リードスコアリングの基準の作り方｜項目と設計手順

この記事の結論

リードスコアリングの基準は、属性スコア40%・行動スコア60%を目安に設計し、商談化データで閾値を検証しながら調整します。

ホワイトペーパーや料金表をダウンロードしてくれたリードが増えても、「今すぐ営業が架電すべき相手」なのか「まだ検討初期の相手」なのかは、名前や会社名だけでは判断できません。すべてのリードに同じ熱量で対応していては、限られた営業リソースがすぐに尽きてしまいます。

この判断を仕組み化する方法が「リードスコアリング」です。本記事では、リードスコアリングの基準をどう作ればよいか、属性スコアと行動スコアの設計から閾値の決め方、MAツールを導入していない中小企業でも始められる簡易運用まで、実務の手順として解説します。関連するBtoBマーケティング用語はBtoBマーケティング用語集でまとめて確認できます。

リードスコアリングとは

リードスコアリングとは、リードの属性情報と行動情報を点数化し、営業に引き渡すべき確度の高いリードを見極める仕組みです。目的は、限られた営業リソースを確度の高いリードに優先的に配分することにあります。

「資料をダウンロードした」という行動だけでは、そのリードが今すぐ商談化するかどうかは分かりません。同じ資料ダウンロードでも、部長クラスが料金表を見た場合と、学生が事例を軽く閲覧しただけの場合とでは、確度がまったく異なります。この差を数値で表現するのがスコアリングの役割です。

なぜ基準が必要か

スコアリングの基準が曖昧なままだと、担当者ごとに「有望なリード」の判断がブレてしまいます。ある営業は資料DL1件で架電し、別の営業は3件たまるまで待つ、といった属人化が起きやすくなります。

さらに、マーケティング部門と営業部門で「どこからが営業対象か」の認識がズレると、有望なリードが放置されたり、まだ検討初期のリードに営業が架電して警戒されたりする事態を招きます。基準を数値と条件で明文化しておくことが、この温度差を防ぐ出発点になります。

こうしたマーケティングと営業の役割分担や、見込み度に応じたリードの呼び分け方（MQL・SQL）については、MQLとSQLの違いとは｜見極め方を解説で詳しく整理しています。スコアリングの結果をどう呼び名に落とし込むか迷ったら、あわせて参考にしてください。

スコアリングを導入するとどう変わるか

基準を明文化する最大の効果は、営業の初動が変わることです。スコアリングを導入する前は、リード一覧を上から順に架電するような対応になりがちで、確度の低いリードに時間を取られる一方、確度の高いリードへの対応が後回しになることも珍しくありません。

基準があれば、朝一番にその日対応すべきリードが自動的に上位に並びます。「誰に・いつ・どこまでの温度感で連絡するか」が数値で示されるため、経験の浅い担当者でも一定の判断ができるようになります。結果として、架電1件あたりの商談化率が上がり、同じ人数・同じ工数でも成果につながりやすくなります。

スコアリングの2軸：属性スコアと行動スコア

リードスコアリングは、「属性スコア（誰か）」と「行動スコア（何をしたか）」の2軸を掛け合わせて設計します。属性だけでは意欲の高さが分からず、行動だけでは決裁権の有無が分かりません。両方を組み合わせて初めて、確度を立体的に把握できます。

配分の目安としては、属性スコア40%・行動スコア60%あたりを出発点にする設計がよく使われます。BtoBでは「関心を持って動いている人」を重視する傾向が強いため、行動側の比重をやや高めに設定するのが一般的です。ただし、これはあくまで初期値です。自社の商談化データがたまってきたら、後述する閾値設計のプロセスの中で配分自体も見直していきます。

属性スコアの設計例

属性スコアは、リードの会社や役職といった「事実として動かない情報」に基づいて加点します。BtoBでは、決裁権に近いかどうかが重要な判断材料になります。

役職や部署は、資料請求フォームの入力項目や名刺情報から取得できます。フォームの項目設計を見直す際は、資料請求フォームの項目テンプレートのような既存の整理も参考になります。

行動スコアの設計例

行動スコアは、リードが実際に取った行動に基づいて加点します。行動は「関心の強さ」を直接反映するため、スコアリングの中心的な役割を担います。

ここで見落とされがちなのが、資料の種類によって「意欲の強さ」が異なる点です。料金表や見積もり関連の資料をダウンロードしたリードは、比較検討の最終段階に近く、一般的な入門資料をダウンロードしたリードより確度が高い傾向があります。同じ「資料DL」という行動でも、一律の点数にせず、資料の性質ごとに重みを変えることが、精度の高い行動スコア設計のポイントです。

資料を検討フェーズ別に整理すると、次のように分類できます。

• 初期フェーズの資料：課題整理・用語解説系の入門資料。まだ検討が始まったばかりの段階で読まれる。
• 中期フェーズの資料：導入事例・ホワイトペーパー。自社の課題と照らし合わせながら読まれる。
• 後期フェーズの資料：料金表・比較表・導入ガイド。具体的な導入を検討し始めた段階で読まれる。

行動スコアを設計する際は、この3フェーズを意識して配点に差をつけると、資料DLという同じ行動でも確度の解像度が上がります。加えて、同じ資料を短期間に何度もダウンロードし直す、複数の役職者が同じ会社から資料をダウンロードするといった行動も、社内で検討が進んでいるサインとして加点対象に加えると精度が高まります。

減点すべき行動もある

加点ばかりに目が向きがちですが、確度を下げるサインを減点として組み込むことも重要です。例えば、資料請求フォームの入力に採用担当者らしき情報が含まれる場合や、競合他社と思われるドメインからのアクセスは、見込み客ではない可能性が高いため減点対象にします。また、メール配信の開封率が極端に低下したり、配信停止に近い操作をしたりした場合も、関心が薄れているサインとして減点すると、スコアの精度をより実態に近づけられます。

閾値設計：何点でMQL・SQLとするか

閾値設計とは、スコアが何点に達したら営業に引き渡すかを決めるプロセスです。最初から完璧な閾値を作ろうとする必要はありません。仮の閾値を置き、実際の商談化データで検証しながら精度を上げていくのが現実的な進め方です。

閾値を決める手順

1. 仮の閾値を設定する：明確な正解はないため、まずは50点前後などキリのよい数字を仮置きします。
2. 一定期間スコアを計測する：1〜2か月ほど運用し、どの点数帯のリードが実際に商談化したかを記録します。
3. 商談化率で検証する：点数帯ごとの商談化率を集計し、どの点数から商談化率が急に上がるかを確認します。
4. 閾値と配点を調整する：検証結果をもとに、閾値そのものや個別項目の点数を見直します。

このサイクルを繰り返すことで、「感覚」ではなく「実績データ」に基づいた閾値に近づけていけます。運用開始から数か月は、閾値を固定せず定期的に見直す前提で進めましょう。スコアリングで絞り込んだリードを商談化する段階では、BANTとはで紹介しているヒアリングベースの評価と組み合わせると精度が上がります。

閾値設計とあわせて検討したいのが、スコアの減衰です。一定期間（例えば60日間）行動がないリードはスコアを一定割合減点する仕組みを入れておくと、過去に一度盛り上がっただけで今は関心が薄れているリードを、誤って高スコアのまま放置する事態を防げます。

単一の閾値だけでなく段階を持たせる

閾値は1本だけでなく、複数段階に分けると運用の柔軟性が上がります。例えば「30点以上でナーチャリング対象」「50点以上でインサイドセールスがフォロー」「70点以上でフィールドセールスに引き渡す」のように段階を設けると、確度に応じた対応の濃淡をより細かくつけられます。

段階を分けることで、営業側も「70点のリードにはすぐ架電するが、50点のリードはまずメールでヒアリングする」といったように、工数の配分を調整できます。特に営業人数が限られる中小企業では、この段階設計が対応漏れと過剰対応の両方を防ぐ鍵になります。

MA未導入でも始められる簡易スコアリング

「スコアリングはMA（マーケティングオートメーション）ツールがないとできない」と思われがちですが、そうとは限りません。資料ダウンロードという行動を起点にすれば、スプレッドシートだけでも簡易的なスコアリングを始められます。

まず、資料をダウンロードしたリードの情報（会社名・役職・ダウンロードした資料の種類・日時）を1枚のシートに集約します。この時点で、属性スコアと行動スコアを手動で計算する列を追加しておけば、点数の高いリードを並べ替えるだけで優先順位が見えるようになります。

ここで課題になりやすいのが、そもそも「誰が・どの資料を・いつダウンロードしたか」というデータを取得する仕組みです。営業資料をメールで個別送付していると、この行動データがそもそも残りません。

DocLead は、PDFをアップロードするだけでリード獲得フォーム付きの共有ページを即座に発行できるツールです。資料ごとに専用ページが発行されるため、「誰がどの資料をダウンロードしたか」がダッシュボードに自動で記録されます。無料から使えるため、MAツールを導入する前段階でも、まずは資料DL行動を起点にしたスコアリングの土台作りとして試しやすいのが特長です。

簡易運用のステップは次のとおりです。

1. 資料ごとにDLページを用意する：料金表・事例・入門資料など、種類ごとに分けて発行します。
2. DLデータをシートに集約する：会社名・役職・資料の種類・日時を週次で確認します。
3. 属性・行動それぞれの点数を手動で付ける：先述の配点例を目安に、シート上で計算します。
4. 閾値を超えたリードを営業に共有する：週次のミーティング等で、優先度の高いリードから共有します。

少人数のチームであれば、この運用でも十分に「なんとなく」の判断から抜け出せます。データがたまり、対応するリード数が増えてきた段階で、本格的なMAツールへの移行を検討すればよいでしょう。

簡易運用を続けるコツ

手動運用は、続けるほど属人化しやすいという弱点があります。これを防ぐには、シートの入力ルールを最初に固定してしまうことが有効です。列の並び順・点数の計算式・更新の担当者を決めておき、誰が更新しても同じ結果になる状態を保ちます。

また、週次の確認を「気が向いたときにやる」のではなく、曜日と時間を固定した定例業務にすることも重要です。資料DLの件数が少ないうちは負担も小さいため、早い段階でこの運用リズムを作っておくと、リード数が増えてから慌てずに済みます。

スコア到達後の営業への引き渡し基準

スコアが閾値を超えたら、次に決めておくべきは「誰が・いつ・何を営業に渡すか」です。点数だけを共有しても、営業側はどう動けばよいか判断しにくいため、行動履歴とセットで渡すことが重要です。

引き渡す情報には、少なくとも次の3点を含めましょう。

• スコアと到達日時：いつ閾値を超えたか。鮮度が高いほど対応の優先度は上がります。
• 行動履歴：どの資料をダウンロードし、どのページを見たか。商談の切り口になります。
• 属性情報：会社名・役職・部署。アプローチの温度感を決める材料になります。

引き渡しのタイミングは、閾値到達から24時間以内を目安にするのが望ましいとされています。関心が高まっているタイミングを逃すと、リードの温度は急速に下がっていきます。資料請求後のフォローのタイミング設計については、資料請求後のフォローメールを送るベストなタイミングでも扱っているため、あわせて確認してください。

一方で、閾値に届かないリードをすぐに切り捨てる必要はありません。低スコアのリードは、メールマガジンやセミナー案内などのナーチャリング施策に回し、行動が増えてスコアが上がったタイミングで再評価する流れを作っておきます。ダウンロードしたリードの情報を一元管理しておけば、こうした再評価もしやすくなります。リード情報の蓄積・管理の考え方は、ハウスリストの作り方｜集め方から活用方法まで解説で解説しています。

引き渡し後のフィードバックも仕組みに組み込む

引き渡して終わりにせず、営業からマーケティングへのフィードバックを仕組みに組み込むことも忘れてはいけません。営業が実際に接触した結果（商談化した・見送りになった・そもそも決裁権がなかった等）をマーケティング側に戻す運用がないと、スコアの精度はいつまでも改善されません。

具体的には、引き渡したリードの一覧に「対応結果」の列を追加し、営業が週次で更新する運用にするだけでも効果があります。この結果が、前述の閾値設計における「商談化率での検証」の元データになります。マーケティングと営業が同じシートやツールを見ながら基準を育てていく状態を作ることが、スコアリングを形骸化させないための最大のポイントです。

よくある質問

スコアの配点や閾値はどのくらいの頻度で見直すべきですか？

運用開始直後は月1回程度の頻度で見直すことをおすすめします。商談化データが十分にたまってきたら、四半期に1回程度の頻度でも精度を維持しやすくなります。

少人数のチームでもリードスコアリングは運用できますか？

可能です。前述のとおり、スプレッドシートと資料DLデータの組み合わせだけでも、属性スコアと行動スコアを手動で計算する簡易運用から始められます。人数が増えたタイミングでMAツールへの移行を検討すれば十分です。

スコアが低くても、すぐに対応すべきリードはありますか？

あります。料金表のダウンロードや「導入を検討中」といった明確な意思表示があるリードは、合計スコアが閾値に届いていなくても優先的に対応するべきです。スコアはあくまで判断を補助する仕組みであり、絶対のルールにしない柔軟さも必要です。

属性スコアの情報はどこから取得すればよいですか？

資料請求フォームの入力項目（役職・部署・従業員規模など）から取得するのが基本です。フォームの項目が少なすぎると属性スコアが計算できないため、必要最小限の項目は入力必須にしておくとよいでしょう。

業種によって重視すべきスコア項目は変わりますか？

変わります。検討期間が短い商材では行動スコアの比重を高め、直近の動きを重視するとよいでしょう。逆に、検討期間が長く決裁者が複数いる商材では、属性スコアの比重を高め、部署横断でのダウンロード状況を見ることが有効です。自社の商談化までの期間や関与者の人数を踏まえて、配分を調整してください。

リードスコアリングは、一度作って終わりの仕組みではありません。まずは資料DL行動を起点にした簡易的な基準から始め、商談化データを積み重ねながら配点と閾値を磨いていくことが、精度の高いスコアリングにつながります。