インテントデータをインサイドセールスで活用する方法｜優先企業と接触タイミングの見つけ方

「インテントが高い企業一覧はある。でも営業からは“結局、誰に電話すればいいの？”と聞かれる」「関心が高まった企業へ架電したものの、相手からは“まだ情報収集しているだけです”と言われた」「インテントデータを導入したが、営業活動そのものは以前とあまり変わっていない」。

インテントデータをインサイドセールスへ導入すると、このような壁にぶつかることがあります。

結論から言うと、インテントデータは「買う企業を当てるデータ」ではなく、「今、状況を確認する価値が高まっている企業を見つけるシグナル」として使うことが重要です。

そのため、インテントスコアが高い企業へ上から順に電話するだけでは十分ではありません。

実務では、

• 自社の商品・サービスと適合する企業か
• どのテーマへの関心が高まっているか
• 自社サイトやウェビナーでどのような行動をしているか
• 過去に商談・失注・接触履歴があるか
• そのシグナルが最近どのように変化したか

を組み合わせます。

インティメート・マージャーが関わったセミナーでも、「電話がつながらない」「展示会でリードを獲得しても、顧客のモチベーションが高いタイミングとは限らない」といった営業課題が語られ、法人単位の興味関心情報からニーズが高まるタイミングを捉える考え方が扱われてきました。

本記事では、インテントデータをインサイドセールスの日々の営業リスト、接触タイミング、トーク、CRM記録へどう落とし込むかを整理します。

インテントデータをインサイドセールスで活用するとは？

インテントデータとは、企業や顧客が特定テーマについて情報収集している可能性を捉え、興味・関心の変化を把握するためのデータです。

BtoBでは、法人単位で、

• どのようなテーマに関心があるか
• どの領域を継続的に調べているか
• 最近関心が高まっているか

といった情報を営業活動の判断材料として利用します。

インサイドセールスで使う場合の目的は、単に企業リストを増やすことではありません。

保有しているターゲット企業やリードの中から、「今、確認する意味がある企業」を見つけることです。

例えば、業種・企業規模だけを見れば以前からターゲットだった企業でも、半年間ほとんど動きがなかった場合、営業優先度は高くないかもしれません。

一方、その企業が最近、自社の支援領域と関連するテーマについて情報収集を始めたことが確認できれば、状況確認の優先度を上げる判断材料になります。

インテント営業は「売り込むタイミング」ではなく「確認するタイミング」を見つける

「インテント営業」という言葉から、購買意向が高い顧客へタイミングよく売り込む方法をイメージするかもしれません。

しかし、インテントデータから直接分かるのは、基本的には関心や情報収集の兆候です。

例えば、「AIエージェント」というテーマへの関心が高まっていたとしても、

• 今期導入するために比較している
• 来年度の計画作成のために調べている
• 社内勉強会のために調査している
• 競合企業の動向を確認している
• 単純に業界トレンドを追っている

可能性があります。

したがってインサイドセールスでは、

「関心が高いので提案する」

ではなく、

「関心が高まっている可能性があるので、現在の状況を確認する」

と考えます。

優先企業は4つの情報を重ねて判断する

インテントデータだけで営業リストを作るのではなく、4つのレイヤーを重ねて確認します。

レイヤー	確認すること	主なデータ
Fit	自社が価値提供しやすい企業か	業種、企業規模、事業、部署、ICP
Intent	何への関心が高まっているか	法人単位の興味関心、リサーチテーマ
Engagement	自社に対して何をしているか	Web閲覧、資料DL、ウェビナー、問い合わせ
CRM Context	自社と現在どの関係にあるか	商談、失注、既存顧客、担当者、最終接触

Fit｜そもそも営業対象として適合しているか

最初に確認するのは企業適合度です。

インテントが高くても、自社の提供条件に合わない企業へ営業リソースを大量に投入する必要はありません。

例えば、

• 対象業種か
• 企業規模は合っているか
• 対象部署が存在するか
• 自社が解決できる課題を持ちやすいか
• 商品を利用できる条件があるか

などを確認します。

Intentは「今」、Fitは「誰」を判断する情報です。

Intent｜どのテーマが、どの程度動いているか

次に、どのテーマへの関心が確認されているかを見ます。

ここではスコアの高さだけではなく、

• 具体的にどのキーワード・テーマなのか
• 自社の商品領域と近いか
• 最近シグナルが強くなったのか
• 一度だけではなく継続しているか
• 複数の関連テーマへ関心が広がっているか

を確認します。

例えば「営業」への関心より、

• 営業効率化
• インサイドセールス
• 営業AI
• インテントデータ

という複数の関連テーマが重なっている方が、営業仮説を作りやすい場合があります。

Engagement｜自社への行動も確認する

外部の関心情報だけでなく、自社への反応も確認します。

• 関連する記事を閲覧
• 資料をダウンロード
• ウェビナーへ参加
• サービスページを閲覧
• 過去に問い合わせ

などです。

例えば、外部で「インテントデータ」への関心が高まり、同じ時期に自社の関連記事・ウェビナーへ接触しているなら、単独シグナルより営業確認の理由を作りやすくなります。

CRM Context｜今連絡してよい企業なのか

最後に営業履歴を確認します。

インテントが高くても、

• すでに商談中
• 昨日別担当が電話した
• 直近で見送りとなった
• 既存顧客として別部門が対応中
• 過去に対象外と判断されている

場合があります。

この情報を見ずにインサイドセールスが架電すると、重複接触や顧客体験の悪化につながります。

インテントデータから優先企業を4つに分類する

区分	状態	主な対応
A：優先確認	Fit高＋Intent高＋自社行動あり＋営業上問題なし	優先して状況確認
B：要確認	Fit高＋Intent高だが、自社接点が少ない	企業・担当者を調査し、接触可否を判断
C：育成	Fit高だがIntent・行動が弱い	コンテンツ・ウェビナー等で関係を継続
D：低優先・除外	Fit低、対象外、営業中、接触停止等	架電キューから外す

重要なのは、「Intentが高い＝A」ではないことです。

Fitが高く、関心があり、自社接点もあり、営業上も問題ないという条件が重なるほど、状況を確認する優先度を上げます。

接触タイミングは「スコア」より「変化」を見る

インテントデータを営業へ活用するときは、絶対値だけでなく変化を見ることが重要です。

例えば、ずっと高スコアだった企業と、先週まで低かったものの直近で急に関心が上がった企業では、意味が異なる可能性があります。

シグナル	考え方
関心テーマが急に強くなった	何か社内変化があったか確認する候補
複数の関連テーマへ広がった	課題探索が具体化している可能性を確認
外部Intent＋自社閲覧が重なった	自社も候補として認知されている可能性を確認
過去失注企業でIntentが再上昇	再検討条件や環境変化があったか確認
ウェビナー後も関連関心が継続	情報収集が続いている背景を確認
高Intentだが長期間変化なし	単純に最優先とせず、現在状況を再評価

「高い企業」だけでなく「動いた企業」を見ることで、インサイドセールスが確認するタイミングを作りやすくなります。

外部インテントとファーストパーティ行動はどう使い分ける？

データ	主に分かること	インサイドセールスでの使い方
外部インテント	自社外を含めたテーマへの関心	未接点・休眠企業の変化を発見
Web閲覧	自社情報への接触	関心テーマ・接触深度を補足
資料DL・ウェビナー	能動的な情報取得	営業確認の理由を強化
問い合わせ	自社への明確な意思表示	通常Intentとは別の即時確認キュー
CRM・SFA	営業関係・案件状況	重複防止・再接触条件の判断

どちらか一方が優れているというより、役割が異なります。

自社Webだけでは、まだ自社に訪問していない企業の状況は見えません。一方、外部の関心だけでは、自社への具体的な関与は分かりません。

外部Intentで「市場で何が起きているか」を見つけ、自社行動で「自社との距離」を確認し、CRMで「営業してよいか」を判断するという使い分けが実務的です。

インテントデータを営業トークへそのまま持ち込まない

インテントデータを取得できたからといって、

「御社が最近インテントデータについて調べていることが分かったのでお電話しました」

のように、データ取得そのものを営業トークへ持ち込む必要はありません。

データは営業担当者側の仮説づくりに使います。

例えば、

データ：営業効率化、AIエージェントへの関心が高まっている

↓

営業仮説：営業活動の効率化やAI活用を検討している可能性

↓

確認質問：「現在、営業業務の効率化やAI活用について情報収集される機会は増えていますか？」

という形です。

インテントデータは顧客の答えではなく、営業が聞くべき質問を考えるための材料です。

インテントシグナルから営業仮説を作る方法

確認情報	営業へ渡す内容
企業適合	なぜ対象企業なのか
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
シグナル変化	いつ・どのように関心が変化したか
自社接点	何の記事・資料・ウェビナーに接触したか
営業履歴	過去商談・失注・最新接触
仮説	考えられる課題・背景
確認質問	営業会話で何を確認するか

例えば営業担当者へ、

「インテントスコア85」

だけを渡すのではなく、

「ICP条件に合致。直近で営業AI・インサイドセールスへの関心が上昇。過去にウェビナー参加あり。商談履歴なし。営業効率化の優先度が上がった背景を確認」

という情報にすると、次のアクションを判断しやすくなります。

過去失注企業こそインテントデータを使いやすい

インテントデータは新規企業だけに使うものではありません。

過去に失注した企業についても、再検討タイミングを探る材料になります。

例えば過去の失注理由が、

• 予算がない
• 社内優先度が低い
• 導入時期が未定
• 別施策を優先する

だったとします。

その後、関連テーマへの関心が再び高まり、自社コンテンツへの接触も確認できれば、

「以前と状況が変わっていないか」

を確認する理由になります。

一方、商品要件そのものが合わなかった企業であれば、Intentが高くても再架電すべきとは限りません。

インテントは、過去商談の文脈とセットで使うことが重要です。

ウェビナー・資料請求後の接触タイミングにも活用できる

ウェビナーへ参加したからといって、その直後にすべての参加者へ同じ電話をする必要はありません。

例えば、

状態	対応例
Fit高＋ウェビナー参加＋関連Intent継続	現在の課題・検討状況を確認
Fit高＋ウェビナー参加のみ	関連コンテンツ提供・状況観察
Fit低＋ウェビナー参加	無理に営業せず情報提供中心
過去商談あり＋ウェビナー＋Intent再上昇	過去案件の再検討条件を確認

展示会やウェビナーで「リード数」は増えても、その瞬間に全員のニーズが同じ強さとは限りません。

インテントデータは、その後に関心が継続・変化している企業を見つける材料として利用できます。

企業単位で見てから、誰へ接触するかを決める

法人単位のインテントが確認できても、具体的な担当者まで自動的に決まるとは限りません。

BtoBでは、

• 情報収集担当者
• 実務担当者
• 推進者
• 責任者
• 決裁者

が異なる場合があります。

そのため、

Account：どの企業を優先するか

と、

Person：企業内の誰へ接触するか

を分けます。

例えば企業単位で関心が上がっていて、既存CRMに過去の担当者がいるなら、その担当者・部署が現在も適切か確認します。

担当者情報がない場合は、関連部署・役割を特定してから営業アプローチを設計します。

インテントデータを営業キューへ変換する実務フロー

インテントシグナルを検知する

対象企業について、関心テーマ・スコア・変化を確認します。

ICP・ターゲット条件と照合する

自社にとって営業対象となる企業かを確認します。

自社行動を確認する

Web閲覧、資料DL、ウェビナー、問い合わせなどを確認します。

CRM・SFAを確認する

過去商談、失注理由、既存担当、最新接触、案件状況を確認します。

優先順位を決める

A：優先確認、B：要確認、C：育成、D：低優先・除外などへ分類します。

営業仮説と質問を作る

「なぜ今この企業なのか」「何を確認すべきなのか」を営業担当者へ渡します。

顧客へ接触する

データの存在を直接伝えるのではなく、顧客の現状・課題を確認します。

結果をCRMへ戻す

実際の検討状況、課題、タイミング、対象外理由を記録します。

インテントルールを改善する

どのテーマ・シグナル・組み合わせが商談につながったのかを確認し、優先順位ルールを見直します。

インテントデータは「営業の答え」ではなく「質問生成装置」と考える

データを営業現場で使うとき、最も避けたいのが「データがそう言っているから」という営業です。

例えば、

「この会社はAIに興味があります」

という情報だけで営業しても、具体的な会話にはつながりません。

そこで、

インテント	営業仮説	確認質問
営業AI	営業効率化・AI活用に関心	営業活動でAI活用を検討している領域はありますか
インテントデータ	営業リスト・タイミングに課題	現在、営業対象の優先順位はどのように決めていますか
CRM活用	営業データ統合に課題	営業データの入力・活用で見直したい点はありますか
ABM	重点企業営業を検討	現在、重点企業はどのような基準で選んでいますか

のように、インテントを会話へ変換します。

AIを使えばインテントデータの営業活用はどう変わる？

インテントデータの対象企業が多くなると、人が一社ずつ、

• 企業情報を確認する
• インテントテーマを見る
• 自社行動を確認する
• CRMを調べる
• 課題仮説を作る

作業には時間がかかります。

AIやAIエージェントは、この情報整理を支援できます。

例えば、

• 対象企業とICPの適合度を整理する
• 直近のインテントテーマを要約する
• Web・MA・CRMの活動を時系列で整理する
• 過去失注理由を確認する
• 営業優先順位候補を作る
• 課題仮説・確認質問を生成する

といった使い方です。

ただし、AIへ「高インテント企業だから営業してください」と完全に判断を委ねるのではなく、最初は情報整理・候補作成をAI、接触判断と顧客との会話を人という分担が実務へ取り入れやすいでしょう。

インテントデータ活用では「一つのスコア」だけを見ない

インテントスコアが87点だったとしても、それだけでは営業担当者は何をすべきか判断しにくくなります。

確認したいのは、

• なぜスコアが高いのか
• 何のテーマが動いているのか
• どのくらい最近の変化なのか
• 自社への行動があるか
• ICPに合うか
• 購買段階をどう仮説化するか

です。

スコアは「順番」を作る補助にはなりますが、営業会話を作るにはスコアの内訳が必要です。

インテントデータを使ったインサイドセールスのKPI

段階	KPI例
シグナル	対象企業数、シグナル発生企業数、テーマ別企業数
優先順位	A・B企業数、Fit企業比率、CRM照合率
対応	優先企業対応率、シグナル検知から確認までの時間
会話	接続率、有効会話率、課題確認率
商談	商談化、案件前進、再商談
精度	タイミング違い、対象外、誤判定理由
改善	テーマ別成果、シグナル組み合わせ別成果

重要なのは、「高インテント企業へ何件架電したか」だけを評価しないことです。

営業結果から、

• どのIntentテーマが有効だったか
• どのFit条件との組み合わせがよかったか
• どの自社行動と重なったときに有効だったか
• どの失注理由の企業で再検討が起きたか

を確認します。

インテントデータをインサイドセールスで使う際の失敗例

高インテント企業をすべて「今すぐ客」と扱う

関心と具体的な購買意思は異なります。営業会話で現在の状態を確認します。

企業Fitを確認しない

関心が高くても、自社が価値提供しにくい企業があります。

自社への行動を見ない

外部関心だけでは、自社との距離が分かりません。

CRM・SFAを確認しない

商談中・既存顧客・直近失注などへ重複接触する可能性があります。

スコアだけ営業へ渡す

なぜ優先なのか、何を聞けばよいのか分からず、現場で使われなくなります。

インテント取得を顧客へそのまま伝える

データは内部の仮説づくりに使い、会話では顧客の現在状況を自然に確認します。

営業結果をフィードバックしない

どのシグナルが本当に有効だったのか学習できません。

インテントデータ×インサイドセールスの実務チェックリスト

チェック項目	確認すること	不足している場合
ターゲット条件	どの企業を営業対象とするか	ICP・除外条件を整理する
インテントテーマ	自社の課題領域と対応しているか	顧客が使う課題語まで広げる
変化を見ている	絶対スコアだけになっていないか	直近変化・継続を確認する
自社行動	Web・資料・ウェビナーを確認しているか	ファーストパーティデータを統合する
CRM連携	商談・失注・担当者を確認できるか	企業単位で履歴を統合する
優先分類	A・B・C・Dを説明できるか	判定条件を明文化する
営業理由	なぜ今確認するか分かるか	シグナル要約を付ける
営業仮説	顧客の事実と混同していないか	「事実／仮説」を分ける
確認質問	営業が何を聞くか決まっているか	テーマ別質問例を作る
企業と人物	誰へ接触するか確認しているか	部署・役割を特定する
営業結果	タイミング違い・対象外を記録するか	CRM入力項目を整える
改善	どのシグナルが有効だったか見ているか	テーマ別・組み合わせ別に分析する

まとめ｜インテントデータは「電話する理由」と「聞くべきこと」へ変換する

インテントデータをインサイドセールスへ活用する場合、目的は高スコア企業へ片っ端から電話することではありません。

まず、

Fit：自社に合う企業か

↓

Intent：何への関心が高まっているか

↓

Engagement：自社に対して何をしているか

↓

CRM Context：今接触してよい状態か

を重ねます。

そのうえで、

「なぜ今この企業を確認するのか」

と、

「営業会話で何を確認するのか」

まで営業担当者へ渡します。

インティメート・マージャーが蓄積してきたセミナーでも、電話の接続率やリード獲得数だけを追うのではなく、法人単位の興味関心情報を使って顧客のニーズが高まるタイミングを捉える重要性が語られてきました。

インテントデータの価値は、顧客の購入を当てることではなく、営業担当者が限られた時間を「今、確認する理由がある企業」へ使えるようにすることにあります。

インテントデータとインサイドセールスに関するよくある質問

インテントデータをインサイドセールスでどう使いますか？

特定テーマへの関心が高まっている企業を見つけ、企業適合度、自社Web行動、CRM・過去商談と組み合わせて、現在の状況を確認する優先企業を決めるために使います。

インテントデータが高い企業から電話すればよいですか？

高スコアだけで判断することは推奨しません。自社とのFit、自社への行動、過去営業履歴、シグナルの新しさなどを組み合わせて判断します。

インテントデータと購買意図データは同じですか？

近い意味で使われることがありますが、データから直接購入意思が確定するわけではありません。特定テーマへの情報収集や関心の兆候から、購買検討の可能性を推定する材料として理解するとよいでしょう。

インテントデータから営業担当者まで分かりますか？

法人単位で取得されるインテントでは、企業内の具体的な担当者が分からない場合があります。CRMの既存担当者、部署・役職情報、自社のファーストパーティ行動などを組み合わせて接触先を決めます。

過去に失注した企業にもインテントデータは使えますか？

使えます。予算・タイミング・優先度などを理由に見送りとなった企業で再び関連テーマへの関心が高まった場合、状況変化を確認する候補になります。ただし、商品条件そのものが不適合だった場合などは別途判断が必要です。

インテントデータを営業トークで伝えてもよいですか？

データ取得そのものを直接伝えるより、社内で課題仮説を作る材料として利用し、顧客との会話では現在の課題や情報収集状況を自然に確認する方法が使いやすいでしょう。

AIでインテント営業を自動化できますか？

企業情報、インテント、自社行動、CRM履歴の整理、優先順位候補、営業仮説や質問案の作成はAIで支援できます。ただし、実際に誰へどう接触するかは人が確認する運用から始める方法が適しています。