😭 営業領域におけるDX課題
膨大な顧客データ・商談データの整理・分析ができていない 商談時のアプローチ方法が人によってバラバラ 時間がなく、新人営業への育成・サポートが行えない
👌 生成AIの価値(可能性)
顧客データ・非構造化データの効率的でスピーディな整理・分析 散在する商談ログやナレッジからマニュアル・プロセスを策定 顧客やサービス内容にそい、生成AI補助ツールを設計
💾 知見整理
非構造化データを構造化して整理 商談のパターン化 特定の商談パターンやヒアリングから、商談やトーク・Q&Aなどのパターン仮説を抽出 商談全データの分析&構造化 全ての商談データを1件1件分析し「顧客ニーズ」「Q&A」「トークパターン」を抽出&構造化 エース知見の形式知化 実績のあるエース営業マンへのインタビューから勝ちパターンやポイントを抽出 マニュアル化 これらの知見を整理し、後から見返せるように言語化&整理
🧑💼 商談前
チェック項目にもとづく企業情報の精査&仮説だし Perplexity例 edited
💬 商談時
顧客のニーズに合わせて、その場で仮説や価値を提示する AIいけとも edited
💯 商談終了後・ナレッジシェア
商談時の会話内容に対する採点・フィードバックツールの作成📝 散在する「匠の技」やエース営業のテクニックの抽出と集約🥋 提案ドラフトの作成 …
メディカルプラットフォーム事業部マネージャー 高橋 侑也さま❝ Workstyle Evolutionの支援により、生成AIを活用した商談時の質問生成ツールの開発にトライすることができました ❞
🈺 営業コンサルティング(イネーブルメント)
👍企業側のメリット 自社にない外部の知見やメソッドが手に入る 👎企業側のデメリット 取り扱える過去のデータ量に限界がある📃 プロジェクトが長期化することもしばしば📅
🧰 営業プロダクト(SaaS)導入
👍企業側のメリット 短期的なコストは比較的安い 👎企業側のデメリット 社員教育や導入など企業側でリードする必要あり💀 長期×体制拡大に伴ってコストが爆増💰
💼 営業代行(アウトソース)
👍企業側のメリット 基本的には丸投げ可能で手離れがよい 👎企業側のデメリット ノウハウや知見が社内に蓄積しない😿 長期間のアウトソース費用(固定費)が発生💴
🎇 GAI Craft for Salesはここが違う!
大量の過去データをスピーディに整理、分析可能📚 企業側の負担は最小限ヒアリングやデータ共有程度👂 リーズナブルな費用体系、都度発生ベースのプロジェクト費用💴 生成AIツールが営業社員の知見を補助、ナレッジの蓄積🛠️