「マーケティングは何をやっているかわからない」——経営層からこう言われる前に、データで成果を証明できる仕組みを作ることがマーケターの重要な責務だ。キャンペーン管理・マルチタッチアトリビューション・カスタムレポート・ROI ダッシュボードの設計まで、マーケティングの貢献を可視化するすべての技術をこの章で解説する。
HubSpot の キャンペーンツール（マーケティング → キャンペーン）は、複数の施策（メール・SNS・広告・ブログ・LP）を「ひとつの目的の下に束ねて管理・分析する」仕組みだ。キャンペーンを使わずに個別施策のデータをバラバラに見ていては、全体の ROI は絶対に見えない。
キャンペーン名がバラバラだと分析時に集計できなくなる。命名規則の例：2026Q2_新規リード_ウェビナー のように「年・四半期_目的_施策形式」で統一しよう。HubSpot にはキャンペーンの「タグ」機能もあるため、タグで目的別・チャネル別にフィルタリングできるよう設計しておくと後の分析が格段に楽になる。
現実のB2B購買では、ひとりの見込み客が受注するまでに 平均 6〜10 のタッチポイントを経る。「最初に見た広告」「読んだブログ記事」「参加したウェビナー」「ダウンロードした事例集」「最後に見た料金ページ」——これらすべてが受注に貢献している。マルチタッチアトリビューションはその貢献度を各接点に配分する仕組みだ。
レポート → アトリビューションレポート または レポート → カスタムレポートビルダー → アトリビューション から作成する（Professional 以上）どのアトリビューションモデルも「唯一正しい答え」ではない。それぞれ異なる問いに答える道具だ。「どのチャネルが新規認知を作っているか」→ ファーストタッチ、「クロージングを後押ししているのは何か」→ ラストタッチ、「全体的な貢献を公平に評価したい」→ 線形または U 字型——経営層への報告では、目的に応じてモデルを選んで提示することが重要だ。
ファネルレポートは「訪問者 → リード → MQL → SQL → 商談 → 受注」という各ステージの人数と転換率を可視化するレポートだ。どのステージでどれだけ離脱しているかを把握することで、マーケティング・営業のどこにボトルネックがあるかが一目でわかる。
| ステージ間転換率 | 業界目安（B2B SaaS） | 低い場合の改善アクション |
|---|---|---|
| 訪問者 → リード | 2〜5% | フォーム・CTA の最適化 / オファー（ダウンロード物）の見直し / LP の改善（3章） |
| リード → MQL | 20〜35% | スコアリングルールの見直し / ナーチャリングシーケンスの強化 / フォームの質問精度向上 |
| MQL → SQL | 30〜50% | マーケ・営業の MQL 定義の合意見直し / 営業フォローアップ速度の改善 |
| SQL → 商談 | 40〜60% | 初回アプローチのメッセージ改善 / 適切な担当者への割り当て精度向上 |
| 商談 → 受注 | 25〜40% | 商談後のフォローアップコンテンツ強化 / 失注理由の分析・対策（6章） |
ファネルの全ステージを同時に改善しようとすると分散して効果が出ない。転換率が業界目安と比べて最もギャップが大きいステージをひとつ選んで集中して改善するのが正しいアプローチだ。上記の例では「リード → MQL」の転換率が 28% で目安範囲内だが、「訪問者 → リード」の 5.2% は改善余地が大きい——というように優先順位をつける。
HubSpot の標準レポートでカバーできない「自社固有の分析ニーズ」は、カスタムレポートビルダー（レポート → カスタムレポートビルダー）で対応する。コンタクト・会社・商談・マーケティング活動など複数のオブジェクトをまたいで集計できる、非常に柔軟な分析ツールだ。
| レポート名 | データソース | 主な分析内容 | 報告頻度 |
|---|---|---|---|
| チャネル別リード獲得コスト（CPL） | コンタクト × 広告 × キャンペーン | 各チャネル（SEO・広告・SNS・イベント）別のリード獲得単価を比較 | 月次 |
| コンテンツ別 MQL 貢献度 | コンタクト × コンテンツ × キャンペーン | どのブログ記事・LP・ダウンロード資料が MQL を最も生み出しているか | 月次 |
| 営業担当者別 MQL → 受注転換率 | 商談 × コンタクト × 担当者 | マーケから渡した MQL を各担当者がどれだけ受注に変えているか | 月次・四半期 |
| 業種 × チャネル別 LTV | 商談 × 会社 × コンタクト | どの業種からの受注が LTV（生涯顧客価値）が高いかを特定し、広告・コンテンツのターゲットを最適化 | 四半期 |
| ウェビナー ROI | キャンペーン × コンタクト × 商談 | ウェビナー開催コストに対してどれだけの収益が生まれたかを計算 | イベント後 |
分析は「作って終わり」ではなく「経営判断に使われて初めて意味がある」。経営層が見るダッシュボードには、マーケターが日々見る運用指標ではなく「ビジネスインパクトを示す上位指標」だけを置くべきだ。
経営層に最初に見せるのは Layer 1（ビジネス成果） だ。「マーケティング経由の受注収益は今月 ¥18.4M で前月比 +23% でした」という一文から始める。Layer 3 の施策詳細は「なぜそうなったか」の根拠として使うが、最初から詳細に入ると「何が言いたいのかわからない」と言われる原因になる。
どれだけ優れたレポートを設計しても、元データが汚れていれば分析結果は信用できない。「ゴミイン・ゴミアウト（Garbage In, Garbage Out）」はデータ分析の鉄則だ。HubSpot での分析精度を高めるためのデータ品質管理の実践を解説する。
| 問題 | 症状・影響 | 対処方法 |
|---|---|---|
| 重複コンタクト | 同一人物が複数のコンタクトとして存在し、ナーチャリングメールが重複送信される。分析の数値が水増しされる | 連絡先 → 重複を管理 から定期的にマージする。HubSpot の自動重複検出機能を有効化する |
| UTM パラメータの未設定 | オリジナルソースが「直接流入」になり、どのチャネル経由かわからなくなる。広告・SNS の貢献が見えなくなる | すべての外部リンク（広告・SNS・メール）に UTM を必ず付与する（1章の命名規則を参照） |
| ライフサイクルステージの未更新 | 実際には顧客なのに「リード」のままになっていて、ナーチャリングメールが既存顧客に届いてしまう | 受注時に商談ステージ変更 → ライフサイクル「顧客」に自動更新するワークフローを設定する（6章） |
| 社員・テストのコンタクト混入 | 社員が自社フォームをテストで送信したデータが分析に混入し、指標が歪む | 社員ドメイン（@自社ドメイン）を除外した Segment を分析ビューのデフォルトフィルターにする |
| プロパティ値の表記ゆれ | 「製造業」「製造」「Mfg」が別々の値として集計され、業種別分析が機能しない | プロパティをフリーテキストではなく「プルダウン（選択肢固定）」に変更する。既存データは一括更新ツールで修正 |
HubSpot の Breeze Intelligence（旧 Clearbit 統合機能）が 2025〜2026 年にかけて強化された。コンタクトや会社のプロパティに不足している情報（役職・業種・従業員数・年商など）を、外部データベースから自動的に補完してくれる機能だ。フォームで収集した最低限の情報（名前・会社名・メールアドレス）から、CRM レコードを自動でエンリッチメントできるため、フォームの項目数を減らしてコンバージョン率を上げながら、データ品質も維持するという一石二鳥の効果がある。
メール・LP・SNS・広告・ワークフローをキャンペーンに紐づけることで、施策横断の ROI が初めて計算できる。命名規則の統一が必須。
ファーストタッチ・ラストタッチ・U字型を目的別に使い分ける。「どのモデルが正しい」ではなく「何を知りたいかでモデルを選ぶ」。
全ステージを同時に改善しない。転換率が業界目安と最もギャップが大きいステージに集中してリソースを投下する。
受注収益・パイプライン・ROI を Layer 1 として最初に提示。施策詳細（Layer 3）は根拠として後から使う。
重複コンタクト・UTM 未設定・ライフサイクル未更新が「汚れたデータ」の三大原因。週次・月次・四半期のメンテサイクルを組み込む。
フォーム項目を最小化しながら CRM データを豊かに保てる。コンバージョン率とデータ品質の両立が 2026 年の標準的アプローチ。