Lead Scoring
リードスコアリング
Companies using lead scoring see 77% higher lead generation ROI. But 79% of leads never convert due to poor scoring models.
💡TL;DR
リードスコアリングは購入可能性で見込み客をランク付け。従来のスコアリングは企業属性（会社規模、業界）＋行動（メール開封、ページ閲覧）を重み付け。SMBの間違いは過剰設計：誰も信頼しない50変数の複雑なモデル。5-7の高シグナル行動から始め、実際のコンバージョンで検証し、毎月反復。リアルタイム行動スコアリングが静的な人口統計スコアリングに勝る。
定義
組織にとっての認識価値に基づいて見込み客をランク付けする方法論。人口統計/企業属性と行動シグナルを使用してセールスアウトリーチの優先順位を決定。
🏢SMBチームにとっての意味
ほとんどのSMBスコアリングモデルは複雑すぎて担当者に無視される。シンプルに：5-7の高シグナル行動（料金ページ、メールクリック、コンテンツダウンロード）をコンバージョン相関で重み付け。
📋実践例
ソフトウェア企業（30人）は担当者が無視する100点スコアリングモデルを持っていた。4つのシグナルに簡素化：料金ページ訪問（30点）、メールクリック（20点）、デモリクエスト（40点）、7日以内の再訪問（10点）。スコア50超 = ホットリード、即時通知。担当者がシステムを信頼し始めた。リードからミーティングへのコンバージョンが45%改善。
🔧実装ステップ
- 1
成約案件を分析：コンバート前にどの5-7の行動を示した？
- 2
ポイント値を割り当て：直感ではなくコンバージョン相関で重み付け
- 3
閾値を設定：Hot（今すぐ行動）、Warm（ナーチャー）、Cold（優先度下げ）
- 4
週次検証：高スコアリードは実際により多くコンバートする？
- 5
月次反復：コンバージョンデータに基づいて重みを調整
❓よくある質問
人口統計スコアリングと行動スコアリング、どちらを使うべき？
両方、ただし行動をより高く重み付け。人口統計は購入できるかを教える（会社規模、予算）。行動は購入準備ができているかを教える（料金訪問、メールエンゲージメント）。購買シグナルを示す小企業は、何も示さない大企業に勝る。
スコアインフレーションをどう防ぐ？
スコア減衰を実装：30-60日間活動がなければポイントが期限切れ。また四半期ごとにスコア分布をコンバージョン率と比較して再キャリブレーション。高スコアがコンバートしていなければ、モデルの調整が必要。
⚡Optifaiでの活用
Webアクセス（料金訪問、スクロール深度）とメールエンゲージメントに基づくリアルタイムスコアリング。活動なしでスコアが減衰。Hot/Warm/Coldティアが異なるワークフローをトリガー。
Signal Detection Engine📚参考文献
- •
- •
関連用語
Signal Detection
Webアクセス、メール開封、案件ステージ変化などから購買意図シグナルをリアルタイムで検知する仕組み。
Buyer Intent Data
見込み客の購入可能性を示す行動データ。Webアクティビティ、コンテンツ消費、調査パターンからファーストパーティおよびサードパーティソースを通じて収集。
Sales Funnel
初期認知から購入までの顧客ジャーニーを視覚化したもの。各ステージ（通常：認知、興味、決定、行動）に分け、セールスチームが各ステップでのコンバージョンを追跡・最適化するのに役立つ。
Signal-Based Selling
静的なリードリストやスケジュールされたケイデンスではなく、リアルタイムの購買シグナルに基づいてアウトリーチを優先するセールス手法。