Pinned Tweet
Agentforceの検証メディア「クロスコム Agentic CRM Lab」を開設しました。
このメディアでは、Agentforce導入による業務変化と投資対効果に焦点を当てていますが、
「AI時代のCRM」を検証とデータから考えるメディアとして、CRMを活用されている企業さまにとって有益なメディアを目指してコンテンツを発信していきます。
🚩なぜこのテーマにしたか
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
CRMにAIエージェントを導入しても、
・業務フローに合わない
・データが揃っていなくて精度が出ない
・出力の確認に想定以上の手間がかかる
といった理由で、PoCから先に進まない企業が少なくないからです。
特に人員や時間が限られている企業にとって、AIエージェントがリソース不足を解決できる手段である一方で、最初のPoC段階で時間を割けないまま検証が止まってしまうケースを見てきました。
なので、自社でAgentforceを動かして検証してきたユースケースをコンテンツとして発信することで、みなさんの業務でそのままご活用いただけるのではないかと考えました。
当社は「100社100通りの購買体験を当たり前にする」のビジョンを掲げていますが、限られた人員でもお客様1人1人の異なる課題に向き合い、最適な解決方法を提案するために、AIエージェントの活用定着は欠かせないと考えています。
なかでも特に重要なのが「CRMデータ」です。
そこで、業務でAgentforceを使って検証を進めてきた当社だからこそ、CRMの側面から企業の業務課題を解決するために、このメディアを立ち上げました。
🚩主なコンテンツ内容
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①導入効果の一次検証
・・・実際に動かして業務がどれだけ変化したか
②業務別の導入ユースケース
・・・営業やマーケの担当・責任者それぞれの業務で何がどう変わるか
③導入事例や調査データの読み解き
・・・業務変化と投資対効果の観点で効果は出ているのか
ーーーーーーーーーーーーーーーーー
Agentforceの導入を検討している企業もすでに導入している企業も、ユースケースの参考情報としてご活用いただけると嬉しいです。
1
11
242
商談の音声や文字起こしの全文を、すべてCRMシステムの商談レコードに貼り付けている会社もあるかもしれません。
実際に1時間の商談を文字に起こすと、数万字になることも珍しくないですよね。
ただ、それを商談の説明欄や活動のメモにそのまま入れていくと、営業担当者が画面を開いても必要な情報にたどり着けず、
CRMシステムのデータ容量も、毎月の商談の数に比例して増えてしまいます。
かといって、要約だけをCRMシステムに残して原文データを入力しないでおくと、あとから「顧客は本当にそう言っていたのか?」と確認できなくなるわけです。
.
.
そこで私は、議事録の原文と商談の記録を、置き場所から分けて設計するのがいいと考えています。
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①原文の置き場所
音声データ、文字起こしの全文、メール本文は、共有ドライブやデータ基盤など、CRMシステムの外にまとめて保管する
②取り出す作業
原文からAIが要点の要約と、商談の項目に入れる値の候補を下書きし、個人情報を伏せたうえで営業担当者が確認する
③CRMシステム
商談レコードには、確認済みの項目の値と要約、そして原文の保管場所へのリンクだけを記録する
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
こう分けておくと、CRMシステムの商談画面は軽いまま、原文が必要になったときだけリンクからたどれる構造になります。
原文の保管場所には、CRMシステムとは別に「誰が読めるか」「いつまで残すか」のルールも決めやすいですし、
あと顧客の発言には社外に出せない話が含まれることも多いので、原文を読める人をCRMシステムの利用者より狭く絞っておくのも1つの方法でしょう。
そして、Claudeのような汎用的AIエージェントに商談データの分析をさせる場合も、このデータ設計は効果的だと思います。
AIエージェントは普段は商談レコードの項目と要約を読み、根拠を確かめたいときだけ原文のリンク先を読む。
このように、読む範囲を段階で分けておけば、AIエージェントに渡す情報の量も、見せてよい情報の範囲も、こちらで決められるようになるのではないでしょうか。
129
マーケティングからカスタマーサクセスまでが同じCRMシステムを使っていても、「どのデータを誰が作り、誰が更新し、誰が使うのか」が決まっていない会社は多いんじゃないかと思っています。
たとえば、AIエージェントに「失注理由の傾向を分析して」と頼んだとします。
ところが、肝心の「失注理由」の項目は半分以上が空欄。
原因をたどってみると、失注理由を使う人はマーケティング部門とAIエージェントで決まっていたのに、入力する人は誰にも割り当てられていなかったわけです。
これは逆のケースもあって、商談の金額を営業担当者・カスタマーサクセス・AIエージェントの3者が更新できる状態だと、誰の値が最新なのかが分からなくなり、
上書きし合った結果だけが商談レコードに残ってしまいます。
こうした抜けや重なりは、CRMシステムの設定画面を見てるだけでは気づきにくい、、、。
.
.
そこで私は、データごとに「作る・更新する・参照する」担当を1枚の表にまとめておくことをおすすめしています。
データアーキテクチャの分野では、この表を「CRUDマトリクス」と呼びます。
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①作る人(Create)
そのデータのレコードや値を最初に入力する部門や役割
②更新する人(Update)
値を書き換えてよい部門や役割
③参照する人(Read)
そのデータを使って判断や作業をする部門や役割
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
表を作ってみると、「参照する人はいるのに作る人がいないデータ」と「更新する人が何人もいるデータ」が、空白と重複として見えてくるでしょう。
前者には入力する担当を決め、後者には更新できる人を1つに絞る。
Salesforceなら項目レベルセキュリティで、HubSpotもプランによってはプロパティごとの編集権限で、更新できる人を実際に制限することができます。
そして、この表にはAIエージェントの列も1つ加えておくのがポイントです。
AIエージェントが参照する項目が空欄だらけなら、分析の結果も空欄の多さに引っ張られますし、
AIエージェントにも更新させる項目があるなら、人とAIエージェントのどちらの値を正とするかを先に決めておかないと、また上書きし合う状態に戻ってしまうのではないでしょうか。
5
75
SalesforceのAgentforceを社内の画面で使うとき、AIエージェントは初期設定では「いまログインしている人の権限」で動きます。
つまり、営業部長がログインしてAIエージェントに頼みごとをすれば、AIエージェントは営業部長と同じ範囲のデータを読み、同じ範囲のデータを書き換えられるわけです。
営業部長は、全営業担当者の商談、取引先責任者の電話番号、商談メモに書かれた社内向けのコメントまで見ることができ、
AIエージェントもそれらを読み取ることができるので、メールの下書きや提案分の作成の際にソースとして使えることになります。
一方で、顧客向けのエージェントなどは、人とは別に用意した「エージェントユーザー」の権限で動きます。
エージェントユーザーには権限セットを割り当てられるので、参照できるオブジェクトや項目、実行できるフローなどを、人の権限とは切り離して絞ることができます。
社内の画面で使うAIエージェントの権限を人と切り離したい場合は、エージェントユーザーで動かす構成にするか、AIエージェントが呼び出すアクション(フローやApex)の側で参照や更新を制限する必要があります。
.
.
どちらの構成をとるにしても、私はAIエージェントの権限を次の3つに分けてルール決めしておくのがいいと考えています。
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①読める範囲
取引先、商談、活動履歴は読めるようにする一方で、取引先責任者の電話番号や個人のメモなど、作業に必要のない項目は見せない
②書ける範囲
取引先や商談などの事実データは書き換えさせず、カスタムオブジェクト「仮説」などに下書きとしてだけ書き込ませる
③実行できる範囲
顧客へのメール送信や項目の更新は、人が承認してから実行する
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
人の権限は「その人の役職で何を見てよいか」を基準に決められていますが、AIエージェントの権限は「その作業に何が必要か」を基準に決める必要があります。
この3つを分けておけば、AIエージェントが事実データを書き換えてしまうことを防げますし、AIエージェントの下書きを人が直した差分も記録として残すことができます。
そして、AIエージェントが読める範囲が決まっていれば、「この提案はどのデータをもとに作られたのか」を、営業担当者があとから確かめられるようになります。
3
116
SalesforceやHubSpotにAI機能を入れる前に、CRMシステムの中を「記録・判断・実行」の3つの層に分けて考えたほうがいいと思っています。
ふだん使っている画面に置き換えると、3つの層は次のようになります。
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①記録の層
Salesforceの取引先・取引先責任者・商談・活動、HubSpotの会社・コンタクト・取引・アクティビティなど、標準オブジェクトに入る事実データ
②判断の層
「この商談の本質課題は何か」「決裁者は誰か」といった仮説と、その根拠、商談後の検証結果
③実行の層
ToDo、メール、Salesforceのフロー、HubSpotのワークフロー、AgentforceやBreezeなどのAIエージェントの作業
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①と③は、どちらのCRMシステムにも標準オブジェクトや標準の機能として最初から用意されていますが、
②の仮説や検証結果を記録するための標準オブジェクトは、SalesforceにもHubSpotにもありません。
そのため、CRMシステムに
事実:商談金額500万円、次回打ち合わせ11月20日
行動:ToDo「11月18日までに提案書を送付」
と記録されていても、「なぜ提案書を送るのか」「どんな見立てでその行動を選んだのか」は、どこにも記録されません。
つまり、いまのCRMシステムは「事実から行動へ直接つながる構造になっている」わけです。
.
.
そこで私は、判断の層を「仮説」というカスタムオブジェクトとして作り、商談オブジェクトに関連付けるのがいいと考えています。
商談を親、仮説を子にして、1件の商談に複数の仮説がひもづく「1対多」の関係にします。
たとえば、1件の商談に次の2つの仮説がひもづくイメージです。
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
仮説①(11月1日)
内容:現場の工数削減が一番の関心事ではないか
検証結果:外れ(現場は困っておらず、経営陣の意向だった)
仮説②(11月10日)
内容:情報システム部門のセキュリティ審査が関門ではないか
根拠:11月10日の商談メモ(担当者が承認プロセスの話で言葉を濁した)
検証結果:的中(11月15日の電話で確認)
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
なぜ、商談オブジェクトに「仮説」というテキスト項目を1つ足すだけでは足りないのか?
理由は2つあります。
1つ目は、項目だと仮説が変わるたびに上書きされて、仮説①のような外れた見立てが消えてしまうからです。
2つ目は、仮説を1件ずつのレコードにしておけば、「的中した仮説」「外れた仮説」を商談をまたいで集計できるからです。
.
.
設定の方法は、
Salesforce:カスタムオブジェクト「仮説」を作り、参照関係または主従関係の項目で関連先に商談を指定する
HubSpot(Enterpriseプラン):カスタムオブジェクト「仮説」を作り、取引との関連付けを有効にする
これで、商談の詳細画面に活動履歴と並んで「仮説」の一覧が表示されるようになります。
営業担当者は、商談が終わったら商談画面の「仮説」から新規作成で仮説を登録し、次の商談で結果が分かったら、その仮説を開いて検証結果を「的中」か「外れ」に更新します。
そして、AgentforceやBreezeのようなAIエージェントを動かす場合、仮説の記録がなければ、AIエージェントは事実データから直接、次の行動を提案することになります。
仮説と検証結果のレコードが貯まっていれば、AIエージェントは「過去に情報システム部門が関門になった商談で、何を確かめ、どんな結果だったか」を参照したうえで、次の行動を提案できるようになるでしょう。
2
83
CRMレコードの選択リスト項目は、年度の途中や期の切り替わりで見直すことが多いので、値を変更するときのルール決めをしておかないと、過去のデータと比較できなくなります。
たとえば、失注理由の選択肢を2025年度は
・価格
・競合
・タイミング
の3つで運用していた会社が、2026年度から
・価格
・競合(機能差)
・競合(価格差)
・予算が確保できない
・導入時期の見送り
の5つに細かく分け直したとします。
選択肢を細かくすること自体は、失注の背景情報を詳しく残すうえで意味がありますが、
変更するときに古い値を削除したり、過去のレコードの値を手作業で書き換えたりすると、「2025年度と2026年度で、競合に負けた商談の割合はどう変わったか」を集計できなくなります。
2025年度の「タイミング」が、2026年度のどの選択肢にあたるのかが記録されていないからです。
.
.
そこで私は、選択リストの値を変更するときに、次の3つをルール決めしておくのがいいと考えています。
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①古い値は削除せずに無効化する
新しい商談では選べないようにして、過去のレコードには古い値をそのまま残す
②変更日を記録する
いつから新しい選択肢で入力しているかを、項目の説明欄や管理用の記録に残す
③新旧の対応表を作る
「競合」→「競合(機能差)」「競合(価格差)」のように、古い値と新しい値の対応を1つの表にまとめておく
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
対応表があれば、年度をまたいで集計するときに新しい選択肢を古い区分にまとめ直して比較できます。
逆に、古い区分を新しい区分に分け直すことはできないので、選択肢は最初から細かめに設計しておいたほうが、あとで比較しやすくなるでしょう。
そして、CRMシステムにAI機能を入れる場合も、AIは選択リストの値を文字どおりに読み取れます。
対応表がなければ、AIは2025年度の「タイミング」と2026年度の「導入時期の見送り」を別の失注理由として扱い、年度をまたいだ傾向の変化を読み違えることになるので、注意しておきたいです。
2
100
CRMシステムの商談レコードは、項目の値を上書きしていく作りになっていることが多いので、
営業担当者がどう見立てていたかは、ルール決めしないと残らないと思っています。
たとえば、ある商談の金額・確度・完了予定日が
・4月1日:300万円、確度40%、完了予定日5月31日
・5月10日:500万円、確度60%、完了予定日5月31日
・6月20日:450万円、確度80%、完了予定日6月30日
と変わっていったとします。
CRMシステムの商談レコードに上書きで入力していれば、画面には「450万円、確度80%、6月30日」という値だけが表示されます。
つまり、「5月末に受注できると見立てていたのに、1か月ずれた」という背景情報が、商談レコードからは読み取れなくなるわけです。
もちろん、CRMシステムには項目の変更履歴を残す機能があります。
ただ、Salesforceの標準の項目履歴管理は1つのオブジェクトにつき20項目までで、保存期間にも上限があるように、どの項目の履歴をどれだけ残すかは、あらかじめ決めておく必要があります。
.
.
そこで私は、CRMシステムの項目を次の2種類に分けて設計するのがいいと考えています。
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
①上書きしてよい項目:会社の住所、担当者の電話番号など、最新の値だけ分かればよいもの
②履歴を残す項目:金額、確度、完了予定日、商談フェーズなど、営業担当者の見立てが入るもの
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
履歴を残す項目は、値が変更されるたびに「記録日」と「その時点の値」を1行ずつ別の記録として持たせます。
こうしておけば、マネージャーは「完了予定日が何回後ろにずれたか」「確度を上げたあとに金額が下がった商談はどれか」も、見立ての変化そのものを集計できるようになります。
そして、CRMシステムにAI機能を入れる場合も、AIは現時点の項目値しか読み取れません。
今の値しか残っていなければ、AIは商談がどんな経過をたどって今の状態になったのかを知らないまま、分析することになります。
1
88
リエンジニアリング革命で論じられている
「業務再設計の対象業務は、機能障害、重要度、実行可能、これら3つの基準を用いて選定する。」
は、優先順位のつけ方ととても良く似ている。
つまり、どんな取り組みにおいても、対象となる事象の選び方は、優先順位のつけ方と構造が似ているんだなと思う。
26
CRMシステムに商談のAI要約を記録している会社は、要約とは別に、「顧客の発言をそのまま残しておいたほうがいい」と思っています。
たとえば、商談で顧客が
「今期は正直厳しいですね。ただ、来期の予算取りの資料に入れたいので、概算の見積もりだけもらえますか?」
と話したとします。
この発言をAIが要約すると、
「今期の導入は難しい。来期に向けて見積もりを希望。」
のようにまとめられることがあります。
要約としては間違っていないんですが、「来期の予算取りの資料に入れたい」という顧客の思惑がAIに生成されていませんよね。
この一言には、「顧客の担当者が社内で予算を申請する準備を始めている」背景が含まれています。
つまり、AIは抽出した発言を短くする時点で「どこが大事か」を判断していて、要約には要約したAIの解釈が混ざっているわけです。
.
.
そこで私は、商談の記録を次の2つに分けて持つのがいいと考えています。
.
.
原文:顧客が実際に話した言葉。文字起こしからそのまま引用する
要約:原文をもとに、AIや営業担当者がまとめた文
.
..
この2つをあわせて、要約の各文から根拠になった原文の箇所をたどれるようにしておくと、
マネージャーが要約を読んで「本当にそう言っていたのか?」と思ったときにすぐ原文を確認できますし、要約文章から引用箇所と文脈をセットで確認することもできるでしょう。
AIで記録を効率化するほど、顧客が話した言葉そのものを残しておく価値は大きくなると私は思っています。
3
123
マーケティング部門は「今月の商談は30件」と報告し、営業部門は「今月の商談は12件」と報告する。
こうした数字のずれは、中堅企業の営業会議でもよく起きているんじゃないかと思います。
多くの場合、原因はどちらかの数え間違いではなく、「何をもって商談とするか」の定義が部門ごとに違うことにあります。
たとえば、
・マーケティング部門:初回面談の日程が決まった時点で商談
・営業部門:顧客の課題と予算を確認できた時点で商談
と考えていれば、同じCRMシステムを見ていても数字は合いませんよね。
CRMシステムには「商談」というオブジェクトがありますが、システムは「どの時点で商談レコードを作るか」までは決めません。
つまり、商談の定義が決まっていないまま入力してても、商談化率もパイプラインの金額も、レコードを作った人の判断によってばらついてしまうわけです。
.
.
そこで私は、商談の定義を決めるときに、次の3つを全社でそろえておくのがいいと考えています。
①商談を作る条件
「初回面談で、顧客が自社の課題を認めた」のように、商談レコードを作ってよい条件を文章で決めておく。
②条件を満たした根拠の記録
商談の条件を満たしたかどうかを、チェック項目や選択項目としてCRMへ記録する。あわせて、誰の発言や資料で確認したかも残しておく。
③商談にしないリードの扱い
条件を満たさなかったリードを、どのステータスにして、誰が追いかけるのかを決めておく。
.
.
この3つがそろっていれば、マーケティング部門と営業部門が同じ数字を見て議論できますし、定義そのものが正しかったかどうかも、四半期ごとの受注率から見直せるでしょう。
そして、CRMシステムにAI機能を入れるなら、この定義はなおさら大事になると思っています。
なぜなら、AIに「商談化率が下がった原因を分析して」と頼んでも、商談の定義が人によって違えば、AIは定義のばらつきを顧客の変化として読み取ってしまう恐れもあるからです。
2
38
CRMの商談レコード項目「次のステップ」には、「何をするか」だけでなく「その行動で何を確かめるか」まで記録しておいたほうが、商談の質は上がっていくと思っています。
多くのCRMシステムには、商談ごとに「次のステップ」や「次回アクション」を入力する項目がありますよね。
実際のレコード画面では、
・来週、再訪問
・提案書を送付
・見積もりを提出
のような、営業担当者の行動予定が記載されていることが多いと思います。
ただ、この書き方だと「その訪問で何を確かめに行くのか?」がCRMには記録されていません。
たとえば同じ「来週、再訪問」でも、
・部長が予算を持っているか?
・情報システム部門が反対していないか?
・導入時期は今期中か?
のどれを確かめる訪問なのかで、準備する資料も、訪問後に記録すべき内容も変わってきます。
確認事項が記録されていないと、訪問後に上司から「どうだった?」と聞かれても、営業担当者は「前向きでした」としか答えられません。
つまり、顧客と営業担当の間では話は進んでいるのに、担当の仮説検証は何も進んでいない状態になるわけです。
.
.
そこで私は、次のステップを3つの項目に分けて記録するのがいいと考えています。
💡行動
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
来週、部長と再訪問
💡確かめること
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
部長が予算を持っているか?
💡結果
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
予算は役員が持っている(部長本人が発言)
.
.
確認事項は訪問前に、検証結果は訪問後に記録します。
こうしておけば、マネージャーは商談レビューで「何をしたか」ではなく「何が分かったか」を確認できますし、確認した結果は商談の仮説を更新する材料にもなります。
そして、CRMシステムにAI機能を入れている会社なら、AIに「次に確かめるべきこと」の下書きを作らせることもできるでしょう。
過去の商談で何を確かめ、どんな結果だったかの記録が貯まっていれば、AIは似た商談で確かめるべき点を提案できるようになるからです。
次のステップを、営業担当者の予定表ではなく、商談の仮説を確かめるための記録にしておくことが、Agentic CRMで扱う「検証結果データの活用」になると私は思っています。
55
単一のCRMシステムを使っている会社でも、そのシステムの中のデータアーキテクチャを設計していなければ、集計できないデータが増えていくリスクはあると思っています。
たとえば、失注理由を自由記述にしているCRMシステムでは、同じ理由が
・競合負け
・コンペ敗退
・他社に決定
のように、営業担当者ごとにそれぞれの言葉で入力されていきますよね。
つまり、「失注理由ごとの件数」さえシステム内で集計できなくなるわけです。
データアーキテクチャというと、複数のシステムをつなぐ話だと思われがちなんですが、1つのCRMシステムの中にも入力前に決めておく設計が4つあります。
.
.
.
💡①オブジェクト同士の関係
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
1つの会社に複数の担当者がひもづく(1対多)、1つの商談に代理店とエンドユーザーの2社が関わる(多対多)などの関係性を、先に決めておく設計です。
この関係性をデータ上で決めていないと、現場は代理店名を備考欄に書き始めてしまい、あとから「代理店ごとの売上」を集計できなくなります。
.
.
💡②1レコードの粒度
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
商談の1レコードが何を表すのかを決める設計です。
たとえば1つの商談で3つの商品を売るとき、商品ごとの数量や単価を商談の項目に直接持たせるのか、「商談品目」という別のオブジェクトに分けるのか。
これを決めていないと、入力欄が足りなくなった営業担当者が商談を3つに分けて登録し、商談件数とパイプラインの金額が水増しされてしまう可能性があります。
.
.
💡③項目の型と選択肢
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
各項目を自由記述にするのか、選択式・日付・数値にするのか、どの商談フェーズで必須にするのかを決める設計です。
冒頭で説明した失注理由のばらつきは、この入力ルールの設計がないことで起きてしまうわけです。
.
.
💡④状態の変化と更新の責任
 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
リードから商談、商談から顧客へと進むなかで、どのタイミングでどの項目が埋まり、誰が更新するのかを決める設計です。
これを決めていないと、「提案フェーズなのに金額が空欄」「失注したのに次回アクションの予定日が残っている」のように、実際の業務とずれて残ってしまいす。
.
..
.
データマネジメントの知識体系であるDMBOKでも、こうした設計は「データモデリングとデザイン」という領域として整理されています。
そして、この4つこそ、CRMシステムにAI機能を入れる前にこそ見直したい設計だと私は思っています。
というのも、AIは記録されたレコードをそのまま読むので、水増しされた商談件数や表記がばらばらの失注理由を読めば、AIの分析結果も同じようにずれていくからです。
複数のシステムをつなぐ前に、まずは今使っているCRMシステムの中で、この4つが決まっているかを確かめてみてはいかがでしょうか。
1
53
新しい商談の準備で、CRMシステムのAIに「過去の似た案件を探して」と頼んだとします。
すると、同じ製造業、同じ従業員300名規模、同じ製品を提案した5件の案件が抽出されました。
一見すると類似した
ところが、その5件の商談メモを読んでみると、今回の商談とは中身がまったく違っていたことがよくあります。
たとえば、今回の顧客は「現場の残業を減らしたい」のに、過去の5件は「本社が全社のツールを統一したい」案件だった、とかです。
つまりAIは、業種も規模も製品も同じなのに「参考にならない類似案件」を抽出したわけです。
その原因は、AIが似ていると判断した基準がCRMに記録されている項目だけだからです。
いまのCRMシステムで「類似」を判断できる項目は、
・業種
・従業員規模
・提案した製品
・商談金額
といった、案件の表面にある情報がほとんどです。
一方で、営業担当者が本当に知りたいのは
・同じ課題を抱えていた顧客は、どこで迷っていたのか?
・同じところで停滞した商談は、何をして前に進んだのか?
・同じ打ち手を試した結果、受注したのか失注したのか?
といった「案件の本質が似ている事例」のはずです。
となれば、AIに本質が似ている案件を探させるには、その「本質」がCRMへ記録されていなければなりません。
だから「仮説・検証済みの本質課題」の記録が必要だと思っています。
商談の前に立てた課題の仮説が、商談のあとで当たっていたのか外れていたのか。この検証結果まで記録されていれば、AIは「表面は違うが、本質課題が同じ案件」を探せるようになるでしょう。
例えば業種が違っても、「決裁者の見立てを外して失注した」という共通点を持つ案件同士を、類似案件として並べられるわけです。
逆に言えば、本質課題の記録がないままAIに類似案件を探させても、「似たような会社のリスト」しか出てこないでしょう。
皆さんのCRMシステムで、似た案件を探すときの「似ている」は、何を基準に決まっているでしょうか?
1
60
業務変革を進めるには、業務"プロセス"を再設計することであり、部門やメンバーに焦点を当てるのではない。
プロセスを再現するために部門やメンバーがあふのであって、部門なメンバーのあとにプロセスがあるわけではない。
22
まず、次の商談メモを読んでみてください。
「先方は現行システムに不満あり。予算は来期分で確保済み。部長は前向き。競合A社も検討中と思われる。早めに見積もりを出すべき。」
たぶん、営業担当の方も書きそうなよく見かけるメモですよね。僕も面談中はこれくらいのメモで書き留めると思います。
では、この5つの文のうち、顧客が実際に言ったことはどれでしょうか?
....読み返してみると、意外と判断がつかないと思います。
「予算は来期分で確保済み」は、顧客の担当者がそう言ったのかもしれませんし、営業担当者が雰囲気からそう受け取っただけかもしれません。
実際に整理してみると
「部長は前向き」は、営業担当者の印象です。
「競合A社も検討中と思われる」は、推測です。
「早めに見積もりを出すべき」は、営業担当者の意見です。
つまり1つのメモの中に、
・事実(顧客が言ったこと、資料で確認したこと)
・仮説(担当者の推測や印象)
・主張(次にどうすべきかという意見)
の3種類が、区別されないまま混ざっているわけです。
人が読む分には、書いた本人に「これ、先方が言ってた?」と聞けば済むんですが、CRMシステムのAI機能はそれができません。
AIは、メモの文をすべて同じ重みづけをされた情報として読みます。
その結果、「予算確保済み」「部長は前向き」を事実として扱い、実際よりも受注に近い案件として評価してしまう恐れもあります。
そこで私は、「事実・仮説・主張の三分離」という考え方を、商談メモの書き方に持ち込むのがいいと考えています。
やり方はシンプルで、メモの1行ごとに、どの種類の文なのかを付けるだけです。
事実:予算は来期分で確保済み(顧客の部長が発言)
仮説:競合A社も検討中
主張:早めに見積もりを出す
ポイントは、事実には「誰が言ったか」「何で確認したか」を必ず添えること。出どころが書けない文は、事実ではなく仮説として扱います。
このルールがあるだけで、AIが読み違える余地はかなり減るでしょう。
とはいえ、最初から全部のメモでやる必要はなくて、まずは次の商談のメモで、1行ずつ「これは誰が言ったことか?」を考えながら書いてみると良いと思います。
Agentic CRMで扱う「判断記録」は、こうしたメモの書き方から始まると思っています。
44
「確度80%」を付けた商談のうち、実際に受注したのは何割くらいでしょうか?
CRMシステムを長く使っていても、この質問にすぐ答えられる会社は意外と少ないんじゃないかと思っています。
天気予報には、「降水確率80%と予報した日に、実際に雨が降った割合」を確かめる考え方があります。
予測の研究では、これを「キャリブレーション(較正)」と呼んでいて、80%と予報した日の8割で雨が降っていれば、その予報は信頼できると判断します。
となれば、営業の確度も、本来は同じように検証できる数字のはずではないかと思います。
ところが実際には、確度の数字を付ける基準が担当者ごとに違うことがよくあります。
Aさんは、決裁者に会えたら60%。
Bさんは、見積もりを出したら60%。
Cさんは、手応えがあれば60%。
同じ60%でも、中身はまったく別物ですよね。
マネージャーは「Cさんの60%は甘めだから」と頭の中で補正しながら見ているので、営業会議はなんとか回るんですが、CRMシステムにAI機能を入れたときに困ることが増えます。
というのも、AIにはその補正情報を知らないから。
CRMへ記録されているのは"60%"という数字だけなので、AIはAさんの60%とCさんの60%を同じものとして、受注結果と照合することになります。
すると、AIが学習するのは商談の傾向ではなく、担当者ごとの数字の付け方のクセになってしまう恐れもあるわけです。
では、どうすればいいのか。
私は、「担当者が入力する数字」から「条件から決まる数字」に確度を変えるのがいいと考えています。
手順にすると3つです。
①確度を決める条件を、チームで決める
(例:顧客が課題を認めているか?/社内の合意形成まで進んでいるか?/予算を持つ人と承認する人を確認できているか?)
②営業担当者は数字ではなく、条件を満たしたかどうかをCRMへ記録する
③四半期ごとに、確度ごとの実際の受注率を検証して、条件と数字の対応を見直す
こうしておけば、担当者が変わっても同じ基準で数字が付きますしAIも「どの条件がそろった商談が受注しやすいか」を学べるようになるでしょう。
「確度」を検証される数字にしておくこと。
地味な設計ですが、AIに渡すデータの意味をそろえるこうした積み重ねが、Agentic CRMの基盤になると思っています。
2
72
AIに商談の課題分析を任せるときは、
「"自社では変えられない要因"を本質課題として扱わない」
というルールを決めておく必要があると思っています。
最近は、CRMシステムの商談データをAIに読ませて、失注原因や案件の課題を分析させる使い方が増えていますよね。
便利な使い方なんですが、AIに自由に分析させると、次のような答えが返ってくることがあります。
・顧客の予算が削減された
・景気の先行きが不透明だった
・顧客の社内で組織変更があった
どれも事実としては正しいかもしれませんが、これらを"本質課題"として受け取っても、営業担当者が次の商談で打てる手はほとんどないわけです。
なぜなら、顧客の予算も景気も組織変更も、自社の営業活動では変えられないからです。
本質課題としてCRMへ記録すべきなのは、こうしたコントロール不可能な外部要因の中で、「自社が何をできていなかったのか?」のほうだと思います。
例えば「顧客の予算が削減された」という失注理由なら、
・予算が削られる中で投資対効果を説明できていたか?
・稟議に使える資料を顧客に渡せていたか?
・予算が決まる前に検討の優先度を上げてもらえていたか?
と問い直すと、次の商談ではこうした外部要因の理由も減るかもしれません。
.
.
だからこれからは、AIに課題を分析させるときに「変えられる要因と変えられない要因を分けて記録させる」ほうが今後の分析や提案の精度は高くなるのではないかと思います。
本質課題:自社の営業活動で変えられる要因
前提条件:予算や景気など、自社では変えられない要因
前提条件は、「この条件の中でどう戦うか?」を考えるための情報として記録しておいた方がいいでしょう。AI用語でいう「ハーネス」でしょうか。
AIの分析結果をそのまま課題として受け取るのではなく、自社が働きかけられる範囲で課題を定義し直すことが、次の商談の打ち手につながる判断プロセスを組織に展開することになると思います。
そしてこれがAgentic CRMが目指すべき形だと思います。
29
CRMシステムへの入力作業をAIで減らしていくと、
「営業担当者が商談後に内容を振り返る作業も、一緒に記録されなくなる」
じゃないかと思っています。
いま、商談中の音声をAIが文字に起こし、要点をまとめてCRMシステムに書き込むツールが増えていますよね。
営業担当者にとっては入力の手間がほぼなくなるので、とても助かる仕組みなんですが、
これまでの手入力には、ひとつ大事な役割がありました。
それは、営業担当者が商談を振り返り、「結局この商談で何が分かったのか」を自分の言葉でまとめる時間になっていたことです。
例えば、AIの要約には次のような内容が記録されます。
・顧客が話した課題
・出てきた予算の金額
・次回の打ち合わせ日
これらは商談で実際に話された"事実データ"になりますが、一方で営業担当者は商談後に、
・顧客が本当に困っているのはどこか?
・話に出なかった懸念や要件はほかにないか?
・この案件は前に進みそうか?
と、商談を振り返りながら、担当者の洞察にもとづいて会話内容を整理していました。この作業が、AI要約によってなくなるわけです。
AIに入力作業を任せると、事実情報は蓄積されていきますが
営業担当者が、商談内容を振り返りながら構造的に整理したり、仮説を立てる機会がなくなることで、CRMシステムには事実情報以外に何も記録されなくなる恐れもあります。
.
.
だからこれからは、「AIと営業担当で入力内容を分ける」ことを提案したいです。
AI:会話内容の事実を記録する
営業担当者:商談や顧客の反応に対する所感や判断プロセスなどをメモする
事実と主観を明示的に分けて記録すれば、判断プロセスを学習させながら入力作業を効率化させられます。
AIを通して入力作業をなくすことではなく、人が書くべきものだけを人が書くことが、学習し続けて営業担当の知的生産を高める価値創出につながると思います。
そしてこれがAgentic CRMが目指すべき形だと思います。
2
31
ビジネスアーキテクトという職種が求められるようになった背景を考えていた。
以前の日本企業では、
経営・事業企画はビジネスの目的を考え、
現場は業務を回し、
情シスやITベンダーはシステムを作る。
それぞれの役割は存在していても、それらを横断して全体を設計する機能は不足していたんじゃないかと。
つまり、ビジネスアーキテクトは、新しい専門職が増えたというより、分断されていた設計機能を統合する役割を担うために生まれたんじゃないかと思っています。
といっても、DX推進部や経営戦略の領域で業務されていた方からすれば、やっていることは同じかかなり近しいだろうなと。
やっぱり、ビジネスとITの戦略と現場業務をつなげる難易度が高すぎたからずっと問題提起されてきたんじゃないかと考えています。
そしてこれはAI導入でも同じ。
AIの活用方法を考えるだけでは不十分で、事業目的、業務プロセス、判断基準、データ、システム、責任分担まで一貫して設計する必要があるから、
技術を導入する人だけでなく、ビジネスや業務の変革に必要な設計ができる人が必要になってくるのは、今後さらに加速するはず。
自分のやってる業務に名前がついたような感覚。貴重で学びになる時間でした、ありがとうございました!
#BizArchCommunity



















