コンテンツマーケティングのKPI（重要業績評価指標）は、並べて終わりにすると役に立ちません。役に立つのは、数字を見て「どこを直すか」を決められるKPIです。
PVや資料ダウンロード数は増えているのに商談につながらない、という悩みの多くは、指標の数が足りないことではなく、指標がフェーズごとにつながっていないこと、そして測り方の定義が揃っていないことから生まれます。
この記事では、KPIとKGIの関係を押さえたうえで、認知→リード→商談→受注のフェーズ別にKPIを一覧表で整理します。続けて、設定の手順、目標値の決め方、数字が悪いときにどこを疑うかを解説し、最後にこのサイト自身の計測で分かったことを事例として紹介します。
コンテンツマーケティングのKPIとは（KGIとの関係）
KGI（重要目標達成指標）は、最終的に達成したい成果です。BtoBのコンテンツマーケティングなら、受注件数や受注金額、商談数がKGIになります。KPIは、そのKGIに向かって進んでいるかを途中で確かめるための指標です。
たとえば「年間の新規受注20件」をKGIに置くと、そこから逆算して「商談が何件必要か」「そのために商談になるリードが何件必要か」「そのリードを得るために、資料ダウンロードや問い合わせが何件必要か」と、手前のフェーズのKPIが決まります。KPIは、KGIから切り離して単独で決めるものではありません。
KGIとKPIのあいだに置く「成功の鍵（KSF）」や、買い手が選ぶ理由（KBF）まで含めた4つの指標の使い分けは、KGI・KSF・KBF・KPIの違いと使い分けで整理しています。この記事では、そのうちコンテンツマーケティングで追うKPIに絞って解説します。
KPIが果たす３つの役割
① 進捗を可視化する指標
コンテンツ施策の効果を数字で把握できるため、成功しているのか、改善が必要なのかを判断できます。
② 組織を動かす共通言語
マーケティング部門だけでなく、営業や経営層と成果を共有する際に「MQL数」「商談化率」といった数値が共通言語になります。共通言語にするには、言葉の定義（何をMQLと数えるか）を揃えておく必要があります。
③ 改善サイクルを回す起点
「ホワイトペーパーのダウンロード数は多いが商談化が少ない＝ターゲットがずれている可能性がある」といった仮説を立てる出発点になります。
フェーズ別KPI一覧表（認知→リード→商談→受注）
コンテンツマーケティングのKPIは、買い手が進むフェーズごとに分けると、どこで止まっているかが見えるようになります。代表的なKPIを、認知・リード・商談・受注の4つのフェーズで整理しました。
| フェーズ | 主なKPI | 見る目的・悪いときの見直し先 | 主な計測場所 |
|---|---|---|---|
| 認知 | 検索の表示回数・順位・CTR、自然検索セッション（検索エンジン別）、PV・UU | 狙った読者に届いているか。悪いときはキーワード選定・タイトル・検索意図とのずれを見直す | Search Console、Bing Webmaster Tools、GA4 |
| リード | CTAクリック率、資料ダウンロード数、ウェビナー申込数、問い合わせ数、エンゲージメント率 | 読んだ人が次の行動に進んでいるか。悪いときは記事末の出口（CTA）と、記事の内容に合った資料かを見直す | GA4（イベント）、MA、フォーム |
| 商談 | MQL数、SQL数、MQL→SQL転換率、商談数・商談化率 | リードが営業に渡り、商談になっているか。悪いときはMQLの基準と、営業への引き継ぎ方を見直す | MA、CRM・SFA |
| 受注 | 受注数・受注率、受注金額、コンテンツ経由の受注の割合、ROI | KGIに近づいているか。悪いときは、商談の中で使う資料（比較・社内説明・稟議）が足りているかを見直す | CRM・SFA |
※ 全部を追う必要はありません。KGIから逆算して、各フェーズで1〜2個に絞ります。
MQLとSQLの定義
商談フェーズのKPIで混乱が起きやすいのが、MQLとSQLです。
・MQL（Marketing Qualified Lead）：マーケティングが「営業に渡してよい」と判断したリード。資料ダウンロードや行動履歴などの基準で判定する。
・SQL（Sales Qualified Lead）：マーケティングと営業の双方が評価し、購入の意向があって、決めておいた条件（予算・決裁者・時期など）を満たしたと判断されたリード。商談に進める段階にあるリードを指します（参考：Salesforce「What is a sales-qualified lead (SQL)」）。
どの時点をSQLとするかは、会社ごとに営業とマーケティングで合意して決めます。
MQLの数だけを追うと、営業が追わないリードを増やしてしまうことがあります。MQLからSQLへの転換率まで見て、はじめてリードの質が分かります。両者の線引きと、営業と基準を揃える方法はMQLとSQLの違いで詳しく解説しています。
指標の種類で見る一覧
同じKPIを、指標の性質（トラフィック・エンゲージメント・コンバージョン・SEO）で分けると次のようになります。
| 分類 | 主なKPI | 目的・読み解き方 | 計測ツール例 |
|---|---|---|---|
| トラフィック | PV、UU、セッション、新規/リピート比、流入チャネル別・検索エンジン別流入 | 到達度・認知拡大の把握。伸び悩み時はキーワード選定/配信面/タイトルを見直す。 | GA4、Search Console、Bing Webmaster Tools |
| エンゲージメント | エンゲージメント率、平均エンゲージメント時間、スクロール率、回遊（1セッションPV） | 内容適合度と読みやすさを評価。低い場合は見出し/冒頭/内部リンクを改善。 | GA4、Hotjar/Clarity |
| コンバージョン | CTAクリック、資料DL、ウェビナー登録、問い合わせ、MQL、SQL、商談化率、受注率、ROI | 売上への寄与を可視化。MQL→SQL→商談まで追い、フォーム/オファー/ナーチャリングを見直す。 | MA（HubSpot/Marketo/BowNow）、CRM（Salesforce/Zoho）、GA4 |
| SEO・AI特化 | 検索順位、CTR、表示回数、被リンク数/質、AI検索での引用 | 持続的な流入と、AI検索での露出を評価。FAQ/一次情報/著者情報で引用・信頼性を高める。 | Search Console、Ahrefs/SEMrush/GRC |
AI検索時代に追加で見る指標
生成AIによる検索体験が広がり、検索順位やPVだけでは露出を測りきれなくなっています。AI検索で自社コンテンツが引用されているか、一次情報や著者情報で信頼性を示せているかも、補助的なKPIとして見ておきます。
| カテゴリ | 従来KPI | AI時代の新KPI | 主な改善アクション |
|---|---|---|---|
| 到達・露出 | 検索順位、表示回数、PV、UU | AI検索での引用、回答面での露出 | FAQ構造、用語定義、要約性の高い段落、構造化データの整備 |
| 信頼・権威 | 被リンク数/質、著者情報、引用元の明示 | 一次情報・実データの有無、専門家による監修 | 独自調査・事例・数値の追加、出典の整備 |
| 行動・成果 | CTR、CV数、MQL、SQL、商談化率、受注率、ROI | AI検索からの流入と、その後の行動 | 要点の直後に出口（CTA）を置く、質問の意図に合わせた資料を案内する |
KPIの設定手順
KPIは「思いついた数字」を追えば良いわけではありません。KGIから逆算し、フェーズに沿って段階的に設計します。部署ごとの具体例やSMART原則の当てはめ方は、KPIの適切な決め方で一覧にしています。この記事では、コンテンツマーケティングに当てはめた手順を整理します。
ステップ１：最終ゴールを明確にする
・売上目標、受注件数、商談数といった最終成果（KGI）を定める。
・例：年間新規受注20件を目標とする。
→ KPIはすべて「このKGIを実現するために必要か？」を基準に考える。
ステップ２：ファネルごとに分解する
上のフェーズ別KPI一覧表に沿って、認知・リード・商談・受注の各フェーズで追うKPIを1〜2個ずつ選びます。フェーズごとにKPIを置くと、どこで止まっているかが分かります。
ステップ３：SMART基準で具体化する
KPIは抽象的ではなく、SMART基準で設計すると実行性が高まります。
・Specific（具体的）：記事PVを増やす → 「コンテンツ記事の月間PVを5万にする」
・Measurable（測定可能）：GA4やSearch Consoleで計測できる指標を設定
・Achievable（達成可能）：現状との乖離が大きすぎない数値に設定
・Relevant（関連性がある）：売上や商談に直結する指標に絞る
・Time-bound（期限付き）：6ヶ月以内に、など期日を明確に
ステップ４：営業との連携を前提にする
・MQL → SQL → 商談 → 受注 の流れに沿って、営業部門と基準を揃える。
・「資料DL数＝成功」ではなく、営業が商談に進める段階と判断したリード（SQL）まで見る。
・マーケだけの自己満足KPIにしない。
ステップ５：定期的に見直す
・施策を続けていると、当初のKPIが市場や顧客の変化に合わなくなる場合があります。
・四半期ごとにKPIをレビューし、改善余地がある指標は入れ替える柔軟性を持つ。
目標値の決め方
KPIを選んだら、次は目標値です。目標値は「業界平均」ではなく、自社の数字から決めます。
① KGIから逆算する
受注件数のKGIを、受注率・商談化率・リードの転換率で順に割り戻すと、各フェーズで必要な件数が出ます。たとえば受注20件、受注率25%、商談化率20%なら、商談は80件、商談になるリードは400件が必要、という計算です（数字は説明のための例です）。
② 直近の実績を起点にする
逆算した数字が実績から遠すぎる場合は、直近3か月の平均を起点に、届く範囲の目標を置きます。届かない目標は、KPIを見ても行動が変わりません。
③ 件数が少ない指標は、率ではなく累計で評価する
件数が少ない指標は、1〜2件の増減で率が大きく動きます。こうした指標は、1か月ごとの率で一喜一憂せず、2〜3か月の累計で評価します。このサイトのCTAクリックも、まだ件数が少ない段階のため、2〜3か月の累計で評価することにしています。
④ 目標値は「仮置き」と明記する
はじめて置く目標値は、予測ではなく評価のための仮の基準です。何か月後に、どの式で比べるかを先に決めておくと、後から基準を動かさずに済みます。
数字が悪いときにどこを疑うか
KPIが目標に届かないとき、すぐに記事のリライトや施策の追加に走ると、原因を外すことがあります。次の順番で疑うと、手戻りが少なくなります。
① 計測を疑う（定義・式・計測漏れ）
・分子と分母の範囲が揃っているか（例：分子は全チャネル、分母は自然検索だけ、になっていないか）
・そもそも計測できていない指標がないか（本体サイトへの送客、資料ダウンロードなど）
・期間や集計の条件が、前回と同じか
② 流入の中身を疑う（どこから・どのページに来ているか）
・検索エンジン別に分けると、合計とは違う姿が見えることがある（このサイトでは、自然検索セッションの約75%がBing経由だった。出典：GA4・2026年9月）
・特定の1記事に流入が偏っていないか。偏っている記事が、事業に近いテーマか
③ ページを疑う（検索意図・出口）
・検索意図に答えているか（上位の記事が答えている問いに、自社の記事は答えているか）
・記事末の出口（CTA）が、その記事を読んだ人の次の行動に合っているか
④ 営業との接続を疑う（MQL→SQL）
・MQLは増えているのにSQLが増えない場合は、MQLの基準か、営業への引き継ぎ方を見直す
①と②は、コンテンツを1本も直さずに確かめられます。先に確かめておくと、直すべき場所を取り違えずに済みます。
実例：このサイトの計測から分かったKPI設計の注意点
このサイト（BtoBマーケティングの教科書）でも、月次でKPIを見直す中で、数字の読み方を変えると決めたことが3つあります。数値は2026年9月の自社データ（GA4）です。
| 分かったこと | 数字 | 決めたこと（2026年10月） |
|---|---|---|
| 自然検索の大半がBingだった | 自然検索セッションの約75%がBing経由（出典：GA4・2026年9月・自然検索セッションの参照元別の割合）。そのBing経由の流入は、一部の記事に集中していた | KPIを、Google＋Yahoo!を主な行、Bingを別の行、全体を参考の行に分けて並べる |
| CTAクリック率が、計測条件によって変わった | 実際にこのサイトのCTAクリック率を確認した際も、当初は分子と分母の対象範囲が一致していませんでした。条件をそろえて再計算すると、さらに対象とする検索エンジンの範囲によっても結果が変わることが分かりました。同じ『CTAクリック率』という名前でも、計測条件が違えば比較できません。 | 式を「CTAクリック件数÷自然検索セッション」に統一し、クリックしたセッション数も並べる。件数が少ないため、評価は2〜3か月の累計で行う |
| 送客と資料ダウンロードを測っていなかった | 本体サイトへの到達と、そこでの資料ダウンロードは、9月時点では計測できていなかった | KPIの表に「未計測」と書いて残し、リンクに付ける計測用のパラメータ（utm）を揃える |
1つ目は、Search Console（Googleの検索だけが対象）を見ているだけでは気づけなかった偏りで、合計の増減を「事業に近い読者が増えた」とそのまま読むことはできません。
2つ目は、同じ「CTAクリック率」という名前でも、分子と分母の範囲が違うと別の数字になる、という例です。ここから、次のことを決めました。
・CTAのクリック件数と、CTAをクリックしたセッション数は、別の指標として分けて扱う
・分母をGoogle＋Yahoo!の自然検索にするか、検索エンジン全体にするかで率が変わるため、どちらを使ったかを明記する
・条件の違う率どうしを比べない
・毎月同じ定義で比べられるよう、目標値を置く前に式を決めておく
3つ目は、リードのフェーズより先が見えていなかった、ということです。フェーズ別KPI一覧表の「リード」から先が空いていると、認知の数字だけで成否を判断することになります。
KPI測定・分析に役立つツール
KPIは「設定して終わり」ではなく、継続的に計測・分析することで改善につなげることが重要です。ここでは、実務でよく使われる代表的なツールを紹介します。
アクセス解析ツール
・Google Analytics 4（GA4）
ユーザー数、流入経路、滞在時間、コンバージョンなどを網羅的に計測可能。
→ 認知から受注まで、すべてのフェーズで基本となる。
・Matomo（オンプレミス型解析ツール）
GA4が合わない場合の代替選択肢。データを自社サーバーで管理でき、セキュリティを重視する企業に有効。
SEO・検索関連ツール
・Google Search Console
検索クエリ、CTR、掲載順位を把握できる。対象はGoogleの検索結果だけなので、Bingは Bing Webmaster Tools で確認する。
・Ahrefs／SEMrush／GRC
競合サイトとの比較、被リンク分析、検索順位の自動トラッキングに便利。
マーケティングオートメーション（MA）ツール
・ホワイトペーパーDL、メール開封、フォーム入力などをリード単位で追跡。
→ 「DL数は多いが商談化しない」など、リード育成のボトルネック分析に役立つ。
CRM・SFAツール
・MQLからSQL、商談化率、受注率を営業部門と一元管理できる。
→ KPIを「商談・売上」まで追うには必須。
ヒートマップ／UX分析ツール
・記事やLPでユーザーがどこまで読んだか、どのボタンをクリックしたかを可視化。
→ エンゲージメント系KPIの改善に直結。
成果を最大化する改善サイクル
KPIは「設定して計測する」だけでは成果につながりません。
重要なのは、KPIを活用して 継続的な改善サイクル（PDCA）を回すことです。
定期的なモニタリング
・KPIは最低でも月次で確認する。
・早期に異常値や改善余地を発見できれば、軌道修正が容易になる。
→ 例：PVは増えているがCTAクリックが増えない → 記事末の出口が読者の次の行動に合っているかを見直す。
仮説検証とリライト
・数字が目標を下回っている場合、どこを疑うかの順に原因を仮説立てして修正する。
- タイトル・メタディスクリプションを改善してCTRを上げる
- 見出しや本文を整理して、検索意図に答える
- 内部リンクを追加して回遊率を向上させる
・リライトは「データに基づいた改善」として実施することが重要。
コンテンツの一次情報化
・AIや検索エンジンは、独自性のある一次情報を重視。
・社内調査データ、顧客アンケート、事例インタビューを追加して信頼性を高める。
→ 検索での評価だけでなく、AI検索でも引用されやすくなる。
営業との連携でKPIを再定義
・DL数やPVが伸びても「商談数」に直結しない場合、KPIを見直す。
・営業から「SQLにならないリードが多い」とのフィードバックを受けたら、
→ ターゲット設定やフォーム項目、MQLの基準を修正する。
成果に直結しないKPIは切り替える
・「数字を追っているけれど成果につながらない」指標に時間を割かない。
・KPIはあくまで手段であり、最終ゴール（KGI）に近づくかどうかで取捨選択する。
まとめ｜KPIは「見て、どこを直すか決められる」形で置く
コンテンツマーケティングのKPIは、PVや資料ダウンロード数を並べるだけでは不十分です。
・KGIから逆算し、認知→リード→商談→受注のフェーズごとに1〜2個に絞る
・MQLとSQLの定義、CTAクリック率の式など、数え方を先に決める
・目標値は自社の数字から置き、件数が少ない指標は累計で評価する
・数字が悪いときは、計測→流入の中身→ページ→営業との接続の順に疑う
このサイトでも、検索エンジン別に分けて見たことで、合計の数字だけでは分からなかった偏りに気づきました。KPIは、数字そのものより「どの式で、どこと比べるか」を揃えたときに、はじめて判断の道具になります。
作ろうとしているホワイトペーパー・ウェビナー・営業資料が、受注までのどの判断を動かすべきかを7問で仮説化する受注導線診断（無料・7問）も用意しています。