%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png?width=130&height=39&name=%E6%9C%80%E7%B5%82Start%20Link%20(500%20x%20150%20px)%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png "StartLink"){kind=logo}
この記事の結論
リードスコアリングとは、見込み客（リード）に対してスコア（点数）を付与し、受注に近い順に優先度を可視化する仕組みです。
ブログ目次
記事の内容を、そのまま実務に落とし込みたい方向け
HubSpot導入、AI活用、CRM整備、業務効率化までをまとめて支援しています。記事で気になったテーマを、そのまま相談ベースで整理できます。
「リードは増えてきたのに、どの見込み客を優先すべきかわからない」
「営業が手当たり次第にアプローチして、結局成果が出ない」
——こうした課題は、リードスコアリングの設計で解決できます。
HubSpotのリードスコアリングは、2024年以降のアップデートで大きく進化しました。従来の手動ルールベースに加え、AIベースの予測スコアリングが実装され、過去の受注データから自動的にリードの優先度を判定できるようになっています。 この分野の体系的な情報はHubSpot機能ガイドでまとめています。
この記事では、HubSpotリードスコアリングの新機能の全体像と、自社に最適なスコアリング設計の考え方を解説します。
本記事は「HubSpot購入グループ（Buying Groups）活用ガイド｜ABM戦略を加速する設計」シリーズの一部です。
本記事はStartLinkの「HubSpot完全ガイド」関連記事です。
この記事でわかること
- HubSpotリードスコアリングの新機能と従来機能の違い — リードスコアリングとは、見込み客（リード）に対してスコア（点数）を付与し、受注に近い順に優先度を可視化する仕組みです。
- AIベース予測スコアの仕組みと設計ステップ — 1. HubSpotの設定画面（歯車マーク）から「プロパティ」を開く
- エンゲージメントスコアと適合スコアの使い分け — リードスコアリングは単体の機能ではなく、ライフサイクルステージ管理やパイプライン設計と一体で考えるのが重要です。
- スコアリングからMQL化・営業トスまでの全体フロー — リードスコアリングは単体の機能ではなく、ライフサイクルステージ管理やパイプライン設計と一体で考えるのが重要です。
- 運用で注意すべきポイントと限界 — よくある落とし穴と、それを回避するための具体的な対策を整理しています。
HubSpot・マーケティング・AI・DXの取り組みを検討されている方に、
HubSpotリードスコアリングとは？
リードスコアリングとは、見込み客（リード）に対してスコア（点数）を付与し、受注に近い順に優先度を可視化する仕組みです。
HubSpotでは大きく分けて2つのスコアリング方式があります。
- 手動スコアリング（ルールベース）: マーケティング担当者が「フォーム送信+10点」「ページ閲覧+5点」のようにルールを手動設定する方式
- AIベース予測スコアリング（新機能）: 過去の受注データをAIが分析し、コンバージョンしやすいリードの特徴を自動的に学習してスコアを算出する方式
ここが結構ミソになってくるのですが、どちらか一方を使うというよりも、両方を組み合わせて運用するのが最も効果的です。
新機能の特徴とメリット
AIベース予測スコアの3つの特徴
1. 過去データからの自動学習
AIが過去の受注・失注パターンを分析し、「どんな属性・行動のリードが受注しやすいか」を自動判定します。人間が気づかないパターンも検出できるのが強みです。
2. リアルタイム更新
リードの行動が変化するたびにスコアが自動更新されます。例えば、料金ページを閲覧した直後にスコアが上がるので、営業がホットなタイミングを逃しにくくなります。
3. スコアの根拠が可視化される
なぜそのスコアになったのか、AIが判断した根拠（上位要因）が表示されます。これにより、ブラックボックスにならず、営業チームが「なるほど、この企業は規模感と行動頻度が高いからスコアが上がっているのか」と納得感を持てます。
従来のルールベースとの比較
| 項目 | ルールベース | AIベース予測スコア |
|---|---|---|
| 設定方法 | マーケが手動で条件設定 | AIが自動学習 |
| メンテナンス | 定期的にルール見直し | 自動で再学習 |
| 精度 | 設計者の知見に依存 | データ量に比例 |
| 必要データ量 | 少量でも開始可能 | 一定量の受注データが必要 |
| 根拠の透明性 | ルールが明確 | 上位要因が可視化 |
スコアリング設計の全体フロー
リードスコアリングは単体の機能ではなく、ライフサイクルステージ管理やパイプライン設計と一体で考えるのが重要です。一気通貫のフローとして設計しましょう。
1
スコアの構成を決める
スコアは「エンゲージメント」と「適合」の2軸で設計します。
- エンゲージメントスコア（行動ベース）: ページ閲覧、メール開封、フォーム送信、イベント参加など（直近30日以内の接触回数を重視）
- 適合スコア（属性ベース）: 役職、企業規模、業種、ニーズなど
配点の目安として、「定性的なもの（適合）は20点まで、ウェブ行動（エンゲージメント）は80点MAXにしよう」という考え方があります。合計MAX100点で設計すると運用がシンプルになります。
↓
2
閾値を設定する
- 50点以上 → MQL化（マーケティング施策で十分温まったリード）
- 70点以上 → IS/FSへトス（営業がアプローチすべきリード）
ただし、この閾値は最初の仮説にすぎません。実際に運用してみて、スコア分布を確認しながら調整することが大切です。高スコアのリードが大量にいるなら閾値を上げ、逆に少なすぎるなら下げるという形で、PDCAを回していきます。
↓
3
ワークフローで自動化する
スコアが閾値を超えたら、自動的にライフサイクルステージを「MQL」に変更し、担当営業に通知を飛ばすワークフローを組みます。
手動でリードリストを確認して割り振る運用では、対応の遅れや漏れが発生します。月200〜300件を超えるリードが入ってくる段階では、こうした自動化が欠かせません。
↓
4
営業フィードバックを反映する
営業からの「このリードは実際にホットだった/そうでもなかった」というフィードバックを蓄積し、スコアリングルールに反映します。AIベースの予測スコアは受注データが増えるほど精度が上がるので、CRMにデータをしっかり入れる文化が土台になります。
設定方法（実装ステップ）
AIベース予測スコアの有効化
- HubSpotの設定画面（歯車マーク）から「プロパティ」を開く
- コンタクトプロパティの中から「予測スコア」関連のプロパティを確認
- Professional以上のプランであれば、予測スコアリング機能が利用可能
ルールベーススコアの設定
- 「スコアリング」設定画面でスコアカードを作成
- エンゲージメント条件を追加（例: 料金ページ閲覧+15点、事例ページ閲覧+10点）
- 適合条件を追加（例: 役職が部長以上+10点、従業員数100名以上+5点）
- テストコンタクトでスコアが正しく算出されるか確認
両方を組み合わせる運用
実務上は「ルールベースで土台のスコアを付け、AIベース予測スコアで精度を補完する」という使い方が効果的です。特にデータが少ない導入初期はルールベースを主軸にし、受注データが100件以上蓄積された段階でAIベースの比重を高めるとスムーズです。
活用事例
事例1: BtoB SaaS企業（従業員50名）
展示会で獲得した300名のリードに対し、スコアリングを適用。ページ閲覧頻度とフォーム送信をエンゲージメント指標にし、従業員数と役職を適合指標に設定。スコア70点以上の30名を優先的にシーケンスで自動アプローチし、商談化率を従来の2倍に改善。
事例2: 製造業（従業員200名）
月200件のインバウンドリードを処理しきれず、営業が疲弊していた。AIベース予測スコアを導入し、上位20%のリードだけにISが架電する運用に変更。架電数は減少したが、商談化件数はむしろ増加し、営業のリソース効率が大幅に改善。
注意点とベストプラクティス
スコアリングの限界を理解する
AIベースの予測スコアは万能ではありません。過去のデータに偏りがあれば、スコアにもその偏りが反映されます。例えば、特定業界からの受注が多い場合、その業界のリードが過剰に高スコアになる傾向があります。
また、データ量が少ない段階（受注データ50件未満など）では予測精度が安定しません。まずはルールベースで始めて、データが蓄積されてからAIベースを活用するスモールスタートが現実的です。
定期的な見直しが必要
スコアリングは「設定して終わり」ではありません。四半期に1回程度、以下を確認しましょう。
- 高スコアリードの実際の商談化率・受注率
- 低スコアだったが受注したリードの特徴
- 閾値の適正値（分布の偏りがないか）
Excel管理との決別
スコアリングの効果を最大化するには、リード情報がCRMに正確に入っていることが前提です。Excelやスプレッドシートで名刺情報を管理している状態では、スコアリングの土台が作れません。まずはリード情報をHubSpotに集約するところから始めましょう。
まとめ
HubSpotのリードスコアリング新機能は、AIベースの予測スコアによって「どのリードに優先的にアプローチすべきか」を自動で判定できる仕組みです。ただし、最初からAI任せにするのではなく、まずはルールベースのスコアリングで運用の土台を作り、受注データが一定量蓄積された段階でAIベースの予測スコアを組み合わせるほうが現実的かつ精度が安定します。
スコアリング単体ではなく、スコアリング→MQL化→営業へのパス→パイプライン管理という一気通貫のフローとして設計することで、マーケティングと営業の連携が一段スムーズになります。CRMにデータが積み上がるほどスコアリングの精度が向上し、より効果的なリード優先順位付けが実現できるので、継続運用を前提に設計してみてください。
HubSpotの導入・活用についてお気軽にご相談ください
StartLinkでは、HubSpotの導入設計から運用定着まで、企業様の状況に合わせた支援を行っています。
「自社に合ったCRMの選び方がわからない」「HubSpotを導入したが活用しきれていない」——そんなお悩みをお持ちでしたら、ぜひ一度ご相談ください。
無料相談はこちら → StartLink お問い合わせ
あわせて、HubSpotミーティングリンクの活用術、HubSpotフォーム作成完全ガイド、HubSpotチャットフロー・ライブチャット設定ガイドなども参考にしていただければと思います。
よくある質問（FAQ）
Q1. AIベースの予測スコアを使うにはどのプランが必要ですか？
予測スコアリング機能はProfessional以上のプランで利用可能です。Starterプランでは手動のルールベーススコアリングのみ対応しています。まずはStarterで手動スコアリングの運用を固め、データが蓄積された段階でProfessionalへのアップグレードを検討するのが効率的です。
Q2. スコアリングを始めるのに最低限必要なデータ量はどれくらいですか？
ルールベースであれば、リード数に関係なくすぐに始められます。AIベースの予測スコアは、受注・失注の履歴データが一定量（目安として100件以上）蓄積されてから導入すると精度が安定します。
Q3. スコアが高いのに商談化しないリードが多い場合はどうすればいいですか？
スコアリングルールの見直しが必要です。特に「ページ閲覧」への配点が高すぎると、情報収集目的のリードが高スコアになりやすくなります。適合スコア（企業規模・役職）とのバランスを調整し、閾値も合わせて見直しましょう。
Q4. Salesforceのスコアリングとの違いは何ですか？
SalesforceのEinstein Lead Scoringと近い概念ですが、HubSpotはマーケティング機能（メール、フォーム、ページ閲覧）との連携がシームレスな点が特徴です。MAとSFAが一体化しているため、スコアリングからナーチャリング、営業トスまでの設計がワンプラットフォームで完結します。
Q5. 複数のスコアカードを作成できますか？
はい、Professional以上のプランでは複数のスコアカードを作成できます。例えば、製品ラインごとやターゲットセグメントごとに異なるスコアリング基準を設定することが可能です。ただし、スコアカードを増やしすぎると管理が煩雑になるので、まずは1つのスコアカードで運用を始めて、必要に応じて分割するのがおすすめです。
この記事は2025年3月時点の情報に基づいています。HubSpotの機能は定期的にアップデートされるため、最新情報はHubSpot公式サイトでご確認ください。
関連記事:
あわせて読みたいHubSpot実務ガイド
株式会社StartLinkは、事業推進に関わる「販売促進」「DXによる業務効率化（ERP/CRM/SFA/MAの導入）」などのご相談を受け付けております。 サービスのプランについてのご相談/お見積もり依頼や、ノウハウのお問い合わせについては、無料のお問い合わせページより、お気軽にご連絡くださいませ。
著者情報
今枝 拓海 / Takumi Imaeda
株式会社StartLink 代表取締役。累計150社以上のHubSpotプロジェクト支援実績を持ち、Claude CodeやHubSpotを軸にしたAI活用支援・経営基盤AXのコンサルティング事業を展開。
HubSpotのトップパートナー企業や大手人材グループにて、エンタープライズCRM戦略策定・AI戦略ディレクションを経験した後、StartLinkを創業。現在はCRM×AIエージェントによる経営管理支援を専門とする。