リードスコアリングを見直す方法｜点数だけでは分からない顧客の検討度をどう判断する？

「リードスコアが80点を超えたので営業へ渡した。しかし、電話してみるとまだ情報収集段階だった」「高スコアのリードを追っているはずなのに、営業からは質が低いと言われる」「何年も前に作った配点ルールを、そのまま使い続けている」。

このような状態になっている場合、リードスコアリングを見直すタイミングかもしれません。

リードスコアリングの見直しというと、「資料ダウンロードを10点から15点へ変更する」「営業への引き渡し基準を70点から80点へ上げる」といった配点調整を想像しがちです。

しかし、点数だけを修正しても、顧客の検討度とのずれが解消されない場合があります。

リードスコアリングを見直すときに重要なのは、点数そのものではなく、「何を判断するためのスコアなのか」「どの行動を、どの期間で、どの単位で評価するのか」を再設計することです。

特にBtoBでは、企業として自社に適合していることと、現在関連テーマを検討していることは同じではありません。

企業属性、自社Web行動、インテントデータ、行動の直近性、企業内の複数人物の動き、過去商談などを分けて確認する必要があります。

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、商談やリードは増えているものの、顧客側の「熱量」が十分ではない状態で営業へ渡されてしまう課題や、顧客行動データを一元化し、営業結果まで戻して改善する重要性が語られてきました。

本記事では、現在のリードスコアリングに違和感がある企業向けに、見直しが必要なサイン、問題が起きる原因、再設計の手順、精度を検証する指標まで整理します。

リードスコアリングの見直しが必要な7つのサイン

まず、現在のスコアリングが本当に機能しているかを確認します。

症状	考えられる問題	見直すポイント
高スコアなのに商談にならない	軽い行動が過大評価されている	行動の意味・深さ
営業がスコアを信用していない	高得点の理由が分からない	スコア内訳・説明可能性
昔のリードが上位に残る	累積方式で古い行動が残っている	直近性・減衰
大企業ばかり高得点になる	企業属性を重視しすぎている	FitとIntentの分離
資料DLした人が全員営業へ送られる	単一イベントで判定している	複数シグナル
一人の大量閲覧で企業スコアが急上昇する	企業と人物を混同している	AccountとPersonの分離
配点を長期間変更していない	現在の営業成果との整合性を検証していない	営業フィードバック

一つでも該当する場合は、「何点に変更するか」を考える前に、現在のルールが何を評価しているのかを確認することをおすすめします。

なぜ点数だけでは顧客の検討度が分からないのか

同じ点数でも中身が異なるから

例えば、次の2人がどちらも80点だったとします。

リードA	リードB
半年間メールを継続的に開封	直近1週間で事例・比較・導入記事を複数閲覧
資料を過去に複数取得	関連ウェビナーへ参加
最近の行動は少ない	過去商談が時期理由で保留
合計80点	合計80点

点数だけを見ると同じですが、営業で確認すべき優先度は異なる可能性があります。

合計点より、「なぜその点数になったのか」を見ることが重要です。

企業適合度と検討度は別だから

企業規模、業種、地域などが自社ターゲットに一致している企業は、営業上重要です。

しかし、それだけでは現在ニーズがあるとは限りません。

反対に、関連テーマへの関心は高くても、自社のサービス提供対象ではない企業もあります。

そのため、

• Fit：自社が価値提供できる企業か
• Intent：現在関連テーマへの関心があるか

を分けて確認します。

一回の行動だけでは文脈が分からないから

料金ページを閲覧した人が必ず導入を検討しているとは限りません。

競合調査、予算調査、業界研究などの可能性もあります。

資料DL、料金ページ、事例閲覧など一つのイベントではなく、その前後にどのような行動があったかを確認します。

時間が経つと行動の意味が変わるから

昨日の資料DLと1年前の資料DLを同じ10点として扱えば、累積スコアと現在の検討状態がずれていきます。

リードスコアリングでは、行動量だけでなく「いつ起きたか」を確認します。

リードスコアリングを見直す前に5つの評価軸へ分解する

既存のルールをすぐ削除する前に、現在の評価項目を次の5つへ分類します。

評価軸	意味	データ例
Fit	自社の営業対象として適合しているか	業種、企業規模、地域、部署、役職
Intent	現在どの課題・テーマへの関心があるか	インテントデータ、関心テーマ、関心変化
Engagement	自社へどのように反応しているか	Web閲覧、資料DL、ウェビナー、問い合わせ
Recency	その関心・行動が現在も新しいか	最終行動日、直近期間の行動、再訪
Relationship	自社とどのような関係にあるか	商談、失注、契約、担当営業、最終接触

例えば「企業規模1000名以上だから20点」はFitです。

「AIエージェント関連テーマへの関心が上昇」はIntentです。

「事例ページを閲覧」「ウェビナー参加」はEngagementです。

このように分解すると、現在のスコアがどこか一つの軸へ偏っていないか確認できます。

インテントデータを含めたスコア設計の基本については、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整理しています。

見直しポイント1｜スコアリングの目的を再定義する

最初に確認したいのは、「何のためのスコアなのか」です。

同じリードスコアリングでも、目的は異なります。

• 問い合わせ前の有望企業を探す
• 展示会後の優先フォロー対象を決める
• ウェビナー参加者を営業・育成へ分類する
• 休眠企業の再アプローチ候補を探す
• ABM対象企業の現在の関心を確認する
• 営業へ渡すMQLを判定する

これらを一つのスコアで判断しようとすると、評価項目が増え、何を意味する点数なのか分からなくなります。

「このスコアを見て誰が何を判断するのか」を一文で説明できる状態にします。

見直しポイント2｜評価しているイベントを棚卸しする

現在加点している行動を一覧化します。

現在の行動	確認する問い
メール開封	商談前に本当に意味のある行動か
メールクリック	何のテーマをクリックしたか
Web閲覧	すべてのページを同じ価値にしていないか
資料DL	資料の種類ごとに意図が異ならないか
ウェビナー参加	テーマ・参加後の行動も見ているか
問い合わせ	問い合わせ内容を分類しているか

「昔から10点だったから」という理由だけで残している項目は見直し候補です。

見直しポイント3｜行動の「強さ・深さ・頻度・鮮度」を分ける

同じWeb行動でも、意味は一律ではありません。

観点	見ること
強さ	閲覧、DL、相談など行動の能動性
深さ	基礎情報から比較・導入情報へ進んだか
頻度	単発か、繰り返しているか
鮮度	直近の行動か、過去の行動か
変化	通常時より増えたか

単純な「閲覧した＝5点」ではなく、顧客行動の文脈を見る方向へ変えます。

見直しポイント4｜スコア減衰を入れる

スコアリングが営業実態とずれる典型的な原因が、過去の行動の累積です。

例えば、半年以上新しい行動がないのに、昔の資料DLやウェビナー参加だけで高得点が維持されるケースです。

そこで、次のルールを検討します。

• 一定期間新しい行動がなければ評価を下げる
• 直近期間の行動を重視する
• 新しい関心が発生したら再評価する
• 商談・失注・契約になった場合は別ステータスへ移す

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変わります。

重要なのは、過去に関心があったことと、現在検討していることを同じ意味にしないことです。

見直しポイント5｜企業スコアと人物スコアを分ける

BtoBでは、一人の担当者の行動だけで企業全体の検討度を判断しない方が安全です。

評価	主に見る情報
企業スコア	企業適合度、企業単位のIntent、過去商談、複数人物の行動
人物スコア	役職、部署、Web行動、資料DL、メール反応、ウェビナー

例えば、一人の担当者だけが大量の記事を読んでいるのか、同じ企業の複数部署・複数人物が同じテーマについて動き始めているのかでは意味が異なります。

「誰が動いているか」と「企業として検討が動いているか」を分けて考えます。

見直しポイント6｜インテントデータを「購入意向」ではなく補助情報として加える

自社のMAやCRMだけでは、自社サイトへ来る前の企業や休眠中の企業が現在何を調べているか分かりにくい場合があります。

そこで外部インテントデータを組み合わせる方法があります。

ただし、インテントデータのスコアが高いことを、そのまま「購入意向が高い」と解釈しないようにします。

確認したいのは、

• 自社が解決できる課題への関心か
• 最近関心が高まったのか
• 自社Web上でも同じテーマへ反応しているか
• 企業として営業対象に合うか
• CRMに過去接点があるか

です。

インテントデータそのものの仕組みについては、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解説しています。

見直しポイント7｜加点だけでなく減点・除外条件を設定する

リードスコアリングは加点ばかりになりがちです。

しかし実務では、「営業しない理由」の方が重要な場合があります。

• 対象外業種
• 競合企業
• 学生や営業目的の問い合わせ
• 直近で失注
• 現在商談中
• 既存顧客
• 別担当者が対応中
• 長期間新しい行動がない

これらを減点・除外・別ステータスとして扱います。

「高スコアだから新規営業リストへ入る」という単純な設計を防げます。

見直しポイント8｜総合点より「スコアの内訳」を営業へ見せる

営業へ「85点です」と伝えるだけでは、営業活動へつながりません。

例えば、次のように表示します。

項目	状態
Fit	高
Intent	高：営業効率化
Engagement	中：事例・ウェビナー閲覧
Recency	直近7日で上昇
Relationship	過去商談あり・時期理由で保留
営業判断	現在の優先課題を確認する候補

営業担当者は、

「85点だから電話する」のではなく、「過去に時期理由で止まった企業で、直近に同じテーマへの関心が再上昇しているため、現在の検討状況を確認する」

と判断できます。

リードスコアリングを8ステップで再設計する

1. 目的を決める：何の優先順位を決めるスコアなのか明確にします。
2. 正解となる成果を決める：営業採用、接続、課題一致、商談化などを設定します。
3. 現行ルールを一覧化する：すべての加点・減点条件を書き出します。
4. Fit・Intent・Engagement・Recency・Relationshipへ分類する：どこへ偏っているか確認します。
5. 不要なイベントを削る：営業成果との関連が弱い項目を弱める・削除します。
6. 減衰・除外・企業単位の条件を追加する：現在の検討状態を反映しやすくします。
7. 小規模な対象でテストする：過去商談や直近リードで新旧ルールを比較します。
8. 営業結果を戻して更新する：採用・却下理由からルールを継続的に修正します。

リードスコアリングの精度は何を見て評価する？

商談化率だけでスコアリングの良し悪しを判断すると、営業担当者のスキル、提案内容、競合、予算などの影響が混ざります。

複数の段階に分けて確認します。

評価段階	KPI例
判定	営業採用率、営業却下率
データ	重複率、欠損、更新遅延、企業照合状況
仮説	関心テーマ一致率、タイミング一致
接触	接続、返信、会話化
商談	商談化、有効商談、案件前進
見逃し	実際に商談化したが低スコアだった企業

特に確認したいのが、高スコアなのに営業から却下された企業と、低スコアだったのに実際には商談化した企業です。

前者には過大評価している条件、後者にはスコアへ入っていない重要シグナルが隠れている可能性があります。

インテントデータを含めた誤判定の検証については、インテントデータの精度を高める方法｜誤判定を減らすデータ設計と検証手順も参考になります。

営業フィードバックをスコアリングへ戻す

スコアリングをマーケティング部門だけで改善し続けると、実際の顧客状態とのずれを確認できません。

営業から少なくとも次の情報を戻します。

• 営業対象として妥当だったか
• 担当者へ接触できたか
• 想定した関心テーマと実際の課題が合っていたか
• 検討タイミングが合っていたか
• 商談になったか
• 対象外だった理由
• 保留・失注理由
• 次に確認すべき時期

これらを蓄積することで、「資料DLは本当に重要だったのか」「直近の再訪は意味があったのか」「どの関心テーマが商談につながりやすかったか」を検証できます。

スコア判定後の営業活用については、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で整理しています。

AIをリードスコアリングの見直しにどう使う？

AIは、スコアを自動で付けるためだけに使うものではありません。

見直し工程でも活用できます。

• 過去商談前に多かった行動を抽出する
• 高スコア・未商談企業の共通点を分析する
• 低スコア・商談化企業の見逃し要因を調べる
• 営業却下理由を分類する
• 関心テーマと実際の商談課題を比較する
• 重要イベント候補を抽出する
• 新しい評価ルールの候補を作る

ただし、AIが提案したルールをそのまま本番へ反映する必要はありません。

AIは仮説を増やす役割、人は自社の営業戦略や顧客関係を踏まえて採用・検証する役割として分けます。

リードスコアリングを見直すときによくある失敗

しきい値だけ上げる

70点から80点へ変更しても、そもそもの加点項目がずれていれば改善しません。

商談になった人だけを分析する

商談化した対象だけでなく、営業が却下した企業や見逃した企業も確認します。

メール開封やクリックを過大評価する

軽い反応だけで検討度を判断しないよう、行動の意味を分けます。

企業規模と検討度を同じスコアへ混ぜる

FitとIntentを分けて確認できる状態にします。

過去の行動を残し続ける

直近性・減衰を導入します。

個人スコアだけを見る

BtoBでは企業単位の行動・過去関係も確認します。

営業に理由を見せない

点数だけでなく、関心テーマ、直近変化、スコア内訳を共有します。

一度直して終わる

商品、ターゲット、市場、顧客行動は変化するため、定期的に再検証します。

リードスコアリング見直しチェックリスト

チェック項目	確認すること	不足している場合
目的	何の判断に使うスコアか説明できるか	用途ごとにスコアを分ける
成果定義	何を良いリードとするか決まっているか	営業採用・課題一致・商談等を定義
Fit	企業適合度を独立して確認できるか	企業属性スコアを分ける
Intent	現在の関心テーマを確認できるか	関心テーマ・外部データを整理
Engagement	行動の意味を区別しているか	イベントを重要度別に分類
Recency	行動の鮮度を評価しているか	観測期間・減衰を追加
企業・人物	企業全体と個人を分けているか	Account・Personスコアを分離
除外条件	営業不要な対象を除外できているか	商談中・契約中等を設定
内訳	高スコアの理由を説明できるか	サブスコア・判定理由を保持
営業採用	営業が候補を採用したか記録しているか	CRMへ採用・却下を追加
却下理由	なぜ対象外だったか記録しているか	理由を選択式等で蓄積
見逃し	低スコアから商談化した企業を調べているか	未評価の重要行動を探す
更新	定期的に配点・条件を見直しているか	レビュー周期を設定

まとめ｜リードスコアリングの見直しは「点数を直す」ことではなく「判断の仕組みを直す」こと

リードスコアリングの精度に違和感があると、点数やしきい値を調整したくなります。

しかし、その前に確認したいのは、

何の判断に使うのか

↓

自社に合う企業か

↓

現在どのテーマへの関心があるか

↓

自社へどのような行動を取っているか

↓

その行動は最近のものか

↓

企業内で検討が広がっているか

↓

自社と過去・現在どのような関係にあるか

↓

営業が実際に確認した結果はどうだったか

という構造です。

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、顧客行動データを一元化し、AIによるリードスコアリングを行い、その結果を営業活動・成果分析へつなげて改善する考え方が示されてきました。

スコアリングの目的は、「顧客の検討度を一つの数字で完璧に表すこと」ではありません。営業・マーケティングが限られた時間をどこへ使い、次に何を確認するかを共通化することです。

まずは現行のスコアリングルールを一覧化し、それぞれを「Fit」「Intent」「Engagement」「Recency」「Relationship」のどこに当たるか分類してみてください。偏りが見つかれば、そこが見直しの出発点になります。

リードスコアリングの見直しに関するよくある質問

リードスコアリングはどのくらいの頻度で見直すべきですか？

業界共通の固定周期はありません。商品、ターゲット、営業プロセス、顧客行動が変わったときや、高スコアと営業成果のずれが増えたときに見直します。定期レビューを設定し、営業採用率や却下理由を継続して確認する方法もあります。

高スコアなのに商談につながらないのはなぜですか？

メール開封などの軽い行動を過大評価している、古い行動が残っている、企業適合度と現在の関心を混同しているなど、複数の原因が考えられます。スコアの内訳と営業却下理由を確認してください。

リードスコアリングの精度はどう測りますか？

商談化率だけでなく、営業採用率、対象外率、関心テーマ一致、タイミング一致、高スコア未商談、低スコア商談化などを確認します。

資料ダウンロードは何点にすればよいですか？

業界共通の正解はありません。資料の種類、取得後の行動、過去の商談データを確認し、その行動が自社の営業成果とどの程度関係していたかをもとに設定します。

BtoBでは企業スコアと個人スコアを分けるべきですか？

分けて確認する方法が有効です。一人の担当者の行動だけでは企業全体の検討とは限らないため、企業適合度や企業単位の関心と、人物単位の行動を分けます。

インテントデータを追加すればスコアリング精度は上がりますか？

判断材料は増やせますが、自動的に精度が上がるとは限りません。企業適合度、自社Web行動、CRM、直近性などと組み合わせ、営業結果との一致を検証する必要があります。

AIにリードスコアリングを任せてもよいですか？

AIを使って重要行動の候補抽出や評価ルールの提案を支援することはできます。ただし、どの営業成果を正解とするか、顧客へどのように対応するかは人が確認し、AIの点数を確定的な購買確率として扱わないことが重要です。