営業の着地予測の精度を上げる実務アクションと計測サイクル
店長着地予測とは――着地見込み・フォーキャストの言葉を整理する
営業現場では「着地予測」「着地見込み」「フォーキャスト」という言葉が混用されています。整理すると、着地予測とは「今月あるいは今四半期の最終売上がいくらになるか」を事前に見積もる行為を指します。着地見込みはその見積もり値そのものを、フォーキャストは英語圏由来の同義語として使われることが多いです。どれも意味するところは同じで、月次・四半期次で上位に報告する売上見込みの数値です。この数値が実績と大きく乖離するたびに、現場と経営層のあいだの信頼に影響が出ます。「今月末にどのくらい着地しそうか」という問いに精度高く答えられるかどうかが、営業組織の管理能力を示す指標の一つです。だからこそ、着地予測の精度を上げることが求められるのです。
着地予測について語られる文章の多くは、「どう精度を上げるか」という手順の説明に費やされています。しかしその前に問い直したいことがあります。「着地予測を何のために行うのか」という前提が、組織によって大きくズレているのではないでしょうか。
予測を「達成へのアクション管理ツール」として使う場合、数字は願望になりやすいです。月の前半に楽観的な値が積み上がり、月末に向けて縮んでいくパターンが生まれます。対して、予測を「経営層が次の意思決定を行うためのインプット」として位置づける場合、数字は「現時点での最善の見積もり」でなければ意味を失います。どちらの目的で予測を運用しているかによって、精度への向き合い方も変わります。
精度の問題はアウトプット（数字の精緻さ）ではなく、インプット品質の問題として捉え直すと構造が見えやすくなります。確度の定義が全員に共有されているか、案件データが実態を反映しているか、外れた予測が翌月の判断基準に組み込まれているか——これらがインプット品質を決める軸です。計算式を精緻にしても、その前段にある入力の品質が低ければ結果は変わりません。精度向上の取り組みは、この順序で考えることが先決かもしれません。
着地予測が毎月外れる構造的原因
着地予測が繰り返し外れる背景には、個々の見立てミスよりも組織の構造的な問題があります。「今月は読み違えた」という一時的な反省で終わる限り、来月も同じパターンで外れる可能性が高いです。精度改善の入り口は、外れる原因を単発の出来事ではなく、繰り返しを生み出す構造として捉え直すことにあります。代表的な二つの構造的原因を以下で整理します。
ステージ定義が曖昧で確度がブレる
確度とは「この商談が受注に至る可能性」を数値化したものですが、ステージの定義が担当者ごとに曖昧なまま運用されていると、同じステージにいる案件でも人によって確度の入力値が大きく変わります。「提案済み」と「最終交渉中」の境界線が全員に共有されていない組織では、積み上げた予測値はそもそも精度を持てません。担当者の主観が最初のノイズとして混入し、最終的な着地予測を歪めます。この問題は、担当者の意識の問題ではなく、定義が整備されていないことから生じる構造的なものです。
外れた記録が次回の確度設定に反映されない
予測が外れた月の振り返りで原因を話し合っても、その学びが翌月の確度設定に反映される仕組みがなければ、同じ失敗は繰り返されます。多くのチームでは「今月は大型案件が滑った」という認識が会議で共有されるものの、来月のヨミ表にその知見が組み込まれることはほぼありません。外れた予測を「反省材料」としてではなく「データ」として蓄積し、確度テーブルや判断基準の更新につなげる仕組みを持っていることが、精度を継続的に上げるチームの共通点です。学習サイクルが存在しないことが、同じ失敗を繰り返す本質的な原因なのです。
外部の立場でチームのヨミ会に同席すると、月次の着地がズレた理由を担当者が説明する場面に必ず立ち会います。「大手案件が決裁で止まった」「検討者が交代した」という話が出て、参加者が頷き、その月の会議が終わります。数週間後に確度テーブルを確認しても、その話題が数字に変換されていることはほとんどありませんでした。
「先月も同じ理由で外れていましたよね」と口にすると、室内に少しざわつきが走ることがあります。同じ議論を繰り返していたとは誰も気づいていません。会議で出た言葉を翌月の判断基準に変換する経路が無ければ、そうなるのは自然なことだとも思っています。
外部者の目が活きるのは最初の数ヶ月だということをよく話します。ただ「また同じ話が出ている」と気づける立場が内部にいないことのほうが、本当の問題だったのかもしれません。
着地予測の精度を「測る」から始める（精度向上KPI）
「精度を上げたい」という言葉を口にしながら、現状の精度を数値として把握していないチームは少なくありません。改善とは現在地と目標の差分を縮めることであり、現在地が測れていなければ、どのアクションが効いたのかを判断する方法がありません。着地予測を「上げる」議論を始める前に、「今の精度はどの程度か」を数値化することが先決です。
着地予測の精度改善方法を書く記事は数多くありますが、「精度をどう測るか」を書いているものはほとんど見当たりません。しかし、計測なしに手法を変えても、改善したかどうかを確認できないまま次の施策に移ることになります。測れないものは管理できませんし、管理できないものは改善できません。計測の設計こそが、精度向上のすべての取り組みの前提条件です。施策の優先度を判断するためにも、まず現状の精度を数字として把握することから始めてください。
私が発注する側に回ると、提案の場で「このくらいの効果が出るはずです」という見立てを聞いて、その場では納得して次のステップへ進むことがあります。ところが数ヶ月後に届く報告書には現状の数値だけが並んでいて、当初の見立てとの対比ができる行がどこにもないことがほとんどでした。
「最初の見立てと今の数字は、どれくらいずれていますか」と聞いてみると、答えが出るまでに時間がかかることが多かったです。報告書の様式に予測と実績を横並びにした行が存在しないと、聞かれてから集めることになるからだと思っています。
以来、定期報告に「当初見立て vs 実績」の行が自然に入っているベンダーが、私の中でひとつの判断材料になっています。その行があるかどうかで、精度を意識して運用しているかどうかが見えてくる気がしています。
精度を数値化する3つのKPI
着地予測の精度を測るには、次の三つの指標が実務で機能します。
予測乖離率（Forecast Accuracy）：月次の予測値と実績値の差分を、実績値で割って算出します。この数値をチームごと・担当者ごとに集計することで、誰のヨミが安定しており、誰のヨミがばらつきやすいかを客観的に把握できます。乖離率の推移を月次で追うことで、改善施策が精度に与えた影響を検証できます。個人の評価に使うのではなく、チームの傾向を把握するための指標として運用することが大切です。
ステージ移行率：各ステージから次のステージへ実際に進む確率を、過去の実績データから算出します。「提案済み」から「最終交渉」に進んだ案件の割合、「最終交渉」から受注した案件の割合を蓄積することで、担当者の主観に頼らない実績ベースの確度テーブルを構築できます。また、現在の確度テーブルが実績と乖離していないかを定期的にチェックする指標としても機能します。
案件消化率：月初に予測登録していた案件が、月末までに受注・失注・翌月繰越のいずれかに分類されたかを追います。月をまたいで結論が出ない案件が多いチームは、予測精度の問題というより案件の進捗管理に課題がある可能性が高いです。消化率を計測することで、精度の問題と進捗管理の問題を切り分けられます。
計測を週次・月次でどう運用するか（スプレッドシートでも回せる最小設計）
精度KPIの計測は、専用のBIツールや高価なシステムがなくても始められます。スプレッドシートに「月初予測額・月末実績額・差額・乖離率」の四列を設けるだけで、予測乖離率の追跡は翌月から開始できます。ステージ移行率は、過去の案件データをステージ別に集計することで算出できます。
週次では「前週からのステージ変化と案件進捗の差分確認」、月次では「予測乖離率の集計と前月比較・振り返り」というリズムを設計することが現実的です。運用を継続させるために重要なのは、計測を「担当業務の一つ」として固定することです。毎月結果が出るたびにゼロから集計する運用では長続きしません。フォーマットを固定し、更新担当者を決め、ヨミ会のアジェンダ冒頭に計測値の共有を置くことで、計測は自然と習慣になります。
計測値をチームで共有する際は、個人の数値を責める材料にしないことが鉄則です。乖離率が高い担当者をあぶり出す目的で使うのではなく、「なぜこのパターンで外れやすいのか」を構造として分析することに使うことで、担当者が正直なデータを入力する文化が醸成されます。
計算精度を上げる3つの手法
着地予測の計算手法はいくつか存在しますが、どれが優れているかは一概に言えません。チームの規模・案件数・SFAの整備状況によって適した手法が変わるため、「この手法を使えば精度が出る」という単純な答えはありません。ここでは代表的な三手法の特性を整理し、自チームの状況に合う手法を選ぶための判断軸を渡します。手法の選択より先に、ステージと確度の定義を統一することが優先事項になる点は、どの手法を選んでも変わりません。
3手法の特性比較と使い分け（表形式で整理）
| 手法 | 概要 | 向いている場面 |
|---|---|---|
| パイプライン積み上げ法 | 各案件の金額と確度を掛けて合算する | 案件数が多く、SFAに確度が登録されている場合 |
| 加重平均法 | ステージ別の重みを全体の商談総額に掛ける | 案件ごとの個別計算が重い場合や案件数が多い場合 |
| 単純按分法 | 過去の受注率を今月の商談総額に適用する | 新設チームや案件データが少ない場合 |
計算精度が最も出やすいのは、パイプライン積み上げ法と確度テーブルの統一を組み合わせた運用です。ただし、確度テーブルが整備されていない状態でパイプライン法を使うと、担当者の主観がそのまま積み上がるだけです。計算式の精緻さより、入力データの品質と基準の統一が先です。
ステージ別確度テーブルの統一（S/A/B/C の基準をどう決めるか）
確度テーブルとは「各ステージの案件が受注に至る確率」を組織として合意した基準表です。全員が同じ基準で確度を入力できる状態を作ることが目的です。理想は過去の実績から確率を算出することですが、データが揃っていない場合は仮の基準を設定してから毎月の実績と照合し、更新を繰り返す方法で始めることが現実的です。一度作って固定するものではなく、実績との乖離を検証しながら精度を育てていくものとして運用します。確度テーブルを全員で合意し、定期的に見直すプロセスそのものが、チームの精度向上に直結します。
データ品質（パイプラインハイジーン）を先に整える
計算手法を精緻にしても、入力データが汚れていれば着地予測の精度は出ません。「ゴミを入れればゴミが出る」という情報処理の原則は、営業の予測管理にもそのまま当てはまります。精度向上の取り組みを始める前に、パイプライン（SFAに登録された案件リスト）のデータ品質を整えることが先決です。このデータ品質の管理は「パイプラインハイジーン（Pipeline Hygiene）」と呼ばれ、予測計算の精度を担保するための前提条件として位置づけられます。精度が出ないチームを調べると、手法や会議の設計の問題よりも、そもそものデータが実態を反映していないケースが多く見られます。パイプラインハイジーンの整備は地味な作業ですが、精度向上の施策の中で最も即効性が高い取り組みの一つです。
採用広告の提案では、一社に媒体掲載・DR・RPOの提案が並走することがありました。担当チームが分かれている場合、SFAに三行として登録されているのに、どれが決まってどれが保留かが週次の会議前に把握できない状態になることがありました。
気になっていたのは金額の欄でした。掲載媒体は稟議が通るまで本数が確定せず、DRやRPOは成果の見え方次第でボリュームが変わります。「この金額は今月クローズの前提ですか、来月への繰り越しですか」という確認が、月次の予測を出す前に毎回発生していました。
データの中身ではなく、データが指す時制が揃っていないことが、予測の精度に入り口から影響していたのだと思っています。欄を埋めている数字がいつを指しているかが人によって違えば、足しても意味が無い、と感じていました。
パイプラインが汚れる典型パターン（確度未更新・失注済み案件の放置・金額不明案件）
SFAに蓄積されるデータの汚れには、繰り返し現れる典型パターンがあります。
確度が長期間更新されていない案件：前回の更新から数週間が経過しても確度が変わらない案件は、実態とSFAの乖離が生じている可能性があります。商談が進んでいるのに確度が据え置かれていたり、停滞しているのに高確度のままになっていたりします。
失注済み案件の放置：失注が確定しているにもかかわらず、SFAから削除も更新もされていない案件は、積み上げ計算に不要な数字を加え続けます。気づかないうちに着地予測が実態より膨らんだ数字になります。
金額・クローズ予定日が未入力の案件：金額が空欄の案件は計算に参加できません。クローズ予定日が設定されていない案件は、今月の着地予測に含めるべきかどうかの判断ができず、予測の粒度を下げます。
クリーニングの運用ルール（週次確認チェックリスト）
データ品質の維持は、一度の大掃除では解決しません。継続的に整える習慣を組織に埋め込む必要があります。週次で行うチェックの最小セットとして、次の三点を設定することを推奨します。
- 確度が二週間以上更新されていない案件の洗い出し
- クローズ予定日が過去になったまま放置されている案件の処理
- 金額・クローズ予定日が未入力の案件の確認と催促
チェックの主体はマネージャーが担い、更新は各担当者に返す役割分担が機能しやすいです。週次のヨミ会の冒頭にデータクリーニングの確認を置くことで、「会議の前にSFAを整える」という習慣が組織に自然と根づきます。
精度向上の実務ステップ――マネージャーと担当者で役割を分ける
精度向上に取り組む際に最も陥りやすい罠は、「誰が何をするのか」が明示されないまま改善策だけが共有されることです。担当者は「入力するのが自分の役割」と理解し、マネージャーは「担当者が正確に入力すれば精度は出るはず」と思う。この認識のずれが、改善しない状態を長期化させます。精度低下の原因が「担当者の主観の混入」であったとしても、その主観を均す仕組みを設計するのはマネージャーの役割です。精度向上を担当者の自助努力に委ねる限り、再現性のある改善は生まれません。改善は仕組みの問題であり、仕組みを作るのはマネージャーの責任です。
マネージャーがやること vs 担当者がやること
マネージャーが担う役割は、精度向上の仕組みを設計し、運用を継続させることです。具体的には、確度テーブルの設計と全員への合意形成、週次レビューの設計と継続的な運用、精度KPIの集計と共有、外れた案件の原因分析の主導、パイプラインクリーニングの確認と催促が含まれます。マネージャーの本質的な役割は「判断基準を整え、学習サイクルを機能させること」です。
担当者が担う役割は、リアルタイムのデータを正確かつ継続的に入力することです。ステージ・確度・金額・クローズ予定日の正確な入力と週次での更新、失注や停滞案件の速やかな報告、週次レビューへの参加と振り返りへの貢献が担当者の役割です。
この役割分担を明示し、全員に共有することで「誰が何をすれば精度が上がるのか」が組織の共通認識になります。マネージャーが仕組みを作らないまま「ちゃんと入力してほしい」と伝えるだけでは入力品質は上がりません。逆に、担当者が正確に入力しても、マネージャーがデータを活用する仕組みを持っていなければ精度は改善しません。両者の役割が噛み合うことで、初めて精度向上のサイクルが回ります。
週次レビューで差分を学習する回し方（外れた理由を記録 → 次回の確度設定に反映）
週次レビューでは、予測値と実績・進捗の差分を確認するだけでなく、「なぜその差が生じたか」を言語化して記録することが大切です。「大手案件の意思決定が予想より長引いた」「競合が想定外の価格を提示した」「キーパーソンが交代した」といった理由を蓄積することで、「どのパターンの案件が外れやすいか」という知見が組織に積み上がります。
この知見を翌月の確度設定に反映する手順を決めておくことが、学習サイクルの実装です。たとえば「競合他社が参入している案件は確度を一段階下げる」「意思決定者が不明の案件は確度に上限を設ける」といったルールを、外れた事例から導き出し、確度テーブルに追記していきます。外れた予測を「失敗」として消費せず、「基準を更新するためのデータ」として活用する姿勢が、月を追うごとに精度を向上させます。
ヨミ会（予測会議）の設計ポイント
ヨミ会とは、担当者が持つ案件の見込みをマネージャーと確認し、月次または週次の着地予測を合意する会議です。複数の競合記事がヨミ会の重要性に触れていますが、設計が曖昧なまま運用されると「報告のための会議」になりやすく、精度改善に直接寄与しません。ヨミ会を精度向上のサイクルに組み込むには、何を確認し、何を決め、何を次回に持ち越すかをあらかじめ設計する必要があります。
ヨミ会で毎回確認すべき主な項目は次のとおりです。
- 前回予測からステージが変化した案件の理由確認
- 今月クローズ予定の案件について確度と根拠の再確認
- パイプラインに新規追加された案件の内容と確度の確認
- 前月外れた案件の振り返り（原因と次回の確度設定への反映）
「会議のための会議」に陥る典型パターンは、案件の読み合わせで時間が尽き、振り返りと学習が後回しになることです。アジェンダの後半に必ず「先月外れた案件から何を学んだか」を置き、その場で確度テーブルへの反映を議論することで、会議が学習の場として機能します。ヨミ会の目的は「予測値の共有」ではなく「精度を上げるための合意形成」であるという位置づけを、参加者全員が持つことが重要です。
SFA/CRM で精度の底上げをする（ツール選び方針）
ツールを導入すれば着地予測の精度が上がる、という期待は現実とずれています。SFA/CRMはデータの収集・集計・可視化を自動化しますが、確度の設定基準や更新習慣はツールではなく人の運用に依存します。ツールで自動化できる部分（ステージ連動の確度提案・未更新案件のアラート通知・着地予測の自動集計）と、人が判断すべき部分（確度の妥当性確認・外れた原因の分析・基準の更新）を明確に分けた上で選定することが重要です。特定ツールの機能比較より「自チームの運用フローに合うか」「入力の習慣が定着しやすいか」を評価軸に置くことを推奨します。
あわせて読みたい
＼ 最新情報をチェック ／
