迷惑問い合わせのフィルタリング：判定ルール、ブラックリスト、人による確認の仕組み

迷惑問い合わせのフィルタリング：判定ルール、ブラックリスト、人による確認の仕組み

1. 迷惑問い合わせはどこから来るのか：4つの発生源と判定の難しさ

独立サイトのフォームが開いていれば、どんな流入でも入ってきます。迷惑問い合わせはランダムに発生するのではなく、安定した4つの発生源があり、それぞれ判定の難しさも対応コストもまったく異なります。まず発生源を分けてから、どの層のルールで遮断するかを決めます。

上の表の割合はB2B独立サイトの経験値で、業界によって大きく変動します。ボットによる自動送信は最も遮断しやすい種類です。行動の指紋が安定しているからです。送信時間が2秒未満、すべての項目が1回のリクエストで完了、メールドメインが10分メールや一時メールサービスなどです。この部分はそのままL1で遮断し、人が見る必要はありません。

本当に厄介なのは同業者の偵察です。本物の問い合わせとあまりに似ています。会社名の綴りは規範的で、質問は専門的、メールドメインも正常です。この部分はルールでは遮断できず、L3の人による確認に頼るしかありません。だからこそフィルタリングを全自動にしてはいけません。強く遮断するほど、同業者は本物らしく偽装し、本物の顧客を誤って弾くリスクが高まります。フォーム自体のスパム対策は次を参照してください。問い合わせフォームの信頼性とスパム対策配信。

2. 4層フィルタリングルール：各層がすること、しないこと

フィルタリングは4層に分ける。狙いは「確実に迷惑」と「本物かもしれない」を分けて扱うことだ。確実なものは即捨て、可能性のあるものは人に回し、その中間はルールスコアで振り分ける。各層は自分の役割だけを果たす。越境すると誤判定で潰してしまう。

スコアのしきい値がこの表の要だ。50点未満は迷惑フォルダへ、50〜70点は人手確認キューへ、70点超は通常フロー。この区間は勘で決めたものではなく、過去3か月の問い合わせ履歴で検証して決める。既知の成約と既知の迷惑にラベルを付け、スコアモデルを走らせ、最も精度よく分かれる点を探す。しきい値は四半期ごとに新しいデータで調整する。

具体例を挙げよう。問い合わせのメールがgmail.com、会社名が「Trading Co」、要望欄が「need price list」、送信時刻が午前3時。L2のルールでは、項目が不完全、会社名が漠然としすぎ、メールがフリーメールなのでスコアは約55点。L3の人手確認へ回る。営業が確認すると、IPが香港、メールの登録から30日未満と判明。低品質リードと判断し、即破棄せず育成キューへ入れる。これが層分けの価値だ。冤罪もなく、放置もしない。

三、ブラックリスト：3層構造と継続的なメンテナンス

ブラックリストは静的な一覧ではない。3層構造の生きたデータベースだ。静的リストはごく一部で、実際に効くのは蓄積層とホワイトリスト層の動的なメンテナンスだ。

ホワイトリスト層は最も見落とされやすいが、誤判定を防ぐ鍵だ。顧客が展示会で名刺をもらい、帰ってから公式サイトのフォームで問い合わせる。そのメールはフリーメールかもしれず、会社名も簡略かもしれない。ルールスコアではL3に回る可能性がある。しかしホワイトリストに入っていれば、そのままL4の通常フローを通り、すべてのフィルタを飛ばす。この仕組みがあるから、ルールを厳しめに設定できる。本物の顧客は止まらないと分かっているからだ。

累積レイヤーのローリング期間は30日です。あるメールが手動で疑わしいとマークされ、累積レイヤーに入り、30日以内に再度送信して今回は正常な行動であれば、累積レイヤーから外れます。永久ブロックはしないでください。初めて接触する人や、メールを変えて再連絡してくる人がいるからです。永久ブラックリストは、悪意のあるクロールや同業者の継続的な偵察だと確認できた場合にのみ使います。リードスコアリングと優先度の全体的な方法は次を参照してください問い合わせリードのスコアリングと優先順位付け。

四、人手による確認：どんなときに人が見るべきか

人手による確認は多ければよいわけではありません。確認量が総問い合わせ量の15%を超えるなら、L2ルールが調整しきれておらず、本来自動判定できる事例を人に回しすぎています。確認率は10%から15%の範囲に収めるべきで、多すぎると人件費の無駄、少なすぎるとルールが粗く誤判定が増えている証拠です。

境界事例の既定動作は重要です。60から70点の範囲では、既定で本物の問い合わせとして処理し、スパムとして捨てることはしません。理由は単純で、本物の問い合わせを1件誤って捨てる代償は、低品質のリードに30分費やすよりはるかに大きいからです。この既定の方向性はフィルタリングシステムで最も重要なスイッチであり、全体の傾向が「見逃すより通す」か「通すより誤って捨てる」かを決めます。

シーン例：ある問い合わせがドイツから来て、メールは企業ドメイン、会社名は「Müller GmbH」、要望は「interested in your product, please send catalog」と書かれています。項目は完全ではありませんが、ドメインは正常、地域も正常です。スコアは65点で、境界事例キューに入ります。当番の営業が一目見て、公式サイトの訪問記録でこの訪問者が6つの製品ページを閲覧し12分滞在していたことに気づき、本物の問い合わせと判定して通常通り処理します。これが人手確認と行動データの価値です。フォーム項目だけでは不十分で、この訪問者があなたのサイトで何を見て歩いたかを見る必要があります。訪問者の行動とフォーム項目の連動設計は次を参照してください問い合わせフォームの項目設計と転換率。

五、直感に反する判断：フィルタリングが厳しいほど営業は暇になるが、失った案件は警報を鳴らさない

多くの人はスパム問い合わせのフィルタリングの目標は「できるだけきれいに遮断すること」だと思っています。これは間違いです。フィルタリングシステムの本当の目標は遮断率ではなく、誤判定率です。遮断率90%のシステムが本物の問い合わせを3%誤って捨てるなら、それはスパムではなくあなたのビジネスをフィルタリングしています。

この表で最も重要なのは誤判定率です。誤判定率はどう測るのか。毎月、L1とL2で破棄した問い合わせからランダムに5%を抽出し、人が見直します。抽出した中に本物の問い合わせがあれば、ルールが厳しすぎる証拠です。この抜き取り点検は省けません。フィルタリングされた問い合わせが「実は本物です」と自分から申告してくることはないので、こちらから確認しに行くしかありません。

もう一つ見落としがちな点があります。迷惑問い合わせの形は変化し続けます。3カ月前のキーワードルールが、今では正常な買い手の問い合わせまで遮断しているかもしれません。だからこそブラックリストとスコアリングルールは、設定したら終わりではなく、四半期ごとに新しいデータでバックテストをやり直す必要があります。公式サイトからCRMへのデータ連携が、フィルタリングシステムを稼働させる前提条件です。この部分はこちらをご覧くださいサイトのリードをCRMへ。

FAQ よくある質問

最後に

迷惑問い合わせのフィルタリングで最大の誤解は、ルールが少なすぎることではなく、ルールが厳しすぎることです。多くのチームは最初からフォームにCAPTCHAを付け、携帯認証を付け、会社ドメイン認証を付けます。その結果、迷惑は減っても本物の問い合わせも半分に減ってしまいます。フィルタリングシステムの設計の出発点は「すべての疑わしいものを門前払いすること」ではなく、「本物のお客様を誤って傷つけないこと」であるべきです。

実行は3ステップです。まずL1のハードブロックを稼働させ、既存のサードパーティ製迷惑リストでロボットの送信をカバーします。次にL2のルールスコアを構築し、過去データでバックテストしてしきい値を決めます。最後にL3の人手による再確認を立ち上げ、再確認率を10%から15%に抑え、毎月誤判定率を抜き取り検査します。この3層がスムーズに回れば、監視と調整が可能なフィルタリングシステムが手に入ります。人を遮るだけの壁ではありません。

覚えておきたい一言。迷惑問い合わせをフィルタリングする目的は、どれだけきれいに遮断するかではなく、どれだけ誤判定を減らすかです。本物の問い合わせを一つ誤って失う代償は、迷惑問い合わせを十個見逃す代償の十倍です。