新しいAIサービスでは、機能を説明するだけでなく、誰のどの業務に合うかを営業活動の中で確認する必要があります。
業界だけでなく、課題が発生する条件で絞る
『小売』『メーカー』だけでは対象が広すぎます。問い合わせ量、商品説明の複雑さ、更新頻度、既存システム、担当部門など、課題が強く出る条件を整理します。
営業メッセージは業務の変化から書く
モデルや機能の説明から入るのではなく、どの業務の何が変わるかを先に示します。AIは実現手段として説明し、検証できる変化を中心に置きます。
デモで現状業務を具体化する
デモは機能説明だけでなく、顧客が現状の業務、例外、判断基準を具体的に話せるようにするためにも使えます。反応や追加要望を記録し、次の提案へ戻します。
KPIを接点ごとに分ける
接触、返信、商談、課題適合、PoC合意、継続判断を分けて確認します。件数だけでなく、進まなかった理由を記録すると改善点が見つけやすくなります。
営業結果を提供内容へ戻す
繰り返し現れる課題と個別要件を分け、対象顧客、提供範囲、価格、契約、導入プロセスの見直しに使います。
商談の反応を営業方針に戻す場合
仮の例：同じ小売業でも、問い合わせが多い企業と、商品情報の更新に時間がかかる企業では提案の論点が異なります。商談後は「反応がよかった」だけで終えず、課題が生じる業務、現在の対処、確認できた要望、次の判断者を記録します。社内で合意していない効果や導入条件を、その場で約束しないことも必要です。
打ち合わせ前の確認リスト
- 対象企業を選んだ根拠と、検証したい仮説を記録しているか
- 顧客の発言と、自社の解釈・仮説を分けているか
- 商談が進んだ理由・止まった理由を接点ごとに残しているか
- 次に見直す対象企業、訴求、デモ内容を決められるか
この記事の要点
立ち上げ期の営業では、受注件数だけでなく、顧客接点から得た情報を次の営業方針と提供内容へ戻すことが重要です。