営業データ分析の実務｜パイプライン・受注率・LTVで営業状態を読み解き改善につなげる

SFA/CRMにデータは溜まっているのに、営業会議は「先月は目標未達だった」「今月はもう少し頑張ろう」で終わってしまう。数字を眺めても、次に何を打てばいいのかが決まらない。これは集計をしているだけで、分析ができていないことが原因です。

営業データ分析の実務は、次の順序で進めます。まず分析の目的（どのKPIの詰まりを解くのか）を先に決め、次にパイプライン・受注率・LTVといった営業の「状態」を表す指標で現状を読み解き、最後にボトルネックを特定して標準化・改善行動につなげます。分析手法や高度なツールを選ぶのは、目的が決まった後です。この記事では、営業マネージャー・営業企画・経営層が手元の営業情報やデータを実務で使いこなすための手順と、状態を読み解くための指標の型を整理します。

営業データ分析の実務とは｜「集計」で終わらせないための考え方

営業データ分析の実務とは、蓄積した営業情報やデータから営業の「今の状態」を読み解き、次にとるべき改善行動を決めることです。売上や活動量を月次でまとめる「集計」との違いは一点、改善行動への接続があるかどうかにあります。「先月の受注は12件だった」は集計ですが、「受注12件のうち、初回商談から見積提示に進めなかった案件が半数で、ここが最大のボトルネック」まで踏み込めば分析です。前者は状態の記録で終わり、後者は次の一手（見積提示までの標準トークの整備など）を生みます。集計で止まらないために欠かせない「目的の決め方」から順に見ていきます。

「振り返りの集計」と「実務の分析」の違い

多くの営業会議は、実態として集計の読み上げに時間を使っています。売上の着地見込み、活動件数、達成率を確認して「もっと頑張ろう」と締める形です。これらの数字は現状把握には必要ですが、それ自体は過去に起きたことの記録であり、次の行動を指し示しません。

実務の分析は、数字の背後にある「なぜそうなったか」と「だからどう動くか」までを扱います。同じ「受注率20%」という数字でも、フェーズ別に分解して「初回商談から次アポへの移行率は高いが、見積提示後の失注が多い」と読めれば、価格や競合対策という具体的な打ち手に結びつきます。集計と分析を分けるのは、データの量や高度さではなく、改善行動につながる問いを立てているかどうかです。

分析の目的を先に決める（営業生産性の方程式で詰まりを見つける）

分析の目的は、営業生産性の方程式を背骨にすると決めやすくなります。マツリカでは、売上・利益の最大化を営業生産性の最大化として捉え、次の式で整理しています。

営業生産性 ＝（商談数 × 受注率 × 単価）÷ 工数

この4つの要素は、それぞれ別の指標群に分解できます。商談数は新規問合せ数・商談化率・有効商談創出数、受注率は初回突破率・受注率・キーマン接触件数、単価は初回受注単価・クロスセル率・アップセル率、工数は顧客対応時間・社内業務時間です。営業データ分析は、この4つのどこが詰まっているかを見るために行う、と定義すると迷いません。「とにかくデータを眺める」のではなく、「今どこがボトルネックか」を1つに絞ってから該当する指標を掘るのが実務の順序です。

過去の振り返りから未来の予測へ

集計から一歩進めた分析でも、対象が「過去に何が起きたか」だけだと打ち手が後手に回ります。実務で価値が出るのは、過去のデータを使って未来を予測する段階です。過去の受注・失注データから「このフェーズで◯日以上滞留した案件は失注率が高い」という傾向が読めれば、滞留している案件を早期に検知して手を打てます。

過去の集計は現状把握、要因分析は原因の特定、予測は先手を打つための材料と位置づけると、分析の使い分けが明確になります。予測は特別な分析だけでなく、日々の案件データの蓄積があってこそ精度が上がります。だからこそ、次に述べる「データを整える」工程が実務全体の土台になります。

営業データ分析を実務に落とす5ステップ

営業データ分析の実務は、「目的の設定 → データ整備 → 現状の可視化 → ボトルネック特定 → 標準化・改善」の順で進みます。このうち多くの現場が飛ばしてしまうのがステップ2のデータ整備です。入力ルールが曖昧なまま可視化に進むと、フェーズの定義が担当者ごとにバラバラで、集計しても意味のある数字にならず、分析そのものが破綻します。各ステップで何を行い、何をアウトプットとして次へ渡すかを具体的に見ていきます。

手順を並べると次のとおりです。

• 分析の目的を1つに絞る
• 分析に使うデータを整える
• 現状を可視化する
• ボトルネックを特定する
• 標準化と改善行動につなげる

ステップ1｜分析の目的を1つに絞る

最初に、営業生産性の方程式のどこを解くのかを1つ選びます。「商談数が足りないのか」「受注率が低いのか」「単価が伸びないのか」「工数を取られすぎているのか」のうち、経営や現場の実感として最も痛いところを一点に絞ります。

目的を複数抱えると、指標も見るべきデータも際限なく増え、結局どれも掘り下げられません。「今期は受注率、なかでも見積提示後の勝率を上げる」というように、方程式の1要素、さらにその中の1指標まで絞ると、必要なデータと打ち手が具体化します。分析の精度は、目的の絞り込みの精度に比例します。

ステップ2｜分析に使うデータを整える（入力負荷と精度の相関）

目的が決まったら、その分析に必要なデータが正しく揃っているかを点検します。ここが営業データ分析で最もつまずきやすい工程です。現場の入力が雑だと、どれだけ高度な分析をしても結果は信用できません。フェーズの定義が人によって違う、失注理由が空欄、金額や受注予定日が入っていない、といった状態では、そもそも読み解ける数字が作れません。

入力負荷と分析精度は相関します。入力項目を増やせばデータは詳細になりますが、現場の負担が増えて入力率が下がり、かえって精度が落ちます。分析の目的に必要な最小限の項目に絞り、入力を徹底するのが実務的です。見積提示後の勝率を分析したいなら、フェーズの遷移日と失注理由の入力を優先し、それ以外の任意項目は求めすぎない、という判断になります。データ整備は分析の前提であり、ここを飛ばすと後工程がすべて崩れます。

ステップ3｜現状を可視化する（レポート・ダッシュボード）

データが整ったら、目的に沿った切り口で現状を可視化します。ここでの可視化は「きれいなグラフを作ること」ではなく、ボトルネックの候補が目で見えるようにすることです。受注率を見るならフェーズ別の移行率、パイプラインを見るならステージ別の案件金額と件数、というように、目的に直結する1枚を作ります。

レポートやダッシュボードは、毎回手作業で作ると更新が止まりがちです。定点で見る指標は、更新の手間がかからない形で用意しておくと、分析が習慣として続きます。可視化のアウトプットは「どこかおかしい」という気づきであり、まだ原因の特定ではありません。

ステップ4｜ボトルネックを特定する

可視化で見えた「おかしいところ」を掘り下げ、詰まりの正体を特定します。ここで使うのが後述する要因分析です。「受注率が低い」で止めず、「初回商談から見積提示までは進むが、見積提示後の勝率が他フェーズより明確に低い」まで分解します。

ボトルネックは1つに定めます。複数を同時に直そうとすると打ち手が薄まるためです。このステップのアウトプットは「受注率が落ちる特定フェーズ」や「滞留が起きる特定ステージ」といった、行動に落とせる粒度の課題です。

ステップ5｜標準化と改善行動につなげる

特定したボトルネックを、再現性のあるプロセスに落とします。属人化の解消は「データの一元化」と「プロセス・活動の標準化」の両輪で成り立ちます。データを一元化して見えるようにするだけでは不十分で、誰がやっても一定の質で回る営業プロセスを整えて初めて、成果が組織全体に広がります。

見積提示後の勝率が低いと特定できたら、勝ちパターンの提案構成やフォローのタイミングを型化し、全員が同じ手順で動けるようにします。改善行動を打ったら、その結果を再びデータで確認し、次のステップ1に戻ります。この循環を回すことで、分析が一度きりのイベントではなく、営業組織の運用に組み込まれていきます。

基本の分析手法｜動向分析・要因分析・検証分析

実務でまず押さえるべき分析手法は、動向分析・要因分析・検証分析の3つです。動向分析で「傾向がどう動いているか」を掴み、要因分析で「なぜその差が生まれたか」を特定し、検証分析で「打ち手が効いたか」を確かめます。3つはこの順に連なり、ステップ3〜5の可視化・特定・改善に対応します。手法はあくまで目的を達成するための道具であり、どれを使うかは目的が決まった後に選びます。それぞれ何を見て何がわかるかを見ていきます。

動向分析（時系列で傾向を掴む）

動向分析は、指標を時系列で並べて傾向の変化を掴む手法です。月次・週次の受注件数、パイプライン総額、フェーズ別の案件数などを時間軸で見て、増えているのか減っているのか、季節性があるのかを読みます。

単月の数字だけでは、それが良いのか悪いのか判断できません。過去数か月・前年同期と並べて初めて「ここから落ち込みが始まった」という異常が見えます。動向分析は現状把握と異常検知の入り口であり、掘り下げるべき箇所の当たりをつける工程です。

要因分析（差が生まれた原因を特定する）

要因分析は、動向分析で見つけた変化や差の原因を特定する手法です。全体の受注率が下がっているとき、それを担当者別・商品別・リード獲得チャネル別・フェーズ別に分解し、どの切り口で差が出ているかを探ります。

受注率の低下を分解した結果、「特定チャネルから入ったリードの受注率だけが著しく低い」と分かれば、そのチャネルのリード品質や引き渡し基準に原因があると絞り込めます。要因分析の質は、どの切り口で分解するかで決まります。方程式の要素（商談数・受注率・単価・工数）を起点に分解軸を選ぶと、原因にたどり着きやすくなります。

検証分析（仮説を検証し次の打ち手に反映する）

検証分析は、立てた仮説や打った施策が正しかったかを確かめる手法です。「見積提示後の勝率が低いのはフォロー不足が原因」という仮説を立て、フォロー標準化の施策を打った後で、勝率が実際に改善したかをデータで検証します。

検証を省くと、施策が効いたのかたまたまなのかが分からず、改善が積み上がりません。打ち手の前後で同じ指標を測り、変化を確認して次の仮説に反映します。この検証があるからこそ、分析は先ほどの5ステップの循環として回り続けます。

営業状態を読み解く指標｜パイプライン・受注率・LTV

営業の状態は、3つの視点で読みます。これから何が受注できそうか（パイプライン）、今の営業は勝てているか（受注率）、顧客が生む価値の総量はどうか（LTV）です。パイプラインは方程式の「商談数」、受注率はそのまま「受注率」、LTVは「単価」の積み上がりを表し、それぞれ見ている詰まりが異なります。ここでは各指標が何を映すかの概観を示し、指標ごとの具体的な設計・読み方はクラスター記事に譲ります。まず自社がどの視点から見るべきかを掴んでください。

パイプライン分析（見込みの厚みと詰まりを読む）

パイプライン分析は、進行中の案件をステージ別に並べ、見込みの厚みと詰まりを読む視点です。各ステージにどれだけの案件金額・件数があるかを見て、目標達成に必要なパイプラインが積み上がっているか、特定のステージで案件が滞っていないかを把握します。

パイプラインが薄ければ、そもそも商談数が足りていない可能性が高く、リード獲得や商談化の工程に目を向けます。逆に厚みはあるのに受注につながらないなら、問題は受注率側にあります。どの指標を軸に見込みの厚みを測るかは、扱う商材や営業サイクルによって変わります。詳しくは見るべき指標の選び方をご覧ください。

受注率の分析（どのフェーズで負けているかを読む）

受注率の分析は、案件がどのフェーズで失われているかを読む視点です。全体の受注率を見るだけでなく、初回商談から次アポ、提案、見積提示、クロージングというフェーズごとの移行率に分解すると、どこで負けているかが見えます。

初回突破はできているのに見積提示後に落ちるのか、そもそも初回商談から先へ進まないのかで、打つべき手はまったく異なります。前者なら価格・競合対策や提案内容、後者なら初回商談の質やターゲティングに課題があります。フェーズ別に読み解くレポートの作り方は、分析レポートの作り方をご覧ください。

LTV分析（単価・継続で顧客価値の総量を読む）

LTV分析は、1件の受注だけでなく、顧客が取引期間を通じて生む価値の総量を読む視点です。初回受注単価に加え、クロスセル・アップセルによる単価向上、契約の継続がどれだけ価値を積み上げているかを見ます。

新規獲得だけを追うと、既存顧客からの伸びしろを見落とします。受注率やパイプラインが「これから・今」を見るのに対し、LTVは顧客との関係を長期で捉える視点です。どの顧客を優先して関係を築くかという全体最適の判断にも直結します。指標としての定義の置き方は、分析指標の定義の仕方をご覧ください。

実務で最初に見るべき指標の優先順位

3つの視点すべてを一度に整えようとすると、指標の定義やデータ整備だけで手が止まります。最初の一歩は小さく具体的にします。おすすめは、直近で最も痛みのある1つの詰まりに対応する指標だけを見ることです。

会議が集計止まりなら、まず「受注率が落ちる1フェーズ」を1つ選んで、そのフェーズの移行率だけを追います。パイプラインが薄いと感じるなら、ステージ別の案件件数を1枚だけ用意します。KPIツリーを最初から全部書き出す必要はありません。1つの指標で改善の手応えが出てから、対象を広げていくのが続けやすいやり方です。

分析に使うツールの選び方｜Excel・SFA/CRM・BI

分析ツールは「データ量」と「分析頻度・自動化の必要度」で選びます。少量・単発ならExcelやスプレッドシート、日常の案件データを蓄積しながら継続的に分析するならSFA/CRM、複数のデータを統合して定点でモニタリングするならBI、という判断が基本です。高機能なツールを入れれば分析ができるようになるわけではなく、目的とデータの状態に合わないツールは使われずに終わります。それぞれを優先すべきケースを整理します。

Excel・スプレッドシートを優先すべきケース

案件数が限られ、分析が単発・不定期であれば、ExcelやGoogleスプレッドシートでもLTVや受注率の集計は十分に行えます。関数やピボットテーブルで柔軟に切り口を変えられ、導入コストもかかりません。まず手元のデータで分析の型を試すなら、ここから始めるのが現実的です。

一方で、案件データが増え、毎週・毎月の更新を続ける段階になると、データ入力と集計を手作業で回す負担が重くなります。複数人が同じファイルを触ればフォーマットの崩れや上書きも起きやすくなります。標準の使い方のままでは運用の手間が増える、という点を踏まえて、次の段階のツールを検討します。

SFA/CRMを優先すべきケース

日常的に案件データを蓄積しながら分析したいなら、SFA（営業支援システム）やCRM（顧客関係管理：ツールであると同時に、顧客との関係を軸に営業を組み立てる業務の考え方でもあります）が向きます。営業活動の入力と分析が同じ基盤で完結するため、フェーズの移行やパイプラインの状態が入力と同時に更新され、手作業の集計から解放されます。

実務では、営業プロセスを前に進めるSFAの視点と、顧客との関係を長期に築くCRMの視点を1つのツールで扱う統合型が一般的です。標準で用意されるレポートを起点に分析を始められる製品もあります。たとえばMazrica Salesのような統合型のSFA/CRMには、売上予測・売上推移・売上実績・ファネル分析・アクション予測・アクション分析・アクション推移・フェーズ進捗の8種の標準レポートがあり、蓄積した営業情報やデータからAIが受注確度や次のアクションを示唆する機能も備えています。ただしAIが示す確度や予兆はあくまで推定であり、鵜呑みにせず現場の判断と合わせて使うものです。他ツールでも同種の機能はあり得るため、自社のデータの状態と運用に合うかで選びます。

BIツールを優先すべきケース

SFA/CRMに溜まった営業データに加え、会計・ERP・マーケティングなど複数のデータを統合して分析したい、経営や役割ごとに定点でモニタリングしたい、という段階ではBI（ビジネスインテリジェンス：社内外に散在するデータを統合し可視化・分析する基盤）が向きます。予実管理や要因分析、KPIモニタリングをダッシュボードで継続的に運用できます。

なお、SFA/CRMの料金プランにある「BI連携（外部BIツールとの連携機能）」と、統合分析基盤としての「BI製品」は別物なので、検討時に取り違えないよう注意します。製品の一例として挙げると、Mazrica BIは複数データの統合分析やダッシュボード作成に対応しますが、Mazrica Salesの利用が前提となるオプション的な位置づけです。BIを検討する段階では、既存のSFA/CRMや他データとの連携のしやすさを軸に選ぶとよいでしょう。

営業データ分析でつまずくポイントと対処

営業データ分析のつまずきの大半は、分析そのものではなく「分析の前」に起きています。目的が曖昧なまま手法から入る、入力が雑で使えるデータがない、分析が振り返りで止まって行動に移らない。この3つが典型です。ツールを高度にしても、これらは解決しません。それぞれの落とし穴と、条件別の対処をセットで見ていきます。

目的を決めずに手法から入る

「とりあえずデータを分析しよう」と手法やツールから入ると、何を見ればいいのか分からず、きれいなグラフを作って満足して終わります。対処は明快で、営業生産性の方程式のどの要素を解くかを1つに絞ってから着手することです。

目的が決まれば、必要なデータも見るべき指標も自ずと決まります。もし目的が絞れないなら、まず経営・現場で最も痛みが大きい詰まりを1つ合意します。そこがすべての起点になります。

入力ルールがなく分析が破綻する（点検すべきデータ項目）

入力ルールがないまま蓄積されたデータは、集計しても意味のある数字になりません。分析を始める前に、最低限の項目が正しく揃っているかを点検します。点検すべき代表的な項目は次のとおりです。

• フェーズ（ステージ）の定義が全員で統一されているか
• 失注理由が入力されているか（空欄・「その他」だらけになっていないか）
• 案件金額・受注予定日などの必須項目に欠損がないか
• フェーズの遷移日が記録され、滞留日数を測れるか

すべてを完璧に埋めようとすると入力負荷が上がり、かえって入力率が下がります。分析の目的に必要な項目に絞って、その入力を徹底するのが現実的です。

分析結果を「アラート」につなげていない

分析を月次のレポートで見るだけだと、問題が起きてから気づくため対応が遅れます。対処は、重要な指標にしきい値を決め、逸脱したときに検知する運用を組むことです。

「特定フェーズで滞留日数が◯日を超えたら通知」「受注確度が一定以下に下がった大型案件はマネージャーに共有」といったルールを決めておけば、失注の兆候に先手で動けます。定点のレポートは全体傾向の把握に、アラートは個別案件の早期対応に使い分けると、分析が日々の行動に接続します。

見て終わり｜標準化まで進めない

ボトルネックを特定できても、そこで満足して打ち手を型化しないと、次の四半期も同じ課題が繰り返されます。分析で見つけた勝ちパターンや失注要因は、標準プロセスに落として初めて組織の成果になります。

見積提示後の勝率が低いと分かったなら、勝率の高い担当者の提案構成やフォローの手順を全員が使える型にします。属人化はデータの一元化だけでは解けず、プロセスの標準化までやって解消します。分析は見ることではなく、標準化して再現性を作るところまでが実務です。

まとめ

営業データ分析の実務は、目的を1つに絞り、データを整え、可視化し、ボトルネックを特定し、標準化して改善につなげる循環です。この順序を守れば、会議が集計の読み上げで終わる状態から抜け出せます。

具体的な最初の一歩は、状況に応じて選んでください。振り返り会議が集計止まりなら、受注率が落ちる1フェーズだけを選んで、そのフェーズの移行率を要因分析することから始めます。KPIツリーを最初から全部書き出す必要はありません。ツールについては、Excelでの手作業のレポートが更新負荷で限界に近いならSFA/CRM、営業データに加えて複数データの定点モニタリングが要るならBIを検討します。1つの指標で改善の手応えを得てから、見る範囲を広げていくのが、分析を組織に根づかせる現実的な進め方です。

よくある質問

Q 営業データ分析は何人・どの役割から始めればよいですか

A

少人数でも始められます。まずは営業マネージャーや営業企画が中心となり、直近で最も痛い詰まり1つに絞って現状を可視化するところからで十分です。最初から専任の分析チームを置く必要はなく、既存の役割の中で1つの指標を追い、改善の手応えが出てから対象と関与者を広げるのが現実的です。

Q データが少ない・溜まっていない段階でも分析は意味がありますか

A

意味はありますが、期待する精度は状況によります。データが少ないと動向分析や予測の精度は上がりにくい一方、受注率をフェーズ別に分解して「どこで負けているか」を見る程度なら、少ない件数でも傾向は掴めます。むしろこの段階でフェーズ定義や失注理由の入力ルールを整えておくと、データが溜まるほど分析の精度が上がります。データを増やすことと入力の質を整えることを並行して進めてください。

Q SFA/CRMとBIツールはどちらを先に導入すべきですか

A

多くの場合、SFA/CRMを先に検討します。判断軸は、入力負荷・案件の見える化・既存ツール連携の3つで、原則この順で優先します。日々の営業活動の入力が回り、案件の状態が見える基盤ができて初めて、複数データを統合するBIの価値が生きます。営業データそのものが整っていない段階でBIを入れても、統合すべき元データがなく効果が出にくいためです。

Q AIによる受注予測はどこまで信用してよいですか

A

AIが示す受注確度や失注予兆は、あくまで過去データからの推定です。傾向を早期に掴む材料としては有用ですが、断定的な結論として鵜呑みにするものではありません。AIの示唆を「どの案件を優先して確認すべきか」の当たりづけに使い、最終的な判断は現場の情報と合わせて行うのが実務的な付き合い方です。予測の前提となるデータの入力品質が低ければ、推定の精度も下がる点にも注意してください。

Q 分析の成果はどのくらいの期間で出ますか

A

対象とする指標によって変わります。受注率のフェーズ別分析のように、既存データですぐ着手できるものは、可視化して打ち手を決めるまでを短期間で回せます。一方、LTVや動向分析のように一定量のデータ蓄積が前提になるものは、成果の検証まで時間がかかります。小さく着手して1つの指標で改善を確認し、検証しながら対象を広げていくと、成果を積み上げやすくなります。

Q Excelでの営業データ分析の限界はどこにありますか

A

限界は主に、データ量が増えたときの更新負荷と、複数人・複数データの扱いにくさに現れます。案件が増えて毎週・毎月の更新が続くと手作業の集計が重くなり、複数人で同じファイルを触るとフォーマットの崩れや上書きが起きやすくなります。単発の集計や分析の型を試す段階では十分ですが、日常的な蓄積と定点分析が必要になったら、SFA/CRMやBIへの移行を検討する目安になります。