ChatGPTが受注率も算出できる「良い営業データ」とは？ AI時代のデータの作り方：【プロンプト公開】（2/5 ページ）

[村尾祐弥（Magic Moment），ITmedia]

追加質問もしてみた

　また、構造化データを用いた回答には「株式会社東京ソリューションは社員教育目的で当社製品を導入しようとしているようです。どうアプローチするのがいいでしょうか？」と追加質問をし、以下の回答が得られました。

ChatGPT4.0に構造化されたメタデータを入力し、顧客へのアプローチ方法について得られた回答

　構造化データと非構造化データの出力結果において異なる点は、前者からは「個別の案件に関する事実に基づいた洞察が得られる」ことです。構造化されたメタデータからは以下のような示唆が得られました。

• 定量的な要素が提示される：受注確率25％
• 受注要因に関する具体的な要因が分かる：価格
• 追加質問により推奨アクションが示唆として得られる：製品の価格競争力を強調し、他社製品との比較や長期的なコスト削減効果をアピールする

　営業におけるこれらの情報は、これまでは「人の勘と経験」と呼ばれ、暗黙知のまま明らかにされてこなかった領域でした。しかし、きちんと構造化されたデータを社内に蓄積できれば、集合知から定量的に案件ごとの将来を予測し、リスクがある場合は必要な対策や改善点が分かります。

　上記で活用した営業活動のメタデータ、およびChatGPTを活用したプロンプトは、こちら（構造化データ、非構造化データ）から自由に閲覧いただけます。出力結果に続いて追加質問もできますので、お試しください。