マーケティングファネル

英語名 Marketing Funnel
読み方 マーケティング ファネル
難易度
所要時間 1〜2時間
提唱者 エリアス・セントエルモ・ルイス(1898年)を起源に発展
目次

ひとことで言うと
#

顧客の購買プロセスを漏斗で可視化する手法。 認知→興味→検討→購入→推奨の各段階で何人が残り何人が離脱するかを数字で追い、最も改善効果が高いポイントにリソースを集中させます。マーケティングの全体最適を実現する基本ツールです。

押さえておきたい用語
#

押さえておきたい用語
TOFU・MOFU・BOFU
ファネルの上段(Top of Funnel=認知層)・中段(Middle of Funnel=検討層)・下段(Bottom of Funnel=購入直前層)を略した用語。段階ごとに適切なコンテンツと施策が異なる
コンバージョン率(CVR)
ある段階から次の段階に進んだ人の割合。ファネル全体のCVRではなく、各段階間のCVRを個別に追跡することで、ボトルネックを正確に特定できる。
リードクオリフィケーション
見込み客を購買確度で分類するプロセス。MQL(マーケティング適格リード)→SQL(営業適格リード)のように段階を定義し、ファネルの中段以降の精度を高める。
ダークファネル(Dark Funnel)
企業が計測できない顧客の情報収集行動を指す。SNSのDM、社内Slack、友人との会話など、ツールで追跡できない接点が購買判断に大きく影響している。

こんな悩みに効く
#

  • マーケティング施策を複数やっているが、全体像が見えない
  • どの段階で顧客を失っているか把握できていない
  • マーケと営業の連携がうまくいかない
  • 広告費を使っているのにコンバージョンが増えない
  • 施策を増やしても売上が比例して伸びない理由が分からない
  • LP改善やSEOをやっているが、どちらを優先すべきか判断できない
  • 既存顧客のリピート率が低く、新規獲得に頼り続けている

基本の使い方
#

ステップ1: ファネルの段階と定義を決める
自社のビジネスモデルに合わせてファネルの段階を設定します。BtoBなら「認知→リード獲得→MQL→SQL→商談→受注→継続」、ECなら「サイト訪問→商品閲覧→カート投入→購入→リピート」のように。重要なのは各段階の「通過条件」を数値で定義することです。たとえば「MQL=スコア50点以上(資料DL5点・サイト再訪3点・特定ページ閲覧10点など)」のように定量化し、チーム全員で共有します。曖昧な定義のままでは、段階間の転換率の計算がブレます。
ステップ2: 各段階の数値を計測する
各段階の人数と段階間の転換率をデータで把握します。Google Analytics、MAツール、CRMを組み合わせて「どこに何人いるか」「どのくらいの割合が次に進むか」を可視化します。データが取れていない段階がある場合、まず計測環境の整備が優先です。ファネルの各段階を毎週または毎月の定例で確認できるダッシュボードを作ると、変化への対応が速くなります。「計測できていないものは改善できない」という原則で、データ整備を先行させます。
ステップ3: ボトルネックを特定する
転換率が最も低い段階、または改善した場合の売上インパクトが最も大きい段階を見つけます。「認知→リード」の転換率が低いのか、「商談→受注」が低いのかで打つべき施策は全く違います。インパクトの大きさは「その段階のCVRが10%改善したとき、最終的な受注数がどれだけ増えるか」をシミュレーションして比較します。数字を見ずに「とりあえず広告を増やす」のは最もROIが低いアプローチになることが多いです。
ステップ4: 段階別に施策を設計・実行する
TOFUにはSEO・ディスプレイ広告・SNS運用などの認知施策、MOFUにはホワイトペーパー・導入事例・比較記事・ウェビナーなどの検討促進施策、BOFUには無料トライアル・見積もり・デモ・期間限定オファーなどの購入後押し施策を配置します。施策を追加するときは必ず「これはファネルのどの段階の問題を解決するか」を明示してから実行し、段階別のCVRの変化を定点観測して効果を検証します。1つの施策が別の段階に悪影響を与えていないかもあわせて確認します。

具体例
#

例1:BtoB ITサービス企業がファネル分析で受注数を2倍にする

状況: クラウドセキュリティサービス(月額30万円)。マーケ・営業の連携が弱く、受注が月4件で頭打ち。ファネル計測の結果は以下の通り。

  • 認知(サイト訪問): 月15,000
  • リード獲得: 300(CVR 2.0%)
  • MQL: 90(CVR 30%)
  • SQL(商談化): 18(CVR 20%)
  • 受注: 4(CVR 22%)

分析: MQL→SQLの転換率20%が最大のボトルネック。MQLの質が低く、営業がフォローしても「まだ検討段階ではない」ケースが多かった。

施策: MQLの定義を「資料DL+2回以上のサイト再訪+導入事例ページ閲覧」に厳格化。加えてMQL向けに「業界別セキュリティ課題ウェビナー」を月2回開催し、検討度を引き上げてからSQLに渡すフローに変更。

結果: MQL数は90→65に減少したが、SQL転換率が20%→46%に改善。商談数が18→30に増加し、受注が月4件→8件に倍増した。マーケと営業の「質の良いリードとは何か」の定義が揃ったことが最大の成果だった。

例2:D2Cブランドがファネル下段の改善で月商を45%伸ばす

状況: オーガニックスキンケアのD2Cブランド。月間売上800万円。ファネル数値は以下。

  • サイト訪問: 月80,000
  • 商品ページ閲覧: 32,000(CVR 40%)
  • カート投入: 4,800(CVR 15%)
  • 購入完了: 1,920(CVR 40%)
  • リピート購入(3ヶ月以内): 384(CVR 20%)

分析: カート投入→購入完了が40%(離脱60%)。購入完了→リピートが20%。この2つの改善が売上インパクト最大。

施策: カート離脱対策として送料無料ラインの明示(5,000円以上)、カート内でのレビュー表示、Amazon Pay導入。リピート対策として初回購入者に「30日後に届く定期便」の提案(10%OFF)をメールで配信。

結果: カート→購入のCVRが40%→55%に改善、購入数が1,920→2,640に。リピート率が20%→31%に改善。月間売上が800万円→1,160万円(+45%)に成長。特にAmazon Pay導入だけでカートCVRが8ポイント改善し、最もROIの高い施策だった。

例3:個人コンサルタントがファネル設計でSNSの集客を収益に直結させる

状況: 独立1年目の中小企業向け経営コンサルタント。Xでフォロワーが2,000人いるが、月の新規相談は1〜2件しかなく、受注は0〜1件で月収が安定しなかった。投稿はしているが、問い合わせにつながる導線がまったく設計されていなかった。

ファネル設計前の状態:

  • SNS投稿→フォロワー2,000(認知)
  • プロフィールリンク経由のサイト訪問: 月120人
  • 問い合わせフォーム到達: 月5人(CVR 4%)
  • 相談申し込み: 月1〜2件(CVR 20〜40%)
  • 受注: 月0〜1件

ボトルネック特定と施策: 最大の問題は「サイト訪問→問い合わせ」のCVR 4%。調査したところ、問い合わせページが汎用フォームのみで「どんな相談ができるか」が不明確だった。そこでプロフィールリンク先を「初回60分無料相談の予約ページ」に変更。Calendlyで直接予約できるようにし、ページにはよくある相談テーマ5つと過去の成果事例を掲載。

結果: 月間サイト訪問は120人で変わらなかったが、問い合わせ(無料相談予約)が月5件→月14件(CVR 12%)に改善。受注が月0〜1件→月3〜4件に安定し、月収が20万円未満から55万円前後に改善した。ファネルの「詰まっている段階」を1つ修正するだけで結果が大きく変わった。

やりがちな失敗パターン
#

  1. ファネルの上だけを太くしようとする — 認知を増やしても途中の転換率が低ければ水漏れするだけ。まず漏れを止めてから流す量を増やす
  2. 段階の定義がチーム間で揃っていない — マーケの「リード」と営業の「リード」が別物だと、ファネル全体が機能しない。全員で定義を合わせる
  3. ファネルを一方通行と捉える — 現代の顧客は段階を行ったり来たりする。直線的なモデルに固執せず、ダークファネルや非線形な行動も考慮する
  4. 最終CVRだけを見る — 「サイト訪問→購入」の全体CVRだけではどこに問題があるか分からない。段階間のCVRを個別に追跡する
  5. 全ての段階を同時に改善しようとする — 施策が分散して効果が薄まる。インパクトシミュレーションでボトルネックを1つ特定し、そこに集中してから次に移る
  6. 施策を追加したが効果を測定しない — 施策と転換率の変化を紐づけないと、何が効いたかが分からない。施策変更前後の比較を必ず記録する

まとめ
#

マーケティングファネルは「顧客がどこで離脱しているかを数字で突き止める」ための基本ツールです。段階を定義し、各段階の転換率を計測し、最もインパクトの大きいボトルネックにリソースを集中させましょう。ファネル全体を俯瞰することで、施策のバラバラ感をなくし、マーケティングの全体最適を実現できます。