インテントデータを使ったリードスコアリングとは？行動・関心度から優先企業を見極める方法

「資料をダウンロードしたら10点」「メールを開封したら3点」「ウェビナーへ参加したら20点」。

リードスコアリングを導入したものの、点数が高い見込み顧客へ営業しても、思ったほど商談につながらない。その結果、営業担当者から「このスコアは本当に使えるのか」と疑問を持たれている企業もあるのではないでしょうか。

BtoBのリードスコアリングで重要なのは、単純に行動を加点することではありません。

インテントデータを使ったリードスコアリングとは、企業や担当者の属性だけでなく、「今どのテーマへ関心を持っているか」「最近どのような行動変化があったか」「自社とどのような関係にあるか」を組み合わせ、マーケティング・営業の確認優先度を整理する方法です。

ここで注意したいのは、スコアが高いからといって、その企業が購入すると確定するわけではないことです。

リードスコアは「購入確率そのもの」ではなく、限られた営業リソースをどこへ配分し、次に何を確認するかを決めるための判断材料として使う必要があります。

インティメート・マージャーが関わってきたセミナーでも、企業規模や売上といった属性だけでは、顧客ニーズとの一致や適切なタイミングを判断しにくいという課題が語られてきました。

また、営業とマーケティングが顧客行動データを共有し、ターゲットリスト、リードスコアリング、営業結果まで一つのプロセスとしてつなぐ重要性も示されています。

本記事では、従来の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の違いから、評価項目、企業・人物の分け方、スコア減衰、営業への引き渡し、AI活用まで実務に沿って整理します。

この記事の要点

インテントデータを使ったリードスコアリングは、属性だけでなく「現在の関心・行動変化・タイミング」を評価します。
BtoBでは企業単位のスコアと担当者単位のスコアを分けて考えることが重要です。
「自社に合うか」と「今動いているか」を一つの点数へ早急にまとめない方が、判断理由を説明しやすくなります。
古い行動が残り続けないよう、直近性やスコア減衰を設計します。
商談・対象外・テーマ不一致など営業結果を戻し、配点や判定条件を継続的に修正します。

インテントデータを使ったリードスコアリングとは？
従来のリードスコアリングとインテントスコアリングの違い
なぜ従来の加点方式だけでは優先企業を見極めにくいのか
BtoBのスコアリングでは「誰に売るか」と「今売るか」を分ける
リードスコアリングで見るべき5つの評価軸
BtoBでは企業スコアと人物スコアを分ける
行動スコアリングは「強さ・頻度・深さ・鮮度」で見る
ホット・ワーム・コールドのような段階に変換する
スコア減衰を入れて「昔ホットだった人」を残さない
マイナススコア・除外条件も設計する
一つの総合点より「内訳」が重要
リードスコアリングを設計する7ステップ
営業へ渡すときはスコアだけでなく「理由」を付ける
AIを使ったリードスコアリングはどう考える？
リードスコアリングでよくある失敗
インテントデータ×リードスコアリングの実務チェックリスト
まとめ｜良いリードスコアリングは「高得点者を探す」のではなく「次の判断をしやすくする」
インテントデータとリードスコアリングに関するよくある質問

インテントデータを使ったリードスコアリングとは？

リードスコアリングとは、見込み顧客や企業の属性・行動などを評価し、マーケティングや営業で対応する優先順位を整理する方法です。

従来は、

役職
企業規模
メール開封
Webサイト訪問
資料ダウンロード
ウェビナー参加

など、自社が取得できる属性・行動を点数化する方法が中心でした。

インテントデータを組み合わせると、これらに加えて、

現在関心を持っているテーマ
関連テーマへの関心が通常時より高まったか
短期間で情報収集が増えたか
自社サイト以外でも関連テーマを調べている可能性があるか
企業内で複数の行動が確認されているか

など、「現在の検討変化」を判断材料へ追加できます。

インテントデータがどのように検索・閲覧行動から作られるかについては、インテントデータの仕組みとは？検索・閲覧行動から関心を推定する流れでも詳しく整理しています。

従来のリードスコアリングとインテントスコアリングの違い

比較項目	従来のリードスコアリング	インテントデータを組み合わせたスコアリング
主な単位	個人・リード中心	企業＋人物
主なデータ	属性、自社Web、メール、フォーム	企業属性、自社行動、関心テーマ、外部インテント、CRM
見る時間軸	累積行動になりやすい	直近性・変化・通常時との差を重視
主な問い	自社へどれだけ反応したか	自社に合うか、今どの課題への関心が高まっているか
主な用途	営業引き渡し、ナーチャリング	企業選定、優先順位、営業タイミング、関心テーマ把握
注意点	メール開封等の軽い行動が積み上がりやすい	関心があることを購入意向と誤認しやすい

どちらか一方が優れているわけではありません。

自社への反応を見る従来型のスコアと、現在の企業関心を補うインテントを組み合わせることで、判断材料を増やす考え方です。

なぜ従来の加点方式だけでは優先企業を見極めにくいのか

メール開封と問い合わせが同じ「加点」になっている

例えば、メール開封を3点、資料ダウンロードを10点、問い合わせを30点と設定したとします。

この方法では分かりやすい一方で、「行動回数を重ねた人」と「実際に検討が具体化した人」が近い点数になる可能性があります。

行動の回数だけではなく、その行動が意思決定にどの程度近いかを考える必要があります。

古い行動が残り続ける

半年前に資料を複数ダウンロードした人が、その後まったく動いていなくても高スコアのまま残っているケースがあります。

営業担当者が連絡すると「今は検討していません」となる原因の一つです。

企業属性と現在の関心を一つに混ぜている

自社にとって重要な大企業だから高得点。

しかし、その企業が現在関連テーマを検討しているとは限りません。

反対に、関心は非常に高くても、自社の商品を提供できない企業である可能性があります。

「自社に合うか」と「今関心があるか」は別の軸として扱う方が判断しやすくなります。

高スコアになった理由を営業が説明できない

「82点なので電話してください」と渡されても、営業担当者は何を話せばよいのか分かりません。

スコアだけでなく、

なぜ82点なのか
どのテーマへの関心が高いのか
最近何が変わったのか
過去にどんな接点があったのか

を確認できる必要があります。

BtoBのスコアリングでは「誰に売るか」と「今売るか」を分ける

インテントデータを使う場合、まず次の2つを分けます。

判断	主な問い	データ例
誰に売るか	自社が価値提供できる企業か	業種、規模、地域、事業内容、部署
今売るか	現在関連テーマへの動きがあるか	インテント、Web行動、再訪、資料、ウェビナー、CRM

例えば、

企業適合度	現在の関心	考え方
高い	高い	営業確認を優先する候補
高い	低い	重要企業として育成・継続観察
低い	高い	対象条件を再確認する
低い	低い	営業優先度を下げる

いきなり一つの合計点にせず、まず複数の軸を見える状態にすることをおすすめします。

BtoBターゲティング全体については、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も参考になります。

リードスコアリングで見るべき5つの評価軸

企業適合度｜自社が価値を提供できる相手か

最初に、企業として自社ターゲットへ合っているかを確認します。

業種
企業規模
地域
事業内容
導入条件
自社が解決できる課題との一致

これは比較的変わりにくい「静的な評価」です。

Intent｜現在どのテーマへの関心が高いか

次に、企業や担当者が今どのテーマを調べている可能性があるかを確認します。

自社商材に直接関係するテーマ
商材を必要とする前段階の課題
関連する業務改善テーマ
比較・選定テーマ

単に「AIに興味がある」では広すぎます。

「AIエージェントによる営業効率化」「インテントデータによる営業優先順位」など、営業仮説へ使える粒度まで分類します。

Engagement｜自社へどの程度反応しているか

外部での関心だけでなく、自社との接点も確認します。

記事閲覧
比較・事例ページ閲覧
資料ダウンロード
メールクリック
ウェビナー申込・参加
問い合わせ
デモ・相談依頼

すべてを同じ重みで評価せず、意思決定に近い行動かを確認します。

Recency｜その行動はいつ起きたか

同じ資料ダウンロードでも、「昨日」と「半年前」では営業上の意味が異なります。

そこで、

最終行動日
直近一定期間の行動数
再訪間隔
通常時からの増減

を確認します。

累積点だけでなく「最近どう変わったか」を見ることが、インテントデータを組み込む大きなポイントです。

Relationship｜自社との過去・現在の関係

営業・CRMデータも評価に必要です。

過去の問い合わせ
商談履歴
失注・保留理由
既存契約
担当営業
直近の接触状況

例えば、以前「時期が合わない」という理由で保留になった企業で、同じテーマへの関心が再び上昇していれば、再確認候補として意味があります。

BtoBでは企業スコアと人物スコアを分ける

BtoBの購買では、一人の担当者だけで意思決定するとは限りません。

そのため、企業単位と人物単位を分けます。

評価単位	見る項目	判断すること
企業スコア	企業適合度、企業単位のインテント、複数人物の行動、過去商談	この企業を優先するか
人物スコア	役職、部署、自社コンテンツへの反応、資料・ウェビナー等	誰と接点を持つか

例えば、一人の若手担当者が大量に記事を読んでいるだけなのか、複数部署・複数担当者が同じテーマを調べ始めているのかでは意味が異なります。

「誰が熱いか」と「企業として検討が動いているか」を同じものとして扱わないことが重要です。

行動スコアリングは「強さ・頻度・深さ・鮮度」で見る

観点	確認すること
強さ	閲覧か、資料DLか、問い合わせか
頻度	単発か、繰り返しているか
深さ	基礎情報か、比較・導入情報まで見ているか
鮮度	直近の行動か、過去の行動か
広がり	一人だけか、企業内の複数人物か

「料金ページを見たら30点」と固定するより、行動の前後を合わせて見ることが重要です。

例えば、

基礎記事 → 比較記事 → 事例 → 導入方法 → 再訪

と変化している場合と、料金ページを一回だけ見た場合では、同じ評価にする必要はありません。

ホット・ワーム・コールドのような段階に変換する

スコアを営業現場で利用するためには、数字だけでなく状態へ変換すると分かりやすくなります。

状態	考え方	アクション例
Hot	企業適合度が高く、現在の関心・自社行動も複数確認できる	営業担当者が状況を確認
Warm	適合度は高く、関心もあるが、具体行動がまだ限定的	資料・事例・ウェビナー等で育成
Cold	適合度または現在の関心が低い	継続観察、認知施策

この分類は業界共通の正式基準ではありません。

自社の営業・マーケティングで状態を共有するための運用例です。

過去セミナーでも、インテントデータとウェビナー参加・視聴後の反応などを組み合わせ、ホット・ワーム・コールドといった状態に分けて、アプローチ基準を細かくする考え方が議論されていました。

スコア減衰を入れて「昔ホットだった人」を残さない

リードスコアリングで忘れられやすいのが、時間経過です。

例えば、

30日以内の行動は通常評価
一定期間新しい行動がなければ評価を下げる
新しい行動が発生したら再評価する
商談・失注・契約になったら別ステータスへ移す

といった考え方を用意します。

具体的な期間は、商品の検討期間や営業サイクルによって異なります。

重要なのは「30日」という数字自体ではなく、古い行動を現在の購買意向と同じ重みで扱わないことです。

マイナススコア・除外条件も設計する

スコアリングでは、加点だけでなく減点・除外も重要です。

自社の対象外企業
競合企業
学生・営業目的の問い合わせ
すでに契約中
現在商談中
直近で営業済み
連絡停止対象
長期間行動がない

特に「商談中」「既存顧客」は、スコアが高いからといって新規営業リストへ入れるべきではありません。

加点ルールより先に、営業してはいけない条件を決めておくと運用事故を減らしやすくなります。

一つの総合点より「内訳」が重要

最終的に100点満点のような総合スコアを作る場合でも、営業画面では内訳を残すことをおすすめします。

評価	例
企業適合度	高
Intent	高
自社Engagement	中
Recency	直近7日
Relationship	過去商談あり・保留
総合判断	営業確認候補

この状態なら営業担当者は、単に「85点だから」ではなく、

「自社ターゲットに合い、直近で関連テーマへの関心が高まり、過去に時期理由で保留だったため、現在の状況を確認する」

と理由を説明できます。

リードスコアリングを設計する7ステップ

ステップ1｜何の優先順位を決めるのか定義する

スコアリングの目的を先に決めます。

新規営業対象を決める
展示会後の優先フォローを決める
ウェビナー参加者を分類する
休眠リードの再アプローチ対象を見つける
ABM対象企業の現在の動きを確認する

目的が違えば、見るデータも配点も変わります。

ステップ2｜営業成果を定義する

「高スコア」の正解を何にするか決めます。

営業が確認対象として採用した
顧客と接続できた
課題テーマが一致した
商談化した
案件が次のステージへ進んだ
受注した

受注だけを正解にすると、BtoBでは結果確認まで時間がかかるため、中間成果も設定します。

ステップ3｜評価軸を分ける

最低限、

企業適合度
Intent
Engagement
Recency
Relationship

を分けて整理します。

ステップ4｜重要行動を定義する

過去の商談・受注データを振り返り、「商談前にどのような行動が起きていたか」を確認します。

一般論で点数を設定するのではなく、自社の実データから仮説を作ります。

ステップ5｜減衰・除外条件を入れる

古い行動を下げるルール、対象外を除外するルールを設定します。

ステップ6｜スコアをアクションへ変換する

「70点以上」というしきい値だけではなく、その後何をするか決めます。

状態	次のアクション
優先確認	営業がCRM・関心テーマを確認
育成	関連資料・事例・ウェビナーを案内
観察	新しい行動変化を継続確認
対象外	営業リストから除外

ステップ7｜営業結果を戻して改善する

スコアリングは作って終わりではありません。

営業から、

優先対象として妥当だった
関心テーマが違った
時期が早かった
対象外だった
商談になった
すでに他社で決まっていた

といった結果を戻してもらいます。

営業結果から評価項目・重み・しきい値を修正することが重要です。

営業へ渡すときはスコアだけでなく「理由」を付ける

共有項目	内容
企業・人物	誰を確認するのか
企業適合度	なぜ自社ターゲットなのか
関心テーマ	現在何を調べている可能性があるか
直近行動	最近何が変わったか
過去接点	問い合わせ・商談・失注等
スコア内訳	なぜ優先度が高くなったか
確認仮説	営業で何を確認するか

営業での具体的な使い方については、インテントデータを営業に活用する方法｜優先企業の選び方と接触手順もあわせてご覧ください。

AIを使ったリードスコアリングはどう考える？

AI・機械学習を使うことで、過去の商談・受注パターンから、どの属性・行動が成果と関連していたかを分析し、スコアリングルールの候補を作りやすくなります。

例えば、

商談化した企業に共通する行動を抽出する
行動と商談結果の関連を分析する
重要なイベント候補を見つける
企業・人物の優先順位候補を作る
スコアへ影響した要因を営業へ説明する

といった活用が考えられます。

ただし、AIが作ったスコアを「成約確率」と決めつけてはいけません。

どのデータを学習したか、何を正解としたか、どの要因がスコアへ影響したかを確認できることが重要です。

リードスコアリングでよくある失敗

開封・クリックを積み上げるだけ

軽い反応を大量に積み上げても、検討が具体化しているとは限りません。行動の意味と深さを分けます。

企業属性だけで高得点にする

理想企業でも今ニーズがあるとは限りません。現在のIntentを別に確認します。

古い行動を減点しない

過去の高関心企業がいつまでも上位に残るため、直近性と減衰を設定します。

一人の行動を企業全体の意思と考える

BtoBでは企業スコアと人物スコアを分けます。

スコアの理由を営業へ伝えない

営業が使えなければ、精密なモデルでも業務成果にはつながりません。

一度作った配点を変更しない

市場・商品・顧客の行動は変化します。営業結果をもとに見直します。

AIスコアを正解として扱う

AIによる予測も、過去データと設定した成果定義をもとにした判断材料です。人による確認を残します。

インテントデータ×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	何の優先順位を決めるスコアか	新規、展示会、休眠等に分ける
企業適合度	狙う企業条件があるか	業種・規模等を整理する
Intent	関心テーマを把握できるか	課題・商材テーマを定義する
Engagement	自社への反応を区別しているか	閲覧、DL、問い合わせ等を分類する
行動の強さ	軽い反応と強い行動を分けたか	意思決定への近さを整理する
直近性	いつ起きた行動か見ているか	観測期間を設定する
減衰	古い行動が下がるか	減衰ルールを追加する
企業・人物	別のスコアとして確認できるか	AccountとPersonを分ける
Relationship	過去商談・契約等を確認したか	CRMと連携する
除外条件	営業してはいけない対象があるか	マイナス・除外ルールを作る
内訳	高得点の理由を説明できるか	サブスコアを保持する
アクション	点数ごとの次行動があるか	営業・育成・観察へ分類する
営業結果	テーマ不一致・対象外も戻しているか	フィードバック項目をCRMへ追加する
改善	定期的に配点・基準を見直しているか	月次・四半期レビューを設定する