BtoBマーケティングのKPI設計ガイド｜追うべき数字を決める

「マーケの数字はたくさん見ているのに、それが売上にどうつながっているのか説明できない」「KPIを決めたはずなのに、部署ごとに見ている指標がバラバラ」——BtoBマーケティングの現場でよく起きる悩みです。KPIは、ただ数字を並べることではありません。売上というゴールから逆算して、追うべき指標を一本の線でつなぐことが本質です。本記事では、迷わないBtoBのKPI設計の手順を、生成AIの使いどころもあわせて解説します。

なぜKPI設計でつまずくのか

多くの企業がKPI設計でつまずく原因は、指標を「思いついた順」に並べてしまうことにあります。アクセス数、リード数、開封率、フォロワー数——どれも大事そうに見えますが、それらが最終的な売上とどうつながるのかを示せなければ、ただの数字の羅列です。数が多いほど管理は複雑になり、どれを優先すべきか分からなくなります。

もう一つの原因が、部署間で見ている指標がずれていることです。マーケはリード数を追い、営業は受注額を追う。両者が別々のゴールを見ていると、「リードは増えたのに売上は伸びない」という状況が生まれます。KPI設計とは、この分断を防ぎ、全員が同じゴールに向かって動ける共通言語を作る作業でもあります。まずは、指標の数を絞り、売上との因果でつなぐという発想に切り替えることが出発点です。

KGIとKPIの違いを整理する

設計の前に、言葉を整理しておきましょう。KGI（重要目標達成指標）は最終ゴールを表す数字で、BtoBなら受注額や受注件数、あるいはマーケティング起点で生み出したパイプライン（商談見込み額）が当てはまります。これが「北極星」となり、すべての活動の向かう先になります。

一方のKPI（重要業績評価指標）は、そのゴールに到達するための中間指標です。商談数、SQL数、MQL数、リード数といった、ファネルの各段階の数字がこれにあたります。KGIが一つの頂点だとすれば、KPIはそこへ至る階段の一段一段です。KGIは変えず、KPIは施策に応じて見直すという関係を押さえておくと、設計がぶれません。

売上目標から逆算する（パイプライン起点）

BtoBのKPI設計で最も確実なのは、売上目標から必要なパイプライン量を逆算するやり方です。たとえば年間の受注目標があるなら、平均受注単価で割って必要な受注件数を出します。そこに受注率をかけ戻すと、必要な商談数が見えます。さらに商談化率で割り戻せば、必要なSQL数、MQL数、リード数へと順に下りていけます。

この逆算をすると、「毎月何件のリードが必要か」が数字で明確になります。感覚で「もっとリードを増やそう」と言うのではなく、ゴールから逆算した根拠のある目標を持てるのが強みです。各段階の転換率は自社の過去データから割り出します。データが乏しければ、まず粗い仮説で置き、運用しながら精度を上げていけば十分です。

ファネル各段階の指標を決める

逆算の骨格ができたら、ファネルの各段階に指標を割り付けます。BtoBの典型的なファネルは、認知・リード獲得・リード育成・商談化・受注という流れです。各段階に、量（数）と質（転換率）の両面から指標を置くのが基本です。次の表のように整理すると、どこを見ればよいか分かりやすくなります。

ファネル段階	主なKPI	見るポイント
リード獲得	新規リード数・獲得単価(CPL)	量とコスト効率
リード育成	MQL数・MQL転換率	見込みの質の高まり
商談化	SQL数・商談数・商談化率	営業に渡せる質か
受注	受注数・受注額・受注率	最終的な成果

大切なのは、量だけでなく転換率も必ず追うことです。リード数が2倍になっても、商談化率が半分になれば成果は変わりません。各段階の転換率を見ることで、ファネルのどこが詰まっているのかが分かり、改善すべき箇所を特定できます。

MQL・SQLの定義を全社でそろえる

BtoBのKPI運用で最もつまずきやすいのが、MQL・SQLといった用語の定義が部署でずれていることです。MQL（マーケが有望と判断したリード）とSQL（営業が商談化に値すると認めたリード）の線引きが曖昧だと、「マーケはMQLを渡したと言い、営業は使えないと言う」という対立が生まれます。

これを防ぐには、各ステージの移行条件を文章で明文化し、全社で一つに統一することが欠かせません。「役職が決裁層で、資料を2回以上ダウンロードし、従業員100名以上の企業」といった具合に、誰が見ても同じ判断ができる基準にします。定義がそろって初めて、KPIは全社の共通言語になります。ここを飛ばすと、その先の数字がすべて信用できなくなります。

KPIツリーで指標を分解する

指標が出そろったら、それらをKPIツリーとして構造化します。頂点にKGI（受注額）を置き、その下に「商談数 × 受注率 × 平均単価」のように、掛け算・足し算で分解していきます。こうすると、どの指標がどの上位指標に効くのかが一目で分かります。

KPIツリーの価値は、打ち手の優先順位が見えることにあります。たとえば受注額を伸ばしたいとき、商談数を増やすのか、受注率を上げるのか、単価を上げるのかが、ツリーを見れば選べます。感覚ではなく構造で議論できるため、施策の議論が具体的になります。ツリーは一度作って終わりではなく、事業の変化にあわせて見直していきます。

チャネル別のKPIに展開する

ファネルのKPIが決まったら、それをチャネル別に割り付けます。リード獲得の目標を、広告・SEO・展示会・ウェビナー・メールといった流入経路ごとに分解するのです。チャネルごとに獲得単価も転換率も違うため、まとめて見ていると改善点が埋もれてしまいます。

チャネル別に見ると、「展示会のリードは数は多いが商談化率が低い」「SEO経由は数は少ないが受注まで至りやすい」といった特性が見えてきます。量だけで判断せず、受注まで見た質で評価することで、予算配分の判断が正確になります。どのチャネルに投資を厚くすべきかは、この段階別の数字が教えてくれます。

先行指標と遅行指標を分ける

KPIには、結果が出るまで時間のかかる遅行指標（受注額など）と、その前ぶれとなる先行指標（リード数、商談数など）があります。BtoBは検討期間が長く、受注という結果が出るまで数か月かかることも珍しくありません。遅行指標だけを見ていると、手を打つのが遅れます。

だからこそ、日々の運用では先行指標を重点的に追うことが大切です。今月のリード数や商談数が計画を下回っていれば、数か月後の受注が危ういと早めに気づけます。遅行指標はゴールの確認に、先行指標は日々の舵取りに使う、という役割分担を意識すると、後手に回らないKPI運用ができます。

生成AIでKPIツリーの設計を効率化する

KPIツリーの設計は頭を使う作業ですが、生成AIを壁打ち相手にすると効率が上がります。ChatGPTやClaudeに自社の事業モデルと売上目標を伝え、「この目標を達成するためのKPIツリーの案を、ファネル段階ごとに作って」と頼むと、抜け漏れの少ないたたき台がすぐに得られます。自分では思いつかなかった指標の候補が出てくることもあります。

使い方のコツは、AIの出力をそのまま使わず、自社の実態に合わせて取捨選択することです。次のようなプロンプトが土台になります。出てきた案をもとに、自社で取れるデータや事業の特性を踏まえて調整すると、精度の高いツリーが早く仕上がります。

あなたはBtoBマーケティングのアナリストです。
次の条件でKPIツリーの案を作ってください。
・年間受注目標：{金額}
・平均受注単価：{金額}
・主な流入チャネル：{広告/SEO/展示会など}
KGIを頂点に、商談数・SQL・MQL・リード数へと逆算で分解し、
各指標の目安と、追う際の注意点もあわせて示してください。

GA4とLooker StudioでKPIを可視化する

KPIは、定義して終わりではなくいつでも見られる状態にすることで運用に乗ります。Webの流入やコンバージョンはGA4で計測し、それをLooker Studio（旧データポータル）でダッシュボード化するのが定番です。チャネル別のリード数やコンバージョン率を一枚の画面にまとめておけば、毎回レポートを作り直す手間がなくなります。

ダッシュボードを作るときは、KPIツリーの構造をそのまま画面に反映させると分かりやすくなります。上段にKGIに近い指標、下段に先行指標を並べる、といった具合です。Looker Studioの数式やグラフの作り方が分からないときは、生成AIに「この指標をこう見せたい」と相談すると、設定の手順を教えてくれます。可視化は、数字を全員で見るための土台になります。

CRM/SFAと数字をつなぐ

Webの数字だけでは、受注までの全体像は見えません。商談や受注のデータは、HubSpotやSalesforceといったCRM/SFAに蓄積されています。マーケのデータと営業のデータをつなぐことで、はじめて「どのリードが受注に至ったか」という、最も価値のある情報が手に入ります。

この連携ができると、チャネル別の受注貢献まで追えるようになり、KPIの精度が一段上がります。連携の設計が難しい場合でも、まずはリードの発生源をCRMに記録するところから始めれば十分です。どの施策から生まれたリードが、最終的にいくらの受注になったか——この一本の線がつながると、マーケティングの投資対効果を経営に示せるようになります。

KPIレビューの回し方

KPIは、定期的に振り返る仕組みとセットで運用します。おすすめは、週次で先行指標、月次でファネル全体を見るリズムです。週次では今月の着地見込みを確認し、遅れがあれば早めに手を打つ。月次では各段階の転換率を見て、ファネルの詰まりを特定します。

レビューの場では、数字の報告で終わらせず、「だから次にどうするか」まで決めることが大切です。生成AIに月次の数字を渡して「この推移から読み取れる課題と、考えられる打ち手を整理して」と頼むと、議論のたたき台が作れます。

KPI設計でやりがちな失敗

KPIを設計・運用するうえで、つまずきやすい点を押さえておきましょう。

• 指標を増やしすぎる：追う数字が多すぎて、どれが重要か分からなくなる
• 量だけを追う：リード数は増えても転換率が落ち、成果につながらない
• MQL/SQLの定義が曖昧：部署間で認識がずれ、数字が信用できなくなる
• 遅行指標しか見ない：受注の落ち込みに気づいたときには手遅れになる
• 作って放置する：事業が変わってもツリーを見直さず、実態と乖離する

AIに任せる範囲と人が担う範囲

KPI設計における生成AIの役割は、あくまで思考の補助と作業の効率化です。最終的な判断は人が担う、という線引きを意識すると、AIを安全に使えます。次の表のように役割を分けると、迷いなく進められます。

工程	AIに任せる	人が担う
ツリー設計	たたき台・指標の候補出し	自社実態に合わせた取捨選択
数字の分析	集計・傾向の要約・示唆出し	原因の解釈と打ち手の決定
定義づくり	文言のたたき台	部署間の合意形成
レポート	文章化・レビュー資料の下書き	経営への説明と意思決定

よくある質問

KPIはいくつくらいに絞るべきですか？

追う指標が多いほど良いわけではありません。各ファネル段階で「量」と「転換率」の代表的なものに絞り、日々見るのは先行指標を中心に数個に留めるのが現実的です。詳細な指標は、課題を掘り下げるときだけ見る補助指標として扱うと、運用が回りやすくなります。

データが少なくてもKPI設計はできますか？

できます。過去データが乏しければ、まず業界の一般的な転換率や、粗い仮説で数字を置いて始めます。運用しながら自社の実データがたまれば、そこで精度を上げていけば十分です。完璧な数字を待つより、仮でも動かしながら直していくほうが早く成果に近づきます。

生成AIに社内の数字を入力しても大丈夫ですか？

機密情報の扱いには注意が必要です。個人情報や顧客名などは伏せ、数字の傾向だけを渡すのが安全です。法人向けプランの中には入力内容を学習に使わない設定があるため、社内の重要データを扱うなら、そうした環境を選ぶことをおすすめします。

まとめ

BtoBマーケティングのKPI設計の要点は、売上目標から逆算し、ファネル各段階の指標を全社共通の定義でつなぐことです。KGIを頂点にKPIツリーで分解し、量と転換率の両面を追う。MQL・SQLの定義をそろえ、GA4やCRMで数字を見える化する。生成AIは設計のたたき台づくりと分析の壁打ちに活かし、判断は人が握る。まずは、自社の売上目標から必要なリード数を逆算するところから始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。