見込み客スコアリングの始め方｜不動産の追客優先順位をAIと表計算で付ける

反響は来るのに、どの客から追うかは決まっていない

多くの不動産会社は、問い合わせ自体は一定数あります。ところが「全部のお客様に同じだけ連絡する」と決めている会社は、ほとんどありません。担当者の手が回らず、結局は「覚えている客」「印象に残った客」から追ってしまう。つまり優先順位が担当者の記憶と感覚に委ねられている状態です。

見込み客スコアリングは、この「追う順番」を点数で決め直す手法です。成約しやすさを属性と行動から点数化し、高い順に手厚く追う。専用のSFAやMAを導入しなくても、ChatGPTと表計算だけで始められます。本記事では、配点ルールの作り方からコピーして使えるプロンプト、顧客データを扱うときの個人情報の注意までを、不動産の追客に絞って手順で説明します。

見込み客スコアリングとは？

見込み客スコアリングとは、見込み客一人ひとりを「成約に近いかどうか」で点数化し、対応の優先順位を付ける方法です。点数の高い客から営業の時間を厚く配分し、低い客は手間の軽い接点に回します。要は、限られた営業リソースを「勝ち筋の高い客」に寄せるための仕組みです。

ここで大事な気づきがあります。スコアリングの本当の目的は、成約を「当てる」ことではありません。担当者ごとにバラバラだった追客の基準を、1枚の表に「揃える」ことです。誰が見ても同じ順番で動ける状態をつくる。これができると、ベテランの勘を新人でも再現しやすくなります。

なぜ追客に優先順位が要るのか？

「全部のお客様を大切に追う」という方針は、聞こえは良いものの、現場では「どの客にも均等に薄く対応する」ことになりがちです。結果として、本当は今月決まったはずの高確度の客に十分な時間を割けず、機会を逃します。優先順位を付けるとは、追わない客をつくることではありません。

高確度の客に時間を寄せ、低確度の客は軽い接点に切り替える、という配分の判断です。

逆に言えば、優先順位を付けない限り、追客の質は「その日の忙しさ」と「担当者の記憶」に左右され続けます。スコアという共通のものさしを持つと、引き継ぎや属人化の解消にもつながります。

スコアの設計：属性と行動の2軸で点数化する

スコア項目は、大きく「属性」と「行動」の2軸で考えます。属性はお客様が持っている条件、行動はお客様が見せた反応です。どちらか一方では精度が出ません。条件が良くても動きがない客、動きは活発でも条件が合わない客を、両方の軸で見分けます。

最初から多くの項目を入れると運用できなくなります。まずは効きそうな5〜7項目に絞り、各項目に配点ルールを決めます。配点は人が決め、AIはその適用を担います。下表は不動産会社の追客でよく使う項目の一例です（配点は自社の成約傾向に合わせて調整してください）。

項目を決めたら、合計点でA・B・Cのランクに区切ります。たとえばA＝即日に個別提案、B＝数日内にフォロー、C＝定期メールで接点維持、という具合に、ランクごとの追客アクションまでセットで決めておくのがポイントです。スコアは「次に何をするか」とつながって初めて意味を持ちます。

ツールなしで始める6ステップ

ここからは、ChatGPTと表計算だけで回す具体的な手順です。専用ツールの導入は後からでも構いません。むしろ先に「自社の勝ち筋の配点」をこの手順で固めておくと、いずれSFAやMAを入れるときの設定にそのまま流用できます。

1. 追客リストを用意し、個人を特定する情報は伏せる。氏名・電話番号・メールアドレスは「顧客001」のようなIDに置き換え、行動・属性データだけを抜き出す。
2. スコア項目を5〜7個に絞って決める。属性と行動の両軸から、自社の成約に効く項目を選ぶ。
3. 各項目の配点ルールを表に文書化する。「希望時期3か月以内＝10点」のように、誰が見ても同じ点になる基準にする。
4. ChatGPTに配点ルールと行動データを渡し、スコアと理由を表で出力させる。点数だけでなく判断理由も併記させると、人の点検がしやすい。
5. 合計点でA・B・Cにランク分けし、ランク別の追客アクションを決める。高ランクは手厚く、低ランクは軽い接点に配分する。
6. 月次でランクと実際の成約を突き合わせ、配点を見直す。外れた項目の配点を補正し、自社のデータで精度を上げていく。

ステップ4で使うAIの役割は、ルールに沿った分類とスコア付け、その理由の要約です。OpenAIの公式ドキュメント（2026年6月時点）でも、与えた基準に従ってテキストや表データを分類・抽出・整形する用途は、テキスト生成や構造化出力の基本機能として説明されています。難しい開発は要りません。

コピーして使えるプロンプト

次のプロンプトは、配点ルールと匿名化した見込み客データを貼り付けて使う型です。自社の項目・配点に書き換えてください。氏名や連絡先は入れず、IDと行動・属性だけを渡すのが前提です。

あなたは不動産会社の追客を支援するアシスタントです。
以下の「配点ルール」に厳密に従って、各見込み客のスコアを計算してください。

#配点ルール（自社の基準に書き換える）
・希望時期：3か月以内=10 / 半年以内=6 / 未定=2
・予算適合：合致=10 / やや乖離=5 / 不一致=0
・反響経路：来店予約・電話=8 / 個別問い合わせ=5 / 一括資料請求=2
・連絡反応：複数回やり取り=8 / 1回返信=4 / 未返信=0
・再訪/追加質問：あり=6 / なし=0

#出力ルール
・各見込み客について「ID / 各項目の点数 / 合計点 / A〜Cランク / 優先度の理由（1文）」を表で出す
・ランクは合計点で A=30以上 / B=18〜29 / C=17以下
・配点ルールにない情報で点数を加減しない。不明な項目は最低点で扱い、その旨を理由に書く

#見込み客データ（氏名・連絡先は入れずIDと属性・行動のみ）
（ここに匿名化した表データを貼り付け）

出力された表はそのまま表計算に貼り付けて並べ替えできます。ここで重要なのは、AIが出した点数を最終結論にしないことです。理由を読み、現場の感覚と合わない行があれば人が補正します。スコアはあくまで優先順位の目安で、最終判断は営業担当が行います。

つまずきやすいポイントと対処

顧客データをAIに入れるときの個人情報の注意

見込み客の情報は個人情報です。AIに渡す手順では、ここを外すと法的なリスクになります。守るべき点を整理します。

第一に、入力を利用目的の範囲内に収めること。個人情報の利用目的を特定し、本人に通知または公表することは、努力目標ではなく義務です。追客の効率化という目的の範囲で使う前提を、社内で確認しておきます。

第二に、学習に使われない設定・プランかを確認すること。個人情報保護委員会の生成AIに関する注意喚起（2023年）は、本人の同意なく個人データを含むプロンプトを入力し、それが応答以外の目的（機械学習など）で取り扱われる場合、個人情報保護法に違反する可能性があると指摘しています。そのうえで、提供事業者がそのデータを機械学習に利用しないことなどを十分に確認するよう求めています。OpenAIの公式ヘルプ（2026年6月時点）によると、法人向けのChatGPT TeamやEnterprise、APIでは既定で入力・出力をモデルの学習に使いません。一方、無料版やPlusなどの個人向けプランは既定で学習に使われる場合があり、設定でオプトアウトできます。顧客データを扱うなら、学習に使わない法人プランを選ぶか、少なくともオプトアウト設定にしてから使います。

第三に、誤解しやすい点があります。「履歴を削除すれば学習データからも消える」とは限りません。OpenAIが公表しているのは、オプトアウト後の新しい会話を学習に使わないところまでで、すでに取り込まれた分の取り消しまでは保証していません。だからこそ、入れる前に伏せる・学習に使わない設定にする、という入口の対策が要になります。委託先にデータを預ける場合の監督や、第三者提供に当たる場合の同意も、個人情報保護法上の義務として押さえておきます。

まとめ：スコアは「当てる」より「揃える」ため

見込み客スコアリングは、専用ツールがなくても、ChatGPTと表計算だけで今日から始められます。属性と行動の2軸で5〜7項目を点数化し、A・B・Cのランクと追客アクションをセットで決め、月次で結果と照らして配点を補正する。この繰り返しで、追客の基準が担当者の記憶から1枚の表へと移っていきます。スコアの価値は成約を当てることより、追う順番を全員で揃えることにあります。まずは匿名化したリストで小さく試し、自社の勝ち筋の配点を育ててください。顧客管理の基盤づくりや、自社に合った配点設計の進め方は、専門家に相談しながら固めると早く形になります。

関連記事

• 不動産会社の集客をAIで強化する方法｜チャネル別の使いどころ記事を読む›
• 不動産会社の顧客管理（CRM）をAIで強化する記事を読む›
• 不動産営業のAI活用｜業務別の使いどころと進め方記事を読む›
• 不動産AIでできること全業務マップ｜事例で見る活用の全体像記事を読む›

よくある質問