フィットスコアとエンゲージメントスコアをめぐる議論は、実際には2つの異なる問いについての意見の食い違いです。フィットは「その企業はそもそも売り込む価値があるか」を問い、エンゲージメントは「その企業の誰かが今まさに関心を寄せているか」を問います。この2つを1つのMQLの数値にまとめてしまうと、マーケティングと営業はそれぞれ別の問いをその数値から読み取ることになり、パイプラインのレポートがいつまでも一致しない原因になります。
統合されたMQLの数値がハンドオフを壊す理由
たとえば、従業員15名の代理店が1週間に5つのアセットをダウンロードし、スコアが90になったとします。マーケティングはMQLとして計上しますが、営業は10分で却下します。次に、ICPに完全に合致する企業のVPが、料金ページを1回見ただけでスコア30となったとしましょう。しきい値に届かないため、誰も電話をかけません。
同じスコアリングモデルで2つの失敗が起きており、数値だけではどちらの問題なのか判別できません。スコア60は、行動60ポイントでフィットがゼロかもしれませんし、その逆かもしれません。営業は「これは購買者だ」と受け取り、マーケティングは「この人はよくクリックした」という意味で使っています。どちらのチームも数値を正しく読んでいます。1つの数値に2つの意味が込められているのです。
ツールだけでは解決しません。HubSpotもSalesforceも、2つの概念を分けられるスコアリングを文書で説明していますが、1つの数値のほうがルーティングしやすいため、多くのチームは依然として単一のプロパティにまとめています。
フィットスコアとエンゲージメントスコア:2つのスコア、2つの意思決定
私はこれを「2つの鍵のルール」と呼んでいます。フィットはゲートであり、エンゲージメントはトリガーです。ハンドオフには両方の鍵を回す必要があります。
フィットは、誰がそのアカウントを担当するか、どのキューに入れるか、人の時間をどれだけ割くべきかを決めます。変化が緩やかで、企業属性やICPが変わったときにだけ動くため、0から100の尺度ではなく、A、B、Cのような数段階のティアにするのが適切です。
エンゲージメントは、いつ電話するか、どのシーケンスを実行するか、どれだけ緊急かといったタイミングを決めます。5週間前の料金ページ訪問は、今朝の訪問と同じシグナルではないため、時間とともに減衰させる必要があります。
| スコア | 決定する内容 | 時間経過による挙動 | 自然な担当者 |
|---|---|---|---|
| フィット | ルーティング、担当者、対応の工数 | 安定的、ティア制 | 営業責任者とRevOps |
| エンゲージメント | タイミング、シーケンス、緊急度 | 減衰する | マーケティング |
各スコアが自分の担当領域だけを決めるようになれば、フィットスコアとエンゲージメントスコアをめぐる争いは終わります。フィットAでエンゲージメントが低いアカウントには、当日の電話ではなく、腰を据えたアカウントベースの施策を行います。フィットCでエンゲージメントが非常に高いリードは、ウェビナーに何回参加していても、ナーチャリングまたはセルフサーブに回します。
フィットスコアとエンゲージメントスコアの分離がアトリビューションにもたらす変化
統合モデルでは、エンゲージメントのポイントはキャンペーンから生まれるため、リードをしきい値の向こう側へ押し上げたキャンペーンがMQLの成果として評価されます。たいていは安価なゲート付きアセットです。ポイントを稼ぐのが最も簡単だからです。
私はこれを「しきい値越えクレジット」と呼んでいます。マーケティングは、MQL日とその背後にあるキャンペーンをもとにソース別パイプラインを報告します。一方、アウトバウンドや紹介経由で入ってくるフィット適格のアカウントは、エンゲージメントのしきい値を超えることがないため、MQLとして計上されることがありません。営業にはパイプラインとして見えているのに、マーケティングには見えていないのです。
同じギャップはAI検索でも見られます。引用が増えていても、その引用がどのアカウントを生み出したのかを説明できないチームがあります。この問題はSEO rankings vs AI citationsで取り上げています。土台となる適格性の判定が曖昧な1つの数値であれば、その上に載せるアトリビューションも曖昧さを引き継ぎます。
マーケティングと営業のパイプラインレポートを整合させる方法
2つのレポートが食い違うのは、数えている母集団が異なるからです。マーケティングは統合しきい値を超えたリードを数え、営業は自分たちが受け入れたリードを数えます。その差こそが議論の中身です。
解決策は、すべてのレコードに3つの日付を記録することです。フィット適格になった日、エンゲージメントがトリガーされた日、営業が受け入れた日です。そうすればすべてのレポートが同じタイムスタンプから作られ、意見の対立は、月曜日に確認できる2つの記録間の遅延や離脱として測定可能になります。ライフサイクル面については、fixing lead handoff and attributionのガイドでさらに詳しく解説しています。
営業が却下するものをマーケティングが計上するとき、しきい値は誰が管理するか
私のおすすめは3者による分担です。フィットの定義は営業責任者が持ちます。フィットが営業のリソースの使い道を左右するからです。エンゲージメントの定義はマーケティングが持ちます。ある行動を生み出すのにどれだけコストがかかるかを知っているからです。SLAと紛争ログはRevOpsが管理します。
紛争ログには、却下理由を1つではなく2つ用意する必要があります。「フィット不適合」と「まだ関心なし」です。却下の大半が「フィット不適合」であれば、フィットのゲートに漏れがあります。「関心なし」であれば、エンゲージメントのトリガーが早すぎます。このドロップダウンを1つ分けるだけで、会議を開かなくてもどちらのスコアを直すべきかがわかります。
ハンドオフが機能しているかを測るために、私は次の3点を見ます。
- 理由別の却下率(合計ではなく)
- トリガー発火後の初回接触までの時間
- フィットのティア別とエンゲージメントの帯域別のコンバージョン(別々に表示)
構成の出発点としては、当社のlead scoring modelのページで考え方を紹介しています。
フィットスコアとエンゲージメントスコアについて、明確な答えを持っていない点
万能な配分はお示しできません。営業主導のエンタープライズ型では、フィットが支配的で、エンゲージメントは主にタイミングの目安にとどまります。無料プランのあるプロダクト主導型では、エンゲージメントがより大きな役割を果たします。誠実な方法は、自社のクローズドウォン案件に対して両方をバックテストすることですが、案件数が数十件程度ではサンプルが十分とは言えません。良くも悪くも、モデルの最初のバージョンは仮説であり、データが集まるにつれて精度を高めていくものです。
自動化を導入する場合、この点は重要です。統合スコアを入力されたAI送信ツールは、そのスコアがすでに抱えている失敗を、そのまま大規模化します。これはAI SDR failureの背景にあるパターンです。パイプラインで評価するあらゆるパイロットにも同じことが当てはまり、AI GTM scorecardでも触れています。送信品質も重要ですので、どちらかのスコアにボリュームを乗せる前に、email deliverabilityを確認してください。
私たちはこの領域では助言にとどまらず、現場に入り込んで取り組むようにしています。スコアリングモデルの設計は簡単な部分だからです。難しいのは、どちらの鍵を誰が持つかについて営業、マーケティング、RevOpsの合意を得ること、そしてレポートが一致するようにタイムスタンプを配線することです。これはオペレーション層の仕事であり、人員やツールを追加する前に私ならここから始めます。どのような選択をするにしても、フィットスコアとエンゲージメントスコアの分離は、すべてのレポートで見える状態に保ってください。