「リードは増えているのに、商談が増えない」「架電件数は目標を達成しているのに、商談化率が上がらない」「マーケティングでは有望だと思っていたリードを、営業からは“まだ早い”と言われる」。
BtoBマーケティングやインサイドセールスでは、このような違和感が生まれることがあります。
商談化率が低いと、広告やコンテンツを増やして新しいリードを獲得したくなるかもしれません。しかし、入口を増やす前に確認したいのが、現在保有しているリードを正しく選び、適切なタイミングで接触し、顧客の状況を理解したうえで商談へ進められているかです。
結論から言うと、商談化率を改善するには、次の5つを順番に確認します。
- 商談化率の定義と分母を揃える
- 営業対象となるリードの適合度を見直す
- 接触する優先順位とタイミングを見直す
- 接続後の顧客理解と会話を見直す
- 商談にならなかった理由を上流へ戻す
インティメート・マージャーが関わったセミナーでも、リード数は存在するものの営業から「質が悪い」と評価される、展示会等で獲得しても顧客のタイミングと接触時期が合わないといった課題が扱われてきました。
本記事では、「もっとリードを増やす」以外の視点から、商談化率を上げるために見直したいポイントを整理します。
この記事の要点
- 商談化率を改善する前に、まず「何を分母にした商談化率か」を統一します。
- リード数ではなく、自社に合うリードがどの程度含まれているかを確認します。
- 対象が正しくても、顧客のタイミングと接触時期がずれていれば商談にはつながりにくくなります。
- 接続後は商品説明より、顧客の課題・役割・検討段階・時期を確認することが重要です。
- 商談にならなかった理由をマーケティング・営業へ戻し、対象条件や施策を更新します。
- 商談化率とは?まず分母を揃える
- 商談化率が低い原因はどこにある?
- ポイント1|商談化率の定義と「良い商談」の基準を揃える
- ポイント2|リード数より「自社に合うリードの割合」を見る
- ポイント3|誰に「いつ」接触するかを見直す
- ポイント4|接続後は「商品説明」より顧客理解を優先する
- ポイント5|商談にならなかった理由を上流へ戻す
- 商談化率を上げるなら「量×転換率」に分解する
- 商談化率だけを上げようとすると起きる問題
- 商談化率改善にAI・スコアリングをどう使う?
- 商談化率を改善する実務ステップ
- 商談化率改善の実務チェックリスト
- まとめ|商談化率を改善するなら「リードを増やす前」にボトルネックを探す
- リードはあるのに、なぜ商談につながらないのか整理したい方へ
- 商談化率の改善に関するよくある質問
商談化率とは?まず分母を揃える
商談化率とは、一定の対象のうち、どの程度が商談へ進んだかを見る指標です。
ただし、「商談化率」という名前だけでは計算方法が分かりません。
| 指標 | 計算イメージ | 確認できること |
|---|---|---|
| リード商談化率 | 商談数 ÷ 対象リード数 | 獲得したリード全体からの商談効率 |
| 接続後商談化率 | 商談数 ÷ 有効接続数 | 会話後の顧客理解・提案品質 |
| 適格リード商談化率 | 商談数 ÷ 営業対象リード数 | 優先順位・適格判定後の営業効率 |
| MQL→SQL率 | SQL数 ÷ MQL数 | マーケと営業の引き渡し精度 |
例えば「商談化率が5%から8%になった」と言っても、分母がリードなのか、接続なのか、MQLなのかによって意味が異なります。
商談化率を改善するときの最初の作業は、数字を上げることではなく、どの工程の転換率を見ているのかを明確にすることです。
商談化率が低い原因はどこにある?
商談化率が低いと「営業トークが悪い」と考えがちですが、原因は接続前にもあります。
| 状態 | 考えられる原因 | 主に見直す場所 |
|---|---|---|
| リードは多いが接続しない | 対象・連絡手段・タイミング | ターゲティング、優先順位 |
| 接続しても商談にならない | 課題・検討段階とのずれ | 会話設計、顧客理解 |
| 商談は増えるがFSに戻される | 商談化基準が緩い | MQL・SQL・商談基準 |
| 特定施策のリードだけ弱い | 獲得ターゲットとのずれ | 広告・コンテンツ・イベント |
| 古いリードを追い続けている | 現在の関心を反映していない | Recency、インテント、再評価 |
このように分解すると、「まずリードを増やす」という結論になるとは限りません。
ポイント1|商談化率の定義と「良い商談」の基準を揃える
商談化率を改善するには、「何を商談として数えるのか」も明確にする必要があります。
例えば、日程が設定されれば商談とするのか、対象企業・課題・検討状況まで確認できたものだけを商談とするのかでは、同じ商談件数でも品質が異なります。
インサイドセールスが商談数だけで評価されると、本来は情報提供を続けた方がよい顧客まで商談へ送るインセンティブが生まれる場合があります。
そこで、商談数と合わせて、
- フィールドセールスの商談受入
- 対象企業であるか
- 課題を確認できているか
- 案件へ進んだか
- 商談後に対象外とならなかったか
を確認します。
商談化率を上げる前に、「増やしたい商談とは何か」を営業・マーケティングで定義してください。
ポイント2|リード数より「自社に合うリードの割合」を見る
リード数が増えても、自社の商品・サービスに適合しない対象が増えれば、インサイドセールスの対応工数だけが増える可能性があります。
そこで、まずFit、つまり自社との適合度を確認します。
企業Fitで確認する項目
- 業種
- 企業規模
- 事業モデル
- 対象地域
- 商品・サービスを利用できる条件
- 過去の受注・失注傾向
人物Fitで確認する項目
- 部署
- 役職
- 業務上の役割
- 課題との関係
- 情報収集者・推進者・利用者・決裁関与者のどれに近いか
例えば、資料ダウンロードが100件あったとしても、そのうち自社の対象企業が少なければ、商談化率だけをインサイドセールスの責任として改善するのは難しくなります。
マーケティング側では、
「何件獲得したか」だけでなく「営業対象になり得るリードを何件獲得したか」
を見る必要があります。
ポイント3|誰に「いつ」接触するかを見直す
自社に合う企業だからといって、常に営業すべきとは限りません。
BtoBでは、半年前からターゲット企業であっても、具体的な検討が始まるタイミングは企業ごとに異なります。
例えば、展示会やウェビナーで接点ができた時点では情報収集段階でも、その後に、
- 関連資料を取得した
- サービス関連ページへ再訪した
- 過去の商談テーマを再び調べ始めた
- 特定領域への関心が強くなった
といった変化が起きることがあります。
反対に、過去に行動量が多かったとしても、半年間新しい行動がなければ現在も同じ状態とは限りません。
商談化率改善では、
Fit=誰に
と、
Timing=いつ
を分けて考えます。
| Fit | 現在の関心・行動 | 対応例 |
|---|---|---|
| 高い | 高い・直近変化あり | 優先して現在の状況を確認 |
| 高い | 低い | 育成・継続観測 |
| 低い | 高い | Fitを再確認してから営業判断 |
| 低い | 低い | 営業優先度を下げる |
誰から対応するかを設計するときは、企業属性だけでなく、直近の行動や過去接点も確認します。
インサイドセールスにおけるデータ活用全体については、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詳しく整理しています。
ポイント4|接続後は「商品説明」より顧客理解を優先する
対象とタイミングが合っていても、電話やオンライン接客の内容が顧客の状況と合っていなければ商談には進みません。
特に注意したいのが、資料請求やウェビナー参加を「商品説明を求めている状態」と捉えることです。
顧客が知りたいのは、まだ、
- 課題の整理方法
- 選択肢の違い
- 自社に必要かどうか
- 導入した場合の負担
- 社内でどう説明すればよいか
かもしれません。
接続したら、まず次の情報を確認します。
| 確認項目 | 主な質問 |
|---|---|
| 課題 | 現在、どのような点を見直したいと考えているか |
| 背景 | なぜ今そのテーマを調べているのか |
| 検討段階 | 情報収集、比較、具体検討のどこに近いか |
| 役割 | 本人が利用者、推進者、決裁関与者のどれに近いか |
| 時期 | いつ頃までに見直したいか |
| 障壁 | 費用、社内体制、承認など何が判断を止めているか |
| 次の行動 | 商談、追加情報、再連絡のどれが適切か |
インサイドセールスの役割は、すべての接続を商談に変えることではなく、顧客の現在地を確認して適切な次の状態へ進めることと考えると、商談品質も管理しやすくなります。
会話できたのに商談にならない場合
この場合、架電数を増やす前に、
- ターゲットが適切か
- 顧客の検討段階と訴求が合っているか
- ヒアリング前に商品説明を始めていないか
- 顧客が次へ進む理由を作れているか
を確認してください。
ポイント5|商談にならなかった理由を上流へ戻す
商談化率改善で最も重要でありながら、抜けやすいのがフィードバックです。
例えば営業接触の結果、
- まだ情報収集段階だった
- 対象企業ではなかった
- 担当者が違った
- 検討時期が半年後だった
- 課題はあるが優先順位が低かった
- すでに別の方法で解決済みだった
ことが分かったとします。
この情報を営業担当者のメモで終わらせると、マーケティングは同じ条件のリードを再び獲得し続けます。
| 営業結果 | 見直す場所 |
|---|---|
| 対象外が多い | 広告ターゲット、ICP、MQL条件 |
| 情報収集層が多い | CTA、コンテンツ、商談化基準 |
| タイミング違いが多い | Recency、インテント、再接触条件 |
| 担当者違いが多い | 人物条件、部署・役職情報 |
| 接続後に課題が合わない | 訴求テーマ、リード獲得コンテンツ |
| FSから商談を戻される | IS→FSの引き渡し基準 |
商談化しなかったリードは、単なる失敗データではありません。次の商談化率を改善するための顧客理解データです。
商談化率を上げるなら「量×転換率」に分解する
商談数は、おおまかに次のように分解できます。
対象リード数 × 対応率 × 接続率 × 接続後商談化率
例えば商談数が不足しているときでも、原因によって対策は変わります。
| ボトルネック | 改善策 |
|---|---|
| 対象リード自体が少ない | リード獲得・ターゲット拡張 |
| 営業対象率が低い | マーケティングのターゲティング改善 |
| 対応できていない | 優先順位、業務設計、自動化 |
| 接続率が低い | タイミング、チャネル、接触方法 |
| 接続後商談化率が低い | 顧客理解、会話、オファー |
| 商談受入率が低い | 商談化基準、引き渡し情報 |
リード数を増やすべきなのは、他の転換率に大きな問題がなく、入口自体が不足している場合です。
既存のリードが大量にあるにもかかわらず接続・商談化できていない場合、まず現在のプロセスを改善した方がよい可能性があります。
商談化率だけを上げようとすると起きる問題
商談化率は重要な指標ですが、一つの数字だけを最大化すると別の問題が起きることがあります。
例えば、確実に商談になりそうなリードだけを選べば、商談化率そのものは上がる可能性があります。
しかし、将来有望な企業を営業対象から外してしまえば、商談総数や将来パイプラインは減るかもしれません。
| 追う指標 | セットで確認したい指標 |
|---|---|
| 商談化率 | 商談数、対象カバレッジ |
| 商談数 | 商談受入率、有効商談率 |
| 接続率 | 接続後商談化率 |
| MQL数 | MQL→SQL率 |
| SQL数 | 案件化率、受注率 |
商談化率の計算やKPI設計を詳しく確認したい場合は、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。
商談化率改善にAI・スコアリングをどう使う?
保有リードが増えると、人が一件ずつ企業属性、過去接点、Web行動、商談履歴を確認することは難しくなります。
AIやスコアリングは、こうした大量データの整理を支援できます。
例えば、
- 企業のFitを評価する
- 直近の行動を整理する
- 過去接点を要約する
- 優先リード候補を抽出する
- 営業が確認する理由をまとめる
- 商談化しなかった理由を分類する
といった使い方です。
ただし、AIが高スコアと判断したことをそのまま商談化の根拠にするのではなく、実際の商談・案件・受注結果と突き合わせて評価ルールを更新します。
AIは「誰を見るか」の整理を支援し、人は「顧客と何を確認するか」を判断する、という分担が重要です。
商談化率を改善する実務ステップ
現在の商談化率の分母を確認する
リード、MQL、接続、有効会話など、社内で使っている計算式を確認します。
ファネルを工程ごとに分解する
リード→対象判定→対応→接続→商談→案件→受注まで転換率を並べます。
最も落ちている工程を一つ選ぶ
すべてを一度に改善せず、一番大きなボトルネックを特定します。
失敗理由を分類する
対象外、タイミング、担当者違い、情報収集、会話、引き渡しなどに分けます。
改善策を一つ実行する
ターゲット条件、優先順位、会話、再接触条件などを一つ変更します。
商談化率と次工程を比較する
商談化率だけでなく、商談受入率・案件化率等も確認します。
結果をマーケティング・営業へ戻す
得られた顧客情報を次の広告、コンテンツ、MQL条件、営業キューへ反映します。
商談化率改善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 |
|---|---|---|
| 商談化率の定義 | 分母・分子を説明できるか | KPI定義を統一する |
| 商談の定義 | 日程設定だけになっていないか | 有効商談条件を決める |
| 企業Fit | 対象業種・規模等を確認しているか | ICP・ターゲット条件を整理する |
| 人物Fit | 部署・役割を確認しているか | 人物情報を追加する |
| 優先順位 | 全リードを同じ順で追っていないか | Fit・行動・直近性で分類する |
| タイミング | 最近の関心変化を確認しているか | Recency・インテントを追加する |
| 接触方法 | 電話だけに依存していないか | メール・コンテンツ等を使い分ける |
| 顧客理解 | 課題・段階・役割・時期を確認しているか | ヒアリング項目を統一する |
| 商談引き渡し | FSが必要な情報を渡しているか | 引き渡し項目を決める |
| 対象外理由 | 商談化しない理由を記録しているか | 理由コードを標準化する |
| 商談品質 | FS受入・案件化まで確認しているか | 次工程KPIを追加する |
| 改善ループ | 営業結果を集客へ戻しているか | 定例レビューを設定する |
まとめ|商談化率を改善するなら「リードを増やす前」にボトルネックを探す
商談化率を改善するために、最初からリード獲得数や架電数を増やす必要があるとは限りません。
まず確認したいのは、
商談化率の定義は揃っているか
↓
適切な企業・人物を獲得できているか
↓
適切なタイミングで接触しているか
↓
接続後に顧客の現在地を理解できているか
↓
商談にならなかった理由を上流へ戻しているか
という5つです。
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、「リードの質」を巡る営業とマーケティングの認識差や、顧客との接触タイミングのずれが営業プロセス上の課題として繰り返し扱われてきました。
商談化率は、インサイドセールス担当者一人の営業力だけを表す数字ではありません。誰を集め、誰を選び、いつ接触し、何を確認し、その結果を次へどう戻すかという営業・マーケティングプロセス全体の結果です。
リード数を増やす前に、まず現在のファネルで最も大きく落ちている工程を一つ見つけるところから始めてください。
リードはあるのに、なぜ商談につながらないのか整理したい方へ
商談化率を改善するには、リード獲得数だけを見るのではなく、ターゲット企業の選定、顧客の行動や関心、営業の優先順位、インサイドセールスでの接客、フィールドセールスへの引き継ぎまでを一つのプロセスとして確認することが重要です。
「リードは増えているのに商談化率が上がらない」「どの顧客から優先して対応すべきか判断できない」「一律の追いかけ営業から、顧客の状況に合わせた接客へ切り替えたい」という方は、インサイドセールスにおけるデータ活用と接客設計をテーマにしたアーカイブ配信をご覧ください。
企業・顧客の属性や行動、インテントデータを活用して営業対象や接触タイミングを見極め、リード獲得後の対応から商談創出までを見直す「データ×接客」の考え方を紹介しています。
商談化率の改善に関するよくある質問
商談化率を改善するには何から始めればよいですか?
まず現在使っている商談化率の分母を確認し、リード→対応→接続→商談→案件のどこで転換率が大きく落ちているかを確認します。一番大きなボトルネックから改善します。
商談化率を上げるには架電数を増やすべきですか?
架電数不足が原因であれば有効ですが、対象の質、接続率、タイミング、接続後の商談化率に問題がある場合、架電数だけを増やしても改善しにくいことがあります。
インサイドセールスの商談化率は何%が適正ですか?
商材、リードソース、ターゲット、商談定義、分母によって大きく異なるため、共通する正解はありません。業界平均だけで判断するより、自社の過去値とファネル別転換率を基準に改善する方が実務的です。
リード数は多いのに商談にならない原因は何ですか?
対象企業とのFit不足、接触タイミング、担当者の役割、情報収集段階とのずれ、営業への引き渡し条件などが考えられます。リード数を増やす前に対象外理由・非商談理由を分類してください。
商談化率と有効商談率の違いは何ですか?
商談化率は対象リード等から商談へ進んだ割合です。有効商談率は、その商談が対象・課題・検討状況などの基準を満たしていた割合として使われます。社内で定義を明確にして運用します。
インテントデータで商談化率を改善できますか?
インテントデータは、対象企業の関心テーマや変化を確認し、接触優先順位やタイミングを考える材料になります。ただし、購買意思を確定するデータではないため、企業Fit、自社行動、CRM情報と組み合わせて使います。
AIは商談化率改善にどう使えますか?
企業情報の整理、リードの分類、直近行動の要約、優先順位候補、非商談理由の分類、営業仮説の作成などを支援できます。最終的な接触判断や顧客との会話は、人が確認する運用が重要です。

「IMデジタルマーケティングニュース」編集者として、最新のトレンドやテクニックを分かりやすく解説しています。業界の変化に対応し、読者の成功をサポートする記事をお届けしています。

