インテントデータスコアリングとは？営業優先度を決める評価項目と設計方法

「インテントデータを導入し、関心が高い企業を抽出できるようになった。それでも、営業がどの企業から連絡すべきかは決められていない」。このような状況になっていないでしょうか。

管理画面にはスコアや企業リストが表示されているものの、営業からは「なぜこの企業が上位なのか」「本当に今連絡すべきなのか」と聞かれる。マーケティング側も十分に説明できず、最終的には営業担当者の経験や勘で順位を付け直す。

データは増えたのに、営業判断が変わらない。この違和感は、インテントデータを取得することと、営業優先度を設計することを同じものとして扱っているときに起こりやすくなります。

IMMNが蓄積してきたセミナーでも、展示会やマーケティング施策によってリードは増えているものの、顧客の「熱量」が十分でない状態で営業へ渡され、プッシュ型営業の効率が下がっているという現場課題が語られていました。

同時に、顧客の状態、優先度、タイミングをデータから整理し、リストへ順位を付けることの重要性も示されています。ただし、インテントデータだけで順位を決めるのではなく、自社との適合度、過去接点、担当者の行動、営業状況を組み合わせる必要があります。

インテントデータスコアリングとは、企業や担当者の関心シグナルに、企業適合度、自社への反応、過去の関係性、検討タイミングなどを組み合わせ、営業が確認すべき対象の優先順位を整理する方法です。

スコアは購入確率や正解を示すものではありません。営業が「誰を、なぜ、どのように確認するか」を判断するための補助情報です。

本記事では、インテントデータスコアリングの評価項目、設計手順、点数例、CRM・MAへの実装、営業フィードバックによる改善方法を解説します。

インテントデータスコアリングとは

インテントデータスコアリングとは、企業や担当者が示した関心・検討のシグナルを数値や段階に変換し、マーケティング施策や営業活動の優先順位を整理する方法です。

たとえば、次のような情報を評価します。

• 自社が扱う課題に関する情報を調べている
• 一定期間内に関連テーマへの関心が高まっている
• 比較、事例、費用、導入方法に関する情報を閲覧している
• 自社の記事や資料へ反応している
• 過去に問い合わせや商談がある
• 複数の担当者が同じテーマに関心を示している

ただし、これらの行動があったからといって、すぐに購入するとは限りません。

インテントデータスコアリングの目的は、営業対象をAIや数値だけで自動決定することではなく、営業が確認すべき企業や担当者を絞り込み、限られた時間を適切に配分することです。

一般的なリードスコアリングとの違い

一般的なリードスコアリングは、人物の属性や、自社が管理するWebサイト、メール、フォームなどの行動を中心に評価します。

インテントデータスコアリングでは、それらに加えて、自社外で起きている企業単位の関心変化や調査テーマを利用する場合があります。

比較項目	一般的なリードスコアリング	インテントデータスコアリング
主な対象	自社と接点を持った人物・リード	企業と人物。自社未接触企業を含む場合がある
主なデータ	属性、メール、フォーム、自社サイト行動	企業属性、自社行動、外部関心、CRM、営業履歴
主な目的	自社リードの育成・営業引き渡し	企業・人物の現在の関心と営業優先度を整理する
得意なこと	自社とのエンゲージメントを把握する	自社外を含む関心変化やタイミングを補足する
注意点	メール開封などを過大評価しやすい	関心を購入意向と誤認しやすい

スコアリングで「誰に売るか」と「今売るか」を分ける

インテントデータスコアリングでは、「自社に合う企業か」と「今、関心が高いか」を分けて評価することが重要です。

自社にとって理想的な企業でも、現在は関連課題を持っていない可能性があります。反対に、関連テーマへの関心が高くても、自社が支援できる企業とは限りません。

企業適合度	現在の関心	状態	主な対応
高い	高い	自社の対象企業であり、関連テーマへの関心も確認できる	営業確認、企業調査、個別アプローチを優先する
高い	低い	重要企業だが、現在の関心は確認できない	認知・関係構築を継続し、変化を観測する
低い	高い	関心はあるが、自社の対象条件に合わない可能性がある	適合条件を再確認し、対象外または隣接市場として扱う
低い	低い	適合度・関心ともに低い	優先順位を下げ、過剰な営業活動を避ける

「誰に売るか」は企業適合度や事業価値で判断し、「今売るか」はインテント、自社への反応、営業状況などから判断します。

BtoBでは企業スコアと人物スコアを分ける

BtoBの購買では、ひとりの行動だけで企業全体の検討状況を判断できません。

現場担当者、管理職、情報システム、法務、決裁者など、複数の関係者が意思決定へ参加するためです。

2026年の公式なBtoBデータ設計でも、企業の検討度を判断する際は、ひとりの行動だけではなく、同じ企業に所属する複数の人物のシグナルを企業単位へ集約する必要性が示されています。

企業単位で評価する項目

• 業種、規模、地域、事業内容
• 自社サービスとの適合度
• 企業全体で関心が高まっているテーマ
• 複数人物の閲覧・資料・イベント行動
• 問い合わせ、商談、受注・失注履歴
• 現在の案件状況
• 既存顧客か、新規企業か
• 複数部門・役職者の関与

人物単位で評価する項目

• 役職、所属部門、担当領域
• 過去の問い合わせや商談参加
• 閲覧した記事や資料
• セミナー参加・アンケート回答
• メールやコンテンツへの反応
• 行動の頻度と直近性
• 意思決定における想定役割

企業スコアと人物スコアの組み合わせ

企業スコア	人物スコア	考えられる状態	主な対応
高い	高い	企業として関心があり、具体的な担当者も動いている	営業担当者が優先的に確認する
高い	低い	企業全体の関心はあるが、接点を持つ人物が不足している	関係者の探索、広告、コンテンツ接点を増やす
低い	高い	個人の関心は高いが、企業全体の検討かは不明	情報提供を行い、組織課題かどうか確認する
低い	低い	企業・人物ともに優先シグナルが少ない	継続観測または優先順位を下げる

営業優先度を決める主な評価項目

インテントデータスコアリングでは、ひとつの総合点だけでなく、複数の評価軸を分けて持つことが重要です。

評価軸	確認する内容	主なデータ
企業適合度	自社が支援できる企業・顧客に該当するか	業種、規模、地域、事業内容、役職
外部インテント	関連テーマへの関心が高まっているか	外部の企業・テーマ単位の関心データ
自社エンゲージメント	自社の記事、資料、メール、セミナーへ反応しているか	Web行動、MA、イベント情報
関係性	過去に問い合わせ、商談、取引があるか	CRM、SFA、営業記録
検討タイミング	直近で関心や行動に変化があるか	行動日、変化率、商談更新
検討段階	課題認識、比較、要件整理、導入判断のどこにいるか	閲覧テーマ、資料、質問、商談内容
購買関係者	必要な役職・部門が関与しているか	CRM、名刺、商談参加者、行動情報
事業価値	受注・継続・拡大時の事業価値はどの程度か	想定契約規模、継続性、対象サービス
データ信頼度	判断に必要な情報が十分で新しいか	更新日、情報源、欠損、名寄せ状況
対応可否	営業対象外、連絡停止、重複対応などがないか	CRM、契約、営業・配信管理情報

評価項目1：企業適合度

企業適合度は、自社の商品・サービスが対象企業の課題に合う可能性を評価する項目です。

インテントが高くても、商材の提供条件に合わない企業を上位へ並べると、営業の信頼を失います。

企業適合度の確認例

• 対象業種か
• 対象とする企業規模か
• 提供可能な地域か
• 自社が支援できる事業・課題か
• 想定する部門・役職が存在するか
• 過去の受注企業と共通する特徴があるか
• 導入に必要な環境や条件を満たしているか

企業適合度は、比較的変化が少ない静的な評価です。インテントや行動のような動的な評価とは分けて管理します。

評価項目2：インテントの強さと変化

インテントでは、単に関連テーマを見たかどうかではなく、頻度、直近性、変化、テーマの深さを確認します。

評価に使える観点

• 一定期間内の行動回数
• 前の期間と比べた関心の上昇
• 複数の関連テーマを調べているか
• 課題テーマから比較・導入テーマへ移っているか
• 複数の人物が同じテーマへ反応しているか
• 自社との接点後に関心が変化したか

インテントスコアの絶対値だけを見るのではなく、「いつから、どのテーマが、どのように変わったか」を営業へ渡します。

テーマの深さを分ける

検討段階	テーマの例	読み取れる可能性
課題認識	営業効率化、リード不足、受注率低下	課題を調べ始めている
解決策探索	インテントデータ、ABM、営業支援	解決方法を比較し始めている
比較検討	違い、比較、選び方、費用	候補や判断条件を整理している
導入判断	導入手順、セキュリティ、契約、運用体制	社内判断や実装を具体化している

ただし、閲覧テーマだけで検討段階を断定することはできません。営業が確認するための仮説として利用します。

評価項目3：自社へのエンゲージメント

外部インテントが「市場や外部環境で何を調べているか」を補うのに対し、自社エンゲージメントは「自社の情報へどのように反応しているか」を示します。

• 記事やサービスページの閲覧
• 資料ダウンロード
• メールのクリック
• セミナー申込・参加
• 問い合わせ・相談
• 導入事例や比較記事の閲覧
• 複数担当者による自社コンテンツへの反応

2026年7月更新の公式なリードスコアリング仕様でも、企業・人物の属性と、メール、ダウンロード、Web閲覧、イベント参加などのインタラクションを組み合わせて評価する設計が示されています。行動の回数や対象期間を条件にでき、プラス点だけでなくマイナス点も設定できます。

開封よりも意図の強い行動を重視する

メール開封のような軽い反応と、問い合わせや商談依頼を同じように扱うべきではありません。

行動が顧客の意思決定にどの程度近いかを考えます。

行動の性質	例	評価の考え方
軽い反応	メール開封、短時間の閲覧	単独では強いシグナルとしない
課題への関心	解説記事、課題資料、セミナー閲覧	関心テーマの確認に使う
比較・選定	比較記事、事例、費用資料	検討が具体化した可能性を確認する
直接的な行動	問い合わせ、デモ、見積もり	営業確認を優先する

評価項目4：過去の関係性と営業状況

同じインテントスコアでも、自社との関係によって次の対応は異なります。

• 自社と接点がない新規企業
• 資料ダウンロード済みの既存リード
• 過去に商談した休眠企業
• 失注後に関心が再上昇した企業
• 現在商談中の企業
• 既存顧客

たとえば、過去の商談で導入時期が合わず失注した企業の関心が再び高まった場合は、優先的な確認候補になります。

一方、すでに営業担当者が商談中の企業へ、マーケティング部門が別のメールや新規営業通知を送ると、顧客体験を損なう可能性があります。

CRMのステータス、営業担当者、最終接点、失注理由まで確認します。

評価項目5：直近性とスコア減衰

顧客の関心は時間とともに変化します。

半年前の資料ダウンロードが、現在も同じ強さのシグナルとは限りません。古い行動が加点されたままだと、過去に反応しただけのリードが上位へ残り続けます。

スコア減衰の設計例

• 直近の行動ほど高く評価する
• 一定期間を過ぎた行動は段階的に点数を下げる
• 新しい行動がなければステータスを戻す
• 課題や商材ごとに検討期間を変える
• 商談・受注・対象外になった場合は別の処理へ移す

2026年のBtoB向け公式設計でも、属性と行動を分けて評価し、反応が途絶えたリードの優先度を時間とともに下げる減衰ルールが重要とされています。

評価項目6：データ信頼度

スコアが高くても、根拠となるデータが古い、欠損している、別企業の情報と誤って統合されている場合は、営業判断に使えません。

データ信頼度の確認項目

• 企業名とドメインが一致しているか
• 企業・人物の名寄せが正しいか
• データの取得元を確認できるか
• 最終更新日はいつか
• 企業単位か人物単位かが明確か
• 推定情報と確認済み情報が分かれているか
• CRMの担当者・案件情報が更新されているか

データ信頼度は、営業優先度の加点項目に混ぜず、A・B・Cなどの別評価にする方法もあります。

たとえば、総合スコアが高くてもデータ信頼度が低い場合は、「営業対象」ではなく「情報確認対象」として扱います。

減点項目と除外条件を分ける

スコアリングでは、マイナス点と対象外条件を混同しないことが重要です。

減点で扱いやすい項目

• 長期間、新しい反応がない
• 自社の対象とは離れたテーマだけを閲覧している
• 担当者の役職や部門が対象から外れている
• 関心シグナルが単発で終わっている

点数ではなく除外・別ルートで扱う項目

• 連絡停止・配信停止の対象
• 明確な営業対象外企業
• 競合・パートナー・採用候補など別目的のアクセス
• すでに商談中で担当営業が存在する企業
• 既存顧客でサポート対応中の企業
• 重複・誤登録の可能性があるデータ

たとえば、商談中の企業は優先度が低いのではなく、マーケティングから新規営業へ渡すべきではない状態です。点数を下げるのではなく、担当営業へ情報を連携する別ルートに移します。

インテントデータスコアの設計例

次の配点は、設計の考え方を示すための例です。実際の配点は、自社の商材、営業プロセス、検討期間、受注企業の特徴に合わせて調整してください。

評価軸	配点例	確認内容
企業適合度	最大30点	業種、規模、地域、事業内容、対象部門
外部インテント	最大25点	関心テーマ、頻度、上昇、比較・導入行動
自社エンゲージメント	最大20点	記事、資料、メール、セミナー、問い合わせ
過去の関係性	最大15点	問い合わせ、商談、失注、既存取引
タイミング	最大10点	直近性、急な変化、案件の更新

総合スコア例＝企業適合度＋外部インテント＋自社エンゲージメント＋過去の関係性＋タイミング

ただし、総合点だけで営業へ渡さず、各評価軸の内訳も表示します。

スコア帯と対応例

区分	状態の例	推奨対応
優先確認	適合度が高く、直近の関心と自社反応が確認できる	営業が根拠を確認し、連絡や商談準備を行う
育成	適合度は高いが、検討段階が早い	記事、資料、セミナーなどで情報提供する
継続観測	適合度は高いが、直近の関心が弱い	スコア変化を観測し、認知施策を継続する
情報確認	スコアは高いが、データ信頼度が低い	企業情報、担当者、CRM状況を確認する
別ルート	商談中、既存顧客、配信停止など	担当営業・CSなど適切な部門へ連携する

固定の点数だけで営業へ引き渡すのではなく、企業状態と推奨アクションをセットで定義します。

手動スコアリング・予測スコアリング・ハイブリッドの違い

方式	仕組み	強み	注意点
ルールベース	担当者が評価項目と配点を決める	始めやすく、理由を説明しやすい	担当者の仮説や思い込みが反映されやすい
予測型	過去の商談・受注データからAIや統計モデルが傾向を学ぶ	複雑な組み合わせや影響要因を見つけられる	十分な履歴、データ品質、継続的な監視が必要
ハイブリッド	ルールと予測結果を組み合わせる	説明可能性と分析力を両立しやすい	役割分担と最終判断の設計が必要

最初はルールベースで判断基準を言語化する

データが少ない段階や、営業・マーケティング間で有望な状態の定義がそろっていない段階では、まずルールベースで始める方法が現実的です。

どの企業が対象で、どの行動を重視し、何が起きたら営業が確認するのかを言語化します。

予測スコアは確率や正解ではない

2026年6月更新の公式なBtoB予測スコアリングでは、人物の行動を企業単位へ集約し、商談段階の変化などの営業成果に合わせて、人物・企業ごとの相対的な優先度を算出する仕組みが提供されています。

同時に、表示されるスコアは成約確率の割合ではなく、母集団内での相対的な可能性を示す値として扱うよう明示されています。スコアへ影響した要因も確認できます。

AIが算出した点数をそのまま営業判断の代わりにせず、影響要因、対象期間、学習に使った成果データを確認します。

スコアリングの設計手順

目的となる営業成果を決める

最初に、何を予測・優先したいのかを決めます。

• 営業が連絡すべき企業
• 展示会後に優先フォローすべきリード
• 商談化しやすい既存リード
• 休眠から再アプローチすべき企業
• 商談中に追加支援が必要な企業
• 既存顧客の拡大機会

目的が異なれば、評価項目と配点も変わります。

新規営業リストの順位付けと、商談中企業の案件前進を同じスコアで評価しないことが重要です。

営業とマーケティングで「良いリード」を定義する

マーケティングだけで評価基準を作ると、営業が納得できず、スコアが使われない可能性があります。

IMMNのセミナーでは、展示会後のリード評価について、営業とマーケティングが事前にランク分けの基準をすり合わせ、会話内容や回答を含めた情報を営業へ渡す重要性が語られていました。

高いランクで渡したリードの温度感が実際には低い状態が繰り返されると、営業はスコアやマーケティングからのリードを信頼しなくなります。評価基準を営業と共に作り、却下理由を戻すことが必要です。

現状データを棚卸しする

• 企業属性データ
• 外部インテントデータ
• 自社サイトの行動データ
• メール・MAデータ
• セミナー・展示会データ
• CRMの問い合わせ・商談データ
• 受注・失注情報
• 営業活動記録
• 対象外・連絡停止情報

取得できていない項目は、ゼロ点として扱うのではなく、「不明」として管理します。

評価軸と配点を決める

最初から細かい条件を大量に作ると、運用担当者も営業も理解できなくなります。

まずは、企業適合度、関心度、自社への反応、過去接点、タイミングのような大きな評価軸から始めます。

期間条件と減衰ルールを決める

• どの期間の行動を評価するか
• 直近行動へどの程度比重を置くか
• 何日・何週間反応がなければ下げるか
• 商材ごとの検討期間をどう反映するか
• 再度行動した際にどう戻すか

しきい値と次のアクションを決める

点数だけでなく、その点数になった場合に誰が何を行うかを決めます。

• 営業へ通知する
• 営業企画がデータを確認する
• MAで関連コンテンツを届ける
• セミナーを案内する
• 継続観測へ戻す
• 担当営業・CSへ連携する

テスト対象で試行する

全リードへ一斉導入する前に、特定の商材、業界、イベント、営業チームへ限定して検証します。

スコア上位企業だけでなく、中位・低位企業も確認し、順位の妥当性を比較します。

CRM・MAへ実装する項目

スコアを別の管理画面だけで表示すると、営業の日常業務に定着しにくくなります。

営業が普段利用するCRMなどへ、次の情報を連携します。

• 総合スコア
• 企業スコア
• 人物スコア
• 企業適合度
• インテントテーマ
• 関心の変化
• 自社への反応
• 過去の接点
• データ信頼度
• 推奨する次の行動
• スコアの算出日
• 対象外・別ルートのフラグ

スコアモデルの変更権限を限定する

評価基準や配点を誰でも変更できる状態にすると、部門や担当者ごとにスコアの意味が変わります。

2026年7月更新の公式仕様でも、スコアモデルを作成・変更・削除できる担当者と、結果を閲覧する担当者の権限を分ける設計が採用されています。

自社でも、少なくとも次の役割を分けます。

• モデル管理者：評価軸、配点、しきい値を管理する
• データ管理者：元データの品質と利用範囲を管理する
• 営業・マーケティング利用者：スコアと根拠を確認する
• 承認者：重要な変更や自動処理を承認する

営業へ渡す情報はスコアだけにしない

営業へ「スコアが80点なので連絡してください」と通知しても、顧客へ何を話すべきかはわかりません。

次のような情報をセットで渡します。

項目	営業へ伝える内容
対象理由	企業適合度が高い、既存リードがいるなど
変化	どのテーマへの関心が、いつ高まったか
過去接点	問い合わせ、商談、失注、参加セミナー
関係者	確認できる担当者、部門、役職
課題仮説	現在確認すべき課題や状況
推奨アクション	調査、情報提供、電話、商談など
不明点	推定情報、欠損、確認が必要な事項

課題仮説は断定せず、「顧客へ確認する質問」に変換します。

営業フィードバックをスコアへ戻す

スコアリングは、最初に作った配点を使い続ける仕組みではありません。

営業活動と商談結果を戻し、どの評価項目が実際の成果につながったかを検証します。

2025年のIMMNセミナー資料でも、営業・マーケティング連携のプロセスとして、ターゲットリストの共有、顧客行動データの一元化、AIによるリードスコアリング、成果分析と戦略最適化という一連の流れが示されていました。

営業から戻す情報

• 営業対象として採用したか
• 電話・メールで接続できたか
• 顧客の関心テーマが合っていたか
• 検討タイミングが合っていたか
• 商談化したか
• 対象外だった理由
• 保留・失注となった理由
• 次に確認すべき時期

受注だけを正解にしない

BtoBでは、スコア算出から受注まで長い時間がかかることがあります。

受注だけを学習・評価対象にすると、改善まで時間がかかります。

次の中間成果も確認します。

• 営業が優先対象として採用した
• 適切な担当者へ接触できた
• 関心テーマが実際の課題と一致した
• 商談設定につながった
• 新しい購買関係者が参加した
• 案件が次の段階へ進んだ

スコアリングの効果を測るKPI

評価領域	主なKPI例
データ品質	企業照合率、欠損率、更新状況、重複率
営業利用	スコア確認率、候補採用率、通知対応率
優先順位の妥当性	スコア帯別の接続率、商談化率、対象外率
営業効率	企業調査時間、初回接触までの時間、対応件数
顧客理解	関心テーマの一致率、課題仮説の修正量
案件成果	商談、案件化、提案、受注、休眠復活
運用品質	モデル更新頻度、エラー、利用コスト

スコア上位の商談化率だけを見るのではなく、中位・低位との違いも比較します。上位と他の区分に差がなければ、評価項目やしきい値を見直す必要があります。

インテントデータスコアリングで失敗しやすいポイント

インテントスコアだけで順位を決める

関心が高くても、自社の対象企業とは限りません。企業適合度、過去接点、対応可否を組み合わせます。

行動の量だけを評価する

閲覧回数が多くても、課題認識段階なのか導入検討段階なのかは異なります。テーマの内容と深さを確認します。

企業と人物のスコアを混ぜる

ひとりの関心を、企業全体の検討として扱わないようにします。企業スコアと人物スコアを分けます。

古い行動を加点し続ける

期間条件と減衰ルールを設け、現在の関心を反映します。

対象外をマイナス点だけで処理する

連絡停止や商談中などは、点数ではなく除外・別ルートとして管理します。

総合スコアしか営業へ見せない

各評価軸、選定理由、関心テーマ、不明点を表示します。

営業が納得していない基準を使う

マーケティングだけで配点を決めず、営業と評価項目や引き渡し条件をすり合わせます。

商談・受注結果を戻さない

スコアリングを一度設定して終わらせず、営業結果と顧客の声から改善します。

AIの予測スコアを成約確率と解釈する

予測スコアは、特定の条件・母集団・学習データに基づく相対評価です。影響要因とモデルの対象を確認します。

インテントデータスコアリングの実務チェックリスト

目的・営業成果

• 何を優先するためのスコアか説明できる
• 新規営業、休眠復活、商談支援を分けている
• 営業とマーケティングで有望な状態を定義している
• スコア後の具体的なアクションが決まっている
• 営業対象外・別ルートの条件が決まっている

評価項目

• 企業適合度と関心度を分けている
• 外部インテントと自社エンゲージメントを分けている
• 企業スコアと人物スコアを分けている
• 過去の関係性と営業状況を確認している
• 直近性とスコア減衰を設定している
• データ信頼度を別軸で確認している

データ・システム

• 企業名、ドメイン、担当者を正しく照合できる
• CRM・MA・インテントデータを同じ企業単位で確認できる
• スコアの算出日と根拠を確認できる
• 欠損をゼロ点として扱っていない
• モデルの作成・変更権限を制限している
• モデル変更履歴を保存している

営業連携

• 営業へスコアの内訳を渡している
• 関心テーマと変化の理由を伝えている
• 課題仮説を確認質問へ変換している
• 営業が候補を採用・却下した理由を記録している
• 営業接触とMA配信の重複を確認している
• スコアの意味を営業へ説明・教育している

評価・改善

• スコア帯ごとの営業結果を比較している
• 対象外率や誤判定を確認している
• 受注以外の中間成果も評価している
• 古いデータや行動条件を定期的に見直している
• 営業・マーケティングでモデルをレビューしている
• ルール変更後の結果を比較している

まとめ：スコアは営業判断を置き換えるものではなく、判断理由を整理するもの

インテントデータスコアリングとは、インテントスコアが高い企業を上から並べることではありません。

企業適合度、外部の関心、自社への反応、過去接点、検討タイミング、データ信頼度を組み合わせ、営業が確認すべき企業と人物を整理する方法です。

データを取得しているのに営業リストへ活用できない場合は、取得するデータの不足だけが問題とは限りません。何を評価し、どの状態になったら誰が何を行うかが決まっていない可能性があります。

スコアが高いから電話するのではなく、なぜ高いのか、何が変化したのか、どの課題を確認すべきかを営業へ渡します。

最初から複雑なAIモデルを作る必要はありません。営業とマーケティングで有望な状態を言語化し、限られた評価項目から始めます。その後、営業による採用・却下、商談、受注・失注結果を戻し、配点やしきい値を更新します。

インテントデータの価値は、点数そのものではありません。顧客の変化に気づき、担当者が適切なタイミングと内容で確認できる状態を作ることにあります。

インテントデータスコアリングに関するよくある質問

インテントデータスコアリングとは何ですか？

企業や担当者の関心シグナルに、企業適合度、自社への反応、過去接点、検討タイミングなどを組み合わせ、営業が確認すべき対象の優先順位を整理する方法です。

インテントスコアが高い企業には、すぐ営業すべきですか？

すぐに営業すべきとは限りません。自社との適合度、過去接点、担当者、案件状況、データの信頼度を確認し、情報提供、継続観測、営業連絡のどれが適切かを判断します。

リードスコアリングでは何を評価しますか？

企業や人物の属性、インテント、自社サイト・メール・セミナーへの反応、過去の問い合わせ・商談、行動の直近性などを評価します。BtoBでは企業単位と人物単位を分けることが重要です。

インテントデータの配点はどのように決めますか？

過去の受注・商談企業の特徴、営業担当者の知見、商材の検討期間を基に仮説を作ります。最初は少数の評価軸から始め、営業結果を基に配点を調整します。

時間が経過したリードのスコアは下げるべきですか？

行動の鮮度を反映するため、一定期間新しい反応がない場合は段階的に下げる方法が有効です。ただし、商材の検討期間や過去の商談状況に合わせて減衰条件を調整します。

AIによる予測スコアリングと手動スコアリングの違いは何ですか？

手動方式は担当者が評価項目と配点を決め、理由を説明しやすい方法です。予測方式は過去データからAIや統計モデルが傾向を学びます。実務では、ルールと予測結果を組み合わせる方法もあります。

インテントデータスコアリングの精度を改善するにはどうすればよいですか？

営業による候補の採用・却下理由、関心テーマの一致、商談化、失注理由などを記録し、評価項目、配点、期間条件、除外条件へ戻します。定期的にスコア帯ごとの営業結果を比較することも重要です。