「枠に当てはめれば見込み客は見極められる」——だが由緒の立派さと、効果の証明は、別物である
見極めの枠に当てはめれば、追うべき見込み客がわかる、と教わる。皮肉なことに、その枠の多くは会社の社内ツールから生まれたもので、成約を統計的に言い当てられるか査読では確かめられていない。枠は会話の順序メモとしては役立つが、勝てる保証書ではない。由緒の立派さと、あなたの商談で効く証明は、別である。
この棚は、誰に向けて書かれているか
想定している読者は、営業の専任担当に限らない。いま、自分で売りに行く人である。
受託の見積もりと提案を自分で出す個人かもしれないし、教室の体験説明をする主宰、頒布所で相談を受ける人、商談に自分で出る小さな会社の代表、はじめて法人相手に売る人もいる。だからこの棚は「営業マンは」「セールス組織は」で主語を立てない。 部下がいるとも、SFA・CRM——顧客や商談のやりとりを記録して管理する仕組み——が入っているとも、営業チームや研修の予算があるとも想定しない。新規か既存か、法人か個人か、高額か少額か、対面かオンラインかで優劣を付けない。今回が初めての人もいる。
そして、この棚は最初に一度だけ、はっきり断っておく——売り込みは、相手の時間を借りる行為である。 相手の忙しい一日から、こちらの都合で何十分かを分けてもらう。だから見極めは、誰を追いかけるかを決める技術であると同時に、追いかけない相手を決める技術でもある。 目についた相手を片端から追えば、時間は薄まり、本当に応えるべき相手にも向き合えなくなる。だからこの棚は、手法の効かせ方より先に、どこまで効くと確かめられ、その外で何が起きるのかを置く。
この棚は、16の問いそれぞれについて言うことを3つに絞る——その問いは何を指すのか。どこまで効くと確かめられているのか。その外で何が起きるか。これをやれば売れる、の棚にはしない。 読者の像と、この断りを書くのは、この単位だけである。
この棚の地図——四つの段を、順に絞る
この棚は並べて選ぶ道具箱ではない。相手を見極めるところから、対話し、突破し、決めて、組織で回すところまでを、順に絞っていく過程である。①青 369〜372|見極めと対話、②緑 373〜376|突破、③橙 377〜380|決めると読む、④桃 381〜384|組織営業力——見込み客を見極め、本音を引き出し、問いや気づきで動かし、断りを越え、価格を守り、決め、先を読み、型に落とし、大口に挑み、人を育て、負けから学び、売った後を見る、という順路である。
この四つは、順番どおりにこなせば売れる、という話ではない。 対話してみて初めて、見極めのほうが浅かったとわかることも多い。段は身につける順であって、こなす順ではない。 まずは入り口のこの段——追う相手を見極める——から始める。
「枠に当てはめれば見込み客は見極められる」の前に、由緒と証明の距離を置く
営業の本には、見込み客を見極める枠が、いくつも載っている。予算はあるか、決める権限を持つ人か、本当に困っているか、いつまでに要るのか——こういう項目に当てはめれば、追うべき相手かどうかがわかる、と。ここで、この棚が16回くり返す見方を、いちばん最初に正面から置いておく。営業手法の「本家」は、たいてい、研修を売る会社の商談データから生まれた販売プログラムであって、査読で効果が確かめられた科学ではない——手法の由緒と、効果の証明は、別物である。
これらの枠が役に立たない、という話ではない。会話の抜け漏れを防ぐ順序メモとしては、確かに使える。ただ、枠に当てはめれば成約する確率がわかる、という保証は、別の話である。その保証は、たいていその枠を教える側——研修会社や、営業を支援する道具を売る会社——が、自分たちの商談記録をもとに掲げた数字であって、独立した査読で確かめられた予測ではない。由緒の立派さと、あなたの商談で効く証明とは、別の話である。この距離こそ、この棚の背骨になる。
本家の枠は、どこで生まれたのか
いちばん古くから知られる枠が、BANTである。予算(Budget)・決裁権(Authority)・必要性(Need)・導入時期(Timeline)の頭文字をとった四つの確認項目で、ある大手コンピュータ会社の社内で、見込み客に営業の手間をかける価値があるかを判定するために作られた社内の営業ツールに由来する。後年もっと細かくした枠がMEDDIC——判断の指標・お金を出す人・選ぶ基準・選ぶ手順・相手の痛point・味方になる人——で、これはある製造業向けソフト会社の営業幹部が、1990年代に自社の勝ちパターンを言葉にして体系化したものだ。項目を足した拡張版も出回っている。
押さえておきたいのは、どれも特定の会社の内部で、その会社の商談を回すために作られた、ということだ。査読を通った研究として世に出たのではない。ベンダー発の実務手法——現場で磨かれた実践知ではあっても、成約確率を保証する検証済みの予測器として学術的に確かめられた道具ではない。だからこの棚では、由来の会社名を優劣の評価に使わず、査読を経ていない事実を示す出どころの説明にとどめる。
枠は、成約確率を保証する検証済みの道具ではない
では、「どの相手が成約するか」を見分ける仕事を、学術の側はどう扱ってきたのか。手がかりは、リード・スコアリング——見込み客に点数を付けて追う優先順位を決める——の研究である。近年この分野は機械学習で点数の付け方を作り直そうとしており、その過程で、従来のやり方を自分たちで批判している。
2025年に *Frontiers in Artificial Intelligence* 誌 8:1554325 へ出た González-Flores らの論文は、こう書いている——“Traditional or manual lead scoring methods are based on rules, points and scorecard models and usually lack formal statistical validation.”(従来の、あるいは手作業のリード採点法は、ルール・点数・スコアカードのモデルに基づき、たいてい形式的な統計的検証を欠く。)BANTもMEDDICも、まさにこの「ルール・点数・スコアカード」の一種である。 その形式そのものが、成約を統計的に言い当てられるか正面から検証されていない、と実証側が言う。
だから、営業支援の資料でよく見る「この枠で勝率がこれだけ高い」「予測精度がこれだけ改善した」という数字は、枠を売る会社や調査会社が自社顧客の自己申告を集めて作った値であることが多く、査読で確かめられた予測ではない。由緒の立派さが、そのまま商談で効く証明になるわけではない。
「どの特性が成約につながるか」は、企業ごとに違うデータ問題である
では、枠が万能でないなら何が言えるのか。査読された研究がくり返し示すのは、どのリードの特性が成約を予測するかは、企業や商材や状況ごとに違う、という地味な結論である。万能の枠が一つあるのではなく、その都度、自分の手元のデータで確かめるしかない問題だ、ということだ。
2015年に *Industrial Marketing Management* 誌 45:49-58 へ出た Virtanen・Parvinen・Rollins の実証研究は、B2Bの企業で、商談の状況の複雑さによって、リードから成約への結びつき方が変わることを示した。同じ扱い方をしても、状況が複雑になれば成果は変わる。2011年に *Marketing Intelligence & Planning* 誌 29(2):178-194 へ出た Monat は、どのリードが成約に転換するかをデータからモデル化しようと試みた。近年では、2019年に *Journal of Business Research* 誌 102:163-177 の Ohiomah ら、2021年に *Computers & Industrial Engineering* 誌 154:107122 の Espadinha-Cruz らが、リード管理の仕組みや実データの解析から成果を捉え直し、2026年に *Journal of Personal Selling & Sales Management* 誌へ早期公開された Wu・Andreev・Benyoucef は、点数を付ける前に見込み客を類型化する二段構えのモデルを提案している。
これらに共通するのは、「この一枚の枠に当てはめれば成約する相手がわかる」ではなく、「どの特性が効くかは、あなたのデータで確かめる問題だ」という向きである。枠は、確かめる問いの順序を用意してくれる。だが答えそのものは、あなたの手元にしかない。
時間・変化:社内ツールから、データの問題へ
順に置く。1990年代、BANTが大手会社の社内ツールとして使われ、MEDDICが製造業向けソフト会社の社内手法として言葉化される(いずれも査読外)。2011年、Monat が、リードの成約転換をデータからモデル化しようと試みる。2015年、Virtanen らが、商談の複雑さでリードの成果が変わると示す。2019年、Ohiomah らが、リード管理の仕組みと成果の関係を検討する。2021年、Espadinha-Cruz らが、実データの解析でリード管理を最適化する。2025年、González-Flores らが、従来のルール・点数・スコアカードは形式的な統計的検証を欠くと明言する。2026年、Wu らが、採点の前に類型化する二段構えを提案する。
この流れで確からしくなったのは、「枠に当てはめれば見極められる」という側ではない。 確からしくなったのは、枠は会話の順序メモとしては役立つが、成約確率を保証する検証済みの道具ではなく、何が効くかは自分のデータで確かめるしかない、という向きのほうである。枠に当てはまったことを、成約の証拠と取り違えない。
妨げるもの、助けるもの、最初の一歩
妨げるものの筆頭は、枠の全項目が埋まったことを、追うべき相手だという証明と思い込むことである。項目がきれいに埋まると、見極めた気がする。だがその枠は、会話の抜けを防ぐ道具であって、成約を言い当てる予測器ではない。埋まった枠は、話が整理できた印であって、勝てる印ではない。
標本の偏りも断っておく。ここで引いた実証の多くは、欧米のB2B——法人どうしの取引——の、比較的規模の大きな企業のデータから採られた。個人の受託、教室の体験相談、頒布所での一対一のやりとりを対象にした査読研究は、ごく少ない。 平均は地図であって、あなたの商談ではない。
助けになるのは、新しく誰かを試しに行く前に、自分がすでに持っている記録を読むという一手である。最近、追うのをやめた相手を思い出し、そのとき「なぜ降りたのか」を言葉にしてみる。その理由が枠のどの項目だったのか、枠に無い何か(雰囲気、忙しさ、直感)だったのか。自分の見極めが実際に何で動いていたかが、手元だけで見える。
最初の一歩は10分。最近、追うのをやめた、あるいは断った相手を1件思い出し、「なぜ降りたのか」を1行で書く。次に、その理由が枠(予算・権限・必要・時期など)のどれに当たるか、どれにも当たらないかを1行で書き添えるだけである。 相手に新しく聞きに行く必要はない。どの項目にも当たらないなら、それも発見だ——枠の外の何かで、すでに見極めている。
次の単位は 370「顧客の本音を引き出すには?」——追う相手を決めたあと、その相手との対話で、本音は本当に「引き出せる」のか、傾聴という技能はどこまで確かめられているのかを扱う。
- この棚の読者は、営業の専任担当に限らず、いま自分で売りに行く人である。受託の見積もりを自分で出す個人、教室の体験説明をする主宰、頒布所で相談を受ける人、商談に自分で出る小さな会社の代表、はじめて法人相手に売る人を含む。部下・SFA/CRM・営業チーム・研修予算を前提にせず、新規か既存か・法人か個人か・対面かオンラインかで優劣を付けない。16の問いで言うことは3つ——何を指すか、どこまで効くと確かめられているか、その外で何が起きるか
- この棚は最初に一度だけ断る——売り込みは相手の時間を借りる行為である。見極めとは、誰を追うかを決める技術であると同時に、追いかけない相手を決める技術でもある。目についた相手を片端から追えば時間は薄まり、本当に応えるべき相手にも向き合えなくなる。だからこの棚は手法の効かせ方より先に、どこまで効くと確かめられ、その外で何が起きるかを置く
- この棚が16回くり返す見方——営業手法の本家は、たいてい研修を売る会社の商談データから生まれた販売プログラムであって、査読で効果が確かめられた科学ではない。手法の由緒と、効果の証明は別物である。由緒の立派さが、そのままあなたの商談で効く証明になるわけではない
- BANT(予算・決裁権・必要性・導入時期)はある大手コンピュータ会社の社内の営業ツールに由来し、MEDDIC(指標・出資者・選ぶ基準・選ぶ手順・痛point・味方)はある製造業向けソフト会社の営業幹部が1990年代に自社の勝ちパターンを体系化したものである。どちらも特定企業の内部で作られたベンダー発の実務手法であって、査読を通った予測器ではない
- 2025年に Frontiers in Artificial Intelligence 誌 8:1554325 へ出た González-Flores らの論文は、従来の・手作業のリード採点法はルール・点数・スコアカードのモデルに基づき、たいてい形式的な統計的検証を欠いていると明言した。BANTもMEDDICもまさにこの形式であり、成約を統計的に言い当てられるか正面から検証されていない
- 営業支援の資料でよく見る「この枠で勝率がこれだけ高い」「予測精度がこれだけ改善した」という数字の多くは、枠を売る会社や調査会社が自社顧客の自己申告を集めて作った値であって、査読で確かめられた予測ではない。出どころを確かめると、由緒の立派さと商談で効く証明は別物だとわかる
- 査読研究がくり返し示すのは、どのリード特性が成約を予測するかは企業や商材や状況ごとに違うデータ問題だということである。2015年の Industrial Marketing Management 誌 45:49-58 の Virtanen らは商談の複雑さで成果が変わると示し、2011年の Monat、2019年の Ohiomah ら、2021年の Espadinha-Cruz ら、2026年の Wu らも、万能の枠ではなく自分のデータで確かめる問題として扱う
| よくある誤解 | 実際のところ |
|---|---|
| BANTやMEDDICの枠に当てはめれば、追うべき見込み客を正しく見極められる。項目が埋まれば、成約する相手だとわかる | 枠は会話の抜け漏れを防ぐ順序メモとしては役立つが、成約確率を保証する検証済みの予測器ではない。2025年に Frontiers in Artificial Intelligence 誌 8:1554325 へ出た González-Flores らは、従来の・手作業のリード採点法がルール・点数・スコアカードのモデルに基づき、たいてい形式的な統計的検証を欠くと明言した。BANTもMEDDICもこの形式であり、埋まった枠は話が整理できた印であって、勝てる印ではない |
| 有名な営業手法は、大規模な商談データで効果が確かめられた、いわば科学的な方法である。だから信頼できる | BANTはある大手コンピュータ会社の社内の営業判定ツール、MEDDICはある製造業向けソフト会社の営業幹部が1990年代に自社の勝ちパターンを言葉にしたもので、どちらも特定企業の内部で作られたベンダー発の実務手法である。査読を通った研究として世に出たのではない。手法の由緒と、あなたの商談で効く証明は、別物である |
| 『この枠で見極めた相手は勝率がこれだけ高い』という数字があるのだから、枠の効果は証明されている | その多くは、枠を売る会社や調査会社が自社の顧客の自己申告を集めて作った値であって、独立した査読で確かめられた予測ではない。査読された研究がむしろ示すのは、どの特性が成約を予測するかは企業や商材や状況ごとに違うデータ問題だということである(2015年 Virtanen ら 45:49-58 ほか)。万能の枠は無く、何が効くかは自分のデータで確かめるしかない |
皮肉なのは、いちばん几帳面に枠を埋めた商談ほど、見極めた、と言い切りたくなることである。だが埋まった枠は、聞き漏らしがなかった印であって、その相手が成約する印ではない。枠が全部そろって見えるとき、たいていそれは、聞きやすい項目だけをなぞって辻褄の合う見込みに整えただけかもしれない。この棚を通して残るのは、手法の名前を覚えることと、目の前の相手で効かせることのあいだには、いつも距離がある、という事実だけである。見極めの半分は、追う相手を選ぶことではなく、限りある時間を、追わないと決めることのほうにある。
Q1. この棚が最初に一度だけ置く断り——売り込みは、相手の ____ を借りる行為である。だから見極めは、追いかけ ____ 相手を決める技術でもある。穴埋め
Q2. 2025年に González-Flores らが示したこととして、正しいものはどれか。選択
Q3. 「手法の由緒と、効果の証明は、別物である」とはどういうことか。BANT/MEDDICの出どころに触れて答えよ。一問一答
Q4. 営業支援の資料でよく見る「この枠で勝率がこれだけ高い」という数字を、そのまま成約の証明として使えないのはなぜか。一問一答
Q5. この単位が扱った出来事を、年の早い順に並べよ。(ア)Virtanen らが、商談の複雑さでリードの成果が変わると示す(イ)Monat が、リードの成約転換をデータからモデル化しようと試みる(ウ)Wu らが、採点の前に見込み客を類型化する二段構えを提案する(エ)González-Flores らが、従来のリード採点は形式的な統計的検証を欠くと明言する並べ替え
紙かメモアプリに今日の日付を書く。次に、最近あなたが追うのをやめた、または断った相手(見込み客・問い合わせ・引き合い)を一件思い出す。まだ商談中の相手ではなく、すでに手を引いた相手にする。上に『なぜ降りたのか』を1行で書く。下に、その理由が見極めの枠——予算・決裁権・必要性・導入時期、あるいは指標・出資者・選ぶ基準・選ぶ手順・痛point・味方——のどれに当たるかを1行で書く。どの項目にも当たらない場合は『枠の外(雰囲気・忙しさ・直感など)』と書く。最後に、降りた判断が枠で説明できたか、枠の外だったかを一語で書き添える。相手に新しく連絡して理由を確かめる必要はない。自分の記憶と手元の記録だけで完結させる。一人で全部を回している場合も、同じ形で書けばよい。
——とはいえ、その“正しい用法・用量”は、まだ誰も知らない。ここまでの研究に、あなたのデータは1件も入っていないからだ。平均は地図にすぎない。自分の“いい具合”は、試して探すしかない。
あなたの実験(N=1)を始める → プロジェクトに追加(記録機能は準備中)
- González-Flores L. ほか (2025) ‘The relevance of lead prioritization: a B2B lead scoring model based on machine learning’, Frontiers in Artificial Intelligence 8:1554325 — doi.org
- Monat J.P. (2011) ‘Industrial sales lead conversion modeling’, Marketing Intelligence & Planning 29(2):178-194 — doi.org
- Virtanen T., Parvinen P., Rollins M. (2015) ‘Complexity of sales situation and sales lead performance: An empirical study in business-to-business company’, Industrial Marketing Management 45:49-58 — doi.org
- Ohiomah A., Andreev P., Benyoucef M., Hood D. (2019) ‘The role of lead management systems in inside sales performance’, Journal of Business Research 102:163-177 — doi.org
- Espadinha-Cruz P. ほか (2021) ‘Lead management optimization using data mining: a case in the telecommunications sector’, Computers & Industrial Engineering 154:107122 — doi.org
- Wu M., Andreev P., Benyoucef M. (2026) ‘Profiling before scoring: a two-stage predictive model for B2B lead prioritization’, Journal of Personal Selling & Sales Management(早期公開) — doi.org