第7章 導入ロードマップと組織成熟度

方法論を理解した読者の次の問いは「で、うちは何から始めればいいのか」だろう。答えは組織の現在地によって変わる。本章では、現在地を測る成熟度の物差しと、段階別の導入ロードマップ、そして体制の持ち方を示す。

7-1 現在地を測る――GTM成熟度の4段階

自社の状態を、次の4段階に照らして診断してほしい。判定の軸は「ツールの有無」ではなく、データとプロセスの接続状態である。

• レベル1：属人・分断期。 顧客情報はExcel・個人のメール・名刺の山に散在。営業活動は個人の記憶と手帳の中にあり、退職とともに消える。マーケ施策は単発で、成果は追跡されない。
• レベル2：ツール導入・未統合期。 MAMAマーケティングオートメーションマーケティングの実行と管理のための業務アプリケーション。用語集で見る →やSFASFAセールスフォースオートメーション営業の実行と管理のための業務アプリケーション。用語集で見る →は導入済み。しかし部門ごとにデータが分かれ、同一企業が重複し、マーケのリードと営業の取引先は紐づかない。「ツールはあるが、配信と入力の箱になっている」状態。実は日本のBtoB企業の最大多数がここにいる。
• レベル3：SSOTSSOTSingle Source of Truth項目ごとに「どこが正か」が一意に定まった状態。全データを1箇所に集めることを意味しない。用語集で見る →・プロセス接続期。 アカウント/ピープルの一意性が担保され、部門間の引き渡し基準とSLASLAService Level Agreementリードの引き渡し条件・対応期限・差し戻し基準など、部門間で交わす合意。用語集で見る →がシステムで運用されている。施策から受注までがデータでつながり、KPIKGI／KPIKey Goal Indicator／Key Performance IndicatorKGIは達成すべき最終目標、KPIはその達成度を測る中間指標。単価と歩留まりが揃うと、積み上げの願望から逆算の設計に変わる。用語集で見る →が全部門共通の定義で計測できる。
• レベル4：シグナルシグナル顧客企業に起きた変化を示す情報。経営方針・組織・キーパーソン・採用・投資と業績・事業・導入ツールと体制・外部環境の変化があり、多くは公開されている情報から得られる。用語集で見る →・AI駆動期。 行動・変化シグナルの検知が自動化され、AIがリサーチ・パーソナライズ・スコアリングを担い、人は判断と対話に集中している。改善のループがシステムに組み込まれ、GTMGTMGo-To-Market製品・サービスを市場に届けて収益化するまでの一連の設計。日本語圏では Google Tag Manager と略称が重なるため、文脈に注意が要る。用語集で見る →全体が学習し続ける。

重要な事実をひとつ。第5章の積層構造が示す通り、レベルは飛ばせない。レベル2の企業がAIツールを導入してもレベル4にはならず、「レベル2の混乱が自動化された状態」になるだけである。

7-2 段階別ロードマップ――何から、どの順で

現在地が定まれば、進む道は明確になる。標準的なロードマップを4フェーズで示す。

フェーズ0：診断と設計（〜1ヶ月）。 現状のデータ状態（重複率、欠損、ツール間の分断箇所）とプロセス（引き渡しの実態、定義の不一致）を棚卸しし、成熟度を判定する。同時に、第3章の工程01・02の設計物（ICPICPIdeal Customer Profile受注・継続の実績から定義される、理想顧客像。ターゲットアカウント選定の基準になる。用語集で見る →、購買グループ購買グループユニット企業内部にある検討の単位。所属と行動の同一性から認定する。BtoBの購買は一人では決まらないため、リードではなくこの単位で捉える。用語集で見る →、購買心理変容購買心理変容8フェーズ買い手の心理が購買に至るまでの変わり方を、8つの段階で捉えたもの。各段階の心理状態・次へ移るきっかけ・売り手のとるべきアプローチを定義し、役割との掛け合わせで「いつ・何を届けるか」を決める。用語集で見る →、レベニューサイクルレベニューサイクルリード獲得から受注後の拡大・再購買までを、一つながりの循環プロセスとして捉える収益モデル。用語集で見る →、データ構造）が存在するかを確認する。設計図がなければ、実装の前にここを整える。

フェーズ1：データ基盤の確立（〜3ヶ月）。 レベル2から3への最大の壁を越える工程。一意キーと名寄せ名寄せ同一の企業・人物を指す複数のレコードを特定し、統合する処理。用語集で見る →ルールの実装、既存データ（CRMCRMCustomer Relationship Management顧客との関係と取引履歴を管理する仕組み。GTMの4レイヤーでは、SFA・MAと並ぶ業務アプリケーション層に位置づけられる。用語集で見る →、MA、名刺）のクレンジングと統合、データが自動で集まる導線の構築。派手さはないが、以降のすべての投資対効果がここで決まる。

フェーズ2：プロセスとシグナルの接続（3〜6ヶ月）。 引き渡し基準・SLAのシステム実装、KPIダッシュボードの全部門共通化。並行して、自社で検証可能なシグナルを2〜3個定義し、検知から通知までの流れを作る。欲張らないことが要諦である。

フェーズ3：AI実装と学習ループ（6ヶ月〜）。 整ったデータとシグナルの上に、リサーチ自動化・パーソナライズ・スコアリングを実装。効果検証を重ね、対象業務を段階的に拡大する。

なお、最初の自動化対象は「商談前リサーチの自動化」や「休眠顧客の再訪検知」のような、範囲が明確で、失敗しても傷が浅く、現場が効果を体感しやすい業務から選ぶのが定石である。小さな成功が、次のフェーズへの社内合意を作る。

7-3 体制の持ち方――専任か、兼任か、外部か

最後に「誰がやるのか」である。米国のように専任のGTMエンジニアを採用できる日本企業は当面少数であり、それを待つ必要もない。現実的な選択肢は3つある。①MA/SFA運用者やマーケ担当の役割拡張（兼任）、②情報システム部門との共同チーム、③外部パートナーの活用。多くの場合、立ち上げ期は外部の専門知見でフェーズ0〜1を一気に越え、運用期に内製比率を高めていくハイブリッドが最も速い。その際、外部パートナーには「ツールの設定代行」ではなく、データモデルデータモデル顧客・案件・活動といった情報を、どの単位でどう持つかの設計。戦略をデータモデルとオペレーションに落とす工程が、伝統的な組織図では誰の担当にもなっていない。用語集で見る →設計から運用定着・内製化支援までを一気通貫で担えることを求めるべきである。設計と実装が分断された外注は、本書が指摘してきた「間の欠落」を外注先との間で再生産するだけだからだ。

いずれの体制でも変わらない原則がある。GTMエンジニアリングGTM EngineeringGo-To-Market EngineeringGTM戦略の7つの工程を、テクノロジーとAIで標準化し、自動化し、精度を上げ続けることで、完遂し、グロースさせる手段。多くの企業で欠けている、ターゲットと施策の間の工程を仕組みにする。用語集で見る →は導入プロジェクトではなく、継続する機能である。立ち上げの成否は3ヶ月で見えるが、真価は回し続けた1年後に現れる。