Marketing OS 成熟度モデル
概要と対象範囲
組織の Marketing OS 成熟度を5 段階で評価するモデル。CMO 株式会社の診断サービス（/services/marketing#diagnose）の理論基盤として機能する。
本章は次の 3 つを定義する:
- 5 段階の Level 定義: 各 Level の判定基準
- 評価軸: 何を測って Level を判定するか
- Level Up の経路: ある Level から次の Level に到達するための典型的な道筋
成熟度評価は内部評価（自己診断）と外部評価（コンサルによる診断）の両方で運用できるよう設計する。
5 段階モデル
| Level | 名称 | 特徴 |
|---|---|---|
| Level 1 | Ad-hoc（場当たり的） | 施策単位の PDCA、組織学習なし。サイクルとして回っていない |
| Level 2 | Defined（定義済み） | マーケティングサイクルを意識的に運用、文書化あり。観測・データ収集 / 起動・実装する / 学ぶの最低限がある |
| Level 3 | Measured（計測可能） | Performance Domains で計測、本番反映前チェックの省略不可項目と Evidence Level の運用が成立 |
| Level 4 | Optimized（最適化） | Customer Sync 独立化、再構築段の機械的運用、AI 採否ログが必須項目 |
| Level 5 | Adaptive Learning（自律学習） | AI / agent による自律的学習、Learning Velocity が組織能力として明示的に管理される |
PMI の CMMI モデルを参照しつつ、マーケティング特有の論点（Customer Sync、再構築、AI 採否ログ）を組み込んだ構成である。
評価軸
各 Level の判定は次の 6 軸 × 12 KA のマトリクスで行う。
6 軸
| 軸 | 測定対象 |
|---|---|
| プロセス成立度 | マーケティングサイクルの各段が運用されているか |
| 計測の意思決定接続度 | KPI が意思決定 KPI として機能しているか（補題 E） |
| 組織学習度 | Learning Velocity の 4 指標（./org-learning.md §18.5） |
| 責任設計度 | RACI の明示、AI 採否ログの記録、A の 1 名集約 |
| 観測対象独立度 | Customer Sync が ICP 仮説と分離されているか |
| 横断統合度 | 12 KA 間の整合性、15 章 ステークホルダー連携の機能度 |
評価マトリクス
6 軸 × 12 KA で 72 セルになる。実運用ではすべてを毎回評価するのは過剰なので、診断目的に応じて切り出す:
- クイック診断（3〜5 分）: 6 軸を全体で評価（12 KA に展開しない）
- 標準診断（30 分）: 6 軸 × 主要 5 KA
- 詳細診断（半日）: 6 軸 × 全 12 KA
各 Level の判定基準
各軸で次の基準が成立するか:
Level 1 → Level 2 への到達条件
- マーケティングサイクルが形式上運用されている（最低限の 観測・データ収集 / 起動・実装する / 学ぶ）
- マーケ部門が「何をしているか」が文書化されている
- 主要 KA（07 / 08 / 12）の現状が言語化されている
Level 2 → Level 3 への到達条件
- KPI が 5 軸評価を通過している（補題 E）
- 本番反映前チェックの省略不可項目（オーナー / 計測 / ロールバック）が必須項目として運用されている
- Evidence Level（E0〜E3）の判定が記録されている
- Performance Domains の少なくとも 4 つが定期観測されている
Level 3 → Level 4 への到達条件
- Customer Sync が ICP と独立した記録として運用されている
- 再構築段が独立段として機械的列挙の運用を持つ
- AI 採否ログの 4 要素（採否 / 判断者 / 理由 / 代替案）が必須項目
- Learning Velocity の 4 指標が観測されている
Level 4 → Level 5 への到達条件
- AI agent が自律的にサイクルを部分実行（観測・データ収集自動集約・理解・分析する補助等）
- Learning Velocity が組織能力として明示的に管理される
- 12 KA 間の整合性監査が定期実行される
- 機能対別 RACI（15 章 §15.6）が全機能対で明示されている
Level Up の典型経路
組織が Level を上げる際の典型的な道筋:
- Level 1 → 2: マーケティングサイクルの用語と書き戻し先を導入する
- Level 2 → 3: KPI の 5 軸評価を導入し、本番反映前チェックを運用化する
- Level 3 → 4: Customer Sync を独立 path に分離し、再構築段を週次 / 月次で運用する
- Level 4 → 5: AI agent を採否ログ前提で導入し、Learning Velocity を管理指標化する
各遷移には 6 ヶ月〜2 年程度を要するのが典型的。短縮しようとすると、形式的な達成（後述のアンチパターン）に陥る。
診断質問群
クイック診断（5 分版）
各軸について 5 段階で自己評価:
- マーケティングサイクル（観測・データ収集 / 理解・分析する / 再構築 / 起動・実装する / 学ぶ）のどれが運用されているか
- KPI に対し「何が起きたらどう意思決定するか」が事前に決まっているか
- 失敗の事後録が
results/等に書き戻されているか - AI 出力の採否ログが記録されているか
- ICP 仮説と顧客実態が別の記録として保持されているか
- 他部門との RACI が明示されているか
合計スコアで Level 1〜5 を判定。詳細な自己診断は /diagnose を参照。
標準診断・詳細診断
CMO 株式会社の診断サービスとして提供。本書では設問の骨子のみ示し、具体的な質問項目は別途運用される。
アンチパターン
- 自己評価バイアス: 「うちは Level 4」と言いたがる。実態は Level 2 / 3 が多い
- Level 詐称: 表面的な形式（ドキュメントの存在）だけで Level を判定し、運用実態と乖離
- Tool 導入 = Level Up の誤認: MarTech を導入したから Level が上がったと誤認。プロセス成立度は別軸
- Level 5 への急行: AI 導入で Level 4 / 5 に飛ぼうとし、Level 2 / 3 の基礎を欠いたまま自動化
- Level の絶対化: Level が高いほど良い、と単純化する。業種・規模により最適 Level は変わる
- Level Up を KPI 化: Level Up 速度を成果指標にし、形式的な達成を誘発する
関連 skill / agent
/next --verbose— 現在地と次の一歩を提示（実質的な簡易診断）/insight ceo— 経営視点での組織成熟度評価
今後の拡張論点
- 5 段階 vs 7 段階 — CMMI は 5 段階。Sirius Decisions / Forrester は 4 段階や 6 段階を採用。CMO Marketing OS Playbook が 5 で十分か
- 業種別の最適 Level — 規制業種・スタートアップ・大企業で「目指すべき Level」は異なる。テーラリング（19 章）との連動
- 客観的判定の難しさ — 自己評価バイアスを補正する仕組み（外部診断・複数評価者）の標準化
- Level Up 経路の科学性 — §22.5 の典型経路は仮説的。事例蓄積による検証が必要
- 22 章と 18 章の境界 — 18 章「学習が起きる構造」と 22 章「成熟度判定」の役割分担。重複を避ける運用