インテントデータとは？意味・種類・活用法・注意点を解説
｜広告運用ノウハウ公開中！
より詳しく知りたい方は資料をダウンロード！
リードの質が伸び悩む、CVRが頭打ちになっている、ターゲティングが粗いまま広告費だけが膨らんでいる。こうした課題の背景には、見込み顧客の「いま何に関心があるか」を把握できていないという共通点があります。属性データや過去の購買履歴だけでは、検討中の顧客を見極めることが難しくなってきました。本記事を読み終えるころには、 インテントデータ の定義、ファーストパーティ／サードパーティの違い、BtoB・BtoCの具体的な活用シナリオ、導入前に押さえるリスク、社内データと組み合わせた5ステップの実装手順まで、自社のリード獲得とCVR改善にどう組み込むかが分かるようになります。
目次
01｜インテントデータとは
インテントデータとは、顧客がいま何に関心を持ち、どのような購買意図を抱いているかを示すデータです。検索キーワード、訪問Webサイト、閲覧コンテンツ、ダウンロード資料など、行動にあらわれる「意図」を読み取った情報を指します。
似た言葉に「行動データ」があります。行動データは「過去に何をしたか」を記録したログ寄りの情報、インテントデータは「今、何を求めているか」を解釈した情報です。例えば資料を3回ダウンロードした事実そのものは行動データ、そこから「導入比較フェーズに入っている」と解釈した情報がインテントデータにあたります。
注目される背景にはCookie規制、買い手の自走的情報収集、AI・分析基盤の進化があります。Googleは2024年7月にChromeでのサードパーティ Cookie廃止計画を撤回し、2025年4月にはユーザー選択プロンプトの導入も取りやめ、2025年10月にはPrivacy SandboxのAPI群（Topics・Attribution Reporting API・Protected Audience APIなど）を正式終了しました。サードパーティ Cookie自体は当面Chromeに残ります（出典：Privacy Sandbox公式）。一方、SafariやFirefoxの制限は継続しており、サードパーティデータ単体への依存リスクは残っています。日本でも2026年の個人情報保護法改正に向けて、Cookie ID等の「個人関連情報」の取扱いに関する論点整理が進んでいます。買い手が営業接触前に検討の大半を進める状況も一般化し、AIで行動の断片からリアルタイムに購買意図を推定できる環境も整いつつあります。
個人情報保護法改正について詳しく解説している記事もございますので、あわせてご参照ください。
個人情報保護法改正2026｜広告運用者が押さえるポイントを解説
02｜ファーストパーティとサードパーティの違いと取得元
データの種類は取得元によって3つに分かれ、精度・カバー範囲・コストが異なります。
ファーストパーティデータ：自社が直接取得するデータ。自社サイト閲覧履歴、フォーム入力、メール開封、MA・CRMの顧客接点が該当。精度・信頼性が最も高い一方、自社訪問者しか把握できずカバー範囲は限定的です。
セカンドパーティデータ：提携先のファーストパーティデータを契約二次利用するデータ。メディアや業界団体との連携で取得され、精度を保ちつつカバー範囲を補完します。
サードパーティデータ：外部ベンダーが大規模に収集・販売するデータ。比較サイト閲覧や検索行動など自社接点外の行動を把握できる一方、取得経路・Cookie規制の影響・信頼性は事前確認が必要です。
| 区分 | 取得元 | 精度 | カバー範囲 | コスト感 |
|---|---|---|---|---|
| ファーストパーティ | 自社接点 | 高い | 自社訪問者のみ | 既存資産で対応可 |
| セカンドパーティ | 提携先 | 高い | 提携先による | 契約ベース |
| サードパーティ | 外部ベンダー | 取得元による | 業界横断で広い | サブスク・従量制 |
Googleは2024年7月にサードパーティ Cookie廃止を撤回しましたが、SafariのITPやFirefoxの保護機能による制限は継続しています（出典：Privacy Sandbox公式）。サードパーティデータ単体への依存はリスクが残るため、ファーストパーティを基盤に据えた設計が現実的です。
ファーストパーティデータの活用について詳しく解説している記事もございますので、あわせてご参照ください。
｜広告運用ノウハウ公開中！
より詳しく知りたい方は資料をダウンロード！
03｜主要なインテントデータベンダーの種類
インテントデータを取得するためのツールやベンダーは国内外に複数存在し、得意とするデータの取得元と規模が異なります。
【国内ベンダー】
- Sales Marker：1stから3rdまでのインテントデータを統合し、検索行動から購買意図を可視化。法人560万社、人物950万件、検索行動1日50億レコードを扱います（出典：Sales Marker公式）。BtoB営業のシグナル検知に強みがあります。
- uSonar：1,250万件の法人データを基盤とする顧客データ統合プラットフォーム。SFA・MA連携でデータ整備・名寄せ・ABM施策の精度向上を支えます（出典：uSonar公式）。
- Speeda／SalesNow：国内法人データベース軸の情報収集・営業支援サービス。詳細は各社公式サイトをご確認ください。
【海外ベンダー】
- Bombora：「Data Co-op」コンソーシアム（数千のメディア・B2Bブランド・データプロバイダー）から取得するインテントデータが特徴で、数万のインテントトピックを保有（出典：Bombora公式）。
- 6sense：ABMプラットフォーム。データ層「Signalverse」で毎日1兆規模のシグナルを処理し、購買準備状況のスコアリングや競合検討アカウントの特定に活用（出典：6sense公式）。
- ZoomInfo：米国を代表するB2BデータベースとIntent機能を提供。最新情報は公式サイトをご確認ください。
選定基準は、対象市場、必要なデータ種別、既存システムとの連携可否です。複数ベンダーを比較し、PoCから始める進め方が現実的です。
04｜BtoBでの活用シナリオ
BtoBでは、ABM、リードスコアリング、タイミング最適化、離反検知の4つが代表的な活用シナリオです。属性ベースのターゲティングを「いま検討中の企業」に絞り込む方向で進化しています。
- ABMでのターゲット企業特定：業界・規模・部署などの属性に加え、「自社の関連キーワードを検索している」「競合製品を比較している」といったインテントシグナルを組み合わせ、アプローチ対象を絞り込みます（出典：Sales Marker公式、6sense公式）。
- リードスコアリングの精度向上：従来の属性スコアリングでは検討段階の温度感が読みづらい課題がありました。インテントデータを加えると「資料DLは3か月前だが、最近競合比較ページを閲覧している」といった温度上昇シグナルを反映できます。属性スコアとインテントスコアを分けて保持する設計が改善しやすくなります。
- インサイドセールスのアプローチタイミング最適化：比較サイト閲覧、事例ページ訪問、料金ページの複数回閲覧など、検討フェーズの進行を示す挙動を起点に動き、接続率と商談化率の改善を狙います。MAやCRMで通知ルールを設定し、検知から1営業日以内のアクションが一般的です。
- 既存顧客の離反兆候検知：サポートページや解約関連コンテンツ、競合製品比較を既存顧客が見はじめた場合は離反シグナルになり得ます。CSや営業の先回りアプローチに活用できます。
いずれもCRM／MA／SFA連携と現場オペレーションへの落とし込み設計が前提です。
05｜BtoCでの活用（LP出し分け・離脱対策・記事LPの訴求最適化）
BtoCではLP出し分け、離脱対策、記事LPの訴求最適化がインテント活用の中心で、個人ユーザー単位の行動から訴求を最適化する設計に向きます。
- LPの出し分け：訪問元キーワード、流入チャネル、参照元、デバイス、過去訪問履歴からフェーズ（情報収集／比較検討／購入直前）を推定。情報収集には記事LPで関心喚起、比較検討には機能比較や事例、購入直前には通常LPで価格・申込導線へ。一律LPで取りこぼしていた層を救う設計です。
- 離脱対策：スクロール深度、滞在時間、マウス挙動、フォーム入力途中放棄などの行動シグナルから離脱意図を読み取り、Exitポップアップ、チャット、リターゲティングで挽回します。
- 記事LPの訴求最適化：流入キーワードのインテントタイプ（情報収集／比較検討／購入直前）に応じて、記事LP冒頭の訴求やCTAを切り替えます。「悩み解決」軸と「最安値」軸では刺さる訴求が異なります。ABテストを高速で回し、訴求別CVRを検証する仕組みが必要です。
ABテストの進め方について詳しく解説している記事もございますので、あわせてご参照ください。
ABテストとは？成果につながるやり方やおすすめのツール・成功事例を紹介
Squad beyondで実現するLP最適化
記事LP運用、ABテスト、LPO、行動データ蓄積・可視化を一つの基盤で扱う手段としてSquad beyondという記事LP運用プラットフォームがあります。公式によれば国内ネット広告媒体費の30%で活用され、配信費は9,000億円を突破（出典：Squad beyondプレスリリース）。LP制作・ABテスト・ユーザー分析・広告データ管理を定額制で扱え、インテント起点のLP出し分けと訴求検証サイクルを回せます。
06｜導入前に押さえるリスク
インテントデータの導入には、プライバシー・規制・データ品質・ユーザー体感の4つのリスクが伴います。
- プライバシーと法規制：個人情報保護法、GDPR、CCPAなど国・地域ごとの規制要件を満たす必要があります。最新動向は個人情報保護委員会公式サイトで確認します。Cookie同意取得（CMP導入）も実務上の論点です。
- サードパーティ Cookieとブラウザ規制：Googleは2024年7月にサードパーティ Cookie廃止を撤回しましたが、SafariやFirefoxの厳格な制限は継続しています（出典：Privacy Sandbox公式）。サードパーティデータ単体への依存は、計測精度低下のリスクを抱え続けます。
- データソースの信頼性：ベンダーが取得するデータの取得経路、更新頻度、カバー業界・地域を事前に確認する必要があります。出所が不明瞭なデータはレピュテーションリスクにつながるため、契約前のデータサンプル確認は欠かせません。
- 過剰パーソナライズによる体感悪化：「なぜそこまで知っているのか」と感じる過剰な追跡や訴求は離脱や信頼低下を招きます。ユーザー視点での自然さは常にチェックポイントです。
07｜社内データと掛け合わせる実装ステップ
インテントデータを単体で買っても、社内データと結びつかなければ施策にはなりません。実装は次の5ステップで進めます。
- 社内既存データの棚卸し：CRM、MA、SFA、GA4、GSC、広告アカウントなど自社のデータを洗い出します。GA4「探索 → 自由形式」でLP別セッション・CV、GSC「検索パフォーマンス → ページ」で流入KWとページの対応関係を確認し、何が取れて何が抜けているかを明確にします。
- インテントデータベンダー選定：BtoBかBtoCか、対象市場、必要なデータ種別、既存システムとの連携可否を基準に絞り込みます。BtoBは法人特定型（Sales Marker、6sense、Bombora など）、BtoCは自社サイト行動の高度分析型が現実的です。
- データ統合基盤での名寄せ・スコアリング：CDPやMAで社内データと外部インテントデータを名寄せ。属性スコアは0〜100で重み付け、インテントスコアは過去30日のシグナル発生数で算出するなど、設計を分けて保持します。
- 施策設計：「誰に・いつ・何を出すか」をシグナルとアクションのセットで定義。「比較検討ページを2回閲覧したらISへ通知」「料金ページ閲覧後7日以内にメールフォロー」などをルール化します。
- 効果測定：GA4イベントだけで判断せず、CV起点で逆算した指標で評価します。CRMやSFAのCV・商談・受注データとインテントシグナルの発生時系列を突き合わせ、「シグナル発生から商談化までの日数」「種別ごとのCV寄与率」を月次で振り返ります。
一巡したら効果を踏まえ、ベンダー設定やスコアリングを見直し改善サイクルへ。完璧を狙わず小さく回す進め方が現実的です。
08｜インテントデータについてよくある質問（FAQ）
Q. インテントデータと行動データの違いは何ですか？
A. 行動データは「過去に何をしたか」を記録した情報、インテントデータは「いま何を求めているか」を読み解いた情報です。同じ閲覧ログでも、事実の記録は行動データ、購買意図として解釈すればインテントデータと位置づけられます。実務では行動データを蓄積した上で、ルールやAIで解釈しインテントデータに変換する順序になります。
Q. サードパーティ Cookieが廃止されたらインテントデータは使えなくなりますか？
A. Googleは2024年7月、Chromeでのサードパーティ Cookie廃止計画を撤回しました（出典：Privacy Sandbox公式）。SafariやFirefoxの制限は継続しているため、サードパーティデータ単体への依存はリスクです。ファーストパーティデータを起点に意図を読み解く設計であれば、Cookie規制の影響を受けにくく長期的に安定して活用できます。
Q. 小規模事業者でも導入できますか？
A. 大規模ベンダーを契約しなくても、まず自社サイトのファーストパーティデータ（GA4、CRM、フォーム回答）を整備するところから始められます。流入KW、閲覧ページ、滞在時間など自社で取れているデータを「意図」として読み解く設計を作るだけでも、初期成果は出ます。ベンダー導入は施策が回ってからの順序が現実的です。
Q. BtoCのEC事業でも効果がありますか？
A. BtoCでも有効です。流入キーワードや訪問履歴からインテントを推定し、LP出し分け、離脱対策、レコメンド最適化、リターゲティング広告の出し分けに活用できます。記事LPの訴求検証と組み合わせると流入KW別のCVR差を可視化しやすく、改善余地の特定が早まります。EC事業では購入直前の離脱要因をファーストビューに反映するアプローチが定番です。
09｜まとめ
インテントデータは、顧客の「いま」の関心と購買意図を可視化し、属性データでは届かなかった顧客層に的確にアプローチする情報資産です。ファースト・セカンド・サードパーティの違いを理解し、自社の目的と既存システムに合うベンダーを選定し、社内データと掛け合わせて初めて施策として機能します。BtoBではABM・リードスコアリング・アプローチタイミング最適化・離反兆候検知の4シナリオ、BtoCではLP出し分け、離脱対策、記事LPの訴求最適化が代表的な活用シーンです。導入時はプライバシー規制、データソースの信頼性、ユーザー体感への配慮が長期的成果の前提となります。完璧な設計を最初から目指すのではなく、自社で取れているファーストパーティデータを意図として読み解く小さなサイクルから始め、社内データと外部データを段階的に統合していくのが現実的な進め方です。記事LPやLPOでインテントを活かしたCVR改善に取り組みたい場合は、Squad beyondの活用方法をまとめた資料をご活用ください。
｜広告運用ノウハウ公開中！
サービス紹介資料はこちらからダウンロード
