツールなどの属性条件をもとにリストを作成し、資料ダウンロードやWebサイトの閲覧といった行動条件を加える方法があります。
すべてのケースでスコアリングが必要なわけではありません。
「特定の業種かつ特定の資料をダウンロードしたリード」のように、条件だけで対象を判断できるのであれば、リストやワークフローで運用することもできます。
一方、複数の属性や行動を組み合わせて優先順位を判断したい場合は、スコアリングを利用する方法があります。
重要なのは、スコアの閾値を超えたことだけを理由にMQLと判断するのではなく、実際の商談結果を確認しながら条件や配点を見直すことです。
シナリオ設計｜セグメントごとに届ける情報やフォロー方法を決める
最後に、優先するセグメントに対して、どのようなコミュニケーションを行うのかを設計します。
たとえば、
- MA未導入企業には、導入によって何ができるのかを説明するコンテンツを届ける
- MA導入済み企業には、スコアリングや営業連携などの活用方法を案内する
- 製造業には製造業の導入事例を届ける
- 特定の行動をしたリードを営業やインサイドセールスへ共有する
といった方法が考えられます。
シナリオ設計では、単にメールを何通送るかを決めるのではなく、どのセグメントに、どのタイミングで、どのような情報や次のアクションを用意するのかを整理します。
セグメンテーションによって顧客を分類し、ターゲティングで優先する対象を決め、その対象に合わせて施策を変える。必要に応じてMAやスコアリングを使いながら、この流れを実際のマーケティング・営業活動へつなげていくことが重要です。
セグメントごとのシナリオ設計やMAへの実装方法については、MAナーチャリングシナリオの設計手順で詳しく解説しています。
「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、獲得したリードがなかなか商談につながらない。こうした場合は、個々の施策だけでなく、戦略から営業への引き継ぎまでの流れを見直す必要があります。Sells upでは、現状の分析から改善の優先順位整理まで支援しています。
相談してみる →まとめ
セグメンテーションとは、市場や顧客を共通する特徴ごとにグループへ分け、どのような顧客群が存在するのかを整理することです。
BtoBでは、一般的な地理的変数・人口動態変数・心理的変数・行動変数に加えて、業種や企業規模などのファームグラフィック変数、利用しているITツールなどのテクノグラフィック変数も重要な切り口になります。
ただし、変数を増やして細かく分類すればよいわけではありません。重要なのは、その条件によって施策を変える必要があるか、実際に対象を判定できるか、十分な対象が存在する、または今後アプローチできるかを確認することです。
セグメントを設計した後は、優先する対象を決め、広告やコンテンツ、メール、営業活動などの施策へ反映します。MAを利用する場合は、属性や行動をもとにリストやワークフローへ条件を設定し、必要に応じてスコアリングや営業への通知にも活用できます。
また、セグメントは一度決めて終わりではありません。施策の反応や商談・受注結果、営業からのフィードバックを確認しながら、条件が実態に合っているかを継続的に見直すことが重要です。
Sells upでは、80社以上のBtoBマーケティング支援を通じて、セグメンテーションの設計からMAへの実装、営業との連携まで支援しています。「セグメントを定義したものの施策に活かせていない」「MAでどのように条件を設定すればよいかわからない」といった課題がある場合は、ご相談ください。
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、実際に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全体の起点になる工程です。
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」ことが共通の原因です。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。
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。