集まったデータだけで、全体を見たつもりにならない

売上、受注、顧客アンケート。既にあるデータをAIへ渡せば、傾向や施策案を短時間で整理できます。

しかし、詳しく分析したことと、全体を見渡したことは同じではありません。 分析の外にある情報を考えなければ、見えている範囲だけで判断を強めてしまいます。

本記事の主題は、単に失注情報を残すことではありません。「集まったデータで何が言えるか」に加え、「判断に必要なのに集めていない・AIへ渡せていない情報はないか」から分析を設計することです。以下は架空の例です。

1．推進の現場で起きていること

既存顧客には好評。だから、市場全体にも響く？

受注実績と既存顧客のアンケートをAIで分析したところ、「手厚い支援が強みなので、そこを訴求すれば顧客を増やせる」という案が出ました。

既存顧客の評価を知る材料にはなります。しかし、そこには次の情報がありません。

• 比較した末に、別の会社を選んだ理由
• 納期や条件が合わず、自社から断った案件
• 問い合わせ前に、対象外だと考えて離れた事情
• 自社を知らない、検討する必要を感じない相手の事情
• 同じ課題を、別の手段で解決している実態

「選んだ人に好評」という結果だけで、「選ばない人にも有効」とは言えません。 AIが誤計算していなくても、分析対象の外を見なければ判断は偏りえます。

2．壁が生まれる理由

集めやすい情報が、必要な情報の代わりになる

受注すると、請求や納品のために記録が必要になります。一方、失注した案件の経緯や見積前の断念は、同じ粒度で残らない場合があります。担当者の記憶や個別メモにとどまることもあります。

さらに、営業接点がない未顧客は、そもそも顧客管理の一覧に現れません。

入力した範囲を、分析結果から見失う

図表や説明が整うと、情報不足も解消したように感じがちです。しかしAIが扱っているのは、参照できた情報です。資料が大量にあっても、同じ対象に偏っていれば盲点は残ります。

データの量だけでなく、「誰が含まれ、誰が含まれないか」を確かめる必要があります。

3．どう進めるか――問いから分析方法を設計する

例えば「なぜ新規顧客が増えないか」を知りたいなら、受注した顧客の特徴を集計するだけでは足りないかもしれません。どの段階で、どんな相手が止まるかを整理します。

これは必要情報の候補です。調査方法ごとに得意・不得意があり、一度の調査で市場全体を断定しないようにします。

4．「ない」と「渡していない」を分ける

「分析に必要だから」と、権限や契約を越えて情報を集めたり入力したりしてよいわけではありません。目的に必要な範囲に絞り、社内ルールと調査相手への配慮を守ります。

すべてを集めることではなく、判断を左右する不足情報を見つけることが目的です。

5．失注分析から、未顧客分析へ視野を広げる

失注分析は、商談などの接点を持ちながら受注しなかった案件を扱います。そこでは、価格、競合、納期、提供条件、辞退などを区別します。一括して「需要がなかった」としないことが重要です。

未顧客分析は、失注先に限りません。自社を知らない、候補に入れない、課題を認識していない、別の方法で解決している人・組織も視野に入れます。

ただし、未顧客がすべて潜在需要を持ち、将来自社を選ぶとは限りません。 需要がない可能性や、自社が適さない条件も確かめます。

また、営業担当者が考える失注理由と、相手が話す理由は異なる場合があります。相手の説明も、そのまま唯一の真因とせず、条件や記録と照合します。調査に答えた人だけに偏っていないかも点検します。

6．AIは、盲点を探す補助と調査設計に使う

AIには、入力データの対象範囲、抜けていそうな段階、別の説明、調査質問の候補を挙げさせられます。しかし、AIの挙げた未顧客像や需要量は、実際に確認したデータではありません。

判断時には、次を分けて示します。

• 現在の情報で確認できたこと
• まだ複数の説明が成立すること
• 追加調査で確かめること
• 確認できないため、今回は判断を限定すること

小さな対象から記録を始めることも有効です。ただし、記録を始めたという短期成果と、投資や市場判断に使えるという成果は分けます。

情報が足りないときのよい分析は、強い結論を作ることではなく、次に何を確かめればよいかを明らかにすることです。

7．現場ですぐ使える「虎の巻」

• 分析したい問いと、判断することが明確である
• 集めやすいデータだけで対象を決めていない
• 受注・失注・辞退・商談未到達を区別した
• 未顧客や代替手段を使う相手が視野に入っている
• 未収集・所在不明・利用不可・未入力を分けた
• 入力データに含まれる対象と期間を示した
• AIの仮説を、顧客の事実として扱っていない
• 追加調査の対象・方法・偏り・利用条件を検討した
• 今言えることと、判断を保留することを明示した

8．すぐ試せるプロンプト

入力の外にある情報を点検する

以下の分析について、集まったデータだけで全体を見たつもりに
なっていないかを点検してください。
【知りたい問い・判断したいこと】
【対象とする市場・顧客・業務範囲】
【今回AIに渡すデータの対象・期間・収集方法】
【社内にはあるが渡していない情報】
【利用条件・調査の制約】

含まれる対象と含まれない対象、未収集と未入力、
既存データで答えられる問いと答えられない問いを分けてください。
失注先、商談未到達の未顧客、代替手段を使う相手も検討してください。
不足情報の候補と、その確認方法・優先理由を示してください。
存在を確認できない需要や顧客の声を、事実として作らないでください。

分析と追加調査を組み合わせる

以下の仮説を検証するため、既存データで確認することと、
追加記録・聞き取り・観察が必要なことを分けて設計してください。
対象者の選び方、回答者の偏り、反対仮説、利用条件、
調査しても言えないことを示してください。
調査できない場合、結論をどこまでに限定するかも示してください。

9．実践してみる

架空の受注実績と既存顧客アンケートから、新規顧客向けの施策案を作る場面を考えます。

1. 今回のデータに含まれない相手と段階を書き出す
2. 同じ結果を説明できる、異なる仮説を挙げる
3. 失注記録で分かることと、未顧客調査が必要なことを分ける
4. 判断に影響する不足情報を優先して調査を設計する
5. 現時点で言える結論と、保留する結論を書く

成功の基準は、情報を無制限に増やすことではありません。見えていない範囲と、次の確認が判断へどう役立つかを説明できることです。

まとめ｜壁を越えて、AI活用を業務改革へ

AIの分析を深めるには、入力した内容の点検だけでなく、入力の外への注意が必要です。「何が分かったか」と同時に、「何をまだ見ていないか」を問い続けましょう。