インテントデータの導入手順｜目的設定からPoC・本格運用までを解説

「インテントデータを使えば、検討意欲が高い企業を見つけられるらしい」。

そこまでは理解できても、実際に導入しようとすると急に難しくなります。

どのデータを使うのか。

マーケティングと営業のどちらが主導するのか。

CRMやSFAとはどう接続するのか。

PoCでは何を確認するのか。

何件アポイントが取れれば成功なのか。

個人情報やプライバシーの確認はどの段階で行うのか。

こうした論点を整理しないままツール比較から始めると、「データは見られるようになったが、営業活動は何も変わらなかった」という状態になりやすくなります。

インティメート・マージャーの2026年5月セミナーでも、商談数は増えている一方で「顧客の熱量が足りない」という現場課題や、展示会でリードを獲得して電話しても「タイミングが来たら連絡します」となる状況が語られていました。

この課題に対し、企業単位の関心や状況をデータから捉え、優先順位やタイミングを判断する考え方としてインテントデータが活用されます。

ただし、インテントデータは「買いそうな企業を自動的に教えてくれる正解データ」ではありません。

営業・マーケティングが次の行動を決めるためのシグナルです。

そのため導入時に重要なのは、データそのものよりも、

「このシグナルが出たら誰が何をするのか」

まで設計することです。

この記事では、インテントデータをPoCから本格運用へつなげるための具体的な導入手順を解説します。

インテントデータとは？導入前に短く整理

インテントデータとは、企業や顧客が「何に関心を持っているのか」「どのようなテーマを調べているのか」といった検討シグナルを捉え、営業・マーケティングの優先順位判断に活用するデータです。

インティメート・マージャーの2024年セミナーでは、インテントデータを、法人単位での興味関心を把握するデータとして紹介しています。

重要なのは、企業属性データとの違いです。

データ	わかること	例
企業属性	どんな企業か	業種、規模、地域
ファーストパーティデータ	自社とどう接点を持ったか	資料DL、ウェビナー、商談履歴
インテントデータ	どんなテーマへの関心が高まっているか	特定課題・カテゴリへの興味関心

したがって導入目的は、「企業リストを増やすこと」だけではありません。

誰へ、いつ、何を伝えるべきかという営業・マーケティング判断を改善することが重要です。

インテントデータ導入の全体像

ステップ	やること	主な成果物
1	導入目的を決める	目的・KGI・対象課題
2	ユースケースを絞る	対象顧客・活用シナリオ
3	営業・マーケの運用ルールを決める	役割・対応ルール
4	既存データと法務条件を確認する	データマップ・確認事項
5	データ・ツールを評価する	比較表・PoC候補
6	PoCを設計する	検証条件・KPI
7	PoCを実施する	営業結果・フィードバック
8	本格導入を判断する	継続・修正・中止判断
9	CRM・MA・SFAへ組み込む	日常運用フロー
10	結果を戻し改善する	スコア・ルール更新

ステップ1：インテントデータを使う目的を一つ決める

最初に決めるのはツールではありません。

どの業務課題を変えたいのかです。

よくある導入目的

• 営業リストの優先順位を決めたい
• 休眠リードの再活性タイミングを知りたい
• 展示会・ウェビナー後のフォロー対象を絞りたい
• ABM対象企業の関心テーマを把握したい
• 営業メール・提案内容をパーソナライズしたい
• コンテンツ企画へ顧客関心を反映したい
• 広告配信対象の精度を見直したい

PoC段階では複数を同時に狙わず、一つに絞ったほうが評価しやすくなります。

たとえば、

「インテントデータを導入する」

ではなく、

「既存リードの中から、今アプローチすべき企業を優先順位付けし、営業の商談化判断を改善する」

というところまで具体化します。

「データを見たい」ではなく「判断を変えたい」と考える

PoCが止まりやすい目的は、

• どんなデータが見えるか確認したい
• AIでスコアリングしてみたい
• 新しいデータを試してみたい

といったものです。

これでは「データが表示できました」でPoCが終了してしまいます。

2026年7月16日にIPAが公表したDX動向調査でも、日本企業ではAI導入が広がる一方、効果は業務効率化・迅速化を中心としており、企業価値創出やビジネス変革への展開は限定的と整理されています。

インテントデータでも同じです。

データ閲覧の効率化ではなく、

営業判断やマーケティング施策が実際に変わったか

を導入目的に置きます。

ステップ2：最初のユースケースを一つに絞る

インテントデータは複数用途へ使えるため、最初から広げすぎると運用が複雑になります。

ユースケース	インテントデータの役割
新規開拓	優先アカウントを探す
既存リード	再アプローチのタイミングを探す
展示会・ウェビナー	フォロー優先順位をつける
ABM	対象企業の関心テーマを把握する
コンテンツ	関心が高まるテーマを企画へ反映する
広告	対象企業・テーマ仮説を補強する

導入初期では、営業結果まで追いやすいユースケースを選ぶと評価しやすくなります。

一次情報で見えた「タイミング」の問題

インティメート・マージャーの2026年5月セミナーでは、展示会でリードを獲得しても、電話すると「タイミングが来たら連絡します」となる現場感が語られています。

そのため、従来のプッシュ型営業をすべて否定するのではなく、企業の関心をデータでセンシングし、適切なタイミングで適切な内容を届ける「プルとプッシュの間」のようなアプローチが議論されました。

PoCでは、単に「インテントがある企業を抽出できたか」ではなく、

営業が今までより妥当なタイミングで接触できたか

を確認する必要があります。

ステップ3：マーケティングと営業の役割を先に決める

インテントデータ導入で特に起こりやすい問題が、マーケティングだけでPoCを進めることです。

マーケティング側では、

「関心が高い企業を営業へ渡した」

と思っていても、営業側から見ると、

「なぜこの企業へ連絡すべきなのかわからない」

となることがあります。

2026年のセミナー企画でも、マーケティングが獲得したリードを営業が活用できず、リード品質への認識のずれが部門間の対立を生む課題に対して、インテントデータを共通言語としてバイヤージャーニーとアプローチタイミングをそろえる考え方が整理されています。

また2025年のセミナーでは、

• ターゲットリスト共有
• 顧客行動データの一元化
• AIによるリードスコアリング
• 成果分析と戦略の最適化

というデータドリブンな営業・マーケティング連携プロセスが示されています。

PoC開始前に決めたい役割

担当	役割例
マーケティング	対象テーマ・対象企業・データ分析
インサイドセールス	対象企業への接触・結果記録
営業	商談後の評価・受注可能性確認
CRM・DX	データ連携・運用整備
法務・情シス	データ取扱い・契約・権限確認

営業へ「会社名だけ」を渡さない

PoCでよくある失敗が、

「この10社はインテントが高いので電話してください」

だけで営業へ渡すことです。

最低でも、

• なぜ優先されたのか
• どのテーマへの関心が高まっているのか
• 既存接点はあるか
• 最後に接触したのはいつか
• どの情報を案内するとよいか

まで整理します。

インテントスコアは営業を評価する点数ではなく、会話を始めるための仮説として渡します。

ステップ4：既存データを棚卸しする

インテントデータだけで顧客理解を完成させようとしないことも重要です。

まず自社に何があるか確認します。

マーケティングデータ

• Web閲覧
• 資料ダウンロード
• ウェビナー申込・参加
• メール反応
• 広告接触

営業データ

• 架電履歴
• メール返信
• 商談
• 失注
• 受注
• 営業メモ

企業・顧客データ

• 企業属性
• 契約情報
• 既存顧客情報
• 過去案件

2025年のセミナーでは、CRM・MA・BIなどを通じ、営業とマーケティングで顧客行動データを共有し、「質の高いリードから受注まで」を共通ゴールとして扱う考え方が紹介されています。

外部のインテントデータは、これらの自社データを置き換えるのではなく、自社だけでは見えない検討兆候を補う情報として設計します。

ステップ5：法務・プライバシー・データ条件をPoC前に確認する

インテントデータについて、「法人データだから個人情報の確認は不要」と一律に判断することは避けるべきです。

実際に何を取得し、どの粒度で利用し、自社データとどう照合し、誰へ提供するかによって確認事項は変わります。

個人情報保護委員会の現行ガイドラインでは、生存する個人に関する情報で、個人情報等に該当しないものについて「個人関連情報」という区分があり、提供先で個人データとして取得されることが想定される第三者提供では、一定の場合に本人同意が得られていることの確認等が求められます。

したがってPoC前に、

• 取得するデータの種類
• 企業単位か個人単位か
• 自社データと照合するか
• データの取得元
• 利用目的
• 第三者提供・委託関係
• 保存期間
• アクセス権限

などを法務・情報システム・セキュリティ担当者と確認します。

2026年7月には個人情報保護法の改正法が公布

個人情報保護法をめぐっては、2026年7月10日に改正法が成立し、7月17日に公布されました。改正法は一部を除き、公布日から起算して2年以内で政令により定められる日に施行予定で、今後、政令・委員会規則・ガイドラインなどが検討されます。

2026年7月時点のPoCでは現在適用されている法令・ガイドラインを確認するとともに、本格運用までの間にルール変更がないか継続確認することが重要です。

ステップ6：データ・ツールを比較する

ここで初めてツール・データ選定へ進みます。

比較すべきなのは機能数だけではありません。

比較項目	確認したいこと
データ範囲	自社の対象企業・業界を十分カバーできるか
テーマ	自社商材に関係する関心テーマを確認できるか
更新頻度	営業判断に使えるタイミングで更新されるか
粒度	企業・アカウント単位など必要な粒度か
連携	CRM・MA・SFAへ渡せるか
営業利用	営業担当が日常業務で確認しやすいか
データ取扱い	取得元・利用条件を説明できるか
検証	PoCで結果を確認できるか

IMデジタルマーケティングニュースの既存記事でも、2026年7月時点のツール選定では、データ範囲や精度だけでなく、CRM・MA連携、営業活用、プライバシー対応まで含めて比較することを整理しています。

ステップ7：PoCの成功条件を決める

PoCで最も重要なのは、始める前に成功・失敗の条件を決めておくことです。

PoCで確認する3つのレイヤー

レイヤー	確認事項
データ	必要な対象企業・テーマを捉えられるか
業務	営業が実際に利用できるか
成果	接触・商談・受注判断が改善する兆候があるか

データレイヤーだけ見て、

「対象企業が表示されたから成功」

と判断しないことがポイントです。

PoCの設計例

PoCは「スコアの正しさ」だけを証明しようとしない

インテントデータは、将来の購買を確定するデータではありません。

高スコア企業へ連絡して商談にならなかったとしても、その一件だけでデータが間違っているとは限りません。

反対に一件受注したからといって、データの有効性が証明されたとも限りません。

PoCでは、

• スコアが高い企業に共通点があったか
• 営業が話すテーマを考えやすくなったか
• 対象企業の優先順位が変わったか
• 既存手法との差が見えたか
• 結果をスコアへ戻せるか

を複数の観点から確認します。

PoC期間は営業サイクルに合わせる

PoCを短く終わらせすぎると、接触結果しか確認できず、商談・案件化まで追えない場合があります。

一方で、すべての受注結果を待つと評価に時間がかかりすぎます。

そのため、

短期で見るもの	中期で見るもの
対象企業カバー率	商談化
営業利用率	案件化
接続・返信	受注傾向
営業の定性評価	継続利用価値

と段階的に評価します。

ステップ8：営業結果を必ずデータ側へ戻す

インテントデータ活用を一方通行にしないことが重要です。

2025年のセミナーでも、

営業活動・商談 → 現場ノウハウのデータ化 → マーケティング施策への反映 → 顧客インサイト分析

という双方向フィードバックループが示されています。

また2026年5月のセミナーでは、インテントデータとAIを使って優先順位を付けることに加え、実際の商談の場で得られた情報をさらにAI・データ活用へ戻していく重要性が語られていました。

営業から戻したい結果

• 接続できた
• 返信があった
• タイミングが違った
• 課題テーマが合っていた
• 課題テーマが違った
• 商談化した
• 失注した
• 受注した

「商談になった／ならなかった」だけより、理由を残すほうが改善に使いやすくなります。

ステップ9：PoCから本格導入へ進む判断基準

PoC終了後は、導入する・しないの二択だけではなく、3パターンで判断します。

判断	状態	次の行動
本格導入	データ・業務・成果の3面で有用	CRM等へ組み込む
条件変更して再検証	一部に有用性がある	対象・テーマ・スコアを変更
見送り	現状業務では活用価値が低い	導入目的・別手法を再検討

「PoCをした以上、本導入しなければならない」と考えないことも重要です。

見送り判断もPoCの成果です。

本格導入の判断チェック

• 対象企業を十分カバーできる
• 営業が実際に利用した
• 既存手法との違いを説明できる
• 営業結果をデータ側へ戻せる
• CRM・MA・SFAへ運用を組み込める
• 利用コストに対して期待価値がある
• 法務・セキュリティ確認が完了している
• 運用責任者が決まっている

ステップ10：本格運用ではCRM・MA・SFAの中へ入れる

本格運用で避けたいのが、インテントデータ専用ツールだけを毎朝開かなければならない状態です。

最初は使われても、日常業務から離れた画面は定着しにくくなります。

可能であれば、営業・マーケティングが普段使う環境へ、

• インテントスコア
• 関心テーマ
• 変化日時
• 推奨アクション
• 関連コンテンツ

を渡します。

2025年のセミナーでは、CRM・MA・BIの統合によってリアルタイムの顧客行動データを共有し、営業・マーケティングで共通ゴールを持つことが連携の土台として整理されています。

「スコアが○点以上なら営業」だけにしない

単一の点数だけで営業アクションを決めると、運用が硬直化することがあります。

たとえば、

シグナル	アクション例
関心が上昇した新規企業	企業調査・新規開拓候補
既存リードで関心上昇	再アプローチ
特定テーマへの関心	関連コンテンツ共有
既存商談企業で関心変化	担当営業へ通知
対象条件外の企業	営業対象にせず分析のみ

と、企業属性×既存接点×インテントの組み合わせで考えます。

本格運用ではRevOps型の共通KPIを持つ

インテントデータをマーケティングだけのKPIにすると、

「インテント企業を営業へ何件渡したか」

で評価が終わってしまいます。

営業だけのKPIにすると、

「すぐ商談になったか」

だけで判断される可能性があります。

そこで、ファネルをつなげます。

段階	KPI例
データ	対象企業カバー率、シグナル取得数
運用	営業利用率、対応率
接触	接続・返信
商談	商談化率
案件	案件化率
受注	受注率・売上
改善	結果フィードバック率

PoCが失敗しやすい7つのパターン

ツール選定から始める

目的がないため、機能比較が導入プロジェクトの中心になります。

マーケティングだけでPoCする

最終利用者である営業が参加せず、PoC終了後に使われません。

対象企業を広げすぎる

誰に使うデータなのかわからず評価しにくくなります。

スコアを正解だと思う

スコアと営業現場の結果が違った際に「精度が悪い」で終了します。

会社名だけ営業へ渡す

なぜ連絡するのか、何を話すのかが伝わりません。

商談結果を戻さない

インテント条件・スコアリングが改善されません。

法務確認を本格導入直前まで行わない

PoC後にデータ利用条件を変更することになり、再設計が発生します。

2026年のDX動向から考えるPoCの注意点

2026年7月のIPA調査では、AI導入が広がっている一方で、活用効果は業務効率化・迅速化に集中し、企業価値創出への展開は依然限定的とされています。

また、2026年に改訂されたDX推進指標では、全社的な仕組みがない状態でPoCを散発的に実施しても、失敗から学べず同じ試行を繰り返す問題が成熟度評価の例として示されています。

インテントデータ導入でも、PoCを一回の実験として終わらせず、

• 何を学んだか
• どの条件なら機能したか
• 何を変えて再検証するか
• 誰が学習結果を管理するか

を記録します。

本格運用ではデータガバナンスも必要

PoC段階では少人数で管理できても、本格運用になると営業・マーケティング・DX・情シス・法務など利用者が増えます。

デジタル庁のデータガバナンス・ガイドラインでも、データを重要な経営資源として捉え、共有・連携・利活用を通して企業価値へつなげるためのガバナンスが重要とされています。

インテントデータについても、

• データオーナーは誰か
• 営業が何を見るか
• 誰がスコアを変更できるか
• データをどの施策に利用できるか
• 利用停止・削除時はどうするか
• 外部サービスとの契約を誰が管理するか

を明確にします。

導入前・PoC・本格運用の違い

項目	導入前	PoC	本格運用
目的	課題を決める	有用性を検証	日常業務へ定着
対象	候補を選ぶ	一部対象へ限定	条件に応じて拡大
データ	棚卸し	必要最低限	CRM等へ統合
営業	ルール策定	試行・フィードバック	通常業務として運用
KPI	仮設定	比較・検証	継続モニタリング
法務	利用条件確認	PoC範囲確認	正式運用・契約確認
改善	仮説	学習	継続更新

インテントデータ導入チェックリスト

目的

• インテントデータ導入自体が目的になっていない
• 改善したい営業・マーケティング業務が明確である
• 対象顧客・企業を決めている
• PoCの成功条件を決めている

営業・マーケティング連携

• 営業がPoC設計に参加している
• 「インテントが高い」の意味を共有している
• シグナル発生後のアクションが決まっている
• 営業結果をデータ側へ戻すルールがある

データ

• 既存CRM・MA・SFAデータを棚卸ししている
• インテントデータで補いたい情報を明確にしている
• データの取得元・更新頻度を確認している
• 対象企業を十分カバーできるか確認している

PoC

• 対象を広げすぎていない
• 既存手法との比較ができる
• データ・業務・成果の3面で評価する
• 定性フィードバックも取得する
• 失敗時に何を変更するか決めている

プライバシー・ガバナンス

• 利用するデータの性質を確認している
• 個人データ等との照合有無を確認している
• 第三者提供・委託関係を確認している
• 法務・情報システム等が参加している
• アクセス権限・保存期間を決めている

本格運用

• 営業が普段使うCRM等へ情報を組み込んでいる
• スコアだけでなく関心テーマも共有している
• 商談・受注・失注をフィードバックしている
• KPIを定期的にレビューしている
• スコア・対象テーマを定期的に見直している

まとめ：インテントデータ導入は「データ導入」ではなく「営業判断の再設計」

インテントデータ導入で最も避けたいのは、ツールは導入したものの、営業活動が以前と何も変わらない状態です。

企業名が一覧で見える。

スコアが表示される。

関心テーマがわかる。

それだけでは成果にはつながりません。

そのデータを見て、

誰を優先するのか。

今連絡するのか。

どの課題について話すのか。

どのコンテンツを渡すのか。

結果をどこへ記録するのか。

次の優先順位をどう変えるのか。

まで決める必要があります。

インティメート・マージャーの2026年5月セミナーでも、プッシュ型営業の効率が下がる中、データを使って企業の状態をセンシングし、「適切なタイミングで適切な内容」を届ける重要性が語られていました。

また2025年のセミナーでは、ターゲットリスト、顧客行動データ、AIスコアリング、成果分析を営業・マーケティングで循環させるプロセスが示されています。

つまりインテントデータの価値は、単独のスコア精度だけでは評価できません。

データ→営業判断→アプローチ→商談結果→データ改善

という循環が回っているかが重要です。

PoCを始める前に、まず一枚のシートへ次の5項目を書いてみてください。

• どの業務課題を解決したいか
• 誰を対象にするか
• どんなシグナルを使うか
• シグナルが出たら誰が何をするか
• 何をもってPoC成功と判断するか

この5項目を営業とマーケティングの双方で説明できれば、ツール比較を始める準備が整っています。

逆に説明できなければ、ツール選定より先に業務設計を進めるほうがよいでしょう。

インテントデータ導入で重要なのは、「熱い企業を見つけること」ではなく、顧客の関心変化を営業・マーケティングの次の行動へ変換できる仕組みを作ることです。

インテントデータ導入に関するよくある質問

インテントデータの導入は何から始めればよいですか？

最初にツールを選ぶのではなく、「営業リストの優先順位を改善する」「休眠リードの再アプローチ時期を見つける」など、変えたい業務判断を一つ決めます。その後、対象企業、利用するデータ、営業アクション、KPIを設計します。

インテントデータのPoCでは何を検証すればよいですか？

データが取得できるかだけでなく、対象企業を十分カバーできるか、営業が実際に利用できるか、接触・返信・商談化などに既存手法との違いが見えるかを確認します。データ・業務・成果の3面で評価することが重要です。

インテントデータのPoCはマーケティングだけで進めてもよいですか？

営業活用を目的とする場合は、PoC設計段階から営業に参加してもらうことが重要です。営業が何を見れば行動できるか、どの結果をフィードバックするかまで事前に決めます。

インテントデータのスコアが高い企業にはすぐ営業すべきですか？

スコアだけで判断するのではなく、企業属性、過去の接点、関心テーマ、営業履歴などを合わせて確認します。インテントスコアは購買を確定する情報ではなく、アプローチ優先順位を考えるための仮説として扱います。

インテントデータとCRM・MA・SFAは連携すべきですか？

本格運用では、営業やマーケティングが日常的に利用する環境へインテント情報を組み込むほうが定着しやすくなります。スコアだけでなく、関心テーマやシグナルの変化も共有できると営業アクションへ変換しやすくなります。

インテントデータは個人情報に該当しますか？

一律には判断できません。法人単位の情報か個人に関する情報か、自社データと照合するか、第三者提供を伴うかなどによって法的整理が異なります。実際の導入では個人情報保護委員会の最新ガイドラインを確認し、法務・情報システム等と個別に整理してください。

PoCがうまくいかなかったら導入をやめるべきですか？

すぐにデータ自体を否定するのではなく、対象企業、関心テーマ、営業アクション、評価期間などに問題がなかったか確認します。一部に有用性があれば条件を変更して再検証し、業務上の価値が見込めなければ見送ることも適切なPoC結果です。