受注率分析の実務｜商材別・担当者別・時期別の勝率変化から改善ポイントを特定する
公開日 ・ 更新日 ・ 読了 14分
受注率は毎月出しているのに、40%が38%に下がったとき「なぜ下がったのか」を説明できず、次の打ち手が決まらない。この状態で会議が終わっている営業組織は少なくありません。原因は、全社の受注率という1つの数字だけを眺めているところにあります。この記事では、受注率を商材別・担当者別・時期別の勝率変化に分解し、どこに詰まりがあるかを特定して改善アクションにつなげるまでの実務手順を扱います。受注率を含む営業データ分析の体系的な全体像は営業データ分析の実務を参照してください。
受注率分析とは｜「全体の受注率」を眺めても改善が進まない理由
受注率分析とは、受注率を軸ごとに分解して勝率の高低差を見つけ、改善ポイントを特定する作業です。全社・全体の受注率という1つの数字は、状態の記録にはなっても改善行動を生みません。「全体38%」からは何も打てませんが、「A商材は52%だがB商材は21%」まで分解できれば、「B商材のどこで負けているのか」という次の問いが立ちます。この分解の視点が受注率分析の核であり、後述する3つの軸につながります。
現場で受注率が「報告のための数字」に留まってしまうのは、この分解の一歩を踏まないまま、前月比の増減だけを追っているからです。増減の理由を説明できない数字は、改善の材料になりません。
受注率の計算式と、指標としての限界
受注率は一般に「受注件数 ÷ 商談件数（または案件件数）」で計算します。単純な式ですが、実務では分母の定義しだいで数字が大きく変わる点に注意が必要です。
同じ営業組織でも、分母を「創出した全案件」にするか「見込みが立った有効商談」にするか、「失注が確定した案件も含めるか」で受注率はまったく違う値になります。分母の取り方が担当者や期によってバラバラだと、38%という数字そのものが比較に耐えません。受注率を分析の起点にするなら、まず分母の定義を組織内で一本化することが前提になります。
「集計」で終わる受注率と「分析」に進む受注率の違い
受注率を出すだけの作業は「集計」であり、まだ分析ではありません。集計は「全体で何%だったか」という事実を記録する行為で、そこから改善の判断は生まれません。
分析に進む受注率は、「なぜその数字になったのか」を軸ごとの高低差で説明できる状態を指します。全体38%という結果を、商材・担当者・時期のどの切り口で分解すると差が大きいかを探し、差が大きい軸に改善の的を絞る。ここまで来てはじめて、受注率は次の行動を決める材料になります。
受注率を分解する3つの軸｜商材別・担当者別・時期別
受注率は「商材別・担当者別・時期別」の3軸で分解すると、詰まりの所在が見えてきます。商材別は勝てる商材と勝てない商材の見極め、担当者別は営業スキルとプロセスのばらつき、時期別は勝率の変化（悪化・改善のトレンド）を映します。3軸は排他ではなく、まず1軸で当たりをつけ、掛け合わせて絞り込むのが実務の使い方です。それぞれの軸で何がわかり、どんな改善行動につながるかを順に見ていきます。
商材別｜勝てる商材と負けている商材を切り分ける
商材別に受注率を分けると、営業力とは別の要因が見えます。同じ営業組織・同じ担当者が扱っていても商材によって受注率が違うなら、差の原因は営業スキルではなく、商材そのものの競争力・価格設定・提案の適合度にある可能性が高いからです。
たとえば「A商材52%・B商材21%」であれば、B商材は勝ちにくい構造を疑います。ターゲット選定がずれてニーズの薄い相手に当てている、価格が競合に対して不利、提案内容が顧客課題に噛み合っていない、といった仮説です。商材別の分解は、営業の頑張りで解決すべき問題なのか、それとも商材の売り方や当てる相手を変えるべき問題なのかを切り分けます。
担当者別｜スキル差か、プロセスの型がないかを判別する
担当者別に受注率を並べると、ばらつきの原因が「個人のスキル差」なのか「組織にプロセスの型がないこと」なのかを判別できます。ここで大事なのは、犯人捜しにせず仕組み改善の視点で読むことです。
読み方はシンプルで、特定の担当者だけ受注率が低いならその担当者のスキルや行動量に課題があり、全員が横並びで低いなら個人の問題ではなく、勝ち筋を再現するプロセスの型が組織にないと考えます。前者は個別のコーチングやトーク改善で対処し、後者はトップ営業のやり方を分解して標準の型として展開する話になります。同じ「担当者別受注率が低い」という結果でも、ばらつき方によって打つ手はまったく変わります。
時期別｜勝率の変化（トレンド）から異変を早期に捉える
時期別の分解は、四半期・月次で受注率の推移を追い、勝率の変化から異変を早期に捉えるための軸です。単発の数字ではなく動きを見ることで、悪化のサインを打ち手が間に合ううちに掴めます。
受注率が数四半期にわたって緩やかに下がっているなら、競合の動向・市場環境の変化・チームの状態（人員の入れ替えやモチベーション）といった構造的な変化を疑います。逆に特定の月だけ急落したなら、大型案件の失注や特定商材の一時的なつまずきといった単発要因の可能性があります。動きの形（緩やかな下降か、単月の急落か）が、疑うべき原因を絞り込みます。
受注率分析の進め方｜データ準備から改善アクションまでの手順
受注率分析は「分析軸の決定 → データの粒度をそろえる → 単軸で当たりをつける → 軸を掛け合わせて絞る → 失注理由で裏を取る → 改善策を標準化する」の順で進みます。多くの現場が失敗するのは分析手法ではなくデータ準備で、フェーズ定義や失注理由が担当者ごとにバラバラだと、どれだけ丁寧に分解しても数字が信用できません。各ステップの具体作業と、次に渡すアウトプットを示します。
ステップ1｜分析の目的と軸を1つに絞る
最初の一歩は、分析の目的を1つに絞ることです。「商材の勝ち負けを知りたい」「特定チームの落ち込みを説明したい」など、答えたい問いを1つ決めれば、使う軸は自動的に決まります。
いきなり3軸すべてを同時に回そうとすると、データ整備の負荷が跳ね上がり、途中で頓挫しがちです。まずは1つの問いと1つの軸から始めます。負荷が低く、その日のうちに着手できる第一歩は「直近1四半期を商材別に切ってみる」程度で十分です。ここで大きな差が見つかれば、それが次のステップの入り口になります。
ステップ2｜案件データの粒度と入力ルールをそろえる
分解の前提として、案件データの粒度と入力ルールをそろえます。ここが受注率分析の成否を決める最重要ステップです。
具体的には、フェーズ（案件の進行段階）の定義を全員で統一し、どの状態を「有効商談」とみなすかを明文化します。失注理由の選択肢も統一が必要です。とくに失注理由で「その他」を安易に選べるようにしていると、失注理由の大半が「その他」に吸い込まれ、後段の裏取りが機能しなくなります。「その他」は原則選ばせず、選ぶ場合は自由記述を必須にするといった運用ルールで、失注理由の質を担保します。データがそろっていない状態で分解しても、出てくる数字は信用できません。
ステップ3｜単軸で当たりをつけ、掛け合わせて絞り込む
データが整ったら、まず単軸で当たりをつけ、そこから軸を掛け合わせて原因を絞り込みます。1軸だけでは「どこが低いか」までしかわからず、「なぜ低いか」には届かないためです。
絞り込みの流れは、たとえば次のように進みます。時期別で直近四半期の急落を見つける、次にその期を商材別に切ると特定商材だけが落ちているとわかる、さらにその商材を担当者別に見ると全員が落ちているのか特定の担当だけかが判別できる。全員なら商材側の要因（競合・価格・市場）、特定の担当だけならスキルや行動量の要因、という具合に、掛け合わせるほど原因の仮説が具体的になります。
ステップ4｜受注率が落ちた軸を失注理由で裏取りする
低い受注率の軸を特定したら、その母集団の失注理由を分解して裏を取ります。受注率の数字は「どこで負けたか」までしか教えてくれず、「なぜ負けたか」は失注理由の中にあるからです。
たとえばB商材の受注率が低いと特定できたら、B商材で失注した案件の失注理由を集計します。「価格」が多いのか「競合の機能優位」が多いのか「意思決定者に会えなかった」が多いのかで、打つべき手は価格戦略・製品訴求・アプローチ設計へと分岐します。ここでステップ2の入力ルール統一が効いてきます。失注理由の分解の実務は奥が深いため、受注率で軸を絞ったあとの詳しい進め方は失注分析の解説とあわせて設計するのが実務的です。
ステップ5｜勝ちパターンを標準化して再現性を持たせる
原因を特定して改善策を打ったら、成果の出た勝ちパターンを標準化し、組織で再現できる状態にします。特定の担当者だけが勝てるやり方のままでは、その人が抜けた瞬間に受注率が元に戻ってしまうためです。
標準化はデータの一元化とプロセスの標準化の両輪で成り立ちます。データの一元化では、案件情報が個人のメモやExcelに散在する状態を解消し、誰もが同じ情報を見られるようにします。プロセス・活動の標準化では、勝てる商談の進め方を型として整備し、誰がやっても一定の質で回るようにします。受注率分析はここまで進めてはじめて、一度きりの振り返りではなく、継続的に勝率を上げ続ける仕組みになります。
受注率分析につまずくポイントと対処
受注率分析のつまずきの多くは、分析手法ではなく「分析の前」に起きます。母集団の定義が揺れる、母数が少なすぎて数字がブレる、分析が振り返りで止まって行動に移らない、の3つが典型です。それぞれ条件別の対処をセットで押さえておくと、分析が空回りしません。
母集団・分母の定義が揺れて数字が比較できない
最も多いつまずきが、母集団の定義の揺れです。ある担当は失注確定案件も分母に含め、別の担当は進行中案件だけを分母にしている、といった状態だと、担当者別に受注率を並べても、それはスキル差ではなく数え方の差を見ているだけになります。
対処は、分母の定義を1つに固定し、全員が同じルールで案件を数えることです。「どの状態の案件を母集団に含めるか」「いつの時点で締めるか」を明文化し、SFA/CRMの設定で強制できるならそうします。定義を直したら、過去データも同じ定義で再集計しないと時系列比較が崩れる点にも注意します。
母数が少なく、受注率の差が偶然か実力か判別できない
母数が少ない軸では、受注率の差が実力なのか偶然なのか判別できません。10件中5件受注で50%、次月に10件中4件受注で40%と出ても、この1件の差を「悪化した」と読むのは危険です。少ない母数では、1件の増減が数字を大きく揺らします。
対処は、期間をまとめて母数を確保することです。月次で見て数字が暴れるなら四半期でまとめる、四半期でも足りないなら半期でまとめる。分解する軸を細かくしすぎないことも重要です。商材別×担当者別×時期別まで一気に掛け合わせると、各セルの母数が数件になり、どの数字も信用できなくなります。母数が確保できる粒度まで軸を戻して読むのが現実的な対処です。
分析が「振り返り」で止まり、改善アクションに移らない
分析したこと自体に満足し、「今月はB商材が低かった」と会議で共有して終わる、というつまずきもよくあります。分析は行動につながってはじめて価値が出るため、振り返りで止まると工数だけがかかります。
対処は、分析結果を会議での意思決定に接続する運用を組むことです。受注率が低い軸を特定したら、その場で「誰が・いつまでに・何を試すか」まで決めて記録し、次の会議でその施策後の受注率を見る。分析、打ち手、検証を同じ会議のサイクルに載せることで、受注率分析が改善のループとして回り始めます。
受注率分析を支えるツールの選び方｜Excel・SFA/CRM・BI
受注率分析のツールは「扱うデータ量」と「分析の頻度・自動化の必要度」で選びます。単発・少量ならExcelやスプレッドシート、日々の案件データを蓄積しながら継続的に軸別分析するなら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が基本の判断です。高機能なツールを入れれば分析できるようになるわけではなく、入力ルールが整っていないデータでは何を使っても数字は信用できません。ここでは優先すべきケースを整理します。
なお、SFA（営業支援システム：案件やフェーズを管理し営業活動を効率化する仕組み）とCRM（顧客関係管理：顧客との関係を長期に築くための仕組みであると同時に、その考え方も含む概念）は、実務では両者を統合して1つのツールで扱う形が一般的で、統合型はSFA/CRMと表記されることがあります。以降はこの意味でSFA/CRMを使います。
Excel・スプレッドシートを優先すべきケース
案件数が少なく、受注率分析を毎月定常的に回すわけではないなら、Excelやスプレッドシートが現実的です。すでに手元にあり、追加コストなく始められるためです。
数十件規模の案件を、四半期に一度、商材別に切って傾向を掴む程度であれば、表計算ツールのピボット集計で十分に対応できます。ただし、案件件数が増えて毎月・複数軸で分析する運用になると、データの手入力・転記の負荷とミスが増えます。集計のたびに手作業が発生する状態になったら、蓄積型のツールへの移行を検討する目安です。
SFA/CRMを優先すべきケース
日々の案件データを蓄積しながら、フェーズ別・商材別・担当者別の受注率を継続的に集計するなら、SFA/CRMが向きます。案件データが入力の時点で構造化されて溜まるため、軸別の集計を都度手作業でやり直す必要がなくなるからです。
たとえばMazrica SalesのようなSFA/CRMでは、蓄積した案件データからフェーズ別・商材別の受注率をレポートで確認でき、AIが受注確度や次のアクションを示唆します（示唆はAIが推定するもので、結果を保証するものではありません）。標準レポートには売上予測・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種があり、受注率の分析にはファネル分析やフェーズ進捗が該当します。
失注リスクを早期に察知したい場合、顧客の検討状況を可視化するデジタルセールスルームを併用する選択肢もあります。たとえばMazrica DSRは、商談情報を1つのURLに集約して顧客側の検討状況を可視化する製品で、他社のSFA/CRMや単独でも利用できます。Mazrica DSR利用時の受注率は21.1%（実績値 n=169）、33.4%（理論値）というデータがあり、この2つは性質の異なる数値なので混同しないよう扱います。
BIを優先すべきケース
営業データだけでなく、会計・マーケティングなど複数のデータを統合し、受注率を定点でモニタリングしたいならBIが向きます。データソースをまたいだ統合分析と、役割ごとの指標の可視化を継続的に回せるためです。
なお、Mazrica BIに触れる場合は、これがMazrica Salesの利用を前提とする製品である点に注意します。また、SFA/CRMの料金プランにある「BI連携」という機能（外部BIツールとの連携）と、Mazrica BIという製品は別物なので、選定時に取り違えないようにします。
まとめ｜受注率は「分解」してはじめて改善につながる
受注率は全体の1つの数字を眺めても改善につながらず、軸ごとに分解して勝率の高低差を見つけたときにはじめて、次の打ち手が決まります。着手する軸は課題の性質で選び分けてください。商材の勝ち負けが疑わしいなら商材別から、営業のばらつきが気になるなら担当者別から、直近の異変を掴みたいなら時期別から入ると、最短で詰まりの所在に近づけます。
最初の一歩は負荷の低いもので構いません。まずは直近1四半期を、すでにSFA/CRMに溜まっている案件データで商材別に切ってみるところから始めます。そこで大きな差が見つかれば、失注理由の裏取りへと自然に進めます。
パイプラインやLTVも含めた営業データ分析の体系的な全体像は営業データ分析の実務を参照してください。受注に至る前の商談量そのものを見直すならパイプライン分析、受注後の顧客価値まで踏み込むならLTV分析もあわせて確認すると、受注率の位置づけが立体的に見えてきます。
よくある質問
Q 受注率の業界平均・目安はどのくらいですか
受注率は商材の単価・商流・営業モデルによって大きく異なるため、業界横断で通用する平均値を目安にする意味はあまりありません。高単価で検討期間の長いBtoB商材と、低単価で即決の多い商材では、健全な受注率の水準がそもそも別物です。他社平均と比べるよりも、自社の過去の受注率を基準線にし、そこからの変化と軸別のばらつきを見るほうが改善に直結します。
Q 受注率と成約率（クロージング率）は同じですか
ほぼ同じ意味で使われることが多いですが、分母の取り方で指す範囲が変わります。受注率は「案件（または商談）のうち受注に至った割合」を指すのが一般的で、成約率・クロージング率も同義で使われます。ただし、成約率を「提案まで進んだ案件のうちの受注割合」に限定して使う組織もあります。呼称よりも、自社で分母をどう定義しているかを固定することのほうが重要です。
Q 受注率と失注分析はどちらを先にやるべきですか
原則として受注率分析で軸を絞ってから、失注分析で裏を取る順です。いきなり全失注案件の理由を眺めても量が多く、どこに手を打つべきかが見えないためです。受注率を商材別・担当者別・時期別に分解して低い軸を特定し、その母集団に絞って失注理由を分解すると、少ない工数で改善の的を絞れます。すでに特定の商材やチームに課題が明確なら、その母集団の失注分析から入っても構いません。
Q 少人数の営業チームでも受注率分析はできますか
できますが、母数が少ない前提での読み方が必要です。月次で見ると1件の増減で数字が大きく揺れるため、四半期や半期で期間をまとめて母数を確保します。分解する軸も1つに絞り、商材別なら商材別だけで見るなど、掛け合わせを避けて各グループの件数を保ちます。少人数だからこそ、統計的な有意差より「明らかに大きい差」だけを拾う姿勢が実務的です。
Q 受注率が高すぎる場合に疑うべきことはありますか
受注率が極端に高い場合、勝てそうな案件だけを母集団に入れている（母集団を絞りすぎている）可能性を疑います。有効商談の定義が狭すぎたり、勝ち筋の薄い案件を早めに切り捨てて分母から外していると、受注率は見かけ上高く出ます。この場合、受注率の高さは強さではなく、挑戦している案件の総量が少ないサインかもしれません。商談数そのものが減っていないか、あわせて確認します。