リードスコアリングと優先度設定｜行動・属性による点数化でホットリードを優先的に対応
公開日 ・ 更新日 ・ 読了 18分
MAを導入して問い合わせやリードが増えても、「全員を営業に渡しているが対応しきれない」「スコアリングを設定しようとしたが、点数の根拠が決められない」という状況は珍しくありません。スコアリングは設定さえすれば機能するわけではなく、属性・行動の2軸の設計と、営業との引き渡し基準の合意があって初めて実務で動くものです。この記事では、スコアリングの仕組みと2種類のスコアの使い分けから、閾値の決め方・ディケイルール・引き渡し設計・よくある失敗の対処まで、実務に落とした手順で整理します。
MAの全体的な導入・活用の流れは、MAツールの導入と活用｜選定・設計・運用・定着の4ステップで体系的に解説しています。スコアリングを位置づける前にMAの全体像を確認したい場合はそちらをご覧ください。
リードスコアリングとは
リードスコアリングとは、見込み顧客（リード）の属性や行動に点数を付与し、合計点によって営業対応の優先順位を判断する仕組みです。点数が高いリードほど「今すぐ営業が動くべきタイミングに近い」と判断でき、限られた営業リソースをホットリードへ集中させられます。商談化率の低さや営業の対応過多の根本には「誰に・いつ動くか」の判断基準の不在があり、スコアリングはその判断を定量化する手段です。
設計の具体的な手順は後述しますが、まずスコアリングの仕組みと「スコアリングがない場合に何が起きるか」を整理します。
スコアリングの仕組み
スコアリングは、MAツールが収集した属性情報（企業規模・役職・業種など）と行動情報（Webページ閲覧・資料ダウンロード・メール開封など）に対して、あらかじめ設定したルールに従って点数を加算・減算し、リードごとの合計点を算出する仕組みです。
ここで重要な解釈の注意点があります。「点数が高い＝今すぐ検討中」ではなく、「点数が高い＝営業が動くべきタイミングの条件を満たしている」と捉えることです。スコアはあくまで優先順位のシグナルであり、受注の確約ではありません。この前提を営業と共有しないまま運用を始めると、「スコアが高かったのに商談にならなかった」という不満が蓄積し、スコアリング自体への信頼が損なわれます。
スコアリングがない場合の典型的な問題
判断基準がない状態で全リードを営業に渡すと、次のような具体的な問題が起きます。
- 問い合わせフォームを送信しただけの初期段階のリードに対して、営業が電話やメールでアプローチする。温度感が低いため反応が薄く、対応工数だけが積み上がる。
- 製品ページを複数回閲覧し、料金ページまで到達しているリードが「まだ育っていない」と判断されたまま放置され、競合に先に接触される。
- 緊急度や関心度を問わず一律に「週次で営業へリスト共有」という運用になっているため、営業側で自分なりの優先判断が属人的に行われ、組織として再現できない。
スコアリングがなければ、対応漏れと無駄な対応が同時に発生します。どちらも商談化率に直結する問題です。
スコアリングの2種類｜属性スコアと行動スコア
スコアリングには「属性スコア（フィットスコア）」と「行動スコア（エンゲージメントスコア）」の2軸があります。どちらか一方だけでは精度が上がらない理由は明確で、属性だけを見ると「自社のターゲットだが関心がない」リードを高評価してしまい、行動だけを見ると「熱心に閲覧しているが購買できない」リードを高評価してしまうからです。2軸を組み合わせることで「自社のターゲットであり、かつ今関心を持っている」リードだけを絞り込めます。
属性スコア（フィットスコア）
属性スコアは、リードが自社の理想顧客像（ICP）にどれだけ合致するかを評価する軸です。企業規模・業種・役職・地域など、変化しにくい静的な情報を使います。属性スコアが高いリードは「購買できる立場・条件にある」ことを意味します。
以下は属性スコアの設計例です。自社のICPに合わせて条件と点数を調整してください。
- 従業員300名以上：＋20点
- 決裁権限あり（部長以上）：＋15点
- ターゲット業種（IT・製造・金融など自社設定）：＋10点
- 拠点：東京・大阪：＋5点
- 従業員50名未満：＋0点（対象外だがマイナスにするかは運用方針による）
属性スコアは「対象外リードをフィルタリングする」役割も兼ねています。行動スコアがどれだけ高くても、属性スコアがゼロに近いリードは営業対応の優先度を下げるという設計が、営業の無駄な動きを防ぎます。
行動スコア（エンゲージメントスコア）
行動スコアは、リードが「どれだけ関心を示しているか」を評価する軸です。Webページ閲覧・メール開封・資料ダウンロード・セミナー参加など、MAツールが追跡できる行動データを使います。行動スコアは時間とともに変化する動的な情報です。
行動スコアの設計例（各値は設計例であり、自社の商談化データをもとに調整してください）：
- 製品ページ閲覧（1回）：＋10点
- 料金ページ閲覧：＋15点
- 資料ダウンロード：＋20点
- セミナー・ウェビナー参加：＋25点
- メール開封：＋3点
- メール内URLクリック：＋5点
- 問い合わせフォームへのアクセス（未送信）：＋10点
- 30日以上アクティビティなし：－10点（ディケイ設定の例）
行動スコアに「ディケイ（スコア減算）」のルールが必要な理由は重要です。6か月前に資料をダウンロードしたリードが今も検討中とは限りません。過去の行動によるスコアが蓄積したまま放置されると、実態より高いスコアのリードが「ホット」と判定され続け、営業が実際には関心の薄れているリードに連絡し続けることになります。ディケイは「スコアの鮮度」を保つための仕組みです。
2軸を組み合わせる理由
属性スコアと行動スコアの関係を整理すると、次のようになります。
- 属性スコアが高く行動スコアも高い：今すぐ営業が動くべきホットリード。
- 属性スコアが高く行動スコアが低い：理想顧客だが関心がまだない。育成継続またはアウトバウンドの検討対象。
- 属性スコアが低く行動スコアが高い：熱心に閲覧しているが購買の立場にない（例：競合調査、学生、他業種の個人）。営業対応は優先しない。
- 両方低い：ウォーミングアップ段階またはターゲット外。
「ホットリード」の定義は「属性スコアが一定以上、かつ行動スコアが一定以上」という複合条件で設定するのが基本です。単純な合計点だけで判断する設計は、どちらかの軸が著しく低いリードを拾ってしまうリスクがあります。
スコアリング設計の具体手順
スコアリングの設計は、点数を決める前に「何をもってホットリードと定義するか」を決めることが先決です。この順序を逆にすると、根拠のない点数が設定され、運用後に「なぜこの点数なのか」が誰にも説明できない状態になります。設計を5つのステップで整理します。
ステップ1｜理想顧客像（ICP）の定義
最初に行うべきことは、過去の受注データから「受注に至ったリードの属性」を洗い出すことです。「どんな会社の・どんな役職の人が・どんな課題を持って問い合わせ、受注したか」を確認します。
具体的な確認観点は以下のとおりです。
- 業種：受注が多い業種と、問い合わせはあっても受注に至らなかった業種の違い。
- 企業規模（従業員数・売上）：商談化後に受注した企業の規模帯。
- 役職・部門：問い合わせた担当者の職位と、最終決裁者の関係。
- 課題のパターン：問い合わせ時に挙げていた課題のカテゴリ。
ICPが曖昧なまま属性スコアを設定すると、「なんとなくターゲットっぽい企業」に高スコアがつく設定になり、スコアリングの精度が低下します。過去の受注実績が10件以上あればデータから洗い出せます。実績が少ない場合は「こういう企業と取り組みたい」という理想定義から始め、運用開始後に実績で補正する方針で問題ありません。
ステップ2｜行動データの棚卸しと重みづけ
自社のMAおよびWebサイトで取得できる行動データを列挙し、それぞれの重みを決めます。基本原則は「商談化と直結する行動ほど高スコア」です。
迷いやすいのは、「トップページ閲覧」と「料金ページ閲覧」の扱いです。トップページは初回訪問や迷い込みでも発生するため商談化との相関が低く、料金ページは「費用を確認しようとしている＝具体的な検討フェーズに入っている」可能性が高いため、商談化との相関が高い行動です。同じ「閲覧」でも、どのページかによって重みを変えることが重要です。
設計の際には、「MAで追跡できる行動の一覧」と「過去に商談化したリードが直前に行っていた行動の傾向」を照合することが理想です。後者のデータがあれば、重みづけに根拠が生まれます。
ステップ3｜ホットリードの閾値を決める
閾値（スコアがいくつ以上になったら営業に引き渡すか）は、過去の商談化リードの平均スコアを基準にするのが最も根拠のある方法です。過去のリードに対して遡って点数を計算し、商談化した群と商談化しなかった群でスコア分布を比較することで、境界となる点数が見えてきます。
初期設定の目安として、複合条件で設定することを推奨します。例：
- 属性スコア30点以上、かつ行動スコア50点以上で営業通知
単純な合計点（例：合計80点以上）では、属性10点・行動70点のリードと属性70点・行動10点のリードが同じ扱いになります。前者は「自社のターゲット外だが行動量が多い」リードであり、後者は「ターゲットだが関心がまだない」リードです。どちらも今すぐ営業対応すべきとは限りません。
閾値の設定では、低すぎると営業への通知が増えすぎて対応負荷が上がり、高すぎると商談機会を逃します。最初の設定は「営業が1日あたり無理なく対応できる件数」から逆算し、月次の商談化件数目標と照合して調整する方法が現実的です。
ステップ4｜ディケイ（スコア減算）ルールの設定
スコアの鮮度を保つために、一定期間アクティビティがなければスコアを減算するルールを設けます。
設定例（自社の商談サイクルに合わせて調整してください）：
- 30日間アクティビティなし：行動スコアから10点減算
- 60日間アクティビティなし：行動スコアをゼロにリセット
- 90日間アクティビティなし：スコア全体を一定割合で減算
ディケイのルールを設けない場合、数か月前の資料ダウンロードによるスコアが有効なまま残り続け、現在は関心を失っているリードが「ホット」と判定され続けます。特にセミナー参加（高スコア）後に何のアクションもないリードは、時間経過とともに積極的なフォローよりナーチャリング（長期的な関係維持）に切り替えるほうが適切なケースがほとんどです。ディケイルールはその切り替えのシグナルとして機能します。
ディケイの設定は、自社の平均的な商談サイクルの長さを参考にします。商談が発生してから受注まで平均2か月かかる場合、それより長い期間アクティビティがないリードはいったん育成フェーズに戻す設計が自然です。
ステップ5｜営業への引き渡し基準と通知設定
スコアが閾値を超えたタイミングで、担当営業へのアラートとタスク生成を自動化します。「スコアが上がったことは分かったが、誰が対応するか決まっていない」という状況を防ぐため、通知先（担当者・チーム）と対応期限（例：通知から24時間以内に初回コンタクト）を設定します。
引き渡し時に営業に渡すべき情報は次のとおりです。
- リードの属性情報（企業名・業種・役職・規模）
- スコアの内訳（属性スコアと行動スコアの明細）
- 直近の行動履歴（いつ・何のページを・何回見たか）
- スコアの推移（急上昇しているか、じわじわ上がっているか）
この情報があることで、営業が初回コンタクトの前に「このリードは製品ページを3回見て料金ページにも来ている」と把握でき、コンタクトの質が上がります。
引き渡し後にスコアをリセットするか据え置くかは運用方針によります。「商談化した後も継続してスコアを観察したい」場合は据え置き、「引き渡し後は営業のCRM管理に移行する」場合はリセットがシンプルです。いずれの場合も方針を統一し、MAと営業ツール（SFA/CRM）の間で二重管理にならないよう整理しておくことが重要です。
営業への引き渡しタイミングと連携設計
スコアリングの精度は、設計だけでなく「営業がどう動くか」で実質的な成果が変わります。どれだけ精度の高いスコアリングを設計しても、引き渡し後の初回コンタクトが遅れたり、営業がスコアの意味を理解していなかったりすれば、商談化率は上がりません。引き渡し基準を営業と事前に合意しておくことが、スコアリング運用の成否を分けます。
MQL（Marketing Qualified Lead）の定義
MQLとは「マーケティング部門がホットリードと判断し、営業対応を推奨するリード」のことです。スコアリングは、このMQLを人の主観ではなく点数で機械的に判定するための仕組みです。
MQLと混同されやすいのがSQL（Sales Qualified Lead）です。
- MQL：マーケティングが「スコアリングの基準を満たした」と判断したリード。営業への引き渡し推奨。
- SQL：営業が初回コンタクトや確認を経て「商談化可能」と判断したリード。
MQLを受け取った営業が確認・コンタクトした結果、「実際には今すぐ検討していない」と判断した場合は、MQLの状態のまま育成フェーズに戻す運用にすることが一般的です。MQL＝即商談ではなく、MQL＝優先コンタクトの対象という位置づけが適切です。
「スコアが閾値を超えた＝MQL」と定義することで、マーケティングと営業の間に共通の言語が生まれます。「この基準で渡すから、24時間以内にコンタクトしてほしい」という合意が成立しやすくなります。
引き渡し後に営業が行うべきアクション
初回コンタクトの速度は商談化率に影響します。スコアが閾値を超えた直後は関心が高い状態にあるため、通知から24〜48時間以内のコンタクトが推奨されます。時間が経つほどリードの状況は変わり、競合が先に接触する可能性も高まります。
初回コンタクト前に営業が確認すべき情報は次のとおりです。
- どのページを何回閲覧したか（関心の対象が製品全般か特定機能か）
- どの資料をダウンロードしたか（課題の仮説）
- メールのどのリンクをクリックしたか（関心のあるコンテンツ）
- スコアがいつ急上昇したか（最近の行動のきっかけ）
これらの情報をもとに、初回コンタクトの切り口を変えることができます。「先日、○○の資料をご覧いただいたようで」という出発点は、「弊社のご紹介をしたく」より受け入れられやすいアプローチになります。
MA・SFA・CRM連携の実装では、引き渡し時のデータ連携や自動タスク生成の設定方法を詳しく解説しています。MAとSFA/CRMの連携設定を確認したい場合はそちらをご参照ください。
フィードバックループの設計
スコアリングは「設定して終わり」ではなく、営業からのフィードバックを受けて継続的に改善するサイクルが必要です。フィードバックなしでスコアリングを放置すると、半年後・1年後に実態とズレたスコアが動き続けます。
フィードバックの収集方法として有効なのは次のような設問です。
- 「MQLとして受け取ったリードのうち、何割が実際に商談化につながったか。」
- 「商談化しなかったMQLに共通する属性・行動パターンはあったか。」
- 「高スコアで送ったのに全く反応がなかったリードの特徴は何か。」
これらの観点で月次または四半期ごとに営業と振り返りを行い、リードの管理とROIの観点も踏まえながらスコアの重みづけや閾値を調整します。スコアリングの精度は、こうした改善サイクルの積み重ねで高まります。初期設定の精度に過度な期待を持つより、「3か月で1回は見直す」という運用方針を最初から設計に組み込むことが現実的です。
スコアリング運用でよくある失敗と対処法
スコアリングを設定しても、運用フェーズで機能しなくなるケースがあります。典型的な失敗パターンは共通しており、いずれも「設計の問題」ではなく「運用の前提の問題」から発生します。
点数を決めたまま見直さない
スコアの重みづけは、時間の経過とともに現実との乖離が生じます。製品ラインが変わった、ターゲット業種が広がった、大型キャンペーンで特定アクションへの反応が一時的に増えた、といった変化にスコア設計が追いついていない状態です。
見直しのトリガーとして機能するシグナルは次のとおりです。
- MQLを受け取った営業の商談化率が前四半期より下がっている。
- 特定のアクション（例：新しく追加した資料ページの閲覧）からの商談化が増えているのにスコアに反映されていない。
- 「スコアが低いのに優良顧客になった」という例が複数出てきた。
これらのシグナルを見落とさないために、月次または四半期での定例レビューをカレンダーに設定しておくことを推奨します。
行動スコアだけで判断する
行動スコアが高いリードにはさまざまな「ノイズ」が混入します。
- 競合他社の担当者による製品調査
- 自社メンバーや関係者のテストアクセス
- 学生・就活生・研究目的のアクセス
- 代理店や販売パートナーによる確認
これらは行動スコアを押し上げますが、購買の検討者ではありません。属性スコアとの組み合わせに加え、除外リスト（特定のIPアドレス・自社ドメイン・既知の競合ドメイン）の設定を行うことで、ノイズを減らせます。「なぜかスコアが高いのに全く反応しない」リードが続く場合、除外設定の見直しが有効なことが多いです。
閾値を低くしすぎて営業が疲弊する
「MAを導入したからしっかり活用しなければ」という動機から閾値を低めに設定すると、営業に届くMQL通知の件数が増え、温度感の低いリードへの対応が増えます。この状態が続くと、営業の中に「MAからの通知は信頼できない」という認識が広まり、通知が来ても確認しなくなります。ツールへの信頼を一度失うと、再構築には時間がかかります。
改善策として有効なのは、「最初の3か月は閾値を高めに設定する」アプローチです。件数は少なくなりますが、営業が受け取るMQLの質が高くなり、「スコアリングで送られたリードは実際に反応がよい」という体験が積み重なります。その実績をもとに徐々に閾値を調整するほうが、ツールへの信頼を維持しながら運用を拡大できます。
スコアリングの判断ロジックが営業と共有されていない
営業が「なぜこのリードが来たのか」を理解しないまま対応していると、スコアリングの価値が伝わりません。「とりあえずMAが送ってきた」という認識のままでは、スコアリングに基づく丁寧なアプローチにはなりません。
導入前または設計変更時に、次の内容を営業に説明する機会を設けることが重要です。
- 何の情報をもとにスコアを計算しているか（属性・行動の種類と点数）
- 閾値の根拠（なぜその数値で通知するのか）
- MQLが届いた際に確認してほしい情報とコンタクトの推奨タイミング
フィードバックをもらう機会にもなるため、「一方的な説明会」ではなく「スコアリング設計の確認と合意の場」として設定するほうが効果的です。
MAツールのスコアリング機能を活用する
スコアリングの設計が固まったら、MAツールの機能でどう実装するかを確認します。ツールによってスコアリングの柔軟性や連携範囲に差があるため、自社の設計方針と照らし合わせて実装できるかを確認することが必要です。
スコアリング機能を持つMAツールの一般的な実装方法は次のようになります。
- 属性条件の設定（企業規模・役職・業種ごとに点数を割り当てるルール）
- 行動トリガーの設定（特定ページ閲覧・フォーム送信・メール開封などのイベントに点数を紐づける）
- ディケイルールの設定（一定期間のアクティビティなしでスコアを減算または期限切れにするルール）
- 閾値通知の設定（スコアが設定値を超えた際に担当者へ社内通知を送る）
SFA/CRMとの連携では、MAで算出したスコアデータを営業ツールへ自動連携し、営業がCRM画面上でリードのスコアと行動履歴を確認できる状態にすることが理想的です。マーケティングと営業が同じリード情報を見ながら動ける状態をつくることが、スコアリングの効果を最大化するうえで重要な前提となります。
なお、Mazrica MarketingはMazrica Salesとセットでのみ利用可能な製品です。Mazrica Marketingが提供する機能（MAオートメーション・メール一斉配信・Webフォーム・アクセス解析など）をSFA連携と組み合わせて活用することで、マーケティングと営業の情報連携を一元的に設計できます。MAツールの選定方法では、ツール選定の観点を詳しく解説しています。
スコアリングとあわせてMAのシナリオ設計を検討している場合は、育成中リードへの自動フォローと組み合わせることで、ホットリードへの到達率を高めることができます。
まとめ
スコアリングの設計で最初に確認すべきは、「属性スコアと行動スコアの2軸設計が整っているか」と「閾値を営業と合意できているか」の2点です。この2つが整っていない状態で点数だけを決めても、スコアリングは実務で機能しません。
今からスコアリングを始める組織への具体的な最初の一歩として、以下を実施してみてください。
- 過去の受注データを確認し、受注に至ったリードの業種・企業規模・役職を3つずつ書き出す（ICPの出発点になります）。
- 自社のWebサイトでMAが追跡できる行動を列挙し、「商談化した人が直前にやっていたこと」を確認する。
- 「このスコアで営業に通知する」という閾値を1つ仮設定し、営業担当者1〜2名にフィードバックをもらう。
この3つは短時間で着手でき、スコアリング設計の骨格を作るうえで最も効果的な準備です。設計の全体像や運用フェーズとのつながりを確認したい場合は、MAツールの導入と活用｜選定・設計・運用・定着の4ステップに戻って設計全体を確認することを推奨します。
よくある質問
Q MAのスコアリングとは何ですか？
MAのスコアリング（リードスコアリング）とは、見込み顧客の属性情報（企業規模・役職・業種など）や行動情報（Webページ閲覧・資料ダウンロード・メール開封など）に点数を付与し、合計点で営業対応の優先順位を判断する仕組みです。全リードを一律に営業に渡すのではなく、「今すぐ営業が動くべきリード」を自動的に絞り込むことができます。
Q リードスコアリングの点数はどう決めればよいですか？
点数を決める前に、過去の受注データから「受注に至ったリードの属性と行動パターン」を洗い出すことが先決です。その上で、属性スコアは「自社のICPへの合致度」を、行動スコアは「商談化と相関が高い行動ほど高く」という原則で設定します。初期設定は「設計例」として捉え、3か月ごとに商談化率をもとに点数を調整する運用サイクルを設計に組み込むことが重要です。
Q MAとCRMのスコアリングはどう連携させますか？
MAで算出したスコアをSFA/CRMに自動連携し、営業がCRM画面でリードのスコアと行動履歴を確認できる状態にすることが基本の設計です。スコアが閾値を超えた際に担当営業へアラートを送り、CRM上でタスクを自動生成する設定にすることで、引き渡しの漏れを防ぐことができます。具体的な連携の設定方法はMA・SFA・CRM連携の実装で解説しています。
Q ホットリードの基準はどう設定すればよいですか？
「属性スコアが一定以上、かつ行動スコアが一定以上」という複合条件で設定することが基本です。単純な合計点だけで判断すると、属性はターゲット外だが行動量が多いリードと、属性はターゲットだが関心がないリードが同じ扱いになります。初期の閾値は「営業が1日あたり無理なく対応できる件数」から逆算し、月次の商談化件数目標と照合して調整します。最初の3か月は高めに設定し、営業の体験から精度を確かめてから広げる方針が失敗しにくいです。
Q スコアリングで失敗しないためのポイントは何ですか？
最も重要なポイントは、スコアリングの判断ロジックを営業と共有し、MQLの定義と引き渡し後の対応基準を合意しておくことです。加えて、点数を設定して終わりにせず、月次または四半期で商談化率をもとに見直すサイクルを設計に組み込むことが必要です。閾値は最初高めに設定して「MQL＝有望リード」の体験を積み重ねてから調整すると、営業のツールへの信頼が維持されます。
Q 属性スコアと行動スコアはどちらを優先すべきですか？
どちらかを優先するというより、「両方がそろっているかで判断する」設計が正解です。属性スコアは「購買できる立場にあるか」を、行動スコアは「今関心を持っているか」を評価します。属性だけでは関心のない理想顧客を高評価してしまい、行動だけでは購買権限のない熱心な閲覧者を高評価してしまいます。属性スコアと行動スコアの両方に下限条件を設けた複合条件で「ホットリード」を定義することが、精度の高いスコアリング設計につながります。