メインコンテンツにスキップ
お客さまへの大切なお知らせ:膨大なサポート情報を少しでも早くお客さまにお届けするため、本コンテンツの日本語版は人間の翻訳者を介さない自動翻訳で提供されております。正確な最新情報については本コンテンツの英語版をご覧ください。

予測リードスコアリングを使用して成立確率を判定する

更新日時 2023年 9月 6日

以下の 製品でご利用いただけます(別途記載されている場合を除きます)。

Marketing Hub Enterprise
Sales Hub Enterprise

HubSpotは予測機械学習アルゴリズムを使って顧客を分析し、オープンコンタクトが90日以内に顧客として成約する確率を割り出します。

成約可能性とコンタクト優先度コンタクトプロパティーは、この予測リードスコアリングモデルに基づいてコンタクトを分析し、セグメント化するのに役立ちます。これらのプロパティーについてもっと知る:

  • Likelihood to close:特定のコンタクトのプロパティーとアクティビティーに基づき、コンタクトが今後90日以内に顧客として成約する確率をパーセンテージで表したスコア。例えば、この値が22のコンタクトは、22%の確率で、今後90日以内に顧客としてクローズします。
  • コンタクトの優先順位: Likelihood to closeスコアに基づき、コンタクトを均等に階層化したランキング。プロパティのオプションは、Very High、High、Medium、Low、Closed Won、ここで Very Highはクローズする可能性が最も高く、 Lowはクローズする可能性が最も低い。コンタクトは以下のロジックに基づいてグループ化されます:
    • 各階層には、Likelihood to Close(成約の可能性)のスコアに基づいて、コンタクトの 25% が含まれます(つまり、スコアが上位 25% のコンタクトはVery High(非常に高い)、スコアが下位 25% のコンタクトはLow(低い)などに設定されます)。カテゴリーは相対的なグループ分けであるため、各階層のスコアの範囲は時間の経過とともに変化する可能性がある。
    • コンタクトのライフサイクルステージの値がCustomerに設定されている場合、Contact priorityはClosed won に設定されます。

リードスコアリングのプロパティーはHubSpotによって自動的に設定され、編集することはできません。これらのプロパティーに値を設定するために、HubSpotは以下のデータを分析します:

  • アナリティクスおよびコンバージョンを含む情報:
    • ページビュー数
    • 平均ページビュー数
    • ウェブサイト訪問者数
    • Facebook、LinkedIn、Twitterでのクリック数
    • 最後の訪問または最後のクリックからの日数
    • 配信またはバウンスされたEメールの数
    • コンタクトがオプトアウトしたEメール購読
    • Eメール開封数、クリック数、直近の返信数
    • コンタクトの最後のアクティビティー以降に送信されたEメールの数
    • コンバージョン数、またはユニークコンバージョン数(フォーム送信など)
  • HubSpot CRMのインタラクションとプロパティー値:
    • 記録されたメモの数
    • コンタクトが最後にミーティングを予約してからの日数
    • 最後にコンタクトを取ってからの日数
    • 次のアクティビティーまでの日数
    • コンタクトが電話番号または携帯電話番号を持っているかどうか。
    • コンタクト作成からの日数
    • コンタクトの最終更新からの日数
    • コンタクトのEメールがフリーメールのドメインかどうか(Gmailなど)
    • ライフサイクルステージプロパティのコンタクトの値。コンタクトのライフサイクルステージの値がCustomerの場合、Likelihood to Closeの値はクリアされ、Contact priorityは Closed Wonに設定されます。
  • HubSpot Insightsから提供された、コンタクトの関連会社に関する企業統計情報:
    • 会社の収益
    • この会社で使用されている技術
    • 従業員数
  • お客様のビジネスとHubSpotアカウントに関する会社概要情報:
    • HubSpot CRMのコンタクト数
    • 会社の収益
    • 御社の使用技術
    • 会社が属する業界
    • 従業員数

注: HubSpotはブラックボックス機械学習を使用して予測を行います。ブラックボックス機械学習では、モデルの入力と出力は既知だが、入力がどのように出力に変換されるかは不明である。リードスコアリングの場合、各インプットがコンタクトのスコアにどのように寄与しているかを正確に知ることはできない。その代わり、リードが成約に至る可能性をモデルがどれだけ予測できるかが焦点となる。リードスコアリングの使用方法については、Understanding HubSpot Lead Scoring HubSpot Academy lessonをご覧ください。

この記事はお役に立ちましたか?
こちらのフォームではドキュメントに関するご意見をご提供ください。HubSpotがご提供しているヘルプはこちらでご確認ください。