リードスコアリングとは？営業が追うべき見込み客を判断する設計方法

「リードスコアは付けているのに、営業は結局、自分の感覚で電話する相手を選んでいる」「80点のリードを営業へ渡したが、なぜ80点なのか説明できない」「資料ダウンロードを繰り返した人の点数だけが上がり、実際の商談にはつながらない」。

BtoBマーケティングやインサイドセールスでは、リードスコアリングを導入しても、このような違和感が生まれることがあります。

結論から言うと、リードスコアリングとは、見込み客へ単に点数を付ける方法ではありません。顧客の「自社との適合度」と「現在の行動・関心」を評価し、営業する、育成する、対象外として扱うといった次のアクションを判断するための仕組みです。

特にBtoBでは、一つの合計点だけを見るのではなく、

• 自社の商品・サービスに合う企業・人物か
• 自社に対してどのような行動をしているか
• その行動はどのくらい最近なのか
• 営業・商談上どのような関係にあるか
• 対象外や優先度を下げる条件がないか

を分けて確認することが重要です。

インティメート・マージャーが関わった過去のセミナーでも、営業とマーケティングの間では「獲得したリードを営業が追わない」「マーケティングから来るリードの質が低い」という認識差が課題として扱われてきました。

スコアリングの目的は、この認識差を一つの数字で隠すことではありません。

営業とマーケティングが「なぜこの見込み客を今確認するのか」を共通の基準で説明できる状態を作ることが重要です。

リードスコアリングとは？

リードスコアリングとは、見込み顧客の属性や行動を一定の基準で評価し、営業・マーケティング上の優先度を整理する方法です。

例えば、

• 対象業種なら加点
• 対象規模の企業なら加点
• 資料をダウンロードしたら加点
• サービスページを閲覧したら加点
• デモを依頼したら大きく加点
• 対象外地域なら減点
• 古い行動は徐々に影響を下げる

といったルールを設定し、見込み客を評価します。

ただし、リードスコアリングを「何点ならホットリードかを決める仕組み」とだけ理解すると、運用が止まりやすくなります。

先に決めるべきなのは、スコアを使って何を判断したいのかです。

目的	スコアで判断したいこと
営業引き渡し	マーケティング育成から営業確認へ移すべきか
架電優先順位	どの見込み客から確認するか
ナーチャリング	まだ営業せず情報提供を継続するか
ABM	どのターゲット企業の動きが活発になっているか
休眠掘り起こし	過去リードの中で再び関心が高まった対象は誰か

「スコアを作る」が目的になると、点数はあっても営業活動が変わらない状態になりやすくなります。

BtoBのリードスコアリングはFitとEngagementを分ける

BtoBで最初に整理したいのが、企業・人物の適合度と、現在の行動を別々に評価することです。

評価	意味	主なデータ
Fit Score	自社の商品・サービスに適合するか	業種、企業規模、地域、部署、役職、事業モデル
Engagement Score	自社へどの程度関与しているか	Web閲覧、資料DL、メール、ウェビナー、問い合わせ

例えば、FitとEngagementを分けると、次の違いが見えてきます。

Fit	Engagement	状態	考えられる対応
高	高	自社に合い、最近の反応もある	営業が状況を確認する候補
高	低	狙いたい企業だが現在の反応は少ない	育成・継続観測
低	高	よく反応しているが対象条件との適合が弱い	営業対象か再確認
低	低	適合・反応ともに低い	優先順位を下げる

合計スコアだけでは、80点の理由が「企業として非常に適合しているから」なのか、「メールを何度も開いたから」なのか分からなくなります。

BtoBでは総合点を表示しても、FitとEngagementの内訳を営業が確認できる状態にしておくことが重要です。

Fit Score｜営業したい企業・人物の条件を評価する

Fit Scoreは、見込み客が自社の理想的な顧客条件にどの程度合うかを評価します。

企業単位で確認する項目

• 業種
• 企業規模
• 売上規模
• 地域
• 事業モデル
• 対象部署の有無
• 自社サービスを利用できる条件

人物単位で確認する項目

• 部署
• 職種
• 役職
• 業務上の役割
• 購買プロセスでの役割

BtoBでは、企業Fitが高くても、接触している人物が商品選定とまったく関係のない部署である場合があります。

反対に、対象部署の責任者でも、企業自体が自社の商品・サービスの利用条件に合わない場合があります。

企業と人物を一つの「良いリード」という言葉へまとめず、必要に応じて別項目として管理します。

Engagement Score｜「何回」より「何をしたか」を評価する

Engagement Scoreでは、見込み客が自社とどのような接点を持ったかを評価します。

例えば、

• メール開封
• メールクリック
• 記事閲覧
• サービスページ閲覧
• 資料ダウンロード
• ウェビナー申込・参加
• 問い合わせ
• デモ・相談依頼

などがあります。

ここで注意したいのは、行動回数だけを積み上げないことです。

行動の種類	例	評価の考え方
軽い反応	メール開封、一般記事閲覧	単独では大きな判断材料にしない
課題への関心	課題解説資料、ウェビナー	テーマへの関心把握に利用する
比較・検討	比較記事、事例、導入方法	検討の具体化を確認する材料
明確な意思表示	問い合わせ、相談、デモ、見積依頼	通常のスコアとは別に速やかに確認する

例えば、メールを10回開封した人が、デモを依頼した人より高得点になる設計では、営業感覚とスコアがずれやすくなります。

回数だけではなく、顧客がどの程度能動的に行動したかを考慮します。

問い合わせ・デモ依頼はスコアで待たせない

すべての見込み客を「点数が閾値を超えたら営業へ渡す」必要はありません。

例えば、

• 営業相談
• デモ依頼
• 見積依頼
• 具体的な問い合わせ
• 営業担当者への返信

のように顧客から明確な意思表示がある場合は、通常のスコア計算とは別の即時確認ルールを用意します。

Fitが多少不足していても、まず問い合わせ内容を確認した方がよい場合があります。

リードスコアリングの目的は、顧客の明確な意思表示まで点数計算で待たせることではありません。

Recency｜古い行動をいつまでも加点しない

リードスコアリングで起きやすい問題が、過去の行動が積み上がり続けることです。

例えば、半年前にウェビナーへ複数回参加したものの、その後まったく反応がない見込み客が、現在も高スコアのまま残っているケースです。

そこで、行動の新しさを評価します。

行動状態	考え方
直近で新しい行動あり	現在の状況を確認する材料にする
一定期間新しい行動なし	過去行動の影響を下げる
長期間行動なし	育成対象へ戻すことを検討
休眠後に再行動	優先度を再評価する

このように、時間経過に応じて過去の行動点を下げる考え方をスコア減衰と呼びます。

リードの状態は変わるため、スコアも時間とともに変わる設計にします。

マイナススコアと除外条件を設計する

スコアリングでは、行動が増えるたびに加点するだけでは不十分です。

営業優先度を下げる条件も設定します。

条件	扱い方の例
対象外業種	Fitを減点、または対象外
対象外地域	Fitを減点、または対象外
サービス利用条件を満たさない	営業対象から外す
直近失注	通常営業から外し、再検討時期を管理
営業担当者が対応中	新規架電キューから除外
長期間新しい行動なし	Engagementを下げる
営業目的外	対象外として管理

加点項目が多いスコアリングでは、長年データベースにいるだけで高得点になるケースがあります。

「何をしたら上がるか」と同時に、何をしたら下がるか、いつ対象外になるかまで決めます。

Sales Context｜CRM・SFAの営業情報をスコアと分けて見る

マーケティングデータだけでスコアリングすると、営業現場の文脈が抜ける場合があります。

例えばFitが高く、最近資料をダウンロードした企業でも、CRMを見ると、

• すでに商談中
• 昨日営業担当者が連絡済み
• 直近の案件で失注
• 既存顧客として別担当者が対応中
• 過去商談で利用条件が合わないと確認済み

かもしれません。

こうした情報をすべて点数へ混ぜる方法もありますが、営業担当者が理由を理解しにくくなる場合があります。

そのため、

Lead Score＝顧客評価

と、

Sales Context＝現在の営業状態

を分け、最後の営業判断で合わせる方法も有効です。

BtoBでは「人物スコア」と「企業スコア」を分ける

BtoBでは一人の担当者だけで購買が決まるとは限りません。

例えば、

• 担当者Aが関連資料をダウンロード
• 担当者Bがウェビナーへ参加
• 責任者Cが導入事例を閲覧

している企業があるとします。

一人ずつを見ると大きな行動ではなくても、企業単位では複数の関係者が同じ課題を調べている可能性があります。

評価単位	見るもの
Person Score	担当者の属性、役割、個別行動
Account Score	企業Fit、複数人物の行動、商談・関心状態

BtoBでは、PersonだけでなくAccount側にも情報を集約できる状態を作ると、営業優先度を判断しやすくなります。

配点より先に「営業アクション」を決める

リードスコアリングを作る際、「資料DLは何点ですか」「ウェビナー参加は何点ですか」と配点から議論しがちです。

しかし、先に決めたいのは点数ではなく、スコアによって何を変えるかです。

状態	営業・マーケティングの対応
高Fit・高Engagement	営業が現在の状況を確認
高Fit・中Engagement	個別コンテンツ・ウェビナー等で育成
高Fit・低Engagement	継続的に関心変化を観測
低Fit・高Engagement	対象条件を再確認
明確な問い合わせ	スコアを待たず確認
対象外	通常営業キューから外す

スコアは「見込み客をランク付けするための点数」ではなく、「次のアクションを変えるための条件」として設計します。

何点から営業へ渡す？閾値の決め方

「何点以上なら営業へ渡すべきか」に共通の正解はありません。

商品単価、検討期間、リード母数、営業人数、商談条件によって異なるためです。

最初の閾値は仮説として設定し、その後の結果から調整します。

閾値設定で確認するデータ

• 過去に商談化したリードのスコア
• 商談化しなかったリードのスコア
• 営業が「追う価値があった」と判断した割合
• 対象外企業の割合
• スコア帯別の接続・商談・受注状況

例えば、高スコア群と中スコア群で営業結果にほとんど差がなければ、現在の配点または閾値に改善余地があります。

反対に高スコア群だけに明確な違いがあっても、対象数が少なすぎて営業リソースが余るなら、中スコア群を別アクションで確認する設計も考えられます。

スコアリングは「選別」だけでは売上最大化にならない

営業人数が限られていると、スコアリングによって「営業する相手を絞りたい」と考えやすくなります。

確かにスコアリングは、優先順位を整理する手段として役立ちます。

一方で、スコアが低い見込み客をすべて捨てればよいわけではありません。

現在Engagementが低いだけで、将来自社の重要顧客になる可能性がある企業もあります。

そのため、

• 営業する
• ナーチャリングする
• 継続観測する
• 対象外として管理する

を分けます。

リードスコアリングは「誰を捨てるか」ではなく、「限られたリソースを今どこへ使うか」を決める仕組みです。

営業へ渡すのは「82点」ではなく「82点の理由」

スコアリングが営業現場で使われない原因の一つが、点数しか共有されないことです。

営業担当者には、次の情報も渡します。

項目	内容
Fit	どの対象条件に合っているか
主な加点理由	どの行動・属性でスコアが上がったか
直近行動	何をいつ行ったか
関心テーマ	どの課題へ関心がある可能性があるか
過去接点	商談・問い合わせ・ウェビナー履歴
仮説	考えられる現在の課題
確認事項	営業会話で確認したいこと

例えば、

「82点なので架電してください」

ではなく、

「対象企業条件に合致。直近で営業効率化資料を取得し、サービス関連ページも閲覧。過去商談なし。現在、営業業務の効率化を検討しているか確認」

まで共有します。

リードスコアリングを設計する8ステップ

営業成果を決める

営業引き渡し、商談化、休眠掘り起こしなど、何を判断するスコアなのかを決めます。

対象外条件を整理する

営業しない企業・人物を最初に定義します。

Fit項目を選ぶ

受注・継続しやすい企業や営業現場の知見から、対象業種・規模・部署等を整理します。

Engagement項目を選ぶ

Web、資料、ウェビナー、問い合わせなどの行動を整理します。

行動の意味とRecencyを加える

行動の強さと新しさを評価し、古い行動を蓄積し続けないようにします。

仮の配点・閾値を決める

最初から完全な正解を求めず、過去リードを使ってテストします。

営業アクションへ接続する

スコア帯ごとに、営業、育成、観測、除外など次の対応を定義します。

営業結果を戻して更新する

商談化、対象外、タイミング違い、受注、失注などを分析し、評価項目と重みを見直します。

スコアリングの精度は過去データでテストする

新しいスコアを設定したら、すぐにすべての営業活動へ適用する前に過去データで確認します。

例えば、過去の、

• 商談化したリード
• 営業が対象外と判断したリード
• 受注した企業
• 長期育成後に商談化した企業

へ新しいスコアを適用します。

確認するのは、

• 本当に優良な対象が上位へ来るか
• 対象外が上位に混ざっていないか
• 一つの行動だけで極端な点数になっていないか
• 営業担当者の実感と大きくずれていないか

です。

スコアリングは設定画面で完成するのではなく、実際の顧客データへ当てて初めて検証できます。

営業フィードバックをスコアへ戻す

スコアリングを改善するために最も重要なのが、営業結果です。

例えば、高スコアのリードへ営業した結果、

• 本当に検討していた
• 情報収集段階だった
• 対象部署ではなかった
• 対象企業ではなかった
• 検討時期が半年後だった
• すでに他社で解決していた

ことが分かります。

これらは、次のスコアリングを改善するための重要な情報です。

マーケティングだけで点数を決めるのではなく、営業が確認した結果を戻します。

営業結果	見直せるもの
対象外が多い	Fit条件
情報収集層が多い	Engagementの配点
タイミング違いが多い	Recency・行動条件
担当者違いが多い	人物Fit・役割情報
商談は増えるが受注しない	評価する営業成果そのもの

営業フィードバックが戻らないスコアリングは、時間が経つほど現場からずれていきます。

インサイドセールスで利用するデータ全体については、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。

インテントデータスコアリングとの違い

一般的なリードスコアリングと、インテントデータを使ったスコアリングは重なる部分がありますが、見るデータの範囲が異なります。

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	自社が保有するリード・企業	企業・人物。未接点企業を含む場合もある
主な行動	自社Web、メール、フォーム、ウェビナー	自社行動＋外部の興味関心
主な役割	営業引き渡し・育成判断	関心テーマ・タイミングを補足
注意点	自社接点がない企業は評価しにくい	関心を購入意思と断定しない

インテントデータを含めた企業評価については、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で詳しく解説しています。

AIによるリードスコアリングはどこまで任せられる？

AIの活用によって、大量の見込み客データから、営業成果と関係しそうな特徴や行動パターンを見つけやすくなっています。

例えばAIは、

• 過去の商談化リードの共通点を整理する
• 企業・人物のFit候補を評価する
• 行動パターンを分類する
• 優先リード候補を抽出する
• なぜ高評価なのかを要約する
• 次に確認すべき営業アクション候補を作る

といった作業を支援できます。

一方で、AIの点数をそのまま「営業する・しない」の最終判断にすることには注意が必要です。

特に確認したいのは、

• 何を成果データとして学習しているか
• どの項目が評価へ影響しているか
• 古いデータや欠損データが混ざっていないか
• 現在の営業方針と学習データが合っているか
• 営業現場の結果とずれていないか

です。

AIは点数を作る作業を高度化できますが、「何を良いリードとするか」という事業上の定義まで自動的に決めてくれるわけではありません。

リードスコアリングで見るべきKPI

評価領域	KPI例
対象精度	営業承認率、対象外率
優先順位	スコア帯別接続率、有効会話率
商談	スコア帯別商談化率、有効商談率
案件	案件化率、ステージ前進率
受注	受注率、売上、失注理由
データ	欠損率、更新率、対象外データ率
改善	誤判定理由、配点変更履歴、閾値変更結果

スコアリングそのものの精度だけではなく、その結果、営業がどのような行動を取り、商談・案件・受注がどう変化したかまで確認します。

インサイドセールスのKPI全体については、インサイドセールスのKPI設計｜リード数より見るべき商談化・顧客体験指標も参考になります。

リードスコアリングでよくある失敗

資料ダウンロードを繰り返すほど高得点になる

同じ行動の回数だけで点数を上げず、行動の種類・上限・新しさを確認します。

FitとEngagementを一つにまとめる

なぜ高得点なのか分からなくなるため、少なくとも内訳を確認できるようにします。

プラス点しかない

対象外、古い行動、営業対応中などのマイナス・除外条件も設定します。

問い合わせまで閾値到達を待つ

明確な意思表示は通常スコアと分け、速やかに確認します。

スコアを一度作って更新しない

市場、商品、営業体制、顧客行動が変われば評価基準も変わります。

スコアだけ営業へ渡す

営業が「なぜこの人なのか」を理解できるよう、加点理由と仮説を共有します。

商談化だけを正解にする

商談品質や受注まで確認しなければ、低品質な商談を量産するスコアになる可能性があります。

リードスコアリング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
目的	何を判断するスコアか説明できるか	営業アクションを先に決める
Fit	対象企業・人物条件があるか	受注・継続・失注データを分析する
Engagement	行動の意味を分けているか	軽い反応と強い意思表示を分ける
企業・人物	BtoBで評価単位を混同していないか	AccountとPersonを分ける
Recency	古い行動が残り続けていないか	期間・減衰ルールを設定する
マイナス条件	対象外・失注等を評価できるか	減点・除外ルールを追加する
即時対応	問い合わせ等を別処理できるか	即時確認ルールを作る
営業文脈	CRM・SFAを確認しているか	営業履歴を接続する
閾値	営業結果を根拠に決めているか	過去リードで検証する
説明可能性	高得点の理由が分かるか	スコア内訳を表示する
営業フィードバック	対象外・商談結果が戻るか	CRMの結果項目を統一する
更新	定期的に配点・閾値を検証しているか	スコア帯別成果を確認する

まとめ｜リードスコアリングは「点数を付ける仕組み」ではなく営業判断を揃える仕組み

リードスコアリングでは、数字そのものを精密にすることが最終目的ではありません。

まず、

Fit：自社に合う顧客か

↓

Engagement：どのような行動・関心があるか

↓

Recency：その行動はどのくらい新しいか

↓

Sales Context：営業上、今どういう状態か

を確認します。

さらに、対象外・失注・古い行動などのマイナス条件を加えます。

そのうえで、スコアを、

• 営業が確認する
• ナーチャリングする
• 継続観測する
• 対象外として扱う

というアクションへ変換します。

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を一連の流れとして捉える重要性が扱われてきました。

また、データを集めてスコアリングすること自体が目的になれば、「資料請求した人は高い」といった既知の判断から大きく進まないという現場の指摘もあります。

良いリードスコアリングとは、最も精密な点数を作ることではありません。営業とマーケティングが「なぜ今この見込み客を追うのか」を同じ基準で説明し、実際の営業結果からその基準を改善し続けられる状態を作ることです。

リードスコアリングに関するよくある質問

リードスコアリングとは何ですか？

見込み顧客の属性や行動を評価し、営業・マーケティング上の優先度を整理する方法です。BtoBでは企業適合度と自社への行動を分けて確認し、営業・育成・除外などの判断へ利用します。

BtoBのリードスコアリングでは何を評価しますか？

企業の業種・規模・地域などのFit、担当者の部署・役職、自社Web・資料・ウェビナー等のEngagement、行動の新しさ、CRM上の営業履歴などを確認します。

何点以上なら営業へ渡すべきですか？

共通の正解はありません。商材、営業人数、検討期間、過去の商談データによって異なります。まず仮の閾値を設定し、スコア帯別の営業承認率・商談化・受注などを確認して調整します。

資料ダウンロードは何点にすべきですか？

固定の正解はありません。資料の内容、顧客の意思表示の強さ、過去の商談結果によって評価を変えます。メール開封や一般記事閲覧より高くする場合でも、問い合わせやデモ依頼と同じ扱いにする必要はありません。

リードスコアリングとインテントデータスコアリングの違いは何ですか？

一般的なリードスコアリングは自社が保有する属性・Web・メール・フォーム等のデータを中心にします。インテントデータスコアリングでは、それらに加えて、自社外を含む企業単位の興味関心や変化を扱う場合があります。

AIでリードスコアリングを自動化できますか？

過去の商談結果から特徴を抽出したり、評価ルール候補を作成したり、リードの適合度や優先順位候補を整理したりする支援が可能です。ただし、評価対象となる成果や営業方針は人が設計・確認する必要があります。

リードスコアリングがうまくいかない原因は何ですか？

目的が曖昧、Fitと行動が混ざっている、古い行動が蓄積される、マイナス条件がない、営業結果がフィードバックされない、といった原因が考えられます。点数ではなく、営業アクションと成果から逆算して見直します。