MQLとSQLの定義を営業と合意する方法｜スコアリング前に決める項目
MQLとSQLの定義が曖昧なままスコアリングを始めると、マーケティングはリードを渡したつもりでも営業は追いません。営業が接触する理由、除外条件、引き戻し条件、CRMの記録項目を先に合意することが重要です。
この記事では、MQLとSQLの定義を営業と合意する方法について、記事を読んだ直後に実務へ落とし込めるよう、設計順、確認項目、よくある失敗、次に使うべきテンプレートまで整理します。
本記事のポイント
- MQLとSQLは点数ではなく、営業が次に動ける状態として定義する
- 合意すべき項目は、対象条件、行動条件、除外条件、引き戻し条件、SLAに分ける
- CRM上で定義と実績を見直せる形にしないと、スコアリングは形骸化する
この記事で扱うテーマ
関連キーワード
- MQL SQL 定義
- MQLとは
- SQLとは
- リードスコアリング
- 営業 マーケ 合意
このページで答える質問
- MQLとSQLの違いは何ですか？
- MQL定義では何を決めますか？
- 営業と合意するにはどんな項目が必要ですか？
- MQL運用が失敗する原因は何ですか？
この記事の直接回答
MQLはマーケティングが営業へ渡すべきと判断したリード、SQLは営業が商談化に向けて追うべきと判断したリードです。点数だけで決めるのではなく、対象条件、行動条件、除外条件、営業対応期限、引き戻し条件を営業と合意しておく必要があります。
| 観点 | 決めること |
|---|---|
| 対象条件 | 業界、企業規模、部署、役職など営業対象に合うか |
| 行動条件 | 資料請求、料金閲覧、ウェビナー参加など検討度があるか |
| 除外条件 | 競合、学生、対象外エリア、重複などを外せるか |
| SLA | 営業が何時間以内に接触するか |
| 引き戻し | 未接触や対象外をどうナーチャリングへ戻すか |
MQLとSQLは点数ではなく次の動作で定義する
MQLとSQLの定義で大切なのは、点数の線引きそのものではありません。営業が次に何をするべきか、マーケティングがどの状態まで育成するべきかを分けることです。点数が高くても対象外企業であれば営業は追うべきではありませんし、点数が低くても明確な導入時期があれば優先すべき場合があります。
MQLは営業へ渡す候補、SQLは営業が追うと決めた状態です。この違いを曖昧にすると、マーケティングはMQL数を増やし、営業は質が低いと感じる状態になります。定義は部門ごとのKPIではなく、次の動作をそろえるための共通言語として扱います。
- MQLは営業へ渡す候補として定義する
- SQLは営業が追うと確認した状態にする
- 点数だけでなく接触理由を残す
合意すべき5つの項目
営業とマーケティングで合意すべき項目は、対象条件、行動条件、除外条件、SLA、引き戻し条件です。対象条件は、そもそも自社が追うべき企業かを判断する軸です。行動条件は、検討度を示す行動です。除外条件は、点数が高くても渡さない条件です。
SLAは営業がいつまでに接触するかを決めるルールです。引き戻し条件は、営業が追わない、接触できない、時期が合わないリードをどうマーケティングへ戻すかを決めます。この5つがないと、MQLは渡しっぱなしになります。
| 項目 | 決めること | CRMに残す情報 |
|---|---|---|
| 対象条件 | 追うべき企業像 | 業界、規模、部署 |
| 行動条件 | 検討度のシグナル | 資料、閲覧、参加履歴 |
| 除外条件 | 営業へ渡さない条件 | 対象外理由 |
| SLA | 初回接触期限 | 担当、期限、結果 |
| 引き戻し | ナーチャリングへ戻す条件 | 戻し理由、次回接点 |
営業会議で定義を更新する
MQLとSQLの定義は一度決めたら終わりではありません。商材、単価、ターゲット、営業体制が変われば、良いリードの条件も変わります。月次や四半期の営業会議で、MQLの商談化率、SQL化率、失注理由、未接触理由を確認します。
特に重要なのは、営業が追わなかったMQLです。理由が対象外なら条件を変え、時期尚早ならナーチャリングへ戻し、情報不足ならフォームや資料導線を見直します。営業の感覚だけでなく、CRMに残った理由から定義を更新します。
- MQLからSQLへの転換率を見る
- 未接触理由を分類する
- 失注理由から対象条件を見直す
AIスコアリングの前に人間の合意が必要
AIやMAを使えばスコアリングは自動化できます。しかし、営業とマーケティングの合意がないままAIスコアを導入しても、現場はなぜ優先すべきかを理解できません。AIは候補を並べる道具であり、営業が追う理由を説明する設計が必要です。
AIスコアリングを使う場合も、スコアの内訳、行動履歴、除外条件、営業フィードバックを同じCRM上で見られるようにします。ブラックボックスの点数ではなく、次の会話を始める根拠として扱うことが重要です。
- スコアの理由を営業画面に出す
- 営業フィードバックでモデルやルールを見直す
- 対象外条件は人間が明示する
実務に落とすときの進め方
実務で使うときは、まず既存の資料、メール、LP、営業資料を棚卸しし、読者が次に判断するための情報が欠けていないかを確認します。新しい施策を増やす前に、すでにある接点の役割を整理すると、どこにテンプレートやチェックリストを置くべきかが見えます。
次に、記事で整理した項目をチーム内の共通フォーマットにします。担当者ごとに表現や判断基準が違うと、CVは増えても商談化の質が安定しません。項目、判定基準、次アクション、CRMに残す内容をそろえることで、マーケティングと営業の引き継ぎが滑らかになります。
最後に、1回作って終わりにせず、月次で反応を見直します。クリック、フォーム到達、送信完了、商談化、失注理由を分けて見ると、コピーを変えるべきか、資料の中身を変えるべきか、営業接触のタイミングを変えるべきか判断しやすくなります。
よくある質問
MQLとSQLの違いは何ですか？
MQLはマーケティングが営業へ渡すべきと判断したリード、SQLは営業が商談化に向けて追うと判断したリードです。
MQL定義では何を決めますか？
対象条件、行動条件、除外条件、営業対応期限、引き戻し条件を決めます。点数だけでは不十分です。
営業と合意するにはどんな項目が必要ですか？
営業が接触する理由、追わない条件、接触期限、追わなかった場合の戻し方、CRMに残す項目を決めます。
MQL運用が失敗する原因は何ですか？
定義が曖昧、営業が追う理由が見えない、除外条件がない、未接触理由を見直していないことです。
関連ページと関連記事
このテーマは単体で考えるより、周辺の設計記事と合わせて読むと、CV導線から営業接続まで整理しやすくなります。
- リードスコアリングとは？：関連する判断軸や実装手順を確認できます。
- リード優先順位付けにAIを使う方法：関連する判断軸や実装手順を確認できます。
- インサイドセールスKPIの見方：関連する判断軸や実装手順を確認できます。
CVにつながる導線を設計するには
記事、資料、メール、LP、営業対応が分断されていると、せっかく獲得したリードの温度感を活かせません。ファネルAiでは、読者の行動データと営業プロセスを見ながら、どの導線を先に整えるべきかを整理できます。
