BtoBのターゲティング方法｜企業属性・関心・行動データをどう組み合わせるか

「ターゲット企業は決めているのに、営業からは“今は追わなくてよい”と言われる」「資料請求した企業を営業へ渡しても、商談につながらない」「業種と企業規模で絞っているが、本当に優先すべき企業なのか判断できない」。

BtoBマーケティングでは、このような違和感が起こりやすくなります。

結論から言うと、BtoBのターゲティングでは、業種・企業規模といった企業属性だけで対象を決めるのではなく、「自社との適合度」「現在の関心」「実際の行動」「自社との関係・案件状況」を分けて確認することが重要です。

企業属性が合っていても、現在まったく課題を感じていない企業があります。反対に、特定テーマへの関心が高くても、自社の商品・サービスを利用する条件に合わない企業もあります。

さらに、資料請求やウェビナー参加があっても、すでに別の営業担当者が対応中だったり、過去の商談で導入条件が合わないと確認されていたりすることもあります。

インティメート・マージャーが関わったセミナーでも、営業とマーケティングがターゲットリストを共有し、顧客行動データを一元化し、優先順位付けと成果分析までつなげる重要性が扱われてきました。

BtoBターゲティングの目的は、条件に合う企業をできるだけ多く集めることではありません。「なぜこの企業を、なぜ今、確認すべきなのか」を営業・マーケティングの双方が説明できる状態を作ることです。

本記事では、企業属性・関心・行動・過去接点をどう組み合わせ、法人ターゲットを選定すればよいのかを実務の流れに沿って整理します。

BtoBターゲティングとは？

BtoBターゲティングとは、自社の商品・サービスを提供できる法人市場の中から、マーケティング・営業活動を優先する企業や企業内の関係者を選ぶことです。

BtoCでは個人単位で顧客を捉える場面が多い一方、BtoBでは、

• 企業
• 事業部
• 部署
• 担当者
• 推進者
• 決裁者

など、複数のレイヤーが存在します。

そのため、単に「マーケティング担当者」だけをターゲットにしても十分ではありません。

まず、

どの企業を狙うか

を決め、その企業の中で、

誰が課題を持ち、誰が情報収集し、誰が推進し、誰が判断するのか

を整理します。

BtoBのターゲット選定は4つの軸で考える

評価軸	問い	主なデータ
Fit	自社の商品・サービスに適合する企業か	業種、企業規模、地域、事業モデル、利用条件
Interest	どの課題・テーマへ関心があるか	関心テーマ、インテント、アンケート、問い合わせ内容
Behavior	実際に何をしたか	Web閲覧、資料請求、ウェビナー、メール反応
Relationship / Stage	自社と現在どの関係にあるか	CRM、SFA、商談、失注、既存顧客、過去接点

重要なのは、4つを一つの「見込み度スコア」にまとめる前に、それぞれの意味を分けて理解することです。

例えば、Webサイトを何度も閲覧している企業はBehaviorが高いと言えます。

しかし、企業規模や利用条件が自社サービスと合わなければFitは低いかもしれません。

反対に、自社のICPに完全に合致する大手企業でも、現在そのテーマへの関心・行動が確認できなければ、今すぐ営業する優先度は高くない可能性があります。

企業属性｜まず「自社に合う企業か」を確認する

BtoBターゲティングの土台になるのが企業属性です。

• 業種
• 従業員規模
• 売上規模
• 所在地
• 事業モデル
• 営業形態
• 利用中の仕組み
• 対象部署の有無

などを確認します。

これは、自社の商品・サービスを利用できる可能性がある企業を絞るための条件です。

ただし、「従業員500名以上だから優良見込み客」というわけではありません。

BtoBでは属性に加えて、

• 自社が解決できる課題を持ちやすいか
• 商品を利用するための体制があるか
• 必要なデータや業務が存在するか
• 自社が対応できる市場・地域か

まで確認すると、より実務的なFitになります。

この企業適合条件を明文化したものがICP（Ideal Customer Profile）です。

関心データ｜「何に興味がある企業か」を確認する

企業属性だけでは、顧客が現在どのような問題を考えているのか分かりません。

そこで確認するのが関心テーマです。

例えば、あるBtoB企業について、

• AIエージェント
• 営業効率化
• インテントデータ
• CRM活用

などへの関心が確認できたとします。

すると、単に「IT企業だからAIを提案する」よりも、現在の課題仮説を作りやすくなります。

自社の問い合わせ・アンケート・営業ヒアリングだけでなく、外部の興味関心情報を利用する方法もあります。

インティメート・マージャーが関わった過去セミナーでも、Web上の行動データに加え、法人単位の興味・関心情報を営業・マーケティングへ活用する考え方が紹介されています。

インテントデータは「買う企業」を断定するデータではない

BtoBターゲティングで利用されるデータの一つがインテントデータです。

インテントデータは、企業や顧客が特定テーマ・課題・商品カテゴリーについて情報収集している可能性を捉え、現在の関心を推定する材料です。

ただし、

関心がある＝購入する

ではありません。

例えばAIエージェント関連の情報収集が増えていたとしても、

• 具体的に導入を検討している
• 来期施策の情報を集めている
• 競合調査をしている
• 業界トレンドを調べている

など複数の可能性があります。

そのためインテントデータは、

「営業すべき企業を確定するデータ」ではなく、「確認する優先順位を上げるためのシグナル」

として扱います。

インテントデータとABMの役割については、インテントデータとABMの違いとは？ターゲット企業選定への活用方法でも詳しく整理しています。

行動データ｜顧客が実際に何をしたかを見る

関心と合わせて確認したいのが、自社との実際の接点です。

• どの記事を閲覧したか
• どの資料をダウンロードしたか
• どのウェビナーへ参加したか
• メールをクリックしたか
• 問い合わせをしたか
• 料金・機能ページを閲覧したか

などです。

ここでも重要なのは、行動を単純に点数へ置き換えないことです。

例えば、

行動	分かる事実	まだ分からないこと
記事を5本閲覧	関連情報を複数閲覧した	購入を検討しているか
資料請求	資料を取得した	自社導入目的か
ウェビナー参加	テーマに一定の接点がある	具体的な導入時期
料金ページ閲覧	価格情報を確認した	予算があるか、購入予定か

行動は事実、購買意向は解釈です。

この2つを分けておくと、営業へ過度な期待を持たせにくくなります。

CRM・SFAの過去接点を加えるとターゲット選定が変わる

マーケティングデータだけでターゲットを選ぶと、営業現場の文脈が抜けることがあります。

例えば、Fitも高く、関連テーマへの関心も高く、Web行動も活発な企業があったとします。

一見すると最優先企業に見えます。

しかしCRMやSFAを確認すると、

• 先月失注したばかり
• 別の担当者が現在対応中
• 既存顧客として別部門が支援中
• 過去商談で必要条件が合わないと判明
• 連絡停止の要望がある

かもしれません。

この情報を無視して営業へ渡すと、「マーケティングから来るリードは使えない」という不満につながりやすくなります。

法人ターゲティングでは、マーケティング上の関心だけではなく、営業・CRM上の関係性を必ず確認します。

4つのデータをどう組み合わせる？

実務では、Fit・Interest・Behavior・Relationshipを組み合わせて判断します。

Fit	Interest / Behavior	Relationship	考え方
高	高	問題なし	優先的に状況を確認
高	低	問題なし	将来候補として認知・育成
低	高	問題なし	関心はあるが、本当に価値提供できるか確認
高	高	商談中	新規接触せず既存担当へ情報共有
高	高	直近失注	失注理由・再検討条件を確認
低	低	接点なし	原則として優先度を下げる

この整理から分かるのは、単一スコアだけでは「何をすべきか」まで判断しにくいということです。

80点という数字だけでは、

• 企業適合度が高いから80点なのか
• 閲覧回数が多いから80点なのか
• 具体的な商談が進んでいるから80点なのか

が分かりません。

営業が必要としているのは、点数だけではなく「なぜ今、この企業を見るべきなのか」という理由です。

BtoBのターゲット選定ではプラス条件とマイナス条件を作る

プラス条件

• ICPに合致する
• 自社が解決できる課題と関連する
• 関連テーマへの関心が確認できる
• 直近の行動が増えている
• 複数の関係者から接点がある
• 過去商談で再検討条件が設定されている

マイナス条件

• 対象外の業種・規模
• サービス利用条件を満たさない
• 直近で営業を断られている
• 別担当者が対応中
• 過去商談で不適合条件が確認済み
• 採用・個人利用など営業対象外の問い合わせ

特にマイナス条件は重要です。

プラス行動だけを蓄積するスコアリングでは、長期間情報収集を続けているだけの企業や、営業対象外企業が上位に残り続けることがあります。

法人単位と担当者単位を分けて考える

BtoBでは「企業が関心を持っている」と「この担当者が決裁者である」を同じ情報として扱わないことが重要です。

レイヤー	確認すること
Account	企業として自社に適合するか、関心が高まっているか
Person	その人物の部署・役職・業務は何か
Buying Role	利用者・推進者・評価者・決裁者のどの役割か
Engagement	誰がどのコンテンツ・営業接点に反応したか

例えば、一社の中で複数人が同じテーマのコンテンツへ接触している場合、その企業内でテーマへの関心が広がっている可能性を考える材料になります。

一方、一人の担当者による一度の閲覧だけでは、企業全体の検討状況までは判断できません。

どの企業から営業すべきか？優先順位を3段階で整理する

Priority A｜確認優先

• Fitが高い
• 関連テーマへの関心がある
• 直近行動が確認できる
• CRM上の除外条件がない

営業担当者が現在の課題・検討状況を確認する価値が高い企業です。

Priority B｜育成・状況観察

• Fitは高い
• 現在の行動が少ない
• 具体的な検討タイミングが不明

関連コンテンツやウェビナーなどを使い、関係を育てます。

Priority C｜優先度を下げる

• Fitが低い
• 利用条件が合わない
• 過去商談で不適合が確認済み
• 現在の関心・行動も少ない

大量に営業工数を投下しない対象です。

重要なのは、A・B・Cを固定ラベルにしないことです。

顧客の関心、行動、案件状況が変われば優先順位も変えます。

ターゲット企業を営業へ渡すときは「スコア」だけにしない

マーケティングが営業へ、

「この企業は85点なので連絡してください」

とだけ伝えても、営業担当者は何を確認すればよいのか分かりません。

そこで、次の情報をセットで渡します。

項目	内容
企業適合	ICP・対象条件のどこに合致するか
確認済み事実	閲覧、資料請求、ウェビナー、過去商談など
関心テーマ	何について情報収集している可能性があるか
営業仮説	どのような課題が考えられるか
未確認事項	導入予定、予算、具体課題など何が分からないか
推奨アクション	誰が何を確認するか

特に「事実」と「仮説」を分けます。

「AIエージェント関連ページを閲覧した」は事実ですが、「営業AIを導入予定」は仮説です。

この違いを明示することで、顧客へ断定的な営業をするリスクを抑えられます。

インサイドセールスでの具体的なデータ活用については、インサイドセールスのデータ活用とは？商談化率を高める顧客理解の方法でも整理しています。

外部データを加えると「まだ自社に来ていない企業」も見やすくなる

CRM、MA、自社Webのデータは非常に重要です。

一方で、これらは基本的に、自社と何らかの接点を持った顧客の情報が中心になります。

そのため、

• まだ自社サイトへ来ていない企業
• 競合や別カテゴリーで情報収集している企業
• 自社とは別の言葉で課題を調べている企業

については見えにくい場合があります。

そこで、外部の企業情報・行動・興味関心データを組み合わせることで、新しいターゲット仮説を作ります。

外部データ×AIによるターゲティングについては、外部データ×AIで変わる顧客理解とターゲティングも参考になります。

BtoBターゲティングを広告・コンテンツ・営業へどう使う？

施策	ターゲットデータの使い方
広告	企業条件・関心テーマに応じて配信対象や訴求仮説を作る
SEO・記事	ICPが抱える課題と関心テーマから記事群を設計する
ウェビナー	ターゲット企業が現在情報収集しているテーマを企画へ反映する
メール	過去接点・関心・顧客段階から案内内容を変える
インサイドセールス	優先企業と確認すべき課題仮説を共有する
フィールドセールス	企業背景・過去接点・関係者情報を商談仮説へ使う

ポイントは、ターゲットデータを「広告配信リスト」だけに使わないことです。

同じ顧客理解を、コンテンツ、ウェビナー、営業へ横断的に利用すると、営業・マーケティングで顧客像を共有しやすくなります。

BtoBターゲティングを7ステップで進める

自社が価値を提供できる企業条件を決める

既存の優良顧客、受注・失注、継続データをもとにFit条件を整理します。

除外条件を決める

狙う企業だけではなく、利用条件が合わない企業・営業工数を投下しない企業を明確にします。

関心テーマを定義する

自社の商品名だけではなく、顧客が課題を調べるときに使うテーマまで整理します。

ファーストパーティの行動を統合する

Web、資料請求、ウェビナー、メール、CRM・SFAなどのデータを企業・担当者単位で確認します。

必要に応じて外部の関心データを加える

自社外での情報収集を確認し、まだ接点が少ない企業も含めて仮説を作ります。

企業を優先順位付けする

Fit・Interest・Behavior・Relationshipをそれぞれ見て、確認優先・育成・低優先へ整理します。

営業結果をマーケティングへ戻す

営業担当者が確認した、

• 実際の課題
• 検討状況
• 対象外だった理由
• 商談化しなかった理由
• 受注理由

をターゲティング条件へ戻します。

BtoBターゲティングは、リストを完成させるプロジェクトではなく、営業結果から更新し続けるフィードバックループです。

2026年のBtoBターゲティングではAIをどう使う？

2026年時点では、AIを使って大量の企業・顧客情報から、

• 企業情報を整理する
• ICPとの適合候補を判定する
• 行動データを要約する
• 関心テーマを分類する
• 営業優先順位候補を作る
• ターゲット企業ごとの課題仮説を作る

といった業務を支援しやすくなっています。

一方、AIへ「今月営業すべき会社を決めて」と任せるだけでは不十分です。

人が、

• どの市場を狙うのか
• 何をFit条件とするのか
• どのシグナルを重要視するのか
• どの条件なら営業へ渡すのか
• 何を成果とするのか

を決める必要があります。

AIは優先順位付けを高速化する役割、人は「何を優先するべきか」という判断基準を設計する役割と分けると実務へ組み込みやすくなります。

BtoBターゲティングのKPIは「対象数」だけで見ない

段階	KPI例
ターゲット設計	対象企業数、Fit企業比率、データ欠損率
関与	ターゲット企業のコンテンツ接触、ウェビナー参加、複数人接触
営業接触	営業確認率、有効接続、会話化
案件	商談化、案件前進、失注理由
受注	受注、契約、対象企業別の成果
改善	対象外理由、スコア修正、Fit条件更新

例えばターゲット企業を1,000社作ったとしても、営業が確認できない、商談化理由が分からない、施策を出し分けられないのであれば、リストの大きさだけを評価しても改善につながりません。

BtoBターゲティングでよくある失敗

企業属性だけで決める

自社に合う企業は見つかりますが、現在の関心・タイミングが分かりません。

資料請求した企業をすべて営業へ渡す

資料請求は行動事実ですが、具体的な導入意向までは分かりません。

インテントデータだけでターゲットを決める

関心が高くても自社とのFitが低い企業があります。企業条件と組み合わせます。

スコアの合計点だけを見る

なぜ高得点なのかが営業へ伝わらず、次のアクションを判断できなくなります。

マイナス条件を入れない

直近失注や対応中企業など、連絡すべきでない対象まで上位に残る可能性があります。

担当者だけ見て企業を見ない

BtoBでは企業として導入条件があるか、購買組織にどのような関係者がいるかも確認します。

営業結果をターゲット条件へ戻さない

マーケティング側の仮説が更新されず、営業から何度も「リードの質が低い」と言われる状態につながります。

BtoBターゲティングの実務チェックリスト

チェック項目	何を確認するか	不足している場合
Fit条件がある	自社と適合する企業を説明できるか	受注・継続・失注企業を分析する
除外条件がある	狙わない企業を説明できるか	不適合・失注理由を整理する
関心テーマを定義した	顧客が何を調べるか分かるか	検索・商談・問い合わせから抽出する
行動データがある	自社との接点を確認できるか	Web・MA・ウェビナー等を統合する
CRM・SFAと照合する	既存営業との重複がないか	企業単位で過去接点を確認する
法人と人物を分けた	企業関心と担当者役割を混同していないか	AccountとPersonを別管理する
事実と仮説を分けた	閲覧を購入意向と断定していないか	「確認済み／仮説」で分ける
スコアの理由が分かる	営業が高得点の理由を理解できるか	構成要素を表示する
推奨アクションがある	誰が何を確認するか決まっているか	営業への引き継ぎルールを作る
外部データの役割が明確	何を補完するために使うか	自社データとの差分を整理する
営業結果を戻している	失注・対象外理由がマーケへ戻るか	CRM入力項目・レビューを設定する
定期的に更新する	ターゲットリストが固定されていないか	関心・行動・案件状況を反映する

まとめ｜BtoBターゲティングは「誰が合うか」と「なぜ今か」を分けて考える

BtoBターゲティングでは、業種・企業規模といった企業属性は重要です。

しかし、それだけでは「自社と適合する企業」は見えても、「今どの企業を優先するべきか」までは分かりません。

そこで、

Fit：自社に合う企業か

↓

Interest：何に関心があるか

↓

Behavior：実際に何をしたか

↓

Relationship / Stage：自社と現在どの関係にあるか

を分けて確認します。

さらに重要なのは、これらを一度スコアリングして終わらせないことです。

営業が実際に顧客へ確認した課題、対象外理由、商談化・失注・受注結果を、次のターゲット選定へ戻します。

インティメート・マージャーが関わったセミナーでも、ターゲットリストの共有、顧客行動データの一元化、優先順位付け、成果分析まで一連のプロセスとして考える重要性が扱われてきました。

BtoBターゲティングとは、正解の企業リストを一度作ることではありません。「この企業を、なぜ今確認するのか」という判断を、データと営業現場のフィードバックによって更新し続けることです。