実は営業の大きな資産、AIで分析したい「失注データ」
失注データは営業の失敗記録ではない
営業会議で失注案件が報告されると、「今回は価格で負けました」「競合との付き合いが長かったようです」「タイミングが合いませんでした」といった説明で、その案件が静かに閉じられることがあります。担当者も上司も次の案件に追われているため、深掘りする時間が取れません。CRMの失注理由には短い一言だけが残り、商談メモやメール、提案書は別々の場所に眠っていきます。
ただ、経営の視点で見ると、ここにはかなり大きな損失があります。失注した案件には「顧客が何を比較したか」「どこまで興味を持ったか」「何を不安に感じたか」「どの時点で温度が下がったか」という意思決定の痕跡が残っているからです。受注案件が「なぜ選ばれたか」を教えてくれるなら、失注案件は「なぜ選ばれなかったか」を教えてくれます。片方だけでは、営業プロセスの全体像は見えません。
失注を「終わった案件」と捉えると、担当者の反省で終わります。しかし「顧客の意思決定データ」と捉えると、営業組織全体で再利用できる資産に変わります。ここでAIが効いてきます。
AIが見るべきなのは失注理由の一言ではない
AIで失注分析をすると聞くと、CRMからCSVを出して「失注理由を分類してください」と入力する姿を想像しがちです。しかし、それだけでは「価格が多い」「競合が多い」という集計が増えるだけです。営業改善につながる分析では、失注理由の周辺にある情報までつなげる必要があります。
例えば、最低でも「顧客の課題と最初の相談内容」「商談回数と商談ごとの論点」「提案した価値、価格、条件」「顧客側の参加者と意思決定者」「失注理由と失注直前のやり取り」の5つを、同じ案件単位で見ます。
さらに、可能であれば受注案件も同じ項目で並べます。AIにとって重要なのは「失注だけを読むこと」ではなく、「受注した案件との違いを探すこと」です。
例えば、失注案件では3回目の商談まで意思決定者が参加していない一方、受注案件では初回か2回目に責任者が参加している。あるいは、失注案件では機能説明が中心で、受注案件では導入後の業務変化や費用対効果の話が多い。こうした差が複数案件で繰り返されているなら、個人の勘ではなく、営業プロセス上の仮説として検証できます。
価格で負けたをそのまま原因にしない
現場でよく使われる「価格で負けた」という言葉は、典型的な感覚言語です。事実として価格差があったとしても、それが失注の本当の原因とは限りません。
構造的に見ると、「価格で負けた」は「顧客が価格以外の比較軸を十分に持てなかった」「期待する成果と価格の関係が伝わらなかった」「意思決定者が投資妥当性を判断できる材料が不足した」といった複数の状態に分解できます。行動経済学でいうフレーミング効果は、同じ情報でも提示のされ方によって受け止め方が変わる現象です。つまり、金額そのものだけでなく、顧客がその金額をどの枠組みで評価したかを見る必要があります。
例えば100万円の提案が高いのか、それとも毎月50時間の作業削減によって年間600時間を取り戻せる投資なのかでは、顧客の比較軸が変わります。ここを商談ログからAIで抽出すると、「値引きすべき案件」と「価値の伝え方を変えるべき案件」を切り分けやすくなります。
あなたの会社でも、「失注理由が価格、競合、時期だけで止まっていないか」「失注直前に顧客の発言や参加者がどう変化したかを追えるか」「受注案件と失注案件を同じ軸で比較できる状態になっているか」の3点を一度確認してみてください。3つとも難しい場合、AI導入以前に「営業データの残し方」を整える余地があります。
AIで見つけたいのは共通点ではなく分岐点
失注分析では「よくある理由」を数えるだけでは足りません。本当に価値があるのは、受注と失注が分かれた分岐点を探すことです。
例えば、同じ業種、同じ規模、似た予算の企業でも、片方は受注し、もう片方は失注することがあります。その2案件を比較し、「誰が商談に参加したか」「顧客がどんな質問をしたか」「どの資料を提示したか」「提案後にどんな返信があったか」をAIに整理させます。すると、営業担当者が感覚では見落としていた差が候補として浮かびます。
ここで注意したいのは、AIの出力をそのまま正解にしないことです。AIは仮説を高速で作る道具として使い、最終的には営業担当者への確認や案件レビューで検証します。「AIがそう言ったから」ではなく、「AIが見つけたパターンを、現場の経験で確かめる」という順番です。
診断ではデータから分岐点を探し、設計では改善する商談プロセスを決め、実装ではヒアリング項目や提案書、CRM入力項目まで変える。この3段階まで進んで初めて、分析結果が次の商談に戻ります。
失注データを次の商談で使える形に変える
失注分析のゴールは、きれいなレポートを作ることではありません。次の営業担当者が「今回の案件では何を確認すべきか」を判断できる状態にすることです。
例えばAI分析から「決裁者との接触が遅い案件ほど失注しやすい」という仮説が出たなら、初回商談で決裁プロセスを確認する質問を標準化します。「導入効果を金額換算していない案件で失注が多い」という傾向が出たなら、提案書に費用対効果の試算欄を追加します。「競合比較で負けている」なら、単純な機能比較ではなく、顧客が重視している評価軸そのものを把握する質問を増やします。
実装手順は、1.失注案件のデータを集める、2.受注案件と同じ項目に揃える、3.AIで差分と共通パターンを抽出する、4.営業メンバーが仮説を確認する、5.商談プロセスやCRM項目へ反映する、6.次月の受注・失注データで再検証する、という流れです。
この流れなら、失注は「残念だった案件」ではなく、営業の判断精度を上げる学習材料になります。月に20件の失注がある会社なら、1年間で240件分の意思決定データが蓄積します。捨ててしまえばゼロですが、構造化して比較すれば、営業教育、提案改善、商品改善にも使える情報になります。
営業会議を反省会から学習の場へ
失注案件が出るたびに「次は頑張ろう」で終わると、同じ失敗が担当者を変えて繰り返されます。逆に、失注のたびに「どの分岐点で何が起きたか」を記録し、一定数たまった段階でAI分析する仕組みがあれば、経験が組織に残ります。
営業の強さは、成功事例をどれだけ持っているかだけでは決まりません。選ばれなかった理由をどれだけ丁寧に回収し、次の行動に変換できるかでも差がつきます。失注データは売上にならなかった記録ですが、だからこそ顧客が最後まで越えられなかった障壁が残っています。
あなたの会社では、直近10件の失注から「次の商談で変えること」を具体的に3つ言えるでしょうか。
「自社に眠っている失注データから、次の受注につながる共通パターンを見つけられないか？」と少しでも気になった方は、以下のフォームからお気軽にご相談ください。【初回無料】にて、AIとマーケティングを組み合わせた営業データ分析・営業プロセス改善で「貴社の課題抽出」「業務や事業の次の一手」となる新たな可能性を提案いたします。
💡合同会社RASHは【マーケティング×IT×生成AI×行動経済学/脳科学/心理学などの知見】で、「課題の明確化」「解決策と費用対効果の提示」から、「貴社・部門の”どうにかして解決したい”」を全力でお手伝いいたします。【DX/AXで「やらなくていい」をゼロに、「やりたい」を形に】顧客の現場に密着し、最短距離で価値を創出するForward Deployed Engineer(FDE)として、以下の3軸で事業を展開しています。
📒経営・営業向け生成AI/DX導入支援(FDEスタイル) 現場の課題を直接抽出。コスト1/60、売上・生産性200%アップを実現するハンズオン型サポート。📒心理学・科学的根拠に基づくマーケティング・研修 行動経済学や脳科学を駆使し、顧客の意思決定をデザインする集客設計や組織教育。📒事業成長のためのシステム開発・AI構築 単なる受託ではなく、事業運営やピボット支援まで踏み込んだ「勝てる」システムの設計と実装。
ITエンジニアの技術力、マーケターの戦略眼、そしてメンタリストの心理洞察。これらを現場の「前線」で融合させ、事業を次なるレベルへと引き上げることを得意としております。「CRMに溜まった失注データをAIで分析し、受注との分岐点を見つけたい」「営業担当者ごとの商談記録から、失注につながる共通パターンを可視化したい」「営業部門の商談効率を上げたいが、DXで何ができるの？」「広報やバックオフィスが手一杯なので、AXで効率化する方法を知りたい」「今ある業務課題を整理し、どこから手を付けるべきか一緒に考えてほしい」もっと抽象的なご相談でもOKです。
あなたのアイデアやお悩みを【マーケティング×IT×生成AI×行動経済学/脳科学/心理学などの知見】でビジネスの未来につなぎます。気軽にお問い合わせください。あなたのビジネスを伸ばす「AI活用型システム開発、AI導入支援/研修/ハンズオン型サポート/コンサルティング」など「弊社ができること」はこちら
