コラム
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】(4/5 ページ)
AI時代に求められる「良い営業データ」とはどういうものでしょうか? 良い営業データとAIを組み合わせることで、さまざまな営業業務の自動化が可能になります。実際に良い営業データをChatGPTに入れてみたところ……
(3)トレーサビリティ
トレーサビリティとは、データ基盤全体において透明性があり、かつ追跡可能である状態を指します。課題が発生している原因を特定し解決するためには、いつ何が行われているかを追跡できることが重要です。元データやログを参照できる状態を指します(以下、例)。
- ×:大幅な割引率で販売されているが、誰が承認したか不明である
- ◎:大幅な割引率で販売されているが、記録されている全ての商談や承認プロセスログを参照し、承認者を特定、解決策を検討できる
トレーサビリティがない場合、例えば元データを参照できず確認に時間がかかったり、変更などが反映されずに誤った情報で意思決定を進めてしまったりといったリスクがあります。誰がいつ何をしたか、という情報が参照できなければ、イレギュラー時の原因究明も困難になります。
(4)データの構造化
データの構造化とは、階層的に定義・構成されているデータです。誰が、いつ、何を、どうするといった情報の保存場所や形式、時系列が明確に定義され、測定可能・検証可能なデータ構造である状態を指します(以下、例)。
- ×:商談時に取得する情報が構造化されておらず、各担当者が主観的に重要だと思った点を営業メモとして残している
- ◎:商談時に取得する情報が決められており、測定可能・検証可能な項目が記録されている
データの構造化ができていない場合、営業担当がどのような情報を記録すれば良いのか分からず、バラバラな情報を記録してしまう可能性があります。そもそもデータの質が低いため、AIがそこから業務の自動化やネクストアクションの示唆出しができないのはもちろん、人がデータを見ながら比較・分析することもままならないでしょう。
関連記事
- 米国で「営業マネジャー不要論」が話題 AIが代替できない「営業の仕事」はあるのか
「営業職はAIに代替されるのか」というテーマは、日本のみならず世界中で話題になっており、米国では「営業マネジャー不要論」が持ち上がっています。なぜ米国ではそのような議論に発展したのでしょうか? そのワケと日本企業への影響を解説していきます。 - なぜ、日本企業の営業組織は「AI」と「データ」を正しく使えないのか?
なぜ日本企業の営業組織は「AI」と「データ」を正しく使えないのか? 効果的な活用を阻む日本企業特有の課題と、解決策を前後編にわけて解説していきます。 - 営業業務の効率化に「AI」は必須ではない より重要な「ある条件」を満たすデータ
AIを営業活動に取り入れ、効率的に活用するためには、AIに学習させるデータの準備が不可欠です。そのデータの質はとても重要で、実は「とある条件」を満たすデータであればAIを活用せずとも、営業活動を効率化できるのです。 - 外資の営業は10年前からAI活用 なぜ日本企業の多くはいまだに「蚊帳の外」なのか
外資企業では、10年以上前から営業活動において簡単な業務であればAIを活用してきた。なぜ日本企業ではいまだにAI活用が進まないのだろうか? 元SAPジャパンの営業役員に日本の課題とポテンシャルを聞いた。 - 「営業から買う」は時代遅れ B2Bテック製品の購買ジャーニー、どう変化している?
B2B営業の購買ジャーニーが変化してきている。これまで当たり前だった「営業から買う」というスタイルはすでに時代遅れになりつつある。なぜだろうか? 購買者の変化を踏まえ、今後の営業のあり方を考えてみよう。
Copyright © ITmedia, Inc. All Rights Reserved.