セールスシグナル・スコアリング

従業員50名のSaaS企業で、インサイドセールス3名が月間 400件 のリードに対応していた。全件に均等にアプローチした結果、アポ獲得率は 5%、架電1件あたりの平均通話時間は 3分 と効率が悪かった。

スコアリング設計

閾値設定: Hot ≥ 50 / Warm 30-49 / Cold < 30

3か月後の成果

月400件のうちHot判定は平均 45件。インサイドセールスはHotリードに集中し、架電から平均 4時間以内 にアプローチする運用に変更。

アポ獲得率はHotリードで 18%（全体平均の3.6倍）。架電総数は月400件→120件に減ったが、アポ獲得数は月20件→月22件とむしろ微増。1人あたりの生産性は 3倍 に向上した。

従業員200名のBtoB ECプラットフォーム企業で、マーケが月 800件 のリードを営業にパスしていた。しかし営業からは「質が低い」、マーケからは「ちゃんとフォローしていない」と互いに不満を持つ状態だった。

問題の可視化

MQLの定義が「資料DLした人全員」だったため、購買意向がバラバラのリードが混在。営業がフォローした結果、70% は「情報収集段階でまだ検討していない」と判明。

スコアリングによるMQL再定義

行動スコアと属性スコアの合計が 40点以上 をMQLとする基準に変更。

MQLの数は 78%減 だが、商談化率が3倍になったことで受注数は月16件→月16件で変わらず。営業の工数が大幅に浮いたことで、既存顧客のアップセルに時間を回せるようになり、四半期のARRが 12%増加 した。

従業員4名の地方研修会社が、自社Webサイトの閲覧データを営業活動に活用し始めた。月間サイト訪問者 1,200UU に対し、これまでは問い合わせフォーム経由のリード（月 5件）にしか対応していなかった。

簡易スコアリングの導入

高額なMAツールは予算的に無理だったため、Google Analytics + 無料のリード特定ツール（IPアドレスから企業名を推定）で簡易版を構築。

運用の工夫

毎朝30分で前日のHotシグナル（35点以上）を確認し、企業名が特定できた場合はLinkedInや帝国データバンクで担当者を特定してアプローチ。

3か月間で月 8〜12社 のHotシグナルを検知。そのうち電話やメールでアプローチできたのが月 5社、アポ獲得が月 2社。問い合わせフォーム経由と合わせて月間アポ数が 5件 → 7件 に 40%増加。追加コストはほぼゼロで実現できた。