リードスコアリングと効果測定

リードスコアリングの基礎

リードスコアリングの定義と目的

リードスコアリングとは、リード（見込み顧客）や既存顧客を客観的な視点でスコア化・ランク付けする手法です。これにより、リードが購買プロセスのどの段階にいるのかをマーケティング担当者や営業担当者が把握し、マーケティング活動や営業活動を効率化できます。

具体的には、購買意欲や可能性を評価（スコア化）することで、それに応じた施策実施や投下リソースの調整が可能です。例えば、営業部門は確度の高いリードに集中し、マーケティング部門はまだ確度の低いリードのナーチャリング施策に集中することができます。また、評価指標が共有されることで、マーケティング部門と営業部門のコミュニケーションが円滑になるメリットもあります。

このリードスコアリングという考え方を、創出したリードの評価に適用していきます。ありがちなミスとしては「リードの創出数」をKPIと設定してしまうことですが、そのような設定方法だと「リードはたくさん取れたが商談や契約につながらなかった」という事態になりかねません。

このリードスコアリングの考え方を適用すると「創出したリードの質」についても評価できるようになります。

スコアリング基準の設定

リードスコアリングは「結果に影響する要素を洗い出し、それぞれ加点・減点方式でスコア化する」ことが一般的です。具体的には、業界、役職、製品に対する興味関心度などに関する情報を基に加点・減点を定義していきます。これにより、リードの質を定量的に評価できるようになります。

例えば、特定の業界に属するリードや、役職が決定権を持つポジションにあるリードには高いスコアを加点します。一方、製品に対する興味関心度が低いリードには減点を行います。「IT導入コンサルティング事業者」が獲得したリードを評価する、という視点で例を挙げると、以下の表のようなイメージで評価基準を設定していきます。

これらのスコアリング基準により、獲得したリードが「どれくらい顧客化しやすそうか」という質の観点で評価できるようになります。

特に問い合わせなどのアクションに至るまでのリードタイムが長い商品・サービスの場合、その先行指標でリードの質を評価できるようになり、施策実施後にそれほど期間を置かずとも施策自体の評価ができるというメリットがあります。

具体的には「まだお問い合わせにはつながっていないが、今後問い合わせをもらう可能性が高いリードである」かどうかを判断できるため、リードジェネレーションの施策自体の良し悪しを、施策実施直後でも細かく評価できるようになります。

リード評価基準の設定

属性データと行動データ

リードの評価においてよく使われる指標は、属性データと行動データです。2つを組み合わせて総合的に評価することが重要です。

属性データとは、リードの基本的な情報です。例えば業種、役職、企業規模、売上高などが含まれます。この情報は基本的にリード化されるタイミング（展示会での名刺交換やお問い合わせフォームへの入力、ホワイトペーパーのダウンロード）で取得できます。この評価は、「このリードが私たちの商品・サービスに合っているかどうか」を判断するために使われます。

行動データとは、リードが実際にどのような行動を取ったかを示す情報です。例えば、Webサイトの料金ページを閲覧する、メールに記載した製品URLをクリックするなどの行動が挙げられます。これらの行動は、リードの興味関心度や購買意欲を示す重要な指標となります。行動データについて、内容によっては行動するまでに時間がかかるものがあります（例：ウェビナー参加やメールマガジン複数回開封など）。リードジェネレーション施策を評価するという文脈においては、できるだけすぐ行動に移しやすい指標でスコアリングを設定すると、施策後の評価がしやすくなります。

既存顧客を分析してパターンを見つける

上記項目について、より確度が高い項目を設定するためには既存顧客の分析が欠かせません。

既存顧客の特徴や、顧客化する際の行動パターンを分析することで、どのリードが顧客化しやすいかを見極めることができます。分析して判明した「共通の属性や行動パターン」を評価基準に設定するようにしましょう。

例えば、顧客化した企業の大半が50名以上の組織だったとしましょう。また、既存顧客の大半がリード化されてから1週間以内に、「製造業向けITシステム導入事例」のページを何度も訪問し、さらに「システム導入コストの比較」ページも閲覧していたとします。

これらのデータから分かることは、「従業員人数が50名以上の方が顧客化する可能性が高いのではないか」「上記2ページの閲覧するリードは顧客化する可能性が高いのではないか」ということです。この結果に基づいて、それぞれの項目の加点を増やし、リードの質を見極める1つの指標とします。

仮に成約に至っているリードがまだ少なかったとしても、上記2つの項目に該当するリードを多く取れていれば、その施策は効果的だったと評価することができます。

KPIと効果測定指標の設定

上記の分析で判明した「顧客化しやすい特徴」を基に、リードジェネレーション施策のKPIと効果測定指標について考えていきましょう。

主要KPIの設定

既存顧客の特徴や、顧客化する際の行動パターンの分析を基に判明した指標を「中間指標」としてKPI（重要業績評価指標）に組み込みます。こちらも先程の「IT導入コンサルティング事業者」の例を用いると、下記表のようなイメージでKPIを設定します。

このように、成約に至るまでの過程についても、リードスコアリングの概念を用いて細かくKPIを設定しておくことで、顧客化しやすい「質の高いリード」が取れているのかを早期に評価できるようになります。

特に、コンバージョン数やコンバージョン率は比較的中長期での評価となるため、施策実施後に施策の良し悪しを評価する際は、リードスコアリングの考え方を用いて評価するようにしましょう。

効果測定のためのツールと方法

CRM（顧客関係管理）ツールやMA（マーケティングオートメーション）ツールなどの管理ツールを使わずに、手動でリードスコアリングを設定することは可能です。しかし、その場合は「膨大な手間や時間がかかる上に、データの正確性や一貫性を保つのが難しい」というデメリットがあり、あまり現実的でありません。

このため、もし効率的にリードの行動データや属性データを管理・分析したいのであれば、CRMやMAなどの管理ツール活用とよいでしょう。

大きな流れとしては、CRMで一元管理されている顧客情報を基に、MAでリードスコアリングを実施します。具体的にはCRMで既存顧客の分析を行い、リードスコアリングで評価すべき指標を選定し、MAにてスコアリングの設定をしていきます。スコアリングの設定を完了すれば、その設定に応じて自動的に点数が計算され、その点数に応じて顧客をセグメントすることができます。

最近では各ツールの機能拡張も進み、SFAとCRMの境界が曖昧になっており、SFAでも同様のことができるツールも存在します。実際に導入するツールを選定する際には、ツールのジャンルだけではなく具体的に何ができるかを正しく把握するようにしましょう。

データ分析と改善方法

リードジェネレーションにて創出したリードに対して、各手段ごとに比較を行うことで、最も効果的な手段を特定することができます。

Lesson 3「リードジェネレーション戦略」での事例を再度参照し、具体的に指標を追加しました（オレンジ色の箇所が今回追加部分）。

リード数の内訳を「リードスコアリング」の概念を用いて分解することで、今回の例では比較的温度感が高いリードを集められていることが分かります（例えば「導入コストのページを見たリード」は目標50に対して実績78で達成率156%）。

また、成約数や成約獲得単価を見ると、リスティング（検索）広告は今回あまり芳しくない結果のようですが、逆にLinkedInやFacebookに関しては良い結果だったことが分かります。

改善策の立案と実行

改善策を立案するためには、少し踏み込んでデータを読み解いていく必要があります。また、その数値になっている理由について、「メッセージやコミュニケーションの問題なのか」「リード側の問題、ひいてはリードスコアリングの評価ロジックの問題なのか（実態はコールドリードをホットリードと評価してしまっているなど）」など、幅広い観点で想像することが重要です。

先程の例をもとに、具体的にどのように改善策を検討していくか考えていきましょう。

例えば、数値を見ると、「成約率（成約数 / アポイント数）」はLinkedIn27.8%に対しFacebookは19.1%となっています。一方で「導入コストのページを見た」リード数はLinkedInが26、Facebookが44です。

つまり、「Facebook広告で獲得したリードは質が高いのに、後続のプロセスのどこかに問題があり、成約率が落ちてしまっている」と分かります。この結果を受けて「Facebook広告からアポイント取得して、実際にアポイントし終えるところまでで何かしら期待値とギャップを生むようなコミュニケーション設計の問題があるのではないか？」などの当たりを付けながら、施策を振り返ることができます。

そして、実際に広告コミュニケーションを振り返ると、過剰にあおるような表現になっており、期待値を実態よりも高くしすぎているかもしれないという仮説に気付き、次回の施策ではLinkedIn広告の表現で試してみる、といった施策を実施できます。