［独自調査］ Report ID: SBR-2026-005
公開日：2026年9月7日 著者：菊地 将
要旨
株式会社Coneが2026年4月に実施した調査（国内会社員221名、BtoBサービス導入検討経験者）では、比較検討の候補から外した理由の第1位は「料金が公開されておらず比較できなかった」で49.8%だった。機能不一致（34.4%）を上回る、単独最大の除外理由である。本記事では、この国内データと、料金公開・非公開でサイト内行動を比較した海外の観測データ、そして独自企業データベースによるBtoBサービス業の料金ページ保有実態を統合し、料金情報が見つからない瞬間に何が起きているかを整理する。
調査概要
- 対象：BtoBサービス業の企業サイト
- 方法：独自企業データベースによる料金ページ保有調査
- サンプル：BtoBサービス業5,132社(規模別内訳あり、例:1〜10人1,705社)
「料金は公開すべきか」という議論は、すでに何度も語られてきました。しかし、実務担当者が本当に知りたいのは、その一歩先の「どこまで料金情報を出せば、見込み客を逃さずに済むのか」ではないでしょうか。
手がかりの一つが、株式会社Coneが2026年4月に実施した調査（国内会社員221名、BtoBサービス導入検討経験者）です。比較検討の候補から外した理由の第1位は「料金が公開されておらず比較できなかった」で、49.8%でした。機能不一致（34.4%）を上回る、単独で最大の除外理由です。
本記事では、この国内データに、料金公開・非公開でサイト内の行動を比べた海外の観測データと、独自企業データベースによるBtoBサービス業の料金ページ保有実態を加えて、料金情報が見つからない場面で何が起きているかを整理します。ただし、数字で確認できるのは「公開か非公開か」の比較までです。「どの粒度まで出せばよいか」を比べたデータは見つからなかったため、その部分は理論にもとづく仮説として分けて示します。
結論：料金情報の有無で、候補除外と問い合わせ後の指標に差が見られた
先に結論です。国内調査では、「料金が公開されておらず比較できなかった」が候補除外理由の49.8%を占めました。海外の観測データでは、料金非公開のサイトは公開サイトよりフォーム送信率が高い一方、送信後にパイプライン（商談）へ進む率は低くなっていました。
ただし、この2つは対象も方法も異なる結果です。料金の公開有無だけが離脱や問い合わせの質を変えたという因果までは示していません。そのため自社では、候補除外、フォーム送信、商談化を同じ定義で分けて確認する必要があります。
「公開すべきか、しないべきか」という二択では、この現象は説明しきれません。問われるのは、公開する場合にどの粒度まで出すかです。ただし、粒度ごとの効果を裏づけるデータが揃っていない点は、次の節で説明します。
この記事は何をもとに、どう比較したのか
この節では、記事の根拠と限界を先に示します。
本記事は、同一のBtoBサービスサイトで料金表示の粒度だけを変えたパターンを独自に作り、見込み客に見せて行動を測る実験を、新たには実施していません。かわりに、次の4つを統合して整理しました。
- 国内のBtoB購買担当者を対象にした、候補除外理由の調査
- 料金公開・非公開別にサイト内の行動を比較した、海外の観測データ
- 情報探索コスト・知覚リスク・価格公正性に関する、経済学・マーケティング理論
- 独自企業データベースによる、BtoBサービス業の料金ページ保有実態の集計
入手できた定量データは、「料金公開／非公開」という二値の比較が中心です。本記事が当初想定した6段階の公開粒度（完全公開・価格帯のみ・最低料金のみ・事例価格・見積条件・完全要問い合わせ）それぞれについて、行動を定量比較したデータは、調査した範囲では見つかりませんでした。
そのため、中間的な粒度（価格帯のみ、事例価格など）の効果は、理論と競合記事の分類整理を組み合わせた合理的な推論として示し、実測データとは明確に区別します。
そもそも、料金ページを持つBtoBサービス企業はどれくらいあるのか
まず、見込み客が比較するときに、料金の専用ページがそもそも用意されているのかを、独自企業データベースの集計で確認します。
ソフトウエア・IT・DX・マーケ・情報通信・情報処理・HR/経理・人材紹介・保険代理・コンサルティング等、BtoBサービスに該当すると判断できる業種区分に絞り、自社サイト上に価格・料金の専用ページを持つ企業の割合を集計しました（弊社集計）。対象は、サイト情報を取得できた5,132社です。このうち、専用の料金ページ（/price, /pricing, /plan等のパスで、採用・会社案内・事例記事等を除いた顧客向け料金ページ）を持つ企業は236社で、率にして4.6%でした。ソフトウエア・IT系に絞ると、やや高く5.1%でした。
次の表は、従業員規模別の保有状況を、保有率の高い順に並べたものです。
| 従業員規模 | 対象企業数 | 料金ページ保有企業数 | 保有率 |
|---|---|---|---|
| 1〜10人 | 1,705社 | 135社 | 7.9% |
| 11〜50人 | 102社 | 4社 | 3.9% |
| 201〜1,000人 | 83社 | 3社 | 3.6% |
| 51〜200人 | 148社 | 5社 | 3.4% |
| 規模不明 | 3,075社 | 89社 | 2.9% |
| 1,000人以上 | 19社 | 0社 | 0.0% |
規模が大きいほど保有率が下がる傾向がうかがえ、1〜10人の7.9%に対し、1,000人以上では確認できた19社中0社でした。ただし、51〜200人（3.4%）より201〜1,000人（3.6%）のほうがわずかに高く、きれいな右肩下がりではありません。また、1,000人以上は19社と対象数が少ないため、企業規模だけで料金非公開の理由や見込み客の行動を説明することはできません。
料金が見つからないと、見込み客は本当に候補から外すのか（国内データ）
次に、国内の調査で、料金情報の有無が候補除外にどれだけ関わっていたかを見ます。
株式会社Coneが2026年4月27〜28日に実施した調査（直近1年以内にBtoBサービス導入検討に関与した国内会社員221名対象、インターネット調査）では、比較検討の過程で候補から外したサービスの理由（複数回答）を尋ねています。結果は次の表のとおりです。
| 候補除外の理由 | 割合 |
|---|---|
| 料金が公開されておらず比較できなかった | 49.8% |
| 機能が要件に合わなかった | 34.4% |
| 比較記事での評価が低かった・言及が少なかった | 30.8% |
| 公式サイトの情報が少なく判断材料が足りなかった | 26.7% |
| 候補から外したサービスはない | 4.5% |
「料金が公開されておらず比較できなかった」は49.8%で、機能が要件に合わなかった（34.4%）より高い候補除外理由でした。比較記事での評価（30.8%）や公式サイトの情報量（26.7%）も、除外理由として挙がっています。料金情報を比較前の判断材料として確認している回答者がいたことは、この結果から分かります。
ただし、この調査は、料金非公開だけが候補除外を引き起こしたという因果を検証したものではありません。
料金を公開する・しないで、サイト内の行動は何が変わるのか（海外データ）
この節では、料金の公開有無でサイト内の行動がどう違うかを、海外の観測データで見ます。
HockeyStack Labsが2025年12月に公開した調査では、B2B SaaS企業80社（平均契約額5,000〜120,000ドル、訪問者数3,100万UU超）のサイト分析データをもとに、料金を完全公開しているサイトと、非公開（要問い合わせ等）のサイトで、ユーザー行動を比較しています。表の「送信→パイプライン化率」は、フォーム送信のうち、商談の段階（パイプライン）へ進んだ割合のことです。
| 指標 | 料金公開 | 料金非公開 |
|---|---|---|
| 直帰率 | 42% | 35% |
| セッションあたりページ数 | 4.26 | 2.57 |
| 平均滞在時間 | 3分25秒 | 2分31秒 |
| フォーム送信率 | 2.8% | 4.6% |
| 送信→パイプライン化率 | 17.50% | 10.31% |
| デモリクエスト率 | 非公開より9.5%高い | （基準） |
料金非公開のサイトは、公開サイトより直帰率が低く（35%対42%）、1セッションあたりの閲覧ページ数も少ない（2.57対4.26）という観測結果でした。これらは相関であり、料金非公開が追加探索を起こした因果までは示しません。なお、デモリクエスト率は、公開サイトのほうが非公開サイトより9.5%高いと示されています。
注目したいのは、フォーム送信と、その後の商談化です。フォーム送信率は非公開のサイト（4.6%）のほうが高い一方、送信後にパイプラインへ進む率は公開のサイト（17.50%）のほうが非公開（10.31%）より高いと報告されています。つまり、フォーム送信率だけを見ると非公開が有利に見えても、商談に進む率まで見ると逆になっています。
この結果は、問い合わせの量と商談化率をあわせて見る必要性を示します。業種、価格帯、流入構成などの条件の差もあるため、料金の公開・非公開だけが差を生んだ原因とは断定できません。
この差はなぜ起きるのか：理論から考える補助線
この節では、料金が見えないときの買い手の行動を、複数の理論・枠組みで考えます。実測ではなく、観測結果を読み解くための補助線です。
Stigler（1961, Journal of Political Economy）の情報探索理論は、価格のばらつき自体が市場における情報の不完全性の現れであり、買い手は価格情報を得るために探索コストを払うと説明します。この見方に立つと、料金を非公開にすることは、探索コストを見込み客に負わせることにあたると考えられます。見込み客は、ベンダー自身のサイト内での追加探索や、競合サイトへの追加検索でそれを補うことになります。
Bauer（1960）の知覚リスク理論は、金額が分からない状態そのものが、購買検討における不確実性（リスク）を高めると説明します。その結果として、リスクを避けるための情報探索や、リスクを許容できない場合の離脱・候補除外が起きると説明しています。特にBtoBの意思決定者は組織内で説明責任を負うため、「上司に概算予算感を説明できない」という社会的リスクが強く働くと考えられます。
さらに、Nelson（1970）およびDarby & Karni（1973）の財の分類（探索財・経験財・信用財）に照らすと、SaaSや専門サービスは、購入前に品質を確認しにくい経験財・信用財に近い存在です。売り手と買い手の持つ情報の差（情報の非対称性）が大きいカテゴリーといえます。価格という数少ない事前の比較材料まで見えなければ、比較検討そのものが成立しにくくなります。
Xia, Monroe & Cox（2004, Journal of Marketing）の価格公正性フレームワークも補助線になります。要問い合わせのみで進める場合、最終的に提示される価格の決まり方（手続き）が見えないため、見込み客は「他社と違う条件を提示されているのではないか」という不公正感を抱きやすくなります。見積条件をあらかじめ提示しておくことは、この手続き的公正性を高める効果が理論上期待できます。
図は、ここまでの理論をもとにした流れです。料金情報の不足は、探索コストや不確実性を高め、追加探索・候補除外・問い合わせといった行動につながる可能性があります。
これらは先行研究で示された理論で、料金非公開という現象を考える枠組みとして使えます。ただし、これらの理論から、「中間的な公開粒度（価格帯のみ・事例価格など）がどの程度効果を持つか」を定量的に導くことはできません。この点は、次の節で仮説として扱います。
完全公開と完全非公開の中間は効くのか（ここは仮説として扱う）
最後に、料金を一部だけ見せる場合の効果を考えます。実測データがないため、仮説として読んでください。
競合記事の一つ（debono.co.jp「料金ページはどこまで見せる？」）は、料金の見せ方を「完全要問い合わせ」「一部非公開」「トップページで詳細公開」「専用ページで非公開」「完全公開」の5パターンに分類し、カスタマイズ度・競争環境・営業リソースの3軸で選択すべきだと整理しています。この分類自体は有用です。ただし、各パターンでの離脱率・追加検索率・問い合わせの質の違いを定量比較したデータは、競合記事にも本記事の調査範囲にも確認できませんでした。なお、この5分類は、本記事が想定した6段階とは分け方が異なります。
以下は、実測データによる検証ではなく、理論と競合記事の分類整理を組み合わせた仮説です。理論と国内外のデータから合理的に推測できる範囲で整理すると、次のようになります。はじめの3点は仮説、最後の1点は、実測できている範囲を確認する内容です。
- 完全公開・価格帯のみ・最低料金のみは、問い合わせ前の比較材料を増やす選択肢になります。ただし、どの方式が候補除外をどの程度減らすかは確認できていません
- 事例価格の掲載は、見込み客が自分の案件の正確な見積額までは分からないままでも、知覚リスクを一定程度下げる効果が理論上期待できます。これを裏づける定量データはありません
- 見積条件の提示（「〇〇の場合は要見積」等）は、価格公正性理論に照らせば、要問い合わせのみより手続きの納得感を高める可能性があります。これも仮説の域を出ません
- 実測できているのは、HockeyStackの観測のような公開・非公開の二値の比較までです。中間的な開示粒度の効果は、この観測からは分かりません
中間的な開示粒度ごとの効果を検証するには、本記事の範囲を超えた、独自の行動実験が必要です。
自社では今日から何を確認すればよいか
ここまでの内容を自社に当てはめるために、次の4点から確認してみてください。
- 自社の料金ページが「候補にすら残れない」原因になっていないか（Cone調査では、「料金が公開されておらず比較できなかった」が49.8%で、候補除外理由の最多でした）
- フォーム送信率だけで判断せず、送信後のパイプライン化率も同じ定義で確認しているか（HockeyStackの観測値は、公開17.50%、非公開10.31%）
- 完全非公開にしている場合、問い合わせ前の比較判断に必要な情報を、どの範囲まで示せるか検討したか
- 自社の業界・商材が、購入前に品質を確認しやすい探索財に近いか、確認しにくい経験財・信用財に近いかを踏まえて、必要な情報開示の水準を検討できているか
料金、比較情報、導入事例、FAQなど、問い合わせ前に不足しがちな情報を自社で整理・確認したい方向けの資料ダウンロードもご用意しています。
まとめ：判断の軸と最初の一歩
国内調査では、「料金が公開されておらず比較できなかった」が候補除外理由の49.8%を占めました。海外の観測データでは、料金公開・非公開のサイトで、フォーム送信率と送信後のパイプライン化率に差が見られました。独自企業データベースでは、BtoBサービス業に区分した5,132社のうち、専用料金ページを確認できたのは236社（4.6%）でした。
情報探索コスト・知覚リスク・価格公正性の理論は、これらの結果を考える補助線になります。ただし、料金の公開有無だけによる因果や、中間的な開示粒度ごとの効果は、確認できていません。
そのため、判断の軸は「公開か非公開か」よりも、比較の前に必要な情報が見えているか、問い合わせの量だけでなく商談化まで測れているか、の2点だと考えます。最初の一歩として、自社の候補除外、フォーム送信、商談化を同じ定義で分けて確認しましょう。
参考文献・出典
この記事で参照した情報を確認できます。
- 株式会社Cone「BtoBサービス比較検討に関する調査」(2026年4月27〜28日実施、n=221)。https://cone-c-slide.com/see-sla/blog/btob-comparison-site-survey/
- HockeyStack Labs “The State of Pricing, Demo, and Case Study Pages”(2025年12月公開、B2B SaaS企業80社・訪問者3,100万UU超)。https://www.hockeystack.com/lab-blog-posts/state-of-pricing-demo-case-study-pages
- Stigler, G. J. (1961). The Economics of Information. Journal of Political Economy, 69(3), 213-225. https://www.journals.uchicago.edu/doi/10.1086/258464
- Bauer, R. A. (1960). Consumer Behavior as Risk Taking. In Dynamic Marketing for a Changing World, Proceedings of the 43rd Conference of the American Marketing Association, 389-398. https://cir.nii.ac.jp/crid/1572543025452826496
- Nelson, P. (1970). Information and Consumer Behavior. Journal of Political Economy, 78(2), 311-329. https://www.journals.uchicago.edu/doi/10.1086/259630／Darby, M. R., & Karni, E. (1973). Free Competition and the Optimal Amount of Fraud. Journal of Law and Economics, 16(1), 67-88. https://www.journals.uchicago.edu/doi/10.1086/466756
- Xia, L., Monroe, K. B., & Cox, J. L. (2004). The Price Is Unfair! A Conceptual Framework of Price Fairness Perceptions. Journal of Marketing, 68(4), 1-15. https://journals.sagepub.com/doi/10.1509/jmkg.68.4.1.42733
- debono.co.jp「料金ページはどこまで見せる？｜問い合わせを生む見せ方に」（BtoB AIマーケティングナビ、公開2026年7月17日・更新2026年8月14日）https://debono.co.jp/media/ryokin-page-sekkei-ai/
- 独自企業データベース（BtoBサービス業区分・観測対象5,132社、2026年収集分）弊社集計
‹ 親記事: メディア戦略・コンテンツ企画とは？ゴール設定からテーマ選定・編集方針までを体系的に整理
関連記事
- › オウンドメディアの編集カレンダー作成方法｜テーマ・公開順・更新枠をどう決めるか
- › 記事公開後の再配信・二次活用設計｜SNS・メルマガ・営業資料へ展開する方法
- › 新規記事企画の優先順位スコアカード｜公開前に5軸100点で採用・統合を判断する
- › サイト内検索ログをコンテンツ企画に使う方法｜検索語・ゼロ件検索・離脱から未充足ニーズを発見
- › 営業・CSの顧客質問から記事テーマを発見する方法｜商談・失注・問い合わせ・FAQを企画に戻す
- › 問い合わせ前に企業担当者は何を調べる？検索・評判・AI行動を調査
- › 社内稟議で必要な情報は？料金・比較・導入事例・リスクを調査
- › 導入事例のどこを見る？業種・規模・課題・成果・導入条件の判断基準｜47,967社・45社調査
- › 企業担当者は検索結果のどこを見る？公式・比較・口コミを調査
- › 法人向けサービスの料金ページ｜価格・プラン・追加費用を整理
- › 法人向けサービスの契約条件ページの作り方｜契約期間・解約・自動更新・追加費用を整理
- › オウンドメディアのカテゴリ・タグ設計｜違い・分け方・増やしすぎを防ぐ運用ルール
- › オウンドメディアのサイト内検索を改善する方法｜検索窓・絞り込み・ゼロ件表示・モバイルUX
- › オウンドメディアのペルソナ設計｜検索行動まで落とし込む作り方と実務テンプレート
- › 法人向けコンテンツマーケティング｜リード獲得から商談化まで
- › 【2026最新】BtoCオウンドメディア成功事例10選
- › BtoCコンテンツマーケティングとは？購買までの導線・チャネル・成功パターンを解説
- › アンケートコンテンツの作り方｜独自調査をSEO・AIO・PR資産にする方法
- › EC・通販のオウンドメディア成功事例｜購買につなぐ設計5選
- › 人材・採用業界のオウンドメディア成功事例｜集客・導線設計を比較
- › リーガルテック企業のオウンドメディア分析｜強いサイトのSEO・記事設計・CV導線を比較
- › 不動産業界のオウンドメディア成功事例｜物件・エリア・ノウハウ記事の設計を比較
- › Gemini Deep Researchとは？使い方・利用条件と結果の確認方法
- › AI活用企業のWEBコンテンツは強い？3.8万社調査で見えた「AIでは作れない顧客の判断材料」
- › 旅行・観光のオウンドメディア参考事例｜検索・SNS・予約導線を分析
- › 海外オウンドメディア参考事例｜BtoB・BtoCの戦略を国内事例と比較
