リードスコアリングとは｜2軸の設計方法・点数例・IS連動・インテントデータ活用まで解説

「リードが増えてきたが、誰から優先的にアプローチすればいいか分からない」「マーケとISで渡すリードの質に不満が出ている」。こうした課題の多くは、リードの優先順位付けが「担当者の勘」に依存していることが原因です。

リードスコアリングは、見込み顧客の「属性」と「行動」に点数を付与し、購買意欲の高さを数値で可視化する仕組みです。スコアに基づいてISがアプローチする優先順位を決めることで、商談化率が大幅に向上します。

この記事では、リードスコアリングの定義・2軸の設計方法・具体的な点数例・ISへの連動ルール・インテントデータとの組み合わせ・失敗パターンまで体系的に解説します。

▼リードスコアリング設計・ナーチャリング戦略・IS代行支援の概要をまとめた資料です。

リードスコアリングとは何か

リードスコアリングとは、見込み顧客（リード）の属性情報や行動履歴に点数を付与し、購買意欲・成約確度を定量的に評価する手法です。スコアが高いリードほど「今まさに購買を検討している可能性が高い」と判断し、優先的にアプローチします。

属性スコアは「誰か（業種・規模・役職）」を評価し、行動スコアは「どれだけ関心があるか（資料DL・ページ閲覧・メール開封）」を評価します。この2つを組み合わせて総合スコアを算出し、一定のスコアを超えたリードをホットリード（MQL/SQL）と判定してISに引き渡します。

MAツール（マーケティングオートメーション）を使えばスコアの付与・累積・閾値到達の通知を自動化できるため、大量のリードがあっても担当者の手動確認コストをかけずに運用できます。

リードスコアリングが必要になった背景

リードが少ない段階では「全員に架電する」という対応が可能でした。しかしリードが増えると、すべてに同じ工数をかけることは現実的でなくなります。かといって「なんとなく良さそうなリード」を担当者の感覚で選ぶと、優先順位が属人化し、チームによって成果にばらつきが生まれます。

また、マーケとISの「リードの質に関する認識ズレ」も深刻な課題です。マーケは「たくさんリードを取った」、ISは「使えるリードが来ない」という対立は、「どんなリードをISに渡すか」の基準が共通言語化されていないことが根本原因です。スコアリングはこの基準を数値として共有し、部門間の対立を解消する仕組みでもあります。

リードスコアリングの2つの軸

リードスコアリングは「属性スコア」と「行動スコア」の2軸で設計します。どちらか一方だけだと精度が落ちます。属性スコアが高い（理想顧客）かつ行動スコアが高い（関心が高い）リードが、最も優先度の高いホットリードになります。

属性スコアは「そのリードが自社の理想顧客像（ICP）にどれだけ近いか」を評価します。主に企業規模・業種・役職・地域などを基準にします。

ICPを明確にすることが属性スコア設計の出発点です。「過去の受注実績の多い業種・規模・役職」をデータで確認し、受注確率が高い属性に高い点数を割り当てることが基本です。以下は属性スコアの設定例です。

属性スコアは「そのリードと商談する価値があるか」を判断するフィルターです。属性スコアが低いリード（ICPに合わない）はいくら行動スコアが高くても、IS架電の優先リストには入れないという設計が重要です。

行動スコアは「そのリードが自社の商材に対してどれだけ関心を示しているか」を評価します。自社サイトでの行動・メールへの反応・セミナー参加などが主な評価対象です。

行動スコアで重要なのは「最近の行動ほど価値が高い」という考え方です。6ヶ月前の資料DLより昨日の問い合わせのほうが購買意欲は明らかに高いため、一定期間行動がなければスコアを下げる「デクリメント」の設計も合わせて行います。以下は行動スコアの設定例です。

点数の高低は「そのアクションが成約にどれだけ近いか」で設計します。問い合わせ・商談依頼は購買意欲の直接的な表れなので最高点を付与し、メール開封は小さな関心の証として低めに設定するのが基本です。

👉リードスコアリングの設計からIS連動・ナーチャリング戦略まで、弊社の支援内容をまとめた資料です。

▶サービス概要資料『エンSXセールス』｜資料ダウンロードはこちら

リードスコアリングの設計手順（5ステップ）

リードスコアリングを設計する際は、以下の5ステップで進めることをおすすめします。特に見落とされがちなのがステップ5（IS連動ルールの設計）です。スコアを設定してMAに入力しただけでは成果になりません。

まず「自社にとっての理想的な顧客像（ICP：Ideal Customer Profile）」を定義します。過去の受注実績・LTVが高かった顧客・最短で受注に至った案件を分析し、「業種・規模・役職・課題」などの共通点を言語化してください。

ICPが不明確なままスコア設計を始めると、属性スコアの重み付けに根拠がなくなります。まずICPを定義することが、スコアリング精度の土台になります。

ステップ2：スコア付与する行動・属性の洗い出し

自社のマーケティング施策で取得できる行動データを洗い出します。資料DL・ページ閲覧・フォーム送信・メール反応・セミナー参加など、計測できるすべてのアクションをリストアップしてください。

計測できないアクションはスコアに組み込めないため、MAやCRMで何を追跡できるかを先に確認することが重要です。

ステップ3：各項目の点数設計と閾値の設定

各属性・行動に点数を割り当て、「何点以上をホットリード（MQL/SQL）と判定するか」の閾値を設定します。

点数設計の原則は2点です。①成約に近いアクションほど高く設定する。②ICPに近い属性ほど高く設定する。閾値は「高すぎると少ししかリードが上がってこない・低すぎると大量の低確度リードがISに届く」というバランスを見ながら調整します。最初は「少し低め」に設定し、実績をもとに見直すほうが現実的です。

ステップ4：MAツールへの設定と自動化

点数設計が完了したらMAツールに設定し、自動化します。各アクション発生時のスコア付与・閾値到達時の通知・定期的なスコアの見直しをMAが自動で行う状態を目指します。

MAがない場合はSFAやExcelで代替できますが、スコアの更新・集計が手動になるため工数が大きくかかります。リードが月100件を超えてきたタイミングを目安にMAの導入を検討してください。

スコアリング設計で最も見落とされがちなのがこのステップです。「スコアが閾値に達したら、ISがいつ・何をするか」のルールを事前に設計しなければ、スコアリングは「眺めるだけのデータ」になります。

以下の表を参考に、スコア帯別のISアクションを設計してください。

特に重要なのは、ホットリード（スコア80点以上）への「24時間以内の架電ルール」です。スコアが高い＝今まさに検討している可能性が高いため、タイミングを逃すと競合に先手を打たれます。弊社の検証データでは、問い合わせへの反応が90秒以内ではコンタクト率59.18%ですが、3分以降では20.51%まで低下します。スコア到達後の架電タイミングは、成果に直結します。

インテントデータで「外部のシグナル」を加えて精度を上げる

従来のリードスコアリングは「自社サイトへの訪問・自社メールへの反応」という、自社との接触行動だけを評価の対象にしていました。しかしこれだけでは見えない「ホットリード」が存在します。

たとえば「競合製品の比較ページを繰り返し検索している」「●●業界 課題 解決というキーワードで毎週調べている」という企業は、自社サイトにはまだ来ていないにもかかわらず、まさに検討フェーズに入っている可能性があります。

この「外部の検索・閲覧行動」を把握するのがサードパーティのインテントデータです。インテントデータをリードスコアリングに組み合わせることで、「まだ自社を知らないホットリード」を発見し、競合より先にアプローチできます。

インテントデータを活用したスコアリングの拡張方法は以下の通りです。

• ハウスリストへのインテント情報付与：既存のハウスリストに「この企業が先月どんなキーワードを検索しているか」というインテントスコアを掛け合わせる。過去のリードでも「今まさに検討が再始動した企業」を特定できる
• 新規リストのインテントスコア優先：自社未接触の企業でも、競合比較・導入事例・価格などのキーワードを頻繁に検索している企業を優先してアプローチリストに追加する
• スコアの複合評価：自社行動スコア＋インテントスコアの合算で総合スコアを算出することで、スコアの精度が大幅に向上する

弊社のインテントデータサービスでは、国内Web人口90%を網羅するデータを活用し、ハウスリストにインテント情報を付与してリード評価の精度を高めることができます。「既存ハウスリストのどの企業が今まさに動き始めたか」を可視化し、ISのアプローチタイミングを最適化します。

リードスコアリングを導入しても成果が出ない組織には、共通した失敗パターンがあります。以下の表で原因と対処法をまとめました。

最も多い失敗パターンです。MAにスコアを設定したものの、ISが「スコアを見て架電する」というルールがなく、結果として担当者が感覚でリストを選ぶ状態が続きます。

対処法は「スコアXX点以上→ISが24時間以内に架電する」というルールをSFAのタスクと連動させることです。スコア到達のアラートをISに自動通知する設定も有効です。スコアリングは「見る」ではなく「動く」ための仕組みである必要があります。

スコアが高いのに商談化しない

「スコアが高いから架電したが、全くニーズがなかった」という状況は、行動スコアだけが高くて属性スコアが低い「偽ホットリード」が生まれていることが原因です。

コンテンツに興味があっても、自社のICPに合わない企業（業種違い・規模が小さすぎる等）は、いくら行動スコアが高くても商談化率は低いです。対処法は「属性スコアが最低XX点以上でないとMQL判定しない」という属性スコアの最低ラインを設定することです。

一度設定して終わりになっている

スコアリングを設定した半年後・1年後に「なぜかスコアが高いのに受注しない」という状況が増えてくることがあります。これは市場変化・商材変化・顧客行動変化によって、最初の点数設計が陳腐化していることが原因です。

対処法は、四半期ごとに受注リードの平均スコアと失注リードの平均スコアを比較し、閾値と点数設計を見直すPDCAサイクルを組み込むことです。「この行動をした企業の受注率はXX%だった」というデータを蓄積し続けることが、スコアリングの精度を継続的に高めます。

まとめ

この記事では、リードスコアリングの定義・2軸の設計・点数例・IS連動・インテントデータ活用・失敗パターンまで解説しました。重要なポイントを振り返ります。

• リードスコアリングは「属性スコア（誰か）」と「行動スコア（どれだけ関心があるか）」の2軸で設計する
• ICPに近い属性ほど・成約に近いアクションほど高いスコアを付与するのが基本設計
• スコアリングはMA設定だけで終わらず「スコアXX点以上→ISがXX時間以内に架電」という連動ルールまで設計して初めて成果になる
• インテントデータを組み合わせることで「まだ自社を知らないホットリード」を外部のシグナルから発見できる
• 失敗の多くは「誰も使わない・偽ホット・PDCAなし」の3パターン。いずれも設計段階での対処が有効
• 四半期ごとに受注・失注データとスコアを照合してしきい値と点数を見直す継続改善が成果を維持する

リードスコアリングは「一度設定したら終わり」ではなく、受注・失注データを蓄積し設計を継続的に改善することで精度が上がる仕組みです。まずは属性と行動の2軸でシンプルな設計から始め、実績を積みながら精度を高めていくことをおすすめします。

👉リードスコアリング設計・ナーチャリング戦略・インテントデータ活用・IS代行まで、弊社の支援内容をまとめた資料です。リード活用の改善をご検討の方はぜひご覧ください。

インサイドセールス支援サービス資料（無料DL）