受注確度の設定とスコアリング｜BANT・キーマン・競合状況で案件を評価する

ヨミ会議で「この案件は確度80%です」と報告が上がっても、その80%が担当者ごとに違う意味を持っていることは珍しくありません。ある担当者は「感触が良い」を80%と呼び、別の担当者は「見積もりを出した」を80%と呼ぶ。フェーズは着々と進んでいるのに、なぜその確度なのかを数値の根拠で説明できないまま予測が積み上がっていきます。こうした状態では、パイプライン全体の売上予測は当たりません。この記事では、進行中の案件をBANTやキーマン接触、競合状況といった客観指標で評価し、受注確度を再現性のある数値に変える手順を解説します。配点例やフェーズとの対応づけ、Excelとツールの使い分けまで、明日から自社の案件評価を設計できる粒度で扱います。

体系的な全体像はパイプライン管理の手法と実践で押さえたうえで、本記事は確度のスコアリング設計に絞って深掘りします。

受注確度スコアリングとは

受注確度スコアリングとは、進行中の案件が受注に至る可能性を、BANTや競合状況などの客観指標で評価し、数値に落とし込む手法です。マーケティング側で使われる「リードスコアリング」（見込み客の関心度をメール開封や資料ダウンロードなどの行動で点数化する手法）とは、対象もタイミングも異なります。リードスコアリングが商談化する前の見込み客を対象にするのに対し、受注確度スコアリングは商談が発生した後の案件を対象にします。この違いを曖昧にしたまま設計に着手すると、評価する情報がちぐはぐになり、確度が実態を映さなくなります。まず両者の切り分けと、なぜ確度を数値化する必要があるのかを整理します。

リードスコアリングとの違い

「スコアリング」という言葉は、検索するとほとんどがリードスコアリングの解説に行き着きます。しかし営業マネージャーが本当に知りたいのは、目の前で進行している案件の確度をどう評価するかです。両者は名前が似ているだけで、扱う対象がまったく違います。

BANTとは、案件評価で使われる代表的なフレームワークで、Budget（予算）・Authority（決裁権）・Need（ニーズ）・Timing（導入時期）の4要素の頭文字を取ったものです。リードスコアリングがメール開封やWebサイト訪問といった見込み客の関心行動を点数化するのに対し、受注確度スコアリングはこのBANTのように、案件そのものの受注可能性を左右する条件を評価します。

• 対象 リードスコアリングは商談化前の見込み客。受注確度スコアリングは商談発生後の案件。
• タイミング リードは獲得〜ナーチャリング段階。受注確度は提案〜クロージング段階。
• 評価する情報 リードは行動履歴・属性。受注確度はBANT・キーマン接触・競合状況などの案件条件。

両者を混同すると、たとえば「資料をよくダウンロードするから確度が高い」といった、案件の受注可能性とは無関係な指標で確度を判断してしまいます。関心の高さと受注のしやすさは別物です。

主観のヨミが揃わない問題

受注確度が形骸化する最大の原因は、確度の付け方が担当者の主観に委ねられていることです。「70%」という数字に共通の定義がなければ、それは単なる感触の言い換えになります。楽観的な担当者は実力以上に高く付け、慎重な担当者は堅めに付ける。同じ状況の案件が、担当者によって50%にも80%にもなります。

この状態でパイプライン全体の売上予測を出しても、個人のクセが積み上がるだけで、予測は当たりません。確度を客観指標にひもづけて評価する標準化された軸があってはじめて、担当者が変わっても同じ案件は同じ確度になり、予測が意味を持ちます。

受注確度をスコアリングする価値

受注確度を客観指標でスコアリングすると、売上予測の精度が担当者間で揃い、リソースを割くべき案件を判断でき、案件レビューが勘の指摘から指標の対話に変わります。なかでも効果が大きいのは、確度と金額を掛け合わせた加重予測の精度です。確度の基準がバラバラなままでは、金額を掛けても予測はぶれます。マネージャーと担当者では得られる価値の性質も異なるため、立場ごとに整理します。

売上予測の精度が揃う

パイプライン全体の売上予測は、各案件の「受注確度×金額」を積み上げて算出します。この加重予測は、確度の基準が全員で共通していてはじめて機能します。確度が主観に依存していると、同じ精度を保っているつもりでも、案件を集計した瞬間に個人差が予測誤差として現れます。スコアリングで確度の根拠を客観指標に固定すれば、誰の案件でも同じ物差しで確度が付き、予測誤差が構造的に小さくなります。

注力すべき案件が判断できる

営業リソースは有限です。確度が客観指標で見えていれば、確度が中程度で金額が大きい案件、つまり後押し次第で受注が動く案件にリソースを集中させる判断ができます。確度が主観のままだと、声の大きい担当者の案件に引っ張られたり、実際には手遅れの案件に工数を割き続けたりします。スコアの内訳（BANTのどこが欠けているか）まで見えれば、その案件で次に埋めるべき条件も具体的に指示できます。

レビューが勘の指摘から指標の対話に変わる

パイプライン 会議で「なぜ80%なのか」と問うても、根拠が主観だと「感触が良いので」以上の答えは返ってきません。スコアリングの評価軸があれば、レビューは「決裁者に会えていないのに80%は付けられない、Authorityの項目が未確認だ」という具体的な対話になります。マネージャーは弱点を指摘でき、担当者は次のアクションを持ち帰れます。確度の議論が、担当者を評価する場ではなく案件を前に進める場に変わります。

BANT・キーマン・競合状況で案件を評価する

案件の受注確度は、BANT（予算・決裁権・ニーズ・導入時期）、キーマンへの接触状況、競合状況の3つの観点で評価すると再現性が出ます。それぞれの観点を「満たす／一部満たす／未確認」の段階で判定し、点数に換算します。ここが、リード属性を点数化する一般的なスコアリング解説にはない、案件評価に特化した実務の粒度です。以下では各観点の見方と、それを配点に落とすテンプレート例まで示します。

BANTで案件の質を評価する

BANTは案件の受注可能性を左右する基礎条件です。4要素をそれぞれ確認します。

• Budget（予算） 導入に充てられる予算が確保されているか。予算感が合っているか、予算取りのタイミングが分かっているか。
• Authority（決裁権） やり取りしている相手が決裁権を持つか、決裁プロセスと決裁者が把握できているか。
• Need（ニーズ） 解決したい課題が明確で、自社の提案がその課題に対応しているか。課題の深刻度と優先度。
• Timing（導入時期） 導入・検討の時期が具体化しているか。先延ばしのリスクがないか。

BANTは古典的なフレームワークですが、案件の質を漏れなく点検するチェック観点としては今も有効です。4要素のうち未確認が多い案件は、確度を高く付けても実態が伴いません。

キーマン接触の深さで評価する

BANTのAuthorityと重なりますが、キーマンへの接触は確度を大きく左右するため独立した観点として評価します。見るのは接触の有無ではなく深さです。窓口担当者としか話せていない段階と、決裁者や実際に使う利用部門の責任者に会えている段階では、案件の堅さがまったく違います。

• 窓口担当者のみと接触
• 利用部門の責任者と接触できている
• 決裁者と直接接触し、導入意向を確認できている

接触が浅いまま提案フェーズに進んだ案件は、最後に決裁でひっくり返るリスクが高く、確度の過大評価につながります。

競合状況で評価する

競合状況は見落とされやすく、確度を過大に付けてしまう典型的な原因です。自社の提案がどれだけ良くても、競合が優位に立っていれば受注確度は下がります。

• 競合不在、または自社が明確に優位
• 競合はいるが自社が互角以上
• 競合が優位、または比較検討の初期で優劣が不明

競合を確認せずに「感触が良い」だけで高確度を付けると、失注してはじめて競合の存在に気づくことになります。失注分析の観点からも、競合状況の項目を評価軸に入れておくだけで、この見落としを構造的に防げます。

評価項目を配点に落とす

3つの観点を点数化し、フェーズと組み合わせて確度に対応づけます。最初から複雑にせず、各観点を単純な段階評価で始めるのが定着のコツです。以下は配点の一例です。

合計100点を満点とし、スコア帯を確度レンジに対応づけます。たとえば合計70点以上なら受注確度80%、40〜69点なら50%、40点未満なら20%といった具合です。配点や区切りは自社の受注データに合わせて調整するもので、この数値はあくまで出発点です。まずはシンプルに始め、運用しながら実態に合わせて精度を上げていきます。

受注確度の設定：フェーズと確度の対応づけ

受注確度は、フェーズ（案件がどこまで進んだか）とスコア（BANT等の評価結果）を組み合わせて設定すると、担当者間でブレなくなります。フェーズだけで機械的に確度を割り当てる方法（提案フェーズは一律60%など）は運用が楽ですが、同じ提案フェーズでもBANTが揃った案件と決裁者未接触の案件を同じ確度にしてしまい、実態とズレます。そこで、フェーズで基準となる確度を決め、スコアで補正する二層構造にします。

フェーズに基づく基準確度

まず、案件がどのフェーズにあるかで基準となる確度を設定します。初回商談・提案・見積提示・最終交渉といったフェーズが進むほど、統計的に受注確率は上がります。過去の受注・失注データから、各フェーズを通過した案件が最終的にどれだけ受注したかを算出すれば、フェーズごとの基準確度の当たりが付きます。この基準確度が、確度設定の土台になります。

スコアで基準確度を補正する

フェーズだけでは、同じフェーズ内の案件の質の差を表現できません。そこで、BANT・キーマン接触・競合状況のスコアで基準確度を上下に補正します。提案フェーズの基準確度が60%でも、スコアが高くBANTが揃い決裁者に会えている案件は70〜80%へ引き上げ、逆にスコアが低く競合優位の案件は40〜50%へ引き下げます。フェーズで大枠を決め、スコアで実態を反映させる。この二層構造により、確度が単なる進捗の言い換えでなくなります。フェーズごとの停滞を見つける商談フェーズの進捗管理と組み合わせると、補正の精度がさらに上がります。

加重予測への接続

確度が客観指標で定まれば、「受注確度×金額」の加重予測が意味を持ちます。各案件の予測受注額を積み上げれば、パイプライン全体の売上着地見込みが見えます。パイプライン全体の管理・予測の考え方は親ピラーに譲りますが、その予測の入力となる確度をどれだけ正確に設定できるかが、予測全体の精度を決める起点になります。

受注確度スコアリングの設計手順

設計は、過去の受注・失注案件の分析、評価項目の決定、配点とフェーズ確度の設定、運用ルールの共有、検証と改善の順で進めると定着します。最初から完璧な配点を狙う必要はありません。むしろ、シンプルな仕組みで始めて運用しながら精度を上げるほうが、現場に根付きます。各ステップで手を抜くと形骸化するポイントも合わせて示します。

過去の受注・失注案件を分析する

設計の出発点は、自社の過去案件を見ることです。受注した案件と失注した案件で、BANTやキーマン接触、競合状況がどう違ったかを比べます。受注案件に共通する条件が評価項目の候補になり、失注案件に共通する欠落が確度を下げるべきサインになります。ここを飛ばして一般論のBANTだけで設計すると、自社の受注に効く指標が抜け落ちます。

評価項目と配点を決める

分析結果をもとに、評価項目と配点を決めます。ここで重要なのは、項目を欲張らないことです。BANT・キーマン接触・競合状況の3観点でも十分に機能します。自社固有で受注を強く左右する条件があれば1〜2項目足す程度に留めます。配点は、受注への影響が大きい項目ほど高く設定します。多くの場合、決裁権とキーマン接触の重みが大きくなります。

運用ルールを営業チームで共有する

どれだけ良い評価項目を作っても、判定基準が担当者ごとに違えば確度は揃いません。「Budgetを満たすとはどういう状態か」「キーマン接触の深さをどう線引きするか」を、具体例つきで営業チーム全員に共有します。判定に迷う境界ケースをいくつか例示しておくと、解釈のブレが小さくなります。この共有を省くと、せっかくの客観指標がまた主観に戻ります。

定期的に検証して改善する

運用を始めたら、確度と実際の受注結果を突き合わせて検証します。確度80%と付けた案件群が実際に80%前後で受注しているか。ズレていれば配点や確度レンジを調整します。特定のフェーズで案件が停滞し続けるなら、そのフェーズの確度設定や、そこで確認すべき評価項目に問題があるかもしれません。スコアリングは作って終わりではなく、検証と改善のループで精度が上がっていきます。

スコアリングの落とし穴と回避策

スコアリングでつまずくのは、スコアを過信して現場の定性情報を無視する、評価項目を増やしすぎて運用が回らなくなる、スコアと実際の受注結果がズレたまま放置する、の3パターンです。いずれも設計段階で手を打てば回避できます。特に、上位の解説記事が省きがちな「特定の重要アクションはスコアより優先して見る」という視点まで踏み込みます。

スコアを過信して定性情報を捨てる

スコアはあくまで確度を揃えるための道具で、案件のすべてを表すわけではありません。数値化しきれない定性情報、たとえば決裁者の一言、社内の政治的な力学、担当者の温度感は、スコアに現れないまま受注の成否を分けることがあります。「キーパーソンが導入に前向きな発言をした」といった特定の重要なシグナルは、スコアの合計点よりも優先して見るべき情報です。スコアで機械的に切り捨てず、スコアと現場感覚の両方を突き合わせる運用にします。

評価項目を増やしすぎる

精度を上げようとして評価項目を細かく増やすと、入力の手間が増え、担当者が正確に付けなくなります。項目が多いほど判定に迷うケースも増え、かえって確度がぶれます。項目は受注に効くものに絞り、判定は段階を粗く保つのが継続の条件です。精度は項目数ではなく、少数の効く指標を全員が同じ基準で付けられるかで決まります。

スコアと受注結果のズレを放置する

最も避けたいのは、スコアリングを導入したまま検証を止めることです。確度と実際の受注結果がズレていても放置すると、当たらない確度が積み上がり、予測は再び信用されなくなります。四半期に一度など周期を決めて、確度レンジごとの実際の受注率を確認し、配点や区切りを見直します。検証を止めた時点で、スコアリングは主観のヨミと同じ形骸化の道をたどります。

手作業とSFAの違い｜どこからツールに移すか

受注確度スコアリングは、案件数が少なければExcelのチェックリストでも始められます。しかし案件数の増加、担当者間でのリアルタイム共有、確度と金額の自動集計が必要になると、手作業は限界を迎えます。ここで適するのがSFA/CRM（案件や営業活動を一元管理して営業プロセスを標準化するとともに、顧客との関係を長期的に構築・維持するための仕組み）です。判断軸は「Excelが使えるか」ではなく「手作業で追える限界がいつ来るか」です。以下で移行のタイミングと、AIによる受注確度予測の位置づけを整理します。

Excelで始められる範囲と限界

案件数が数十件で、管理する人が1〜2名なら、BANT・キーマン・競合の配点表をExcelで作るところから始めて問題ありません。最初の目的は、確度の根拠を客観指標に固定することであり、そのためのツールはスプレッドシートでも十分です。限界が来るのは、案件が数百件規模になり、複数メンバーが同時に更新し、確度と金額の加重予測を常に最新の状態で見たくなったときです。Excelでは更新の競合や集計の手間、入力ルールの徹底のしづらさが課題になります。

SFA/CRMに移すべきタイミングと確認観点

手作業の限界が見えてきたら、SFA/CRMへの移行を検討します。ツールを選ぶときは、次の観点を確認します。

• フェーズと受注確度、金額を案件ごとに管理し、加重予測を自動集計できるか
• BANTなどの評価項目をカスタム項目として案件に持たせられるか
• 確度の設定基準や入力ルールをチームで統一・共有できるか
• 案件の停滞やリスクを一覧で把握できるか

これらが揃うと、確度の入力と集計、予測の更新が案件管理の中で一気通貫になり、Excelで発生していた集計と共有の手間が減ります。

AIによる受注確度予測を一例として

近年のSFA/CRMには、蓄積した案件データから受注確度をAIが予測する機能を備えたものがあります。よく比較検討されるツールの一例として、Mazrica SalesのMazrica Sales製品ページでは、AIインサイトという機能で、案件データから行動リスクや傾向リスクを読み解き、受注確度・契約日・受注金額をAIが予測します（Growth以上のプランで利用可能）。また、AIフォーキャストは蓄積データから案件の進展を予測し、売上の着地見込みや達成率を算出します。

これらはあくまでAIが過去データから予測・推定する値であり、その精度を過信せず、担当者が付けたBANTベースの確度と突き合わせて使うのが現実的です。主観のヨミ、客観スコア、AI予測の3つの視点で確度を見ることで、片方に偏った過大・過小評価を防げます。

まとめ

受注確度スコアリングの導入は、案件数と組織の状況に応じて段階的に進めるのが現実的です。

案件数が少なく手作業で追える段階なら、まずBANT・キーマン接触・競合状況の3観点をExcelのチェックリストにするところから始めて問題ありません。確度の根拠を主観から客観指標に固定するだけでも、ヨミ会議の対話は変わります。

案件数やメンバーが増え、確度のブレや集計負荷が課題になってきたら、フェーズ・確度・ネクストアクションを一元管理し、AI予測も併用できるSFA/CRMへの移行を検討する順が無理がありません。ツールに移す判断は「Excelが使えるか」ではなく「手作業で追える限界が来たか」で決めます。

いずれの段階でも、スコアリングは作って終わりではなく、確度と実際の受注結果を突き合わせて配点を調整し続けることで精度が上がります。確度・フェーズ・ネクストアクションを含むパイプライン全体の体系的な全体像はパイプライン管理の手法と実践で確認してください。

よくある質問

Q 受注確度スコアリングとリードスコアリングは何が違いますか

A

対象とタイミングが違います。リードスコアリングは商談化する前の見込み客の関心度を、メール開封やWeb行動で点数化します。受注確度スコアリングは商談が発生した後の案件を対象に、BANTや競合状況といった受注を左右する条件で評価します。関心が高いことと受注しやすいことは別なので、両者を同じ指標で扱わないことが大切です。

Q BANTは古いといわれますが、いまも案件評価に使えますか

A

案件の質を漏れなく点検するチェック観点としては今も有効です。BANTを単独の受注判定基準として絶対視するのではなく、キーマン接触や競合状況と組み合わせて使えば、実務の評価軸として十分機能します。予算やニーズが顧客側で固まっていない検討初期の案件では、Timingやニーズの深掘りに重点を置くなど、状況に応じた運用がしやすくなります。

Q 受注確度は何%になったら注力案件と判断すべきですか

A

一律の閾値はありません。確度が高い案件は放っておいても受注しやすく、確度が低すぎる案件は工数対効果が悪い場合があります。多くの現場では、確度が中程度で金額が大きい、つまり後押しで受注が動く案件に注力する判断が有効です。確度と金額を掛けた加重予測で見て、動かせば予測が大きく増える案件を優先するとよいでしょう。

Q スコアリングはSFAがないと実施できませんか

A

必須ではありません。案件数が少なければExcelのチェックリストでも始められます。ツールが必要になるのは、案件数が増えて手作業での集計や共有が追いつかなくなったとき、または確度と金額の加重予測を常に最新で見たいときです。まず仕組みを作り、運用が回り始めてから移行を検討する順で問題ありません。

Q AIによる受注確度予測は当たりますか

A

AIによる予測は、過去に蓄積された案件データからの推定値です。データが十分に蓄積され、案件の傾向が安定しているほど参考にしやすくなりますが、精度を断定はできません。AIの予測はあくまで判断材料の一つとして、担当者が付けたBANTベースの確度や現場の定性情報と突き合わせて使うのが現実的です。

Q スコアと担当者の肌感がズレたときはどちらを優先すべきですか

A

どちらか一方に決めず、ズレの理由を確認するのが正しい対応です。担当者の肌感が高いのにスコアが低いなら、スコアに現れていない定性情報（決裁者の前向きな発言など）があるかもしれません。逆に肌感だけが高くスコアが低いなら、根拠のない楽観の可能性があります。ズレは案件レビューで理由を掘り下げるきっかけとして使い、必要なら評価項目や配点を見直します。