リードルーティングAIとは？誰に渡すかをどう自動で決めるか
リードルーティングAIとは、問い合わせや資料請求で発生したリードを、適切な営業担当へ自動で振り分ける仕組みです。単に順番で配るラウンドロビンとは異なり、企業属性、商材、温度感、対応期限といった条件を組み合わせて「誰が今このリードを受けるべきか」を判断します。AIマーケティングの中でも、リードの受け渡し精度を上げる領域として注目されています。
結論から言うと、リードルーティングAIは問い合わせを均等配分する仕組みではなく、誰が今受けるべきかを判断する仕組みです。商材、企業規模、地域、温度感、SLAを条件にしないと、速く配っても商談化しません。MQL・SQL・SALの違いを整理したうえで振り分け条件を設計しないと、配分だけ自動化しても営業側で滞留します。
本記事のポイント
- 配分速度より適切な担当割り当てが重要。速く配っても商材や温度感が合わない担当に渡れば商談化しない。
- 地域や商材だけでなく温度感も条件に入れる。企業規模、検討フェーズ、過去接点を加味しないと均等配分と変わらない。
- SLAとセットで設計しないと効果が出にくい。振り分けたあとの対応期限と戻し条件がなければルーティングだけ速くても意味がない。
この記事で扱うテーマ
関連キーワード
- リードルーティング AI
- lead routing ai
- 営業 振り分け AI
- リード配分 AI
- 問い合わせ 自動振り分け AI
このページで答える質問
- リードルーティングAIは何を自動化する？
- リードの振り分け条件をどう設計する？
- 均等配分ではなぜ商談化しない？
- リードルーティングAIの導入後に見るべき指標は？
この記事のポイント
- 配分速度より適切な担当割り当てが重要。速く配っても商材や温度感が合わない担当に渡れば商談化しない。
- 地域や商材だけでなく温度感も条件に入れる。企業規模、検討フェーズ、過去接点を加味しないと均等配分と変わらない。
- SLAとセットで設計しないと効果が出にくい。振り分けたあとの対応期限と戻し条件がなければルーティングだけ速くても意味がない。
リードルーティングAIは何を決めるのか
リードルーティングAIが決めるのは、配るスピードではなく、誰に渡すかの判断です。問い合わせが入った時点で、そのリードがどの商材に関心を持ち、どの規模の企業で、どの程度の温度感にあるかを見て、最も対応適性の高い担当者を選びます。
従来のラウンドロビン（順番配分）は、全員に均等に割り当てることが目的でした。しかしBtoBでは、商材知識、対象業種の経験、対応可能エリアが担当者ごとに異なります。均等に配ることと、適切に配ることは別です。
| 比較軸 | ラウンドロビン（従来型） | リードルーティングAI |
|---|---|---|
| 配分ロジック | 順番・均等 | 条件マッチング＋優先度判定 |
| 考慮する情報 | 担当者の順番のみ | 商材、企業属性、温度感、担当者の空き状況 |
| 対応速度への影響 | 速いが担当のミスマッチが起きる | 適切な担当に渡るため初動の質が上がる |
| 商談化への影響 | 担当者の得意領域と合わないケースが多い | 得意領域・過去実績に基づくため転換率が上がりやすい |
| SLAとの連動 | なし（配ったら終わり） | 対応期限を超えた場合の再配分まで設計可能 |
リードルーティングAIの本質は、速く配ることではなく、正しい相手に渡すことです。
インサイドセールスAIと組み合わせる場合、ルーティング後の初回接触の質も設計に含めることで、配分から商談化までの一貫性が高まります。
振り分け条件をどう設計するか
リードルーティングAIの振り分け精度は、どの条件を使うかで決まります。条件が少なすぎると均等配分と変わらず、多すぎるとルールが複雑になり運用が回りません。実務で効くのは、次の5軸を優先度付きで組み合わせる設計です。
1. 商材・サービスカテゴリ
問い合わせ内容や閲覧ページから対象商材を判定し、その商材を担当するチームまたは個人に振り分けます。商材ごとに営業チームが分かれている会社では最優先の条件です。
2. 企業属性（業種・規模・地域）
従業員数、売上規模、業種、所在地によって担当を分けます。エンタープライズ専任がいる場合は企業規模で分岐させ、地方拠点があればエリアで振り分けます。
3. 温度感・検討フェーズ
料金ページの閲覧、導入事例のダウンロード、競合比較ページの訪問など、行動データから温度感を推定します。温度感が高いリードは経験豊富な担当へ、情報収集段階のリードはインサイドセールスへ渡すといった分岐が可能です。
4. 担当者の空き状況・保有案件数
特定の担当に集中しすぎると対応が遅れます。現在の保有案件数やカレンダーの空き状況を見て、対応余力のある担当を優先する条件を加えます。
5. SLA・対応期限
振り分けたあと何時間以内に初回接触するかを条件に組み込みます。期限を超えた場合に別の担当へ再配分するエスカレーションルールまで含めて設計します。
| 条件軸 | 判定に使うデータ例 | 振り分け先の例 |
|---|---|---|
| 商材 | 問い合わせフォームの選択肢、閲覧ページ | 商材別チーム |
| 企業規模 | 従業員数、売上レンジ（名刺DB・外部API連携） | エンタープライズ担当 / SMB担当 |
| 地域 | 本社所在地、IP情報 | エリア担当 |
| 温度感 | 料金ページ閲覧、事例DL、競合比較ページ訪問 | シニア営業 / インサイドセールス |
| 担当者余力 | 保有案件数、カレンダー空き | 余力のある担当を優先 |
| SLA | 対応期限の設定値 | 未対応時に別担当へ再配分 |
MAのAI活用でスコアリングを行っている場合は、そのスコアをルーティング条件の一つとして取り込むことで、温度感の判定精度が上がります。
均等配分が失敗する理由
ラウンドロビンによる均等配分は公平に見えますが、BtoBの営業現場では商談化率の低下を招きやすくなります。理由は3つあります。
商材と担当の不一致
均等配分では、担当者の得意商材を考慮しません。結果として、詳しくない商材のリードを受けた担当は初回ヒアリングで深掘りできず、相手の検討意欲が下がります。特に複数商材を扱う会社では、この不一致が商談化率を大きく下げます。
温度感の高いリードが遅れる
均等配分では、温度感に関係なく順番で回します。今すぐ比較検討に入りたいリードが、案件を多数抱えている担当に回ると、初回接触が翌日以降になることがあります。温度感の高いリードほど、対応が遅れると競合に流れます。
戻し・再配分の仕組みがない
均等配分は「配ったら終わり」の設計です。担当が対応できない場合や、リードの属性が合わない場合の戻し先が決まっていません。結果として、対応されないリードが滞留し、見込み客を失います。
均等配分の問題は不公平さではなく、リードと担当のミスマッチが構造的に起きることです。
セールスAIの導入を検討する場合も、ルーティングの精度が低いまま営業支援AIを入れても、そもそも渡すべき相手に渡っていなければ支援の効果が出にくくなります。
導入後に見るべき指標
リードルーティングAIを導入した後は、配分速度だけでなく、配分の質を見る指標が必要です。次の4つを定期的に確認します。
1. 初回接触までの時間（リードレスポンスタイム）
リードが振り分けられてから、担当者が初回接触するまでの時間です。ルーティングAI導入前後で比較し、適切な担当に渡ることで初動が早くなっているかを見ます。目安として、BtoBでは1時間以内の初回接触が商談化率に大きく影響します。
2. 振り分け後の商談化率
振り分けたリードのうち、実際に商談化した割合です。均等配分時代と比較して、ルーティング条件を入れたことで商談化率が改善しているかを確認します。商材別・担当者別に分解すると、条件のどこが効いているかが見えます。
3. 再配分率（エスカレーション率）
SLAの対応期限内に初回接触できず、別の担当に再配分された割合です。再配分率が高い場合、特定の担当に負荷が集中しているか、振り分け条件と担当者のキャパシティが合っていない可能性があります。
4. 担当者別の受け入れ率
振り分けられたリードを担当者が実際に受け入れた割合です。差し戻しや未対応が多い担当がいる場合、その担当と振り分け条件の相性を見直す必要があります。MQL・SQL・SALの定義と合わせて、受け入れ基準を再確認することが有効です。
| 指標 | 見るべき観点 | 改善アクション例 |
|---|---|---|
| 初回接触時間 | 振り分けから初回接触までの中央値 | SLA設定の見直し、担当者余力の条件追加 |
| 商談化率 | 商材別・担当者別の転換率 | 振り分け条件の優先度調整 |
| 再配分率 | SLA超過による再配分の頻度 | 担当者キャパシティの条件見直し |
| 受け入れ率 | 担当者ごとの差し戻し・未対応比率 | 振り分け条件と担当者適性の再マッチング |
よくある質問
リードルーティングAIはCRMがないと使えませんか？
CRMがなくても仕組み自体は構築できますが、振り分け後の対応状況や商談化の追跡が難しくなります。最低限、問い合わせ管理とステータス管理ができるツールがあれば運用は可能です。ただし、振り分け条件の精度を上げるには、過去の対応データが蓄積されたCRMとの連携が望ましくなります。
小規模な営業チームでもルーティングAIは必要ですか？
営業が2〜3名の場合、振り分け条件を複雑にする必要はありません。ただし、商材が複数あるか、エリアが分かれている場合は、少人数でも条件ベースの振り分けが効きます。人数が少ないほど、1件のミスマッチが商談化率に直結するためです。
均等配分とAIルーティングを併用できますか？
できます。たとえば、温度感が高いリードは条件マッチングで振り分け、情報収集段階のリードはラウンドロビンで均等配分するという設計が実務では多く見られます。すべてをAIルーティングにする必要はなく、条件分岐の一部にAIを使うだけでも改善効果は出ます。
関連ページと関連記事
リードルーティングAIの設計を進める際は、リードの定義、インサイドセールスとの連携、MAの活用方法と合わせて確認すると全体設計が整理しやすくなります。
- MQL・SQL・SALの違いとは？営業とマーケの受け渡し基準を整理する：振り分け先を決める前提となるリードステータスの定義を整理できます。
- インサイドセールスAIとは？：ルーティング後の初回接触をAIで支援する方法を確認できます。
- セールスAIとは？：営業プロセス全体でのAI活用と、ルーティングの位置づけを確認できます。
- MAのAI活用とは？：スコアリングとルーティングの連携設計を整理できます。
- AIマーケティングとは？：マーケティング全体の中でリードルーティングがどこに位置するかを俯瞰できます。
リードの振り分けを、担当者任せから条件ベースの設計に変えたい場合
リードルーティングAIの導入を検討している場合は、まず現状の振り分け条件と商談化率の関係を整理するところから始めると進めやすくなります。BtoBマーケティング施策一覧も合わせて確認しておくと、ルーティングの前後工程を含めた全体設計が見えてきます。