BtoBマーケティングで「製造業・従業員300人以上」といった条件に合う企業を集めても、商談につながらないことがあります。一方、属性を問わず「今すぐ課題がある」企業へ案内すれば、効率よく受注できるのでしょうか。それも保証できません。
企業属性(ファーモグラフィクス)、現在の業務課題、導入条件、購買段階を組み合わせることが重要です。 業種や規模は現在の意欲を直接示すものではありませんが、法規制、必要な機能、導入支援の範囲など、適合性の判断に役立ちます。
1. セグメンテーションの目的は、顧客を細かく分類することではない
セグメンテーションは、同じような課題・条件を持つ顧客群を分け、提供する価値や伝え方を考える方法です。分類が細かいだけでは成果は生まれません。
企業属性は、従業員規模、業種、地域、事業形態など、企業について比較的安定した情報です。しかし「いま何を導入したいか」は属性だけで決まりません。他方、直近の課題に反応した企業も、予算、権限、システム環境が合わなければ購入できない場合があります。
まず対象候補がどの課題を解決できるのか、どの条件でサービスが適合するのかを整理し、それに合わせて属性・状態・行動データを使い分けます。
2. 業種・規模などの静的な属性を捨ててはいけない
例えば、セキュリティ監査への対応を支援するサービスでは、規制対象業種、システム数、取扱データ、担当部門の構成によって必要な支援が変わる場合があります。同じ緊急課題があっても、自社サービスが対象企業の条件に対応できるかは別の確認が必要です。
- 業種:特有の規制、業務プロセス、導入例や意思決定の違い。
- 規模:運用体制、関係部署、導入支援や統制の必要性。
- 既存システム:連携・移行やセキュリティ条件への適合性。
- 購入単位:部署導入なのか全社導入なのか、誰が契約するか。
「属性データだけで十分」でも「属性データには何の意味もない」でもありません。各項目が製品の提供や顧客の成果にどう影響するかを確認します。
3. 顧客の課題を「深刻度」だけで判断しない
課題の深刻度は、損失、リスク、時間、品質、法令対応などにどれほど影響するかを考えるための観点です。ただし、痛みが大きい顧客が必ず購入するわけではありません。現在の手段を変えたくない、予算がない、導入に人員を割けない場合もあります。
業務課題を尋ねるときは、「困っていることは何ですか」という抽象的な質問だけでなく、最後に発生した出来事、現在の対処、影響、改善の必要性を確かめます。
- 事実:実際に業務が止まった、法定報告が遅れた、作業が繰り返されたなど。
- 顧客の説明:担当者が重要と感じている理由。
- 未確認:その問題が部署全体に共通するか、今期の予算があるか。
- 検証:予算や意思決定条件を、適切な時点で本人・担当部署へ確認する。
「Webサイトの料金ページを三回見た=課題が深刻」「経営層の記事を読んだ=成熟度が高い」といった短絡的な判定は避けます。
4. 組織の成熟度は、決めつけのラベルにしない
「組織が未成熟だから受注しにくい」という説明は、企業を一面的に評価し、顧客の個別事情を見落とす可能性があります。実務上は、導入に必要な条件が整っているかを、観測可能な項目へ分けた方が有益です。
- 決裁:課題の責任者、予算担当者、情報セキュリティ・購買部門は誰か。
- 運用:導入後に誰が管理し、業務の変更に対応するか。
- 技術:既存システムとの連携、データ移行、権限管理を実現できるか。
- 時期:更新期限・プロジェクトの開始時期・他施策との競合。
- 支援:必要な外部支援があれば提供側で補えるか。
準備が整っていなければ営業を急がず、説明資料や支援内容を提供する方が適切な場合があります。また、顧客から検討中止の意思が示された場合には、それを尊重します。
5. 「Intent Data」は確認済みの購入意思ではない
記事の閲覧、検索、資料のダウンロードなどの行動は、関心を推測する材料になります。しかし、特定の製品を購入すると決めたことを示す直接的な事実ではありません。特に企業内では、調査担当者と契約の決裁者が違うことがあります。
McKinseyが2026年に公表したBtoB購買調査・成長に関する解説は、企業ごとの文脈、購入履歴、行動シグナルを組み合わせた対応を論じています。ただし、行動シグナルがあるだけで必ず成約する、という意味ではありません。同調査の対象企業に関する観察を、あらゆる企業の成約率へ直接一般化しません。
営業へ「購入意思あり」と渡す前に、何を観測したのか、誰の意思なのか、なぜそう考えたのかを分けて記録してください。
6. 個人の行動情報を分析する際は、利用目的を具体化する
個人情報保護委員会のガイドラインでは、行動・関心を分析して利用する場合、そのような処理を本人が予測できる程度に、利用目的を特定する必要があります。
個人に紐づく閲覧履歴と企業属性を結び付け、営業優先度を推測する場合にも、どのデータをどの目的で使えるかを先に確認します。第三者データを追加する際には、取得元・提供条件・個人情報等への該当性を個別に判断する必要があります。
また、英国ICOのプロファイリングガイダンスは、推定された属性にも誤りや偏りがあり得ること、個人について重大な自動判断をする場合には追加の管理が必要なことを説明しています。これは英国法に関する資料であり、日本の企業へそのまま同じ義務が適用されるという意味ではありません。
利用目的の具体化についてはBtoB顧客データと信頼の設計も参照してください。
7. 2軸マトリクスを使うなら、あくまで判断の補助にする
「課題の緊急度」と「導入条件の充足度」を2軸にして顧客を整理することはできます。ただし、点数の高い企業を機械的に優先するための確定モデルではありません。実際の支援と営業負担に合わせて、次のような対応を検討します。
- 課題が明確・導入条件も確認済み:具体的な見積もり、比較資料、導入手順を案内。
- 課題が明確・導入条件は未整備:必要な体制、前提条件、移行支援の内容を整理。
- 課題は探索段階・導入条件は整っている:適合する選択肢や市場情報を提供し、検討を急かさない。
- 課題と条件の双方が不明:必要な説明を公開し、希望する人が適切な窓口へ進めるようにする。
営業の優先順位だけではなく、読者へどの情報を届けると判断しやすいかを軸にすることが重要です。個別の事情が不明な場合には「未確認」と残します。
8. まず10件の商談記録を見て、分類が役立つか検証する
以下は架空のチーム向けの簡易点検案です。10件という数は初期の記録確認の例であり、統計的な有効性を保証するものではありません。
- 現状:商談・失注記録から、業種、規模、課題、購入条件、契約状況を必要な範囲で確認する。
- 事実と推測:顧客が実際に述べたことと、担当者が推定したことを別列に記録する。
- 分類:課題が明確か、導入条件が整っているか、提供サービスが適合するかを整理する。
- 見落とし:属性だけでは説明できない事例、行動データが誤解を招いた事例を探す。
- 利用:分類ごとに必要な説明・営業支援を調整する。
- 検証:その分類で問い合わせ対応や商談の質が改善したかを、期間と母数をそろえて確認する。
少数事例で有望な傾向を見つけても、それだけで予測モデルの精度が証明されたとは言えません。BtoBターゲットの集中と市場拡張やBtoBの実験設計も関連する判断材料になります。
まとめ:属性と状態を組み合わせ、推定は推定として扱う
業種と規模だけで顧客の需要を説明することはできません。しかし、課題の深刻度や組織の成熟度だけで、購買の可能性を正確に評価することもできません。
顧客の適合条件、観測できた課題、導入の前提、本人の意思を分け、提供する情報と支援を調整する。分類から漏れる顧客や誤判定に気づけるようにする。その姿勢が、BtoBセグメンテーションを、数字の並べ替え以上の実務へ変えていきます。
確認した資料
- McKinsey(2026)「B2B buyers reset the bar」:個別企業の文脈、購買履歴、行動シグナルを組み合わせたパーソナライゼーションに関する調査・実務解説。
- 個人情報保護委員会「個人情報保護法ガイドライン(通則編)」:行動・関心等の分析を含む利用目的の特定。
- 英国ICO「Rights related to automated decision making including profiling」:推定・プロファイリングの説明責任、正確性、偏りを扱う英国のガイダンス。日本法の代替ではない。