営業データを生み出すMA・SFA・CRMとは｜3ツールの役割・違い・生成データ種別を理解する

商談メモはSFA、リード情報はMA、顧客とのやり取りの履歴はCRMに入っているはずなのに、いざ「先月から受注率がどう変わったか」を説明しようとすると、必要なデータが手元に出てこない。こうした状態のとき、多くの現場は「分析の仕方が悪いのでは」と考えますが、原因はもっと手前にあります。営業データが分析される前の段階、つまり「どこで・どのように生まれているか」を整理できていないことです。

営業データは、分析ツールが自動で生み出してくれるものではありません。日々の営業・マーケティング活動を回すためのツール、すなわちMA・SFA・CRMという3つの業務ツールから、活動の副産物として生成されます。生成源であるこの3ツールの役割・違い・生み出されるデータの種別が整理できていないと、そもそも分析の対象になるデータが欠けたままになります。

この記事では、営業データを生むMA・SFA・CRMの3ツールが、それぞれ何を・どう生成するのかを役割の違いから整理し、生成される営業データの種別、さらに「生成できている／抜けている」データを点検する視点までを実務目線で解説します。3層（生成・統合・活用）を通した体系的な全体像は営業データ活用基盤の全体像を参照してください。本記事は、そのうち「生成層」だけを深く掘り下げます。

営業データはどこで生成されるのか

営業データの大半は、営業・マーケティング活動を回すための3つの業務ツール（MA・SFA・CRM）から、活動の副産物として生成されます。加えて、メール本文・商談の議事録・名刺といった、集計しにくい形の情報も重要な生成源です。分析基盤の話をするとき、多くの記事は蓄積（DWH）や可視化（BI）から語り始めますが、それらは生成されたデータがあって初めて機能します。まず「営業データがどこで生まれているか」を押さえないと、後段でいくら高度な分析基盤を用意しても、分析対象のデータそのものが欠けてしまいます。ここでは、営業データを2つの分類で捉え、生成源としての業務ツールと日々の活動の関係を整理します。

営業データの2分類｜構造化データと非構造化データ

営業データは、性質によって構造化データと非構造化データの2つに大きく分かれます。構造化データとは、表形式の項目や数値として整理でき、そのまま集計・分析できる情報です（例: 受注確度、商談フェーズ、企業の業種や従業員数）。非構造化データとは、議事録やメール本文のように、そのままでは集計しにくい自然言語や文書の形をとる情報です。

営業の現場では、両者が入り混じって発生します。SFAに入力された案件フェーズは構造化データですが、その案件に紐づく商談メモや先方とのメールは非構造化データです。この違いは、後段の点検や活用で重要になります。両者をどう扱い分けるかは、兄弟記事の営業の構造化・非構造化データで詳しく整理しています。本記事では「どちらの性質のデータが、どのツールから生まれるか」に絞って見ていきます。

生成源としての業務ツールと日々の活動

同じ営業データでも、生成のされ方には2通りあります。人が意識的に入力するデータと、行動の記録として自動で残るデータです。

たとえばSFAへの案件登録やフェーズ更新は、営業担当が手を動かして入力するデータです。一方、MAが記録するメールの開封やWebページの閲覧は、見込み客の行動に応じて自動で残るデータです。この違いは、後述する「入力が続いているかの点検」に直結します。人が入力するデータは運用が止まれば生成も止まりますが、自動記録されるデータは仕組みが動いている限り生まれ続けます。どちらか一方に偏ると、営業活動の全体像が片側からしか見えなくなります。

MA・SFA・CRMの役割と守備範囲

3ツールの違いを理解する近道は、それぞれが営業プロセスのどの区間を担当しているかを見ることです。MAは商談化する前のリード獲得・育成、SFAは案件が発生してから受注に至るまでの営業活動、CRMは受注後を含む顧客との長期的な関係管理を主に担います。担当する区間が違うため、そこから生成される営業データも自然と違ってきます。営業データの分析を扱う記事の多くは、3ツールを「分析に使えるツール」として並列に語りますが、生成源としての役割分担で捉えると、どのデータがどこで生まれるかが一気に見通せます。ここでは各ツールの役割と、そこから生まれるデータを順に整理します。

MA（マーケティングオートメーション）｜商談化前のリードを生む

MA（マーケティングオートメーション：商談化前のリードの獲得・育成を担うツール）は、まだ商談になっていない見込み客の段階を担当します。展示会やWebフォームで獲得したリードの属性情報を管理し、メール配信やコンテンツ提供を通じてリードを育成（ナーチャリング）します。

MAが生成する営業データは、大きく2種類です。1つはリードの属性データ（会社名・部署・役職・問い合わせ経路など）、もう1つは興味関心を示す行動データ（メールの開封・リンククリック・特定ページの閲覧など）です。後者は見込み客の行動に応じて自動で記録されるため、「どのリードが今どれくらい関心を持っているか」を判断する材料になります。商談化前の段階でしか生まれないこのデータが抜けていると、商談数を増やす打ち手の効果を検証できなくなります。

SFA（営業支援システム）｜案件と営業活動を記録する

SFA（営業支援システム）は、商談が発生してから受注に至るまでの案件を管理し、営業活動を記録する仕組みです。案件がどのフェーズにあるか、受注確度（ヨミ）はどの程度か、いつ・誰が・どんなアクションをとったかを蓄積します。

SFAが生成する営業データは、案件・商談の進捗データ、営業担当が行った活動履歴データ、そして受注確度やヨミといった見通しのデータです。案件のフェーズや受注確度は構造化データとして集計でき、受注率の変化や案件の停滞を追う土台になります。一方、商談メモや先方との会話の記録は非構造化データで、こちらは人が入力しない限り残りません。SFAは、人が入力するデータの比重が大きいツールであり、入力運用が続くかどうかが生成量を左右します。

CRM（顧客関係管理）｜受注後も含む顧客情報を蓄える

CRM（顧客関係管理：顧客との良好な関係を長期に築くための仕組み・考え方）は、受注後を含めた顧客との関係全体を管理します。ここで押さえておきたいのは、CRMは単なるツールであると同時に、顧客との関係を軸に事業を考える業務の考え方・概念でもあるという点です。ツールとしての機能だけを見ると、その本質を捉え損ねます。

CRMが生成する営業データは、顧客の属性情報に加え、問い合わせ・サポート対応・取引の履歴といった関係履歴データです。これらは、どの顧客を優先して関係を深めるか、どの顧客にアップセル・クロスセルの余地があるかといった、顧客生涯価値（LTV：一顧客が取引期間全体でもたらす利益）を高める判断に使われます。受注して終わりではない、その後の関係のなかで生まれ続けるデータである点が、MA・SFAとの大きな違いです。

実務では統合して扱われる（SFA/CRM）

SFAとCRMは役割が分かれているものの、実務では両者を1つのツールに統合して扱う形が一般的です。統合された形態はSFA/CRMと表記されることがあります。以降でSFA/CRMと書く場合は、この統合型を指します。

統合の意義は、単に「同じ顧客データ上で操作できる」という利便性だけではありません。本質は、2つの視点を両立できることにあります。1つは、個別の案件に対して営業プロセスを適切に前へ進め、効率的な受注につなげる視点（SFA寄り）。もう1つは、どの顧客を優先して関係を築き、LTVを高めるかという全体最適の視点（CRM寄り）です。この2つの視点でマーケティング・営業活動を最適化できることが、統合されている意義です。生成データの観点でも、案件の進捗データと顧客の関係履歴データが同じ顧客に紐づいて蓄積されるため、点と点だった情報が線としてつながります。

MA・SFA・CRMの違いを生成データで見分ける

3ツールの違いは、機能名を並べて比べるよりも、「何のデータを生成するか」で見分けると混乱しません。ひとことで言えば、MAは興味関心・行動データ、SFAは案件進捗・活動データ、CRMは顧客属性・関係履歴データを生みます。機能一覧はツールやプランによって重なる部分も多く、機能名で比べると境界が曖昧になりがちですが、生成するデータの種類は役割の違いをそのまま映します。以下の表で4つの観点から整理し、そのうえで実務で迷いやすい「案件」「商談」「営業活動」の使い分けを補足します。

表のとおり、MAは見込み客の行動から自動で残るデータの比重が大きく、SFAは営業担当が入力するデータの比重が大きい、という違いがあります。この「誰が・どのように入力するか」の違いは、データが安定して生成され続けるかどうかに直結します。

「案件」「商談」「営業活動」の生成データはどう違うか

SFAまわりで生成されるデータを語るとき、「案件」「商談」「営業活動」という似た言葉が混在しがちです。この3つは指す範囲が違うため、生成されるデータの単位も変わります。

案件とは、商談が発生してから受注に至るまでの一連の活動全体を指します。ここから生まれるのは、案件単位の進捗・受注確度・金額といったデータです。商談とは、案件のなかで行われる個別の交渉・提案などのより小さい活動で、個々の商談ごとのメモや結果が生成されます。営業活動は、訪問・架電・メール送信といった、一つひとつの最小単位のアクションを指し、その記録が活動履歴データとして残ります。範囲が大きい順に「案件 ＞ 商談 ＞ 営業活動」と押さえると、どのデータがどの単位で生まれるかを取り違えずに済みます。本記事では、以降もこれらをまとめて指すときは「案件」に寄せて表記します。

3ツールが生成する営業データの種別

生成される営業データは、ツールをまたいで整理すると大きく5種類に集約できます。属性データ、行動・興味関心データ、案件進捗データ、活動履歴データ、関係履歴データです。この5種で捉えておくと、どのツールが何を生んでいるか、そして分析（受注率の変化を追う、優先すべき顧客を見極める、など）にどのデータが効くかが対応づけやすくなります。ここでは各種別について、どのツールから生まれるか、構造化か非構造化か、人が入力するか自動記録かを具体的に見ていきます。

営業データの5種別は次のとおりです。

• 属性データ：企業・人物の基本情報（会社名・業種・従業員数・役職・部署など）。主にMA・CRMが生成し、構造化データにあたる。フォーム入力や名刺情報から取得し、一部は人が入力、一部は自動で取り込む。
• 行動・興味関心データ：メールの開封、リンククリック、Webページの閲覧など。主にMAが生成し、見込み客の行動から自動記録される構造化データ。商談化前の関心度を測る材料になる。
• 案件進捗データ：案件のフェーズ、受注確度・ヨミ、想定金額など。主にSFA（SFA/CRM）が生成し、営業担当が入力する構造化データ。受注率や案件の停滞を追う土台になる。
• 活動履歴データ：訪問・架電・メール送信などのアクション記録。主にSFAが生成し、営業担当が入力するデータ。工数や活動量の分析に使う。商談メモを伴う場合は非構造化データが混ざる。
• 関係履歴データ：受注後の問い合わせ・サポート対応・取引の履歴。主にCRMが生成し、取引記録は構造化、対応内容の記録は非構造化になる。LTVや優先顧客の判断に効く。

この5種で見ると、MAは属性・行動、SFAは案件進捗・活動履歴、CRMは属性・関係履歴を主に生む、という担当が明確になります。たとえば「受注率がなぜ変わったのか」を説明したいなら、案件進捗データと活動履歴データが継続して生成されていることが前提になります。どちらかの入力が止まっていれば、分析手法を工夫しても答えは出てきません。

生成AIによる営業データの生成・補完はどこに効くか

「営業データ 生成」という言葉には、生成AIで営業データを作る・活用する話も含まれます。ただし、生成AIは無から営業データを作り出すものではありません。既存の生成源（MA・SFA・CRM）に蓄積された情報をもとに、不足する情報を補ったり、下書きや要約を作ったりする補完的な役割が中心です。議事録の要約、対象企業リストの作成、次にとるべきアクションの示唆などが、これに当たります。生成AIを活かすためにも、元になる営業データが生成源で正しく生まれていることが前提になる、という順序を押さえておくことが大切です。

AIが得意な補完と、鵜呑みにできない情報

生成AIが得意なのは、すでにあるデータを扱いやすくする補完です。非構造化データである商談の議事録を要約して要点を構造化する、蓄積された案件データから次のアクションを示唆する、企業情報をもとに対象リストを作成する、といった作業では大きく手間を減らせます。

一方で、AIが生成・推定した情報は、そのまま正しい事実として扱えないものがあります。たとえば、AIが企業データベースをもとに生成する組織図・担当者情報・企業分析レポートは、あくまでAIによる推定です。精度は高まっていますが、実在の事実として断定せず、重要な判断の前には裏取りをする前提で使う必要があります。「生成された」情報と「実際に生成源で記録された」情報を区別しておくことが、後段の点検でも効いてきます。

こうしたAIによる補完は、既存のツールに組み込まれる形で提供が進んでいます。たとえばMazrica SalesのようなSFA/CRMでは、蓄積した営業情報やデータをもとにAIが次のアクションを示唆します。また、Mazrica Targetのように、AIが企業データベースをもとに組織図や人物情報を生成・推定し、対象リストの作成や提案準備を助けるカテゴリの製品もあります（いずれの生成情報もAIによる推定であり、そのまま事実として扱わない前提です）。これらはSFA/CRM単体でも他社ツールと組み合わせても使える位置づけのものがあり、自社の生成源の状態に合わせて選ぶ対象になります。

生成できている営業データ・抜けている営業データを点検する

営業データの活用がうまくいかないとき、原因の多くは分析手法ではなく、その手前の生成層で必要なデータが生まれていないことにあります。分析ツールをどれだけ整えても、元データが欠けていれば結果は出ません。だからこそ、まず先ほどの5種類のデータ種別ごとに「生成源があるか」「入力が続いているか」「非構造化データを取りこぼしていないか」を点検することが有効です。ここは上位の記事があまり扱わない観点ですが、実務ではここでつまずいている組織が少なくありません。3つの点検の切り口を順に見ていきます。

生成源が存在するかの点検（ツールでカバーできているか）

最初に点検するのは、5種類のデータそれぞれに生成源となるツールや仕組みがあるかです。案件進捗データや活動履歴データを生むSFAはあるものの、商談化前の興味関心データを生むMAが無い、というケースはよくあります。この場合、リード育成の効果を測るデータがそもそも生まれていないため、商談数を増やす施策の良し悪しを検証できません。

点検の際は、営業生産性の方程式（（商談数 × 受注率 × 単価）÷ 工数）に照らすと抜けが見えやすくなります。商談数を説明するデータ（MAの行動データ）、受注率を説明するデータ（SFAの案件進捗・活動履歴）、単価や継続を説明するデータ（CRMの関係履歴）のうち、どこの生成源が欠けているかを確認します。生成源が無い種別があれば、そこが最初の整備候補です。

入力が続いているかの点検（属人化・入力負荷の落とし穴）

生成源が存在しても、入力が続いていなければデータは生まれ続けません。特にSFAのように人が入力するデータは、入力負荷が高いと現場で運用が止まり、案件進捗や活動履歴に穴があきます。データがあるように見えて、実際には特定のメンバーの頭のなかや個人のメモにしか残っていない、という属人化した状態も同じ問題です。

この属人化を解消するには、2つの軸を両輪で進める必要があります。1つはデータの一元化（情報が個人やExcelに散在する状態を解消する）、もう1つはプロセス・活動の標準化（誰が担当しても一定の質で入力・記録される営業プロセスを整える）です。生成層の観点では、「入力する項目を絞って負荷を下げる」「入力の型を決めて誰でも同じ粒度で残せるようにする」といった標準化が、データが継続して生成される状態を支えます。データを集める工夫だけでなく、型化・再現性の視点を落とさないことが重要です。

非構造化データが失われていないかの点検（議事録・メールの取りこぼし）

3つ目は、非構造化データが失われていないかの点検です。商談メモ・議事録・先方とのメールには、受注に至った経緯や失注の理由といった、構造化データからは読み取れない文脈が含まれています。これらは記録に残さなければその場で失われ、担当者が異動・退職すれば知見ごと引き継がれません。

非構造化データは集計しにくいため軽視されがちですが、なぜ受注率が変わったのかを説明するときには、案件の数値以上に手がかりになることがあります。要約・構造化することで初めて活用できる情報ですが、そもそも記録として残っていなければ要約する対象すらありません。まずは「重要な商談の内容がどこかに残る運用になっているか」を確認します。

点検の観点を、そのまま使えるチェックリストにまとめます。

• 属性データ：リードや顧客の基本情報を生む生成源（MA・CRM）があり、フォームや名刺から取り込めているか。
• 行動・興味関心データ：メール開封・Web閲覧などを記録するMAがあり、自動記録が動いているか。
• 案件進捗データ：SFAに案件フェーズ・受注確度が継続して入力されているか。入力が止まっている案件はないか。
• 活動履歴データ：訪問・架電・メールのアクションが、担当者によらず一定の粒度で残っているか。
• 関係履歴データ：受注後の問い合わせ・取引・対応記録がCRM側に蓄積され続けているか。
• 非構造化データ：重要な商談の議事録・メールが、担当者個人に閉じず記録として残る運用になっているか。

生成層は営業データ活用基盤のどこに位置するか

ここまで見てきたMA・SFA・CRMは、営業データ活用基盤における「生成層」にあたります。この層で生まれたデータは、統合・蓄積層（DWH：複数のシステムのデータをまとめて保管する基盤）で1か所に集約し、活用層（BI：データを集計・可視化して判断に使える形にする仕組み）を通じて、受注率の変化や優先すべき顧客を見極める判断材料になります。順序としては、生成 → 統合・蓄積 → 活用の3層で、生成層はその出発点です。

この順序が示すのは、生成層が整っていなければ後段がいくら高度でも成果につながらない、ということです。DWHで統合しても元データが欠けていれば統合結果も欠け、BIで可視化しても入力が止まった項目はグラフに表れません。分析基盤への投資を検討する前に、まず生成源で必要なデータが生まれているかを点検する価値があるのは、このためです。

生成・統合・活用の3層を通した体系的な全体像は営業データ活用基盤の全体像を参照してください。生成されたデータをどう統合・蓄積するかは営業DWHの基礎で、可視化・分析の具体は営業BIの基礎と活用例で、それぞれ後段の層を詳しく扱っています。本記事の生成層と合わせて読むと、営業データが生まれてから判断に使われるまでの流れがつながります。

まとめ｜生成源を整えることから始める

営業データは、MA・SFA・CRMという生成源から日々の活動の副産物として生まれます。分析がうまくいかないと感じたとき、多くの場合は分析手法ではなく、この生成層で必要なデータが生まれていないことが原因です。どこから手をつけるかは、自社の営業生産性のどこが詰まっているかで変わります。

リード獲得が詰まっているなら、まずMAが生む興味関心・行動データの生成源を整え、商談化前の見込み客の動きが記録される状態をつくります。受注率や案件の可視化が課題なら、SFAの案件進捗・活動履歴の入力が続く運用を、入力負荷を下げつつ標準化して先に固めます。顧客の優先順位づけやLTV向上を狙うなら、CRM側の関係履歴が受注後も蓄積され続けているかを点検します。

ただし、いきなり全種類のデータを整えようとすると負荷が高く、かえって運用が止まります。最初の一歩は小さく始めます。まず、5種類の営業データのうち、生成源が無い、あるいは入力が止まっている1つを特定してください。抜けている1種を見つけることが、生成層を整える最も現実的な出発点になります。

よくある質問

Q 営業データは生成AIで自動的に作れますか？

A

生成AIは、無から営業データを作り出すものではありません。MA・SFA・CRMなどの生成源にすでにあるデータをもとに、議事録の要約、対象リストの作成、次アクションの示唆といった補完・下書きを行うのが中心です。また、AIが生成・推定した組織図や企業分析などの情報は事実そのものではなく推定を含むため、重要な判断の前には裏取りをする前提で扱います。

Q MAとSFAはどちらを先に導入すべきですか？

A

判断軸は、入力負荷・案件の可視化・既存ツールとの連携の3つで、原則この順で優先します。生成データの観点では、まず受注率や案件の停滞を追う土台となる案件進捗・活動履歴（SFA側）を確保したい組織が多く、商談化前のリードの取りこぼしが課題ならMAの興味関心データを先に整える、という判断になります。自社のどのデータ種別が最も欠けているかで決めるのが実務的です。

Q CRMとSFAは何が違うのですか？

A

主な目的が違います。SFAは案件を前に進めて効率的な受注につなげる仕組み、CRMは顧客と長期的に良好な関係を築く仕組み・考え方です。生成するデータも、SFAは案件進捗・活動履歴、CRMは顧客属性・関係履歴が中心になります。実務では両者を統合して1つのツール（SFA/CRMと表記されることがあります）で扱う形が一般的です。

Q 議事録やメールも営業データとして生成・活用できますか？

A

活用できます。議事録・メール・商談メモは非構造化データにあたり、受注や失注の経緯といった数値からは読み取れない文脈を含みます。要約・構造化することで分析や引き継ぎに使えますが、記録として残さなければその場で失われ、担当者の異動・退職とともに知見が引き継がれません。まず重要な商談の内容が個人に閉じず残る運用になっているかを確認します。

Q Excelで営業データを管理・生成するのは問題ですか？

A

小規模で担当者が少ないうちは、Excelでの管理でも回ることがあります。ただし、生成源が個人のファイルに散在すると、どこに何のデータがあるかの点検が難しくなり、属人化が進みやすくなります。標準の表計算だけでは行動データの自動記録や大量の案件の継続的な管理は限定的になりやすいため、生成するデータの種類と量が増えてきた段階で、専用ツールへの移行を検討する目安になります。

Q どのデータから生成・整備し始めればよいですか？

A

営業生産性のどこが弱いか（商談数・受注率・単価・工数のどれが弱いか）に対応するデータ種別から始めます。商談数が課題ならMAの行動データ、受注率が課題ならSFAの案件進捗・活動履歴、単価や継続が課題ならCRMの関係履歴です。5種類のうち生成源が無い、または入力が止まっている1種を特定し、そこから整えるのが現実的な順序です。