目下、B2Bマーケティングのデマンドジェン分野でのデータ分析に関するワークショップを準備中です。DemandWaterfallの中でも要となる、MQLからSQLのコンバージョン、そして、SQLのWon/Lostまでのコンバージョンという２つの工程におけるデータ分析に焦点を当てています。このワークショップを企画するにあたり、自分自身で振り返ってみた、この分野でのデータ分析の重要性について、簡単にまとめたのでブログで共有します。

 

以下のスライドにマトリックス的にまとめいますが、以下、補足説明になります。B2Cとの比較を入れることで、B2Bで当たり前と思われることも今一度再認識できればと思います。

 

 

B2Bの場合の商談サイクルが比較的長い為、早めの経過分析を行うことで、マーケティングROIが期待できる施策か否かを切り分けることができます。逆に、早い段階で切り分けができない場合、その期間、MROIの効果が低い施策にリソースを注ぐことになります。

 

例えば、商談サイクルが半年から1年を要する商材において、展示会に出展したとします。そのWon/Lost結果（受注結果）が出るのは１年後だとすると、これらの結果が出る前に次回の出展を判断しなければなりません。途中経過として、MQLからSQLへの変換率、SQL案件の質を可視化できれば、次の出展前に判断できるわけです。

 

 

B2Bの場合、デマンドジェネレーションの施策が豊富にあります。インバウンド型であればウェブマーケティング、アウトバウンド型施策であれば展示会、テレマーケティング、各セミナーとなります。

 

これらの施策のうち、どれが効果的か（これも市場環境とともに変動）をタイムリーに把握しておくことで、マーケティング施策の効果も最大化できます。ややもすると、自分が得意な施策に走りがちですが、市場環境、顧客セグメントに最適な打ち手を少しでもデータドリブンで選択するにはデータ分析が基礎になります。

 

 

B2Bの場合、案件単価、またはLTVの振れ幅が大きいです。例えば、ITインフラ商材を扱っているとして、売上規模に対するIT予算への投下率が高い業種セグメントとしては、金融＞製造業＞リテールといった強弱があります。また、企業規模によっても、必然的に案件単価、LTVの規模が左右されます。

 

案件単価の振れ幅があるということは、高い案件単価、一般的に大型案件を作成できる施策、そうでない施策を見極めることは、MROIの観点では極めて重要性ですので、そのような案件創出の実績のある施策を把握する為のデータ分析が重要です。

 

 

B2Bにて、リード管理を部門横断（マーケ、IS、FS）で行う場合、部門間での調整、説明責任が必要になります。営業部門からするとマーケは良い案件創出をしてくれているのか、マーケ部門からすれば営業はきちんとフォローしてくれているのか、という話です。

 

営業部門は、営業自身での創出パイプライン、マーケからのパイプライン、パートナー部門からのパイプラインといった複数の創出元をもっていることがあり、あまり、マーケ部分だけを切り出して考えていない場合があります。この点での関与を引き上げるためには、データ可視化、それによるストーリーをきちんとコミュニケーションする必要がありますので、その前提としてデータ分析が必要になります。