Digital Marketing Academy · レッスン

ターゲットアカウントを選ぶ

ICPと優先度付けを学びます。

レッスン 2/413 ステップ

「ターゲットアカウントを選ぶ」はCoddyKit上の無料Digital Marketing Academyレッスンです。 これはレッスン2/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはDigital Marketing Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Digital Marketing Academyコースには全4レッスンが含まれています。

アカウント選定が勝負のすべて

ABMはリストによって成否が決まります。どれほど優れたクリエイティブでも、決して購入しない企業を対象にしたプログラムを救うことはできません。選定は営業担当者の希望リストではなく、規律あるデータドリブンなプロセスです。

目標は、適合度、インテント、リーチのすべてが収益の可能性を示す、有限で優先順位付けされたアカウントの集合です。

定量化したICPから始める

選定は、ICPを測定可能なフィルターに変換することから始まります。エンタープライズSaaSのような曖昧な説明はスコア化できませんが、売上規模、従業員数、テクノロジーに関するシグナルはスコア化できます。

ICPの各属性を、データツールでクエリできるフィールドに変換し、対象となり得る全企業に対する包含ルールまたは除外ルールとして適用します。

ICP filter -> queryable rule
  Industry        = NAICS in [5112, 5415]
  Employees       between 200 and 2000
  Revenue         >= $50M
  Region          in [US, UK, DE]
  Tech installed  includes Salesforce
  Exclude         agencies, competitors

総アドレス可能リストを作る

ICPのフィルターをデータソースに適用し、Total Addressable Marketを金額の推定値ではなく、名前のある企業の実際のリストとして作成します。

このリストが、ABMの対象となる全体集合です。社内CRMの履歴とデータエンリッチメントベンダーを組み合わせ、営業チームがまだ接触していないアカウントも取り込みます。

Sources merged into TAM list
  CRM open + closed-lost accounts
  Enrichment DB (firmographic match)
  Website / form fills (de-anonymized)
  Event & webinar registrants
  Partner / ecosystem overlap

適合度をスコア化する

適合度スコアリングでは、各アカウントがICPにどの程度一致するかを順位付けします。成約案件との相関が最も強い属性に重みを付け、自社の受注データを使って重みを設定します。

透明性のあるポイントモデルにより、なぜそのアカウントが選ばれたのかについて、営業とマーケティングの認識を一致させられます。

Fit score (max 100)
  Industry match        30
  Company size band     25
  Revenue band          20
  Tech-stack signal     15
  Geo in priority zone  10
  -> Account scores 82 = strong fit

インテントデータを重ねる

適合度は条件に合うアカウントを示し、インテントは今まさに市場にいるアカウントを示します。サードパーティーのインテントデータはウェブ上で自社カテゴリーを調査しているアカウントを見つけ、ファーストパーティーのインテントデータは自社のプロパティ上での活動から得られます。

適合度が高く、インテントも急上昇しているアカウントは、積極的な施策の対象として最も有力です。

Combined priority signal
  High fit + high intent  -> tier 1, engage now
  High fit + low intent   -> nurture, build awareness
  Low fit  + high intent  -> filter out (likely noise)
  Low fit  + low intent   -> exclude

アカウントをティア分けする

条件に合うアカウントがすべて、同じ規模の投資に値するわけではありません。ティア分けによって労力を配分します。少数のアカウントには個別設計の1:1プログラムを、多くのアカウントにはグループ化した1:fewの施策を、残りにはプログラマティックな1:manyのカバレッジを提供します。

ティア分けによって予算を潜在価値に応じて配分し、ロングテールへの過剰投資を防ぎます。

Tier   Criteria                         Count   Investment/acct
A      Fit>=80 + active intent + strat.  20      High (1:1)
B      Fit>=70                           80      Medium (1:few)
C      Fit>=60                           400     Low (1:many)

未開拓領域と拡大アカウントを加える

ターゲットリストを新規企業だけにしてはいけません。成長の余地がある既存顧客は、すでに関係性と実績があるため、ABMの中でも投資対効果が最も高い対象になることがよくあります。

未開拓領域をマッピングします。まだ導入されていない製品、まだ販売できていない部門、そして先回りした施策を必要とする更新リスクのある顧客を特定します。

Account list mix (example)
  New-logo acquisition   60%
  Cross-sell expansion   25%
  Up-sell / upgrade      10%
  Retention / save        5%

営業との共同選定

マーケティングがデータドリブンなリストを提案し、営業が現場の知識で検証します。AEは、データでは捉えられない推進者の有無、取引の凍結、関係性を把握しています。

サイクルごとに共同選定ワークショップを実施します。リストに対する責任を共有することが、ABMの連携と実行を支える基盤です。

リーチ可能性を検証する

購買グループに接触できなければ、どれほど適合度の高いアカウントでも役に立ちません。実施を決める前に、主要な役割を担う正確な連絡先を保有しているか、入手できるかを確認します。

連絡先のカバレッジ、配信可能なメールアドレス、広告リーチ、コンプライアンス上の制約を確認します。カバレッジが不十分なら、アカウントを稼働させる前にエンリッチメントが必要です。

Reachability audit per account
  Contacts for economic buyer?   yes
  Champion identified?           yes
  Evaluator + users mapped?      partial -> enrich
  Ad reach (matched audience)?   3 of 6 roles
  Action: enrich missing 3 roles

リスト更新の頻度を決める

アカウントリストは劣化します。企業の経営陣は変わり、インテントの急上昇は収まり、案件は成約または停滞します。静的なリストは、気付かないうちに関連性を失います。

ティアは毎月、リスト全体は四半期ごとに見直します。インテントが急上昇しているアカウントを上位に移し、休眠状態のアカウントを下げ、失注したアカウントをナーチャリングに戻します。

リストの規模を適正化する

よくある失敗は、十分にパーソナライズできないほど多くのアカウントを選ぶことです。上限を決めるのは意欲ではなく対応能力です。ティア1の各アカウントには、実際に人が注意を向ける必要があります。

チームが質の高い実行をできる規模にリストを合わせます。数百のアカウントに一般的な施策を行うより、少数のアカウントに深く取り組むほうが効果的です。

Capacity sizing
  1 marketer can run ~15-25 1:1 accounts
  1 pod can run ~75-100 1:few accounts
  Programmatic scales with budget, not headcount
Rule: list size <= what you can personalize

理解度チェック

アカウント選定についての判断力を確認してください。

まとめ:ターゲットアカウントの選定

選定では、定量化したICPを、名前付きでスコア化・ティア分けしたアカウントリストに変換します。適合度スコアリングはアカウントがどれだけ適しているかを順位付けし、インテントデータは今まさに市場にいるアカウントを見つけます。この2つを組み合わせて優先順位を決めます。

新規企業と拡大アカウントを組み合わせ、営業と共同で選定し、リーチ可能性を検証し、対応能力に合わせて規模を調整します。定期的に更新して、リストの精度を保ちます。

無料で開始

AI チューターと学ぶ Digital Marketing Academy — 無料

ブラウザでリアルコードを書いて実行し、24/7 の AI チューターから瞬時にサポートを受け、ウェブまたはアプリで続きから学習できます。

コース
63
レッスン
239

よくある質問

「ターゲットアカウントを選ぶ」レッスンは無料ですか?

はい。「ターゲットアカウントを選ぶ」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し(組み込みコードエディタと24時間対応のAIチューター)、Digital Marketing Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Digital Marketing Academyコースには全4レッスンが含まれています。

「ターゲットアカウントを選ぶ」で何を学びますか?

ICPと優先度付けを学びます。 ブラウザで直接実行するハンズオンコードでDigital Marketing Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。

Digital Marketing Academyを始めるのに経験は必要ですか?

事前経験は必要ありません。CoddyKitのDigital Marketing Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン2/4です。

「ターゲットアカウントを選ぶ」レッスンにはどのくらい時間がかかりますか?

ほとんどのCoddyKitレッスンは約5~10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。

このDigital Marketing Academyレッスンでコードを書いて実行できますか?

はい。すべてのDigital Marketing Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。

このコースのすべてのレッスン

  1. ABMの基本
  2. ターゲットアカウントを選ぶ
  3. 施策を連携させる
  4. ABMの効果測定
← Digital Marketing Academyに戻る