MQLとは

MQLとは

MQL（Marketing Qualified Lead）とは、一定の関心や条件を満たし、営業アプローチを行うのが妥当とマーケティング部門内で判断されたリード（見込み客）を指します。言い換えると、MQLは「まだ早いリード」と「今追うべきリード」を切り分け、営業に渡す適切なタイミングを可視化する境界線です。

例えば、展示会やウェビナーで名刺交換をしたリードが、その後にサービス資料をダウンロードしたり、問い合わせフォームから相談を送信したりした場合、単なる「情報収集中」から一歩進み、自社のサービスを具体的に検討し始めた段階と考えられます。

このように、自ら次の行動（資料請求・問い合わせなど）を起こしたリードは、営業が初回接触しても一定の反応が見込める状態であると考えられるため、このタイミングで初めて「MQL（マーケティングが営業に渡すべきリード）」と判断できます。

一方で、初回接点を持ったばかりのリード、例えば名刺交換のみや広告をクリックしただけの段階では、まだ情報収集フェーズにとどまっており、関心度が低いため営業が追うには「まだ早いリード」といえます。

このようにMQLは、どのリードに、いつ、どのように営業が動くべきかを判断するための指標であり、また、単なるリードの分類に限らず、マーケティングと営業が共通の基準で顧客の“成熟度”を共有するための仕組みでもあります。

リード・MQL・SAL・SQLの違い

リードは、時間の経過やアプローチによってサービスや製品への関心が高まり、段階的に「商談化」へと近づいていきます。この流れの中で、リードはマーケティングから営業へとバトンが渡されながら、「リード（Lead） → MQL → SAL（Sales Accepted Lead）→ SQL（Sales Qualified Lead）」というステージを進んでいきます。

それぞれのステージがどのような状態を指し、どの部門がどのように関わるのかを以下に、整理します。

リード(Lead)

リードとは、展示会・ウェビナー・広告・サイト問い合わせなどを通じて、自社と何らかの接点を持ったすべての見込み客を指します。この段階では、まだ関心や購買意欲の度合いは不明確であり、情報収集目的のケースも多く含まれます。

例：

• 展示会で名刺交換をした参加者
• 自社サイトの資料請求ダウンロードを行った人
• 広告をクリックしてLPから無料セミナーに参加した人

MQL(Marketing Qualified Lead)

一定の関心や条件を満たし、営業アプローチが妥当とマーケティング部門内で判断されたリードです。マーケティング施策を行った結果、商談の可能性が高いとしてマーケティングから営業に引き渡せる状態を指します。

例：

• 資料ダウンロード後、セミナーに参加したリード
• 問い合わせフォームからサービス相談を送信したリード
• メール開封やWeb行動から高い関心スコアが付与されたリード

SAL(Sales Accepted Lead)

営業がマーケティングから渡されたMQLを確認し、自部門でアプローチすべきと判断した段階を指します。営業がマーケティングから引き継ぎを承認し、初回接触やヒアリングを行うフェーズに移行します。

具体例：

• MQLのうち営業担当がアプローチが妥当であると承認したリード
• MQLのうち営業担当者が初回の電話・メールで温度感を確認したリード

SQL(Sales Qualified Lead)

営業が接触を行い、ニーズ・課題・予算・決裁者などの要素を確認し、商談化に進める見込みがあると判断したリードであり、次のステップでは提案や見積、商談へと移行します。

具体例：

• 打ち合わせ日程が確定したリード
• ニーズ・予算・導入時期が明確であるリード

このように、リードは関心度・検討度を高めながら、マーケティングから営業へと段階的に引き継がれていきます。この中でもMQLの条件は、両部門間での共通の判断基準として機能し、どのリードをどのタイミングで営業に渡すかを可視化する重要な役割でもあります。

マーケと営業をつなぐ共通言語

マーケ側で得たリードを「なんとなく良いリード」「そろそろ渡しても良さそうなリード」といった感覚的な判断で営業に渡してしまうと、さまざまな問題が起きやすくなります。リードを受け取った営業がアプローチを行い、「温度が低い」と感じることが多い場合、「マーケが送ってくるリードは質が低い」と判断し、以降は多くのMQLのアプローチを見送ることになります。営業のそのような行動に対し、マーケ側は、「せっかく送ったリードがフォローされず、機会を逃している」と不満を持ちます。このように双方でリードの“良し悪し”の基準がずれると、歩調が合わなくなる状態が発生します。

こうした齟齬は、リードの質ではなく「認識の不一致」が原因であることが多いのです。その溝を埋めるのが、MQLという「共通言語」です。営業とマーケの間で、「どの状態になったら営業に渡すのか」を明確にすることで、双方が同じ基準でリードを評価・共有できるようになります。

質の高いリードとは

共通言語としてMQLを設定したとしても、そのリードが「本当に商談につながるのか」を見誤ると、成果には直結しません。重要なのは、「商談につながりやすい」と判断できる「質の高いリード」を見極めることです。

ここでは、その判断軸と、リードがMQLへと育っていくプロセスを整理します。

購買意欲と自社ターゲットとの適正度の両立

法人向けのBtoBビジネスでは、商品やサービスにおける購買行動は、組織的に意思決定が下されるため、自社のサービスや商品に興味関心をどれだけ持っているかの「購買意欲」と自社のターゲット条件とマッチしているかの「自社ターゲットとの適正度」の両軸でMQLを判断する必要があります。どちらか一方だけが高くても、営業の成果にはつながりにくいため、両面のバランスを見極めることが大事です。一方で、個人向けのBtoCビジネスの場合は、意思決定者は本人になるので、「購買意欲」を中心に見極めます。

「購買意欲」「自社ターゲットの適正度」はデータで測定することができます。今回は、BtoBのケースとして、それぞれを測定するためのデータ例を挙げます。

購買意欲

購買意欲を可視化させるためのデータは、リードの行動に関わるデータです。基本的には頻度や回数が高ければ購買意欲が高いと判断します。

• メール開封率、クリック率
• 資料ダウンロード
• セミナー/ウェビナー申し込み
• Webサイトの再訪問頻度　など

自社ターゲットとの適正度

自社のターゲット条件とどれだけ一致しているかは、企業属性や担当者の役職などの属性データを見て評価します。ここでは、営業視点でこの会社なら自社サービスの導入余地がある、と判断できる根拠を表すことがポイントです。

• 自社の主要顧客と同業種・同規模の企業である
• 部門長・マネージャークラスの意思決定層である
• 自社の課題解決と親和性の高い業務領域である　など

この両軸でMQLを定義し、マーケティングと営業の質の認識を揃えるようにしましょう。

MQL創出の流れ

MQLは、展示会で出会ったリードが即座に問い合わせをしてくる、というように偶然現れるケースもありますが、実際はそうした偶然ではなく、マーケティングプロセス内でのさまざまなアプローチを通じて、リードの興味関心を段階的に引き上げることが多いです。

つまり、MQLは「見つける」ものではなく、「育てて創り出す」もの。マーケティングと営業の連携の中でリードを育成（ナーチャリング）し、適切なタイミングで営業へ橋渡しすることで初めて、質の高いMQLが形成されます。ここからは、そのプロセスを「獲得→育成→判定→引き渡し」の4つのステップで見ていきましょう。

獲得

「獲得」の最初の段階では、展示会、広告、オウンドメディア、セミナー、ホワイトペーパーなどを通じて、接点を持ったリードを獲得します。まだ関心度が低いため、購買意欲よりも「接点を持つこと」に重点を置き、量を重視しながら、将来的に育成可能な母集団を確保します。

またこの段階のリードは前述した4種のリード種別の中での最初の「リード」に値します。

育成(ナーチャリング)

「育成」では、メール配信やセミナー案内、コンテンツ提供を通じて、リードの関心を高めていきます。以下のようなナーチャリング施策を継続的に行い、 「すぐに売ること」ではなく、「購買を検討できる状態」へ導きます。

【主な施策】

• 資料ダウンロード後の3日後、フォローメールを配信し、直近開催されるセミナーを案内する
• 関心度が高いテーマに絞った限定コンテンツを配信する

リードが関心を持ち続け、行動を積み重ねていくよう働きかけることがMQL育成になります。

判定

「判定」は、前ステップでの「育成」の結果をもとに、MQL基準に照らして営業アプローチの妥当性を判断する段階です。ここでは、感覚的な判断ではなく、行動データと属性データに基づく定量的な評価を行い、一定水準に達したリードをMQLとして営業へ引き渡します。

この判定に必要になるのが「スコアリング」です。スコアリングは、リードの行動や属性に応じて点数を付与し、関心度・見込み度を可視化する仕組みです。例えば、Web上で「料金ページ」や「導入事例ページ」を閲覧したリードは、より高い関心を持っていると判断した上で、この行動を数値化し、「スコア閾値（例：70点以上）」を到達条件としてMQL判定を行うといったものです。

このスコアリングの判定を元に、感覚ではなく数値に基づいた定量判断を行います。

また、これまでの行動や属性によるスコアリングだけで判断が難しい場合には、マーケ担当者もしくはインサイドセールス担当者が直接電話やメールでアプローチを行い、ヒアリングなどを通じて判定を行うこともあります。 引き渡し

最後が、営業にMQLを渡すプロセスです。営業に引き取られたリードの種別は「MQL」から「SAL」に変化します。ここでは、「単にリードを送ること」ではなく、営業が動きやすい状態で引き渡すことが大事であるため、「このリードがなぜMQLと判断されたか」背景を営業に伝えます。

また、「まだ検討段階が浅い・優先度が低い」と判断され、SALとして受け入れなかったリードは、再び育成（ナーチャリング）フェーズへ戻します。「必要に応じて戻し、再育成する」の循環が組織内で定着させることで「商談につながりやすいリードとは何か」の知見が蓄積され、MQL基準そのものの精度も高まります。

MQLを機能させる営業とマーケの連携

MQLを定義し、営業プロセスを整えたあとは、営業とマーケティングが連携しながら実運用できる状態に整えます。ここでは、両部門が連携するためのポイントを整理します。

MQLを効果的に機能させるためには、判断基準を明確にすること、部門間で情報をリアルタイムに共有できる体制を整えること、これら2点が重要です。

判断基準を明確にする

誰が、どんな状態をもって、MQLとするのか、の定義を決め、営業とマーケの双方が合意した判断基準を設けることが重要です。前述したように、感覚的な“良いリード”ではなく、行動データで判断できるようにしましょう。

また、MQL基準は固定するものではなく、運用しながら改善していく前提で設計します。リードの質や営業の動きやすさは、時期や市場状況、組織体制、その時点での業績などによって変化しますので状況に合わせて、基準を柔軟に見直す視点も大事です。

部門間で情報をつなぐ

情報が分断されてしまわぬよう、営業とマーケティングが“同じリード情報”をリアルタイムで確認できる環境を整え、部門間で情報を紡げるようにします。

ExcelやGoogleスプレッドシートなどを活用し、データ共有することも可能ですが、CRM（顧客管理システム）やSFA（営業支援システム）を活用し、リード情報やアプローチの記録、スコアの点数、商談の情報などを一元管理する体制を構築することが理想です。

獲得時のリード情報から商談化した情報までのプロセスと数値結果を一元管理することで、「MQL数」の管理だけでなく、MQLから商談化・受注に至るまでの数値（商談化率・受注率など）も可視化でき、数値に基づいた改善も可能になります。このように、一元管理で得られたデータを施策の仮説検証やMQL基準の見直しに活用することで、リード運用のPDCAサイクルをも確立できます。

MQLを機能させるために必要な視点

MQLをより組織全体で機能させるためにも改善の視点も欠かせません。ここでは、実務で機能させるための具体的なポイントを整理します。

定義と運用を“共通ルール化”する

以下の2点に留意しながら共通ルールを作ります。

• MQLの定義を明文化し、営業とマーケが合意した状態をつくる。
• 運用を通じて改善するサイクルを組み込む。

MQLを起点に顧客理解を深める

MQLを判定の線引きとして活用するだけでなく、顧客理解を深めるための要素としても活用してみましょう。「このリードはなぜ関心を持ったのか」「どんな情報をきっかけに行動したのか」といったデータを分析することで、見込み顧客の行動心理や関心内容が見えてきます。

例えば、特定の業種で「導入事例ページ」閲覧後のMQL化率が高い場合、同業他社事例の発信を強化するといった施策改善につなげられます。MQLを顧客理解のための要素として扱うことで、マーケティング施策全体の精度も高まります。

臨機応変に基準が変える

MQL基準は固定的なものではなく、状況に応じて柔軟に見直す前提で改善できるようにします。リードの質や市場の状況、営業体制のリソースは常に変化しているため、「一度決めたMQL定義が最適」とは限りません。

例えば、年度末など営業が短期案件の獲得を優先する時期には、長期検討リードよりも「すぐに商談化が見込めるリード」に基準を寄せる。逆に、新製品リリース直後のフェーズでは、「関心層を広く集めて育成する」目的でMQL基準を緩め、将来的な商談母数の拡大を狙うといったケースも発生するかもしれません。

また、経営戦略や営業方針の変化に合わせて、MQL基準を“再定義するタイミング”を定例化するのも有効です。四半期ごとに「MQLから商談化した件数・率」「失注理由」などを振り返り、営業・マーケ双方で基準の妥当性を検証することで、常に現場感覚に合ったMQLの設計を維持できるでしょう。