リードナーチャリング
専用システム

リードのビッグデータを
ひとつにまとめるテクノロジー

平日9時~17時0120-503-613
活用資料(ホワイトペーパー)

  1. TOP
  2. リードに関するあれこれ
  3. > リードクオリフィケーションを実行する為のプロセスとは

リードに関するあれこれSAASKE REPORT

リードクオリフィケーションを実行する為のプロセスとは

高井 伸

株式会社インターパーク 取締役COO
クラウドサービスサスケ事業 プロジェクト統括責任者

2012年3月より役員として同社に経営参画。2015年6月より現職。
マーケティングファースト/キャッシュフロー重視/損益分岐の短期突破/を軸にした経営視点からリードナーチャリング、マーケティング、営業についての考察をあれこれと執筆しています。

個人のマンパワーから、チーム運営へ。「集客・管理・育成」と工程が細分化され、施策の実施内容も社内で見える化され、施策手法の定義化がトレンドとなっているマーケティング業界。

MAの流行りもあり、データドリブンが当たり前の今、リードクオリフィケーションの重要度はますます高まりを見せています。


リードクオリフィケーション(データ抽出)とは

端的に言うと、欲しいリードデータをリストとして抽出する「データ抽出」の技術です。

それは一定のルールのもと行われます。

例えば、課題やニーズ毎。地域や業種毎。またはそれらの掛け合わせなど。

マーケティング施策全体から考えて、自社で活用したい形でリードデータが抽出できるようデータベースのマネジメントを考えていく必要があります。


リードクオリフィケーションのポジションとは

マーケティングを大きく分けると下記3工程になります。

─────────────────────────────────

・リードジェネレーション(集客)

・リードデータマネジメント(管理)

・リードナーチャリング(育成)

─────────────────────────────────

ユーザーの購入検討の期間の長期化もあり、集客だけでは十分な効果を得られなくなってきており、近年では管理から育成のフローがとても重要視されている傾向にあります。

その中間に入る工程がリードクオリフィケーションです。

─────────────────────────────────

・リードジェネレーション(集客)

・リードデータマネジメント(管理)

・リードクオリフィケーション(データ抽出)

・リードナーチャリング(育成)

─────────────────────────────────

多大な費用と手間をかけて集客したリードデータも、リードクオリフィケーション(データ抽出)が的確に実施できる形で管理できていなければ、効果は半減です。リードナーチャリング(育成)も行えません。

集客だけでは効果を生み出せない時代になってきている…という内容は前述の通りです。


リードクオリフィケーションに適したデータ形式とは

様々な軸からデータを切り出せるようにしておくことが大事です。

その為には単純なテキストデータとしてだけではなく、属性としてデータを管理しておく必要性があります。

データ保持形式を「フラグ」として活用できるようにしておくという事です。

データフラグのタイプとしては下記のようなものがあります。用途に応じて種類を定義して格納していきます。


【属性選択式フラグ】

●チェックボックスタイプなど

属性選択式フラグ例①)「業種:製造業/IT業/広告代理店業/食品加工業/」

属性選択式フラグ例②)「従業員数:0~50人/51人~100人/101人~200人/」


【時間軸フラグ】

●日付の年月日、時間

時間軸フラグ例①)「商談日:2017年3月9日」

時間軸フラグ例②)「商談時間:15時00分~15時45分」


【数字フラグ】

●個数、枚数、回数など

数字フラグ例①)「購入数:7個」

数字フラグ例②)「イベント来場回数:3回」


「フラグ」形式のデータをどのように活用するか

保持しているリードデータに複数の「フラグ立て=特長付け」を実行しておく事で、リードクオリフィケーション(データ抽出)する条件として活用する事ができるようになります。

下記のような活用方法になります。


【リードクオリフィケーション例①】

・保有リードデータ:10,000件

・データ抽出条件:業種が製造業で、かつ従業員数50人以下に該当するデータをリストとして抽出


【リードクオリフィケーション例②】

・保有リードデータ:100,000件

・データ抽出条件:イベントへの来場回数が2回以上、かつ2017年1月1日~6月31日の期間で商談を実施したデータをリストとして抽出


【リードクオリフィケーション例③】

・保有リードデータ:50,000件

・データ抽出条件:365日以上接触がないデータをリストとして抽出


①と②の例は、保持したデータフラグを2つ経由してデータ抽出を行いました。

③の例は「時間軸」を取り入れたデータ抽出方法です。

「365日以上接触がない」といっても今日時点で365日以上接触がないデータと、明日実施した365日以上、1ヶ月後に実施した365日以上では、抽出するデータは異なります。

データに時間軸を串刺しにする事で、時間もデータフラグとしたリードクオリフィケーションが可能になります。


Webのトラッキングデータを併用する

Webページへのアクセス状況も当然、データフラグとして活用できます。

シナリオでWebページのアクセスパターンを決めておき、その閲覧パターンに応じたWebコンテンツを用意しておく。それらを自動で実行する。

これが今流行りのマーケティングオートメーションの基礎の考え方です。

ここでもリードクオリフィケーションの考え方が活かされています。


【Webトラッキング属性フラグ】

●閲覧ページ、滞在時間など

Webトラッキング属性フラグ例①)「閲覧ページ:Aページ/Bページ/Cページ」

Webトラッキング属性フラグ例②)「滞在時間:30秒/1分/3分」 


【リードクオリフィケーション例④】

・保有リードデータ:10,000件

・データ抽出条件:AページとCページを両方閲覧しているデータをリストとして抽出


【リードクオリフィケーション例⑤】

・保有リードデータ:30,000件

・データ抽出条件:2017年の6月に、Aページ、Bページ、Cページをすべて閲覧している、かつ業種が製造業で、かつ従業員数50人以下に該当するデータをリストとして抽出


④は単純にWebの閲覧パターンからデータ抽出したパターンですが、⑤は【Webトラッキング属性フラグ】と【属性選択式フラグ】を複合したデータ抽出の方法です。

このように様々な角度から「フラグ立て=特長付け」をしておく事で、異なる要素を複合した奥行きのあるデータ抽出が可能になります。

データ構造の概念に関しては動画でもご紹介しています。ご興味あれば「サスケのリードデータマネジメント」動画もご覧くださいませ。


まとめ

いかがでしたでしょうか?

リードクオリフィケーションは、マーケティングにおけるデータドリブンの基礎となる考え方です。

データ抽出の質が施策の質であり、マーケティングの中でも効果に直結してくる工程といえます。

その中で難しいのはデータの保持形式の選択と、データベースの構築、施策と連動した運用方法です。

これは施策内容や、目標などゴールからプロセス全体を逆算して考えていく事が重要です。

リードデータの取り扱いに関して何かお困り事御座いましたら、私どもにぜひご相談下さいませ。

リードシナリオマーケティングオートメーションリードクオリフィケーションリードジェネレーションリードのPDCAリードナーチャリングデータ・ドリブン

あわせて読みたい


 タグ一覧

インサイドセールス(25)リードシナリオ(26)マーケティングオートメーション(16)リードクオリフィケーション(22)リードジェネレーション(17)リードのPDCA(27)リードチャネル(17)リードナーチャリング(39)リードデータマネジメント(38)リードスコアリング(4)Web解析(2)アカウントベースドマーケティング(1)ポイントスコアリング(3)ペルソナ(8)メールマーケティング(15)テレマーケティング(16)データ・ドリブン(22)商談管理(2)データ解析(15)営業管理(8)名刺管理(7)費用対効果(12)売上向上(9)マーケティング・テクノロジーフェア(7)デジタルマーケティングEXPO(4)クラウドコンピューティングEXPO(4)Mfair (1)コールセンターCRMデモ&コンファレンス(2)Japan IT Week秋(3)Japan IT Week春(5)市場調査(2)展示会ブース装飾(3)展示会運営(5)展示会フォローアップ(13)営業支援EXPO(6)ブランディング(8)マーケティング全般(17)書類データ化(2)イノベーション(3)名刺データ化(2)ワークタイム(2)AI(2)ワークスタイル(2)人工知能(2)機械学習(1)コンタクトセンターマネジメントセミナー(1)Cloud Expo (2)ディープラーニング(1)ニューヨーク(1)シンガポール(1)タイ(1)バンコク(1)アメリカ(1)海外視察(3)ケーススタディ(5)セミナー(1)海外(3)働き方改革(1)