Gongの売上予測研究から学ぶ｜フォーキャスト精度を高める5つの指標
Gongの売上予測研究から学ぶ｜フォーキャスト精度を高める5つの指標
フォーキャスト精度とは、営業パイプラインの将来の売上予測がどれだけ実績値に近いかを示す指標であり、営業マネジメントの質を評価する基本尺度である。
「今月末の売上予測、営業に聞いてみても毎回ズレがある」「パイプラインは積み上がっているのに、なぜか達成率が低い」——売上予測の精度は、多くの営業マネージャーとCROが頭を悩ませるテーマです。
Gongは数百万件の商談データ分析を通じて、従来の「担当者の感覚」に頼ったフォーキャストがなぜ外れるのか、そしてデータを使ってどう改善できるかを研究してきました。本記事ではGongの知見から、フォーキャスト精度を高める5つの重要指標を解説します。
なぜフォーキャストは外れるのか
フォーキャストが外れる根本原因の多くは、「担当者の主観的な見立て」に依存していることです。
Gongの分析によると、営業担当者が「クローズできる」と報告した商談の実際の成約率は、組織によって大きく異なります。楽観的な報告が多い組織では、「80%確度」と報告された商談の実際の成約率が40-50%にとどまることも珍しくありません。
これは担当者が嘘をついているのではなく、客観的なシグナルよりも「顧客との関係性への期待」「商談にかけてきた時間への投資感」「上司からのプレッシャー」といった心理的バイアスが判断に影響しているためです。
特に日本では「担当者から直接聞いた印象」をそのままフォーキャストに使う傾向が強く、客観的なエンゲージメントデータと組み合わせた予測はまだ普及していません。このギャップを埋めることがフォーキャスト精度改善の最大のチャンスです。
| フォーキャスト失敗の原因 | 頻度（Gong調査より推定） |
|---|---|
| 担当者の楽観的バイアス | 最多 |
| 意思決定者の関与が不確認 | 高 |
| 競合状況の過小評価 | 中 |
| 顧客の社内プロセスの把握不足 | 中 |
| タイムラインの誤認 | 低 |
指標1：エンゲージメント継続率
Gongが重視する最初の指標は「エンゲージメント継続率」です。これは、直近2週間以内に顧客からなんらかの能動的なアクション（返信・資料閲覧・会議参加など）があったかどうかを示します。
エンゲージメントが途切れた商談は、担当者が「進行中」と報告していても実態はほぼ失注状態であることが多いとされています。商談進捗の可視化で紹介しているように、顧客の行動を客観的に把握する仕組みが重要です。
エンゲージメント継続率を測定する際のポイントとして、「営業側からの一方的なアクション」ではなく「顧客側からの能動的なアクション」をカウントすることが重要です。営業担当者がメールを送り続けていても、顧客が返信しないのであればエンゲージメントは途切れています。
デジタルセールスルーム（DSR）を活用している場合、資料の再閲覧・ページ追加時の訪問・新規ページの閲覧などが「能動的なアクション」として記録されます。デジタルセールスルーム完全ガイド2026で解説していますが、DSRのエンゲージメントデータは客観的なフォーキャストシグナルとして非常に有用です。
指標2：マルチスレッド度（関与する意思決定者数）
1人の担当者としかやり取りがない商談は、組織的な関与が薄い可能性が高く、失注リスクが高いとされています。Gongのデータでは、受注した商談の平均関与者数は失注商談の1.5-2倍以上であるという傾向が示されています。
マルチスレッド営業戦略で詳しく解説していますが、意思決定に関わる複数のステークホルダーが積極的に関与している商談は、フォーキャスト精度も高くなります。
マルチスレッド度は以下の方法で測定します。
- DSRにアクセスしたユニークユーザー数
- 商談会議に参加した顧客側の人数（過去30日間）
- メール・チャットのやり取りがある顧客側の関係者数
マルチスレッド度が低い商談でも「その1人がエコノミックバイヤー（最終決裁者）であれば問題ない」という見方もできますが、Gongのデータではエコノミックバイヤー1名だけとの関与では、組織内のコンセンサス形成が不十分で失注するリスクが高いとされています。
指標3：コンペ情報の把握状況
競合他社について「不明」または「把握していない」商談は、フォーキャスト上のリスクが高いとGongは指摘しています。
競合の存在を知らずに「クローズ確実」と予測した商談が、土壇場で競合に負けるケースは少なくありません。競合情報の把握状況を商談スコアの一要素として取り入れることで、フォーキャストの精度を高められます。
コンペ情報の質を評価する際は、単に「競合名が分かる」だけでなく以下の要素も確認します。
競合評価の深度チェックリスト
- 顧客が競合製品を評価している事実を把握しているか
- 競合製品と自社製品の比較において顧客が重視する評価軸を把握しているか
- 競合に対して自社の優位性をどのように訴求しているか
- 顧客内で競合を推薦している人物（反チャンピオン）が誰かを把握しているか
これらが把握できていない商談は、たとえ担当者が「うちが有利」と言っていても、フォーキャスト上のリスクフラグとして管理すべきです。
指標4：クローズ日の変更頻度
同じ商談のクローズ予定日が繰り返し変更されている場合、それはリスクシグナルです。Gongのデータでは、クローズ日を2回以上変更した商談の実際の成約率は、変更なしの商談に比べて大幅に低下するとされています。
クローズ日の変更を「理由付きで記録する」ことで、パターンが見えてきます。「顧客側の予算サイクルのため」と「担当者が連絡を先送りしているため」では、対処法が全く異なります。
クローズ日変更の分類と対応方針を以下に整理します。
| 変更理由の分類 | 内容例 | リスクレベル | 対応方針 |
|---|---|---|---|
| 顧客都合（正当） | 予算承認サイクル・役員スケジュール | 低〜中 | 新しいクローズ日の確認と顧客側コミットの確認 |
| 顧客都合（懸念） | 「もう少し検討したい」「社内調整中」 | 高 | 懸念・ブロッカーの特定と解消アクション |
| 営業都合 | 担当者が先送りしている・フォローアップ不足 | 高 | マネージャーによるコーチングと支援 |
| 外部要因 | 組織変更・M&A・事業環境変化 | 高 | 商談の継続可否の判断を含めた再評価 |
指標5：次のアクションの質と設定率
「次回商談の日程が確定しているか」「顧客側の具体的な次のアクションが合意されているか」——これらはフォーキャスト精度と強い相関を持つ指標です。
次のアクションが不明確な商談は、商談が実際には止まっていることを意味します。逆に、顧客側が「社内決裁書を準備する」「IT部門に確認を取る」などの具体的なアクションを約束している商談は、実際に前進している可能性が高いです。
次のアクションの「質」を評価する基準として以下を参考にしてください。
高品質な次のアクション（フォーキャスト信頼度：高）
- 顧客側が具体的な社内アクションを約束している（「来週金曜日までに役員への説明資料を作る」）
- 次回会議の日程が確定しており、顧客側の複数関係者が参加予定
- 顧客側から具体的な追加資料リクエストがある
低品質な次のアクション（フォーキャスト信頼度：低）
- 「また連絡します」「検討しておきます」という曖昧な約束
- 次回会議の日程が未定
- 営業側のアクションのみで顧客側のコミットメントがない
5指標を組み合わせた商談スコアリング
5つの指標を組み合わせて商談を客観的にスコアリングすることで、担当者の主観的なフォーキャストを補完・検証できます。
週次のパイプラインレビューで、担当者の「確度」とスコアリング結果の乖離が大きい商談を重点的に議論することで、マネージャーはより精度の高いフォーキャストを作成できます。営業KPIの可視化と組み合わせることで、組織全体のパフォーマンス管理が強化されます。
具体的なスコアリング例として、5指標それぞれを0-2点で評価し合計点で商談の健全性を判定するシンプルな方法を以下に示します。
| 指標 | 0点 | 1点 | 2点 |
|---|---|---|---|
| エンゲージメント継続 | 2週間以上途絶 | 1-2週間 | 直近1週間以内 |
| マルチスレッド度 | 1名のみ | 2-3名 | 4名以上 |
| コンペ情報 | 把握なし | 競合名のみ把握 | 競合の詳細と対策あり |
| クローズ日変更 | 2回以上変更 | 1回変更 | 変更なし |
| 次のアクション | 不明確 | 営業側のみ | 顧客側コミットあり |
合計8点以上：高確度（フォーキャスト対象として適切） 合計5-7点：要注意（マネージャーと詳細確認が必要） 合計4点以下：低確度（パイプラインからの除外・再アクティベーションを検討）
フォーキャストの種類と使い分け
フォーキャストには複数の種類があり、目的に応じて使い分けることが重要です。
コミットフォーキャスト（Commit Forecast）
担当者が「高い確度でクローズできる」と確信している商談のみを含む予測です。保守的な数値になりますが、信頼性が高く経営層への報告に適しています。この数値が目標に対して大幅に不足している場合は、早急な対策が必要です。
ベストケースフォーキャスト（Best Case Forecast）
全ての進行中商談が最良の結果になった場合の予測です。楽観的な数値ですが、「アップサイドとなりうる商談」を把握するために有用です。コミットとベストケースの差が大きい場合、不確実性が高いパイプラインであることを示します。
AIフォーキャスト（データドリブン予測）
過去の商談データと現在の行動データを組み合わせてAIが算出する予測です。担当者のバイアスを排除した客観的な数値を提供します。GongのAIフォーキャストはこの分類に該当し、コミットフォーキャストとの比較で「担当者が過小評価・過大評価している商談」を特定できます。
フォーキャスト精度改善のロードマップ
フォーキャスト精度を段階的に改善するためのロードマップを以下に示します。
フェーズ1（0-3ヶ月）：ベースラインの測定
まず現状のフォーキャスト精度を測定します。過去6-12ヶ月のフォーキャストと実績の乖離率を計算し、ベースラインを確立します。担当者別・チーム別の精度差も可視化することで、組織的な課題が見えてきます。
フェーズ2（3-6ヶ月）：データ収集と指標設定
5つの指標のデータ収集を開始します。CRM・DSR・メール分析ツールを活用して、客観的なデータを蓄積します。商談スコアリングを試験的に導入し、担当者のフォーキャストとの相関を確認します。
フェーズ3（6-12ヶ月）：スコアリングの本格運用
収集したデータを基に商談スコアリングを本格運用します。週次パイプラインレビューでスコアを活用し、フォーキャストの精度を継続的に向上させます。
フェーズ4（12ヶ月以降）：予測モデルの精緻化
十分なデータが蓄積されたら、自社特有の成功・失敗パターンを基に予測モデルを精緻化します。この段階で、AIを活用したフォーキャストへの移行も検討できます。
パイプライン全体のヘルス管理
個別商談のスコアリングに加えて、パイプライン全体の健全性を管理することも重要です。Gongのアプローチでは、以下の視点でパイプラインを定期的に評価します。
カバレッジ比率
目標達成に必要な売上の2.5-3倍以上のパイプラインが確保されているかを確認します。健全なカバレッジ比率がない場合、フォーキャスト精度の改善より先にパイプライン創出に取り組む必要があります。
ステージ別滞在期間
各商談フェーズでの平均滞在期間を把握し、過去のベンチマークと比較します。特定のフェーズで異常に長く滞留している商談が多い場合、そのフェーズに組織的な課題がある可能性があります。
パイプライン創出の傾向
直近30日・60日・90日で新規パイプラインがどの程度創出されているかをモニタリングします。パイプライン創出が減少傾向にある場合、2-3四半期後の売上に影響が出ます。
フォーキャスト精度の目標値はどのくらいが適切ですか？
一般的に、月次フォーキャストの誤差が±10%以内であれば優秀とされています。Gongのデータでは、データドリブンなフォーキャストを導入した企業は6-12ヶ月で精度が15-25%向上した事例が多いとされています。まず現状の精度を測定し、改善目標を設定することから始めましょう。初年度の目標としては±20%以内を設定し、段階的に精度を高めていくアプローチが現実的です。
5つの指標の重み付けはどのように決めますか？
重み付けは自社の過去データから決定するのが最適です。まず過去12ヶ月の受注・失注商談を分析し、どの指標と成約率の相関が最も高かったかを確認します。データがない場合はGongの推奨に倣い、エンゲージメント継続率とマルチスレッド度を重視するところから始めることを推奨します。業界特性によっても重要指標は異なるため、製造業では「意思決定者の関与」を、SaaS企業では「エンゲージメント継続率」を特に重視する傾向があります。
営業担当者にフォーキャスト改善を協力してもらうにはどうすればいいですか？
担当者にとってのメリットを明確にすることが重要です。「正確なフォーキャストを出すと上司から評価される」ではなく、「データを見ることで自分の商談の危険信号に早く気づけ、手を打てる」という視点でツールを位置づけると、協力を得やすくなります。成功事例を共有し、データ活用が商談改善につながることを実証するアプローチが有効です。
フォーキャストの週次・月次レビューはどのように運営するのが効果的ですか？
週次レビューは全商談を確認するのではなく「スコアが低い商談」「前週からスコアが下がった商談」「クローズ予定が今月の商談」に絞ることが効果的です。月次レビューは全体的なパイプラインヘルス・カバレッジ比率・ステージ別滞在期間の傾向分析を行います。レビューの目的は「報告を受けること」ではなく「アクションを決めること」であり、各商談について「次に何をすべきか」を明確にして終わることが重要です。
デジタルセールスルームのデータはフォーキャストにどう活用できますか？
DSRのデータはフォーキャストの客観的な補完情報として非常に有用です。具体的には「DSRの再訪問頻度」がエンゲージメント継続率の代替指標に、「DSRのユニーク訪問者数」がマルチスレッド度の測定に使えます。また、DSR内で価格表ページや契約条件ページが閲覧されるようになった商談は、クローズが近いサインとして解釈できます。デジタルセールスルーム完全ガイド2026でDSRデータの活用方法を詳しく解説しています。
AIを使ったフォーキャストと従来のフォーキャストの違いは何ですか？
従来のフォーキャストは担当者の報告（ステージ・確度）に依存していますが、AIを使ったフォーキャストはメール・商談録画・資料閲覧データなどの客観的な行動データを分析して予測します。GongのようなAIフォーキャストツールは、過去の商談パターンから学習し、現在の商談の状態から成約確率を算出します。ただし、AIフォーキャストも過去データに基づくため、市場環境の急変や特殊な商談には対応しきれないことがあります。AIと人間の判断を組み合わせることが現実的なアプローチです。
フォーキャスト精度の改善は、データ収集の仕組みを整えることから始まります。Gongの知見が示すように、5つの客観的指標を継続的にモニタリングすることで、担当者の主観に頼らない、より信頼性の高い売上予測が実現できます。
