B2B Webサイトの訪問者のほとんどは、フォームに入力せずに去っていきます。自社の数値を確認してみてください。前四半期のフォーム送信数をセッション数で割ると、名乗らないまま去るトラフィックが大半を占めているのが普通です。Webサイトの文脈でのAIリードジェネレーションとは、この沈黙する大多数に働きかける技術の総称です。どの企業が訪問しているかを特定し、そのうちどれが購買サイクルにあるかを推定し、より多くの訪問者が次のステップに進むようサイトの表示内容を変えます。
「AI」が担っている仕事の量は部分ごとに異なり、ベンダーはこの言葉を曖昧に使っています。本記事では各部分を切り分け、それぞれの仕組みと失敗するポイントを説明し、作り込みすぎずに組み合わせるための30日間の計画を紹介します。
Web サイトにおける AI リードジェネレーションの意味
この呼び名にはチャットボット、予測スコアリング、自動アウトリーチなどが含まれます。Web サイトに注力する B2B チームにとって重要なのは次の3つです。
| 要素 | 機能 | 機械学習が本当に役立つ場面 |
|---|---|---|
| 訪問者識別 | IPデータとエンリッチメントで匿名セッションを企業に紐づけます | 主にデータ照合であり機械学習ではない。一部のプロバイダーはレコードのクレンジングと照合にモデルを使用 |
| インテントスコアリング | 適合度と行動から、購入する可能性が高いアカウントを推定します | 機械学習の主な用途：過去の受注に先立っていたシグナルの組み合わせを学習すること |
| パーソナライズされたエンゲージメント | 訪問者が誰で何をしたかに基づき、見出し、証拠、CTAを変更します | 任意。B2Bのパーソナライゼーションの多くは明示的なルールで運用され、バリエーションの自動選択を併用することもある |
ベンダーが「AI搭載」とうたっている場合は、この3つのどれに適用されているのか、モデルが何で学習されているのかを尋ねましょう。自社の受注データで学習したスコアリングモデルと、プロバイダーが全顧客をまたいで算出する汎用的な「インテントスコア」は別物です。
訪問者識別の仕組み
フォームによるリード獲得は、人が名乗り出るのを待ちます。訪問者識別は逆側からアプローチし、誰かが何かを入力する前に企業を特定しようとします。
- IPの解決。訪問者のIPアドレスを、IPレンジと組織を対応付けたデータベースと照合します。独自のネットワークレンジを持つ企業（オフィス、企業のゲートウェイを経由して接続するVPN）はうまく特定できます。家庭用ブロードバンド、モバイルネットワーク、共有のコワーキングネットワークは特定が難しいか、まったくできません。サイトによって一致率が大きく異なるのはこのためです。これを前提に何かを計画する前に、自社の一致率を測定しましょう。
- ファーモグラフィックのエンリッチメント。企業名が判明すると、エンリッチメントによって業種、従業員規模、所在地、場合によっては技術スタックが付加されます。これらの項目は推定値として扱い、実在のアカウントについて把握している情報と照らし合わせて一部を抜き取り確認しましょう。
- サイト上の行動：閲覧ページ、訪問回数、再訪頻度が企業に紐づけられるため、3つの匿名セッションではなく、「この企業の3人が今週料金ページを見た」とわかります。
- CRMとの照合。企業がCRM内のアカウントと一致すれば、訪問はその担当者と進行中の商談に紐づけられます。営業担当者は、自分が担当しているアカウントがセキュリティページを2回開いたことを確認できます。
企業単位の特定は、個人単位の特定ではありません。分かるのはどの組織かであって、どの個人かではなく、営業にもそのように伝えるべきです。ツールの比較については、Webサイト訪問者特定ソフトウェアのガイドをご覧ください。
スコアリング：特定から有望リードの判定まで
訪問企業のリストはパイプラインではありません。どの企業に注力すべきかを決めるのはスコアリングのステップです。モデルベースのスコアリングを実際のパイプラインに組み込む方法は、AIリードスコアリングの実践ガイドをご覧ください。
1. 自社の受注実績に基づいてプロフィールを作る
直近の受注案件50〜100件を取り出し、業種、規模帯、地域、共通する技術を確認します。それが適合プロファイルであり、スコアリングモデルが以前に想定していたものと置き換えるべきです。分析の手順は理想的な顧客プロファイルの作り方の記事で解説しています。受注が数十件未満なら、機械学習モデルが学べる材料はほとんどありません。営業に説明できる透明なポイント制のモデルでも同等の効果が得られます。
2. 受注の前にあった行動を見つける
受注したアカウントの、商談が作成される前の数週間のWeb上の行動を確認します。B2Bで重要になることが多いシグナルは、料金ページへの繰り返しの訪問、訪問者自身の業界の事例、比較ページや連携ページ、短期間での同じアカウントの複数人の訪問です。そのまま採用するのではなく、自社のデータと照らし合わせて確認しましょう。受注の前に一度も現れないシグナルに重みを置くべきではありません。
ここで機械学習が真価を発揮します。十分な履歴があれば、モデルは手作業で設定したポイントよりもうまく適合度と行動の組み合わせを重み付けできます。履歴が不十分だとノイズに過剰適合してしまうので、シンプルに始め、データが揃ったらモデルに移行しましょう。
3. スコアをアクションにつなげる
Tierはスコアだけでなく、次に何が起こるかで定義しましょう:
- 今すぐ対応：ICPに合致し、かつ検討終盤の行動が見られる。閲覧ページとともに、当日中にアカウント担当者へ通知します。
- 関係を温める：適合度は高いが、行動は初期段階。ウェブサイトの体験を調整し、同意がある場合はナーチャリングを行います。
- 経過観察：それ以外のすべて。行動データを収集し続け、変化があれば再評価します。
「今すぐ対応」のティアは、営業がすべての通知に実際に目を通せるくらい小さくなるよう区切りを設定しましょう。しきい値と振り分けについては、購買意欲の高いアカウントのスコアリングとウェブサイトリードの振り分けのガイドで詳しく解説しています。
Webサイト自体でデータを活用する
識別とスコアリングで、誰が来ているかがわかります。パーソナライゼーションはそれを使って、見せる内容を変えます。よくある3つの使い方と、注意すべき点は次のとおりです。
特定済みだが未知のアカウント：業界に合った第一印象
セッションが業界や企業規模の区分に判定されると、ホームページにそのセグメント向けの見出し、実績、ユースケースを表示できます。例：物流業界の訪問者には、汎用的なロゴの一覧ではなく物流業界の顧客事例を表示します。これはそのセグメントの実績が本当にある場合にのみ機能します。汎用的なコンテンツの前に業界向けの見出しだけを置くのは、デフォルトよりも悪い結果になります。
既知のターゲットアカウント：アカウント単位の体験
ABMプログラムの対象アカウントや商談が進行中のアカウントには、その関係に結びついたコンテンツを表示できます。その業界の実績、問い合わせのあった連携、汎用的なデモフォームではなく担当アカウントエグゼクティブへのCTAなどです。控えめにしましょう。バナーで社名を出すと監視されているように感じられることがありますが、関連する資料を見せることは通常そうではありません。
リピーター：次のステップに合わせる
初回訪問：「仕組みを見る」。製品ページを見た後の再訪：「プランを比較」。料金ページを見た後の再訪：日程調整付きの「相談する」。具体的なルールよりも、それをテストすることのほうが重要です。それぞれを、標準ページを見るホールドアウトと比較して測定しましょう。テストについてはパーソナライズされたCTAの記事で解説しています。
スタックを1つずつ解説
- 識別とエンリッチメント：企業を特定し、ファーモグラフィックデータを付加します。これがなければ、下流のどの仕組みも誰が訪問しているかを知ることができません。
- 行動トラッキング:企業レコードに紐付けたアナリティクスのイベント(ページカテゴリー、訪問、主要なアクション)。
- スコアリング：自社で定義したポイントか、自社の成果で学習したモデルのいずれか。パーソナライゼーションツール、CRM、または別のサービスに置けます。
- パーソナライゼーション：ルールを評価してバリエーションを配信します。クライアントサイドのタグはすぐに始められます。サーバーサイドやエッジでの配信なら、重要なページでのちらつきを防げます。
- CRMとの双方向同期：企業特定とスコアをアカウント単位でCRMに送り、アカウントのステータスと担当者をWebサイトに戻します。これにより、たとえば既存顧客に「デモを予約」のCTAを表示しないようにできます。
これらの要素は組み合わせて初めて役に立ちます。行動につながらない識別はただのリストです。識別のないパーソナライゼーションは当て推量です。CRMに届かないスコアは、営業にも届きません。
効果が出ているかを見極める方法
| 質問 | 指標 | 比較 |
|---|---|---|
| 適切なアカウントにリーチできているか? | 特定されたトラフィックのうち ICP に合致する割合 | 前月比 |
| スコアリングで何かが区別できていますか？ | スコア帯別の商談化率 | 上位ティアは下位ティアを明確に上回るはずです。そうでなければ、モデルは予測できていません |
| 営業はアラートに対応していますか？ | アラートから最初のアプローチまでの時間、対応済みアラートの割合 | 目標とする対応時間との比較 |
| パーソナライゼーションは効果があるか? | セグメント別コンバージョン（パーソナライズ群とホールドアウト群） | サイト平均ではなく、同じセグメントからのホールドアウト |
| コストに見合う価値はありますか？ | この施策による営業受入済みリードまたは商談1件あたりのコスト | 同じ定義を使って、他のチャネルと比較 |
想定しておくべきバイアスが1つあります。識別されたアカウントは大企業に偏ります。IPの解決が最もうまく機能するのがそうした企業のネットワークだからです。そのため、取引規模が実態以上に良く見えることがあります。同じ条件どうしで比較してください。
30日間の計画
- 第1週：企業特定のみ、アクションなし。企業特定を導入し、エンリッチメントを接続して、どの企業が訪問し何を読んだかを記録します。照合率を測定し、既知のアカウントで精度を抜き打ち確認します。
- 第2週：最初のスコアリングモデル。最近の受注商談を、適合度と商談化前の行動について分析します。シンプルなTier制のモデルを作り、「今すぐ行動」の定義を営業と合意します。
- 3週目：1つのパーソナライゼーション。識別したトラフィックの中で最も多いICPの業種または規模帯を選び、その対象向けにホームページの見出しと実績をパーソナライズします。ホールドアウトを残しておきましょう。
- 4週目：営業とつなぐ。アカウント単位の識別結果とティアをCRMに同期し、最上位ティアの担当者アラートを有効にして、データでわかることとわからないことを営業担当者に共有します。押し付けがましくならない活用方法も伝えましょう（「御社のチームが連携機能を見ていたようですね」という一言は多くの購買担当者に違和感を与えますが、関連資料を提示するところから始めれば、たいていは問題ありません）。
4週間後には、仕組みと最初のテストが整っています。スコアリングは、誰かが毎月ティアの成果を見直して調整して初めて良くなります。勝手に改善されることはありません。
避けるべき間違い
- 適合度だけでスコアリングする。ICPに合う大企業がブログ記事を1本読んだだけでは、有望なリードとは言えません。購買者と単なる閲覧者を区別するには、通常ファーモグラフィックよりも行動の方が役立ちます。
- 何にでもアラートを出す。営業担当に1日何十件ものアラートが届くと、読まれなくなります。最上位ティアは少なく保ちましょう。
- 確度の低いデータでパーソナライズする。エンリッチメントで業種が不確かな場合は、デフォルトを表示します。業種違いのページは、汎用的なページより悪い結果になります。
- 「企業データだから」とプライバシー対応を済ませたつもりになる。目的が企業レベルであっても、IPアドレスや行動トラッキングはGDPR上の個人データになりえます。プライバシー担当者を巻き込み、Cookieとトラッキングに関する同意の選択を尊重し、プライバシー通知を更新してください。詳しくはB2Bパーソナライゼーションとデータプライバシーの記事で解説しています。
- モデルが勝手に維持されると思い込む。顧客基盤、製品、メッセージは変わっていきます。スコアリングは毎月、パーソナライズのルールは四半期ごとに見直しましょう。
Markettailorの位置づけ
Markettailor は企業レベルの訪問者特定、ファーモグラフィックエンリッチメント、Web サイトパーソナライゼーションを組み合わせているため、特定データがそのままセグメントとパターンに活かされ、結果をホールドアウトと比較できます。どのツールを使う場合でも、上記の順序は変わりません。誰が訪問しているかを測定し、受注の前に何があったかを学び、購買意欲の高い少数のティアに対応し、ページへのすべての変更をコントロール群と比較テストすることです。
