「なぜ売れない？」をデータで暴く。SFA×商談ログで営業を可視化するAI診断

「部下の商談、何が悪いのか分からないまま”もっと足繁く通え”としか言えない」
「SFAの数字は見ているのに、”価格で負けました”の報告が本当なのか確かめる手段がない」

自分の数字を追いながら、部下全員の商談プロセスまでチェックする。プレイングマネージャーにとって、これは物理的に不可能に近いミッションです。

結果として、商談の中身が見えないまま「行動量を増やせ」という根性論に頼らざるを得ない。こうした悩みを抱えるマネージャーは少なくありません。

SFAの数字だけでは「なぜ売れないか」の真因は見えません。一方、AIならボトルネック特定やログ解析は一瞬ですが、顧客の防衛本能や現場の空気感までは読み解けません。AIの分析力×プロの洞察力を掛け合わせることで、再現性のある改善アクションが設計できます。

本連載では、累計350社・3,000人以上の営業パーソンを支援してきた当社代表が、ある有形商材メーカーの営業組織を題材に、AI×営業研修による組織変革のプロセスを全3回で実践解説します。

• 第1回【診断】SFA×商談ログで「売れない原因」を可視化（本記事） 
• 第2回【設計】勝てる研修カリキュラムの設計方法 
• 第3回【実戦】AIロープレで即戦力を育てるプロンプトの作り方

また、CLF PARTNERS株式会社では、営業現場に精通したコンサルタントが、貴社に最適なAI活用方法をご提案しています。

月5社限定で営業組織の課題診断＋改善策提案（60分無料）も実施中です。
⇒【無料】営業組織の課題と対策を壁打ちしてもらう

SFAの数字を見ているのに「なぜ売れないか」がわからない理由

SFAの数字を毎週確認しているのに、「なぜこのメンバーは売れないのか」が特定できない。この問題の根本原因は、マネージャーの分析力不足ではありません。

商談の中身を把握するための情報と時間が、構造的に欠落していることにあります。その背景には、3つの要因が絡み合っています。

部下の商談を直接見る時間が、物理的にない

月刊総務の2024年調査によると、ミドルマネジメント層の約9割がプレイングマネージャーであり、9割以上がスキル不足を実感しています。

その背景には「育成が追いつかない」（約7割）、「人数不足」（約半数）という構造的な問題があります。自分の案件を抱えながら部下全員の商談に同行するのは物理的に不可能で、録画を見返す余裕も、1on1で振り返る時間もないのが実態です。

参考：約9割のミドルマネジメント層が「プレイングマネジャー」であることが明らかに。育成不足や現場業務の優先で、マネジメントスキル不足に大きな課題。

SFAに記録される情報では、商談の中身までわからない

ハンモック社の調査では、SFA導入企業の63.2%が「一部の機能のみ利用、または全く利用していない」と回答。理由の上位は「入力データが活用できていない」（30.1%）、「入力負担が増える」（28.0%）です。

活用できている組織でも、記録されるのは「訪問済み」「失注」等のステータス情報が中心で、「なぜ失注したか」はわからない。この情報の空白が、次の問題を引き起こします。

参考：SFA導入経験がある従業員数300名以上の経営者アンケート

「価格で負けました」の報告を信じるしかない

商談に同行できず、SFAにプロセス情報も残っていない。マネージャーが失注原因を知る唯一の手段は部下の自己申告です。

「価格で負けました」と言われても、本当は以下のような可能性もあります。

• 顧客の課題を十分にヒアリングできていなかった
• 競合との差別化を伝えきれていなかった
• そもそも意思決定者にアプローチできていなかった

しかし確かめる術がない。これが「もっと足繁く通え」としか言えない構造の正体です。ここからは、この構造をAIで打破する方法を実践解説します。

【STEP1】SFAデータをAIに読み込ませ、「誰が・どこで詰まっているか」を特定する

ここからは、架空の企業を題材に、実際にAIで営業診断を行う流れを実践解説します。今回の題材は、欧州系産業用メーカーの日本法人「ノヴァテック・ジャパン株式会社」（※架空企業）です。

業種	産業用締結部品・ファスニングシステムメーカー
主力商材	高強度ボルト・ナット、トルク管理ソリューション （締結工具＋IoTトルクセンサー）
販売チャネル	大手向け直販＋中堅以下向け代理店・専門商社経由の二層構造
営業体制	産業機器事業部の営業課4名を分析対象とする
競合	・国内電動工具大手（締結工具） ・汎用JIS規格品・アジア系メーカー（締結部品） ・外資系同業（トルク管理）

この組織が抱えている課題は、多くのBtoB営業組織に共通するものです。

• SFAの商談メモ入力率が低く、失注理由がブラックボックス化している
• 営業所長は人脈で数字を作れるが、そのやり方が部下に再現できない
• 入社4年目の若手営業は行動量は多いが、初回商談から2回目に進めない
• クロスセルや事業部横断の提案がほとんど行われていない

以下では、この4名のSFAデータをAIに読み込ませ、「誰が・どの工程で詰まっているか」をデータで特定します。

営業メンバー全員のデータをAIに読み込ませる

最初に行うのは、SFAに蓄積された営業データの抽出です。各メンバーの活動実績をCSV形式で書き出し、AIに読み込ませます。

以下は、ノヴァテック・ジャパン産業機器事業部の営業課4名分、6ヶ月間（2024年10月〜2025年3月）のSFAデータです。
ノヴァテック_SFAデータ_2024年10月-2025年3月.xlsx

今回のデータには、一般的なファネル指標（コール数・アポ獲得数・初回商談数・見積提出数・受注数）に加え、以下のB2B特有の指標も含まれています。

• 代理店紹介案件数（代理店経由で紹介された新規案件の件数）
• クロスセル提案数（自事業部以外の商材を提案した件数）
• アカウントプラン更新の有無（主要顧客の攻略計画を更新しているか）

このデータだけを眺めても、「誰が全体的に数字が低いか」は読み取れます。しかし、「どの工程に問題があるのか」「なぜその工程で止まっているのか」まではわかりません。

そこで、このデータをAIに読み込ませ、各工程の転換率を自動算出し、最も成績の良いメンバーとの差分からボトルネックを特定します。

AIプロンプト

以下のプロンプトをコピーし、【 】内を自社の情報に書き換えてAI（ChatGPT・Claude・Geminiいずれも可）に入力してください。SFAデータはCSVファイルを添付するか、テキストで直接貼り付けます。

# 役割 あなたはBtoB営業組織の課題診断を専門とする、トップクラスの営業コンサルタントです。 # 背景・前提 – 会社名：【会社名】 – 商材：【商材名・価格帯】（例：産業用締結部品・トルク管理ソリューション、単価50万〜300万円） – 競合：【主な競合・代替手段】（例：国内電動工具大手、汎用JIS規格品・アジア系メーカー、外資系同業） – 営業スタイル：【営業スタイル】（例：大手向け直販＋中堅以下向け代理店経由の二層構造 / テレアポ〜クロージングまで1人が担当するフルサイクル型 / インサイドセールスとフィールドセールスが分業する分業型） – 分析期間：【分析対象の期間】（例：2024年10月〜2025年3月（6ヶ月分）） # 分析してほしいデータ 添付のCSVファイル（または以下のデータ）を分析してください。 各メンバーの以下の指標が含まれています。 – コール数 – アポ獲得数 – 代理店紹介案件数 – 初回商談数 – 2回目商談数 – 見積提出数 – 受注数 – クロスセル提案数 – アカウントプラン更新の有無 # 分析の手順 以下のSTEPで分析を進めてください。 ## STEP 1：ファネル転換率の算出 各メンバーについて、以下の転換率を【分析期間】の合計値から計算してください。 – アポ獲得率（アポ獲得数 ÷ コール数） – 初回商談化率（初回商談数 ÷（アポ獲得数＋代理店紹介案件数）） – 2回目商談移行率（2回目商談数 ÷ 初回商談数） – 受注率（受注数 ÷ 見積提出数） あわせて、以下の補助指標も算出してください。 – 代理店紹介案件の月平均件数 – クロスセル提案の有無と件数 – アカウントプラン更新率（更新月数 ÷ 分析対象月数） ## STEP 2：ベンチマークとの比較 最も成績の良いメンバーをベンチマーク（基準値）として設定し、 他のメンバーの転換率がベンチマークと比べてどの数値で最も大きく乖離しているかを特定してください。 ## STEP 3：ボトルネックの特定と優先順位づけ ※ 入社1年目のメンバーは分析対象から除外してください。経験不足による数値の低さであり、スキル課題としての改善インパクト比較になじまないためです。 改善インパクトが最も大きいメンバーを1名特定し、以下を明示してください。 1. 対象メンバー名 2. ボトルネックとなっている工程（例：「2回目商談移行率」） 3. ベンチマークとの差分（数値で） 4. もしこの工程がベンチマーク並みに改善された場合、月間受注数はどう変化するか（試算） ## STEP 4：診断サマリーの出力 以下のフォーマットで診断結果をまとめてください。 — 【AIによる営業ファネル診断レポート】 ■ ベンチマーク（基準値） 担当者：〇〇　/ アポ獲得率：〇%　/ 2回目商談移行率：〇%　/ 受注率：〇% ■ 最優先改善メンバー 担当者：〇〇 ■ ボトルネック工程 「〇〇率」が最大の問題。ベンチマークが〇%に対し、対象者は〇%（差：〇ポイント） ■ 改善シミュレーション 現状の月間受注数：〇件 〇〇率がベンチマーク並みに改善した場合の推定受注数：〇件（＋〇件） ■ 補助指標の所見 – 代理店紹介案件数：〇〇 – クロスセル提案：〇〇 – アカウントプラン更新率：〇〇 ■ 推奨アクション 次のステップとして、〇〇の初回商談の録画・通話ログを確認し、 「なぜ2回目商談に進めないのか」の定性的な原因を特定することを推奨します。 — # 出力の注意点 – 数値は必ず根拠を示してください – 専門用語は使わず、現場のマネージャーが読んでわかる言葉で書いてください – 「根性論」や「行動量の増加」を改善策として提示しないでください – 必ず数値的な裏付けのある改善提案のみ出力してください

AIの診断結果

SFAデータを読み込ませた出力結果は以下の通りです。
【AIによる営業ファネル診断レポート】

AIはコール数や行動量ではなく、「2回目商談移行率」をボトルネックとして特定しました。荒木（営業所長）の移行率39%に対し、中原（入社4年目）は13%。この26ポイントの差が、受注数の差に直結しています。

次のSTEPでは、中原の初回商談ログをAIに読み込ませ、「なぜ2回目に進めないのか」の真因を定性的に分析します。

【STEP2】商談ログをAIに読み込ませ、「なぜそこで止まるのか」真因を特定する

STEP1で「2回目商談移行率」が最大のボトルネックだと判明しました。ベンチマーク（荒木）の39%に対し、中原は13%。この26ポイントの差が受注数の差に直結しています。

しかし、SFAの定量データだけでは「どの工程が問題か」はわかっても、「なぜその工程で止まっているのか」まではわかりません。そこで次は、中原の初回商談ログ（Zoom録画の文字起こし）をAIに読み込ませ、商談の中で何が起きていたのかを定性的に分析します。

以下は、STEP1で改善対象に特定された中原の初回商談ログです。商談相手は代理店経由で紹介された製造業のエンドユーザーで、設備更新を検討中という情報のみで商談に臨んでいます。
中原 翔太｜初回商談ログ（Zoom録画・文字起こし）

AIへのプロンプト

以下のプロンプトをコピーし、【 】内を自社の情報に書き換えてAI（ChatGPT・Claude・Geminiいずれも可）に入力してください。商談ログはZoomの文字起こしテキストを添付するか、直接貼り付けます。

# 役割 あなたはBtoB営業組織の課題診断を専門とする、トップクラスの営業コンサルタントです。 商談の録画・文字起こしデータから、営業担当者の「売れない真因」を特定してください。 # 背景・前提 – 会社名：【会社名】 – 商材：【商材名・価格帯】（例：産業用締結部品・トルク管理ソリューション、単価50万〜300万円） – 競合：【主な競合・代替手段】（例：汎用JIS規格品、国内電動工具大手、外資系同業） – 営業スタイル：【営業スタイル】（例：大手向け直販＋中堅以下向け代理店経由の二層構造 / フルサイクル型 / IS＋FS分業型） – 分析対象：【担当者名】（SFAデータで「【ボトルネックとなっている指標】」が最もボトルネックと判明したメンバー） # 分析してほしいデータ 添付の商談ログ（Zoom録画の文字起こしテキスト）を分析してください。 # 分析の手順 以下のSTEPで分析を進めてください。 ## STEP 1：商談フェーズごとの行動評価 以下の4つのフェーズに分けて、各フェーズで何が起きていたかを評価してください。 ① ヒアリング – 顧客の課題・業務の実態を十分に引き出せているか – 顧客の発言に対して深掘りの質問ができているか – 顧客が「自分ごと」として話せる場を作れているか ② 価値訴求 – 顧客の課題に合わせた提案ができているか – 【競合・代替手段】との差別化ができているか – 機能説明に終始していないか ③ 価格・条件提示 – 価格を提示するタイミングは適切か – 価格に対する顧客の懸念に適切に対応できているか – ROI（投資対効果）の説明ができているか ④ クロージング – 次のアクション（日程・宿題）を明確に合意できているか – 顧客の意思決定を前進させる働きかけができているか – 「資料送付で終わり」になっていないか ## STEP 2：真因の特定 STEP1の評価をふまえ、「【ボトルネックとなっている指標】が低い」最大の真因を1つに絞り、以下を明示してください。 1. 真因（一言で） 2. 商談ログ中の根拠となる発言・場面（具体的に引用） 3. その課題が放置されると、営業プロセス上どのような悪影響が連鎖するか ## STEP 3：改善アクションの提示 真因に対して、明日から実践できる具体的な改善アクションを3つ提示してください。 ※「もっと頑張る」「気合いを入れる」のような根性論は不要です。 ※スクリプト・型・チェックリストなど、「仕組み」として再現できるアクションにしてください。 ## STEP 4：診断サマリーの出力 以下のフォーマットで診断結果をまとめてください。 — 【AIによる商談ログ診断レポート】 ■ 分析対象 担当者：〇〇　/ 商談相手：〇〇　/ 商談種別：〇〇 ■ フェーズ別評価 ① ヒアリング：[◎ / ○ / △ / ×]　→ コメント ② 価値訴求　：[◎ / ○ / △ / ×]　→ コメント ③ 価格提示　：[◎ / ○ / △ / ×]　→ コメント ④ クロージング：[◎ / ○ / △ / ×]　→ コメント ■ 真因 「〇〇」が最大の問題。 根拠：商談ログ〔〇〇〕の発言より。 ■ 悪影響の連鎖 〇〇ができていないため → 〇〇が発生 → 結果として〇〇につながっている。 ■ 改善アクション（明日からできる3つ） ① ② ③ — # 出力の注意点 – 担当者を責めるのではなく、「行動・スキル」の問題として診断してください – 改善アクションは具体的かつ再現可能なものにしてください – 「顧客のタイミングが悪かった」「予算がなかっただけ」など、外部要因への帰属は避けてください – 現場マネージャーがそのまま1on1フィードバックに使えるレベルの粒度で出力してください

AIの診断結果

商談ログを読み込ませた出力結果は以下の通りです。
【AIによる商談ログ診断レポート】

AIは「顧客の課題を聞く前に製品説明を始めてしまっている」ことを真因として特定しました。冒頭2分で製品説明に入り、その後10分間にわたってスペックを一方的に話し続けた結果、顧客の実態と噛み合わない訴求を連発し、現状維持の壁を強化してしまっています。

特に注目すべきは、顧客の松田課長が「倍以上の予算を申請して、上に何て説明すればいいかってことなの」と明確にニーズを言語化しているにもかかわらず、中原が「後日資料をお送りします」と先送りにしている点です。顧客が「何を求めているか」を言葉にしてくれた瞬間を、拾えていません。

【プロの視点】AIの診断結果を、現場はどう活かすべきか

AIの診断で判明した3つの課題と、現場での活かし方は以下の通りです。

AIが指摘した課題	プロの修正ポイント
冒頭からヒアリングなしで製品説明に入っている	「冒頭の製品説明禁止」ではなく、ヒアリングに自然に入れる「クッション言葉」を1つだけ持たせる
ROI（投資対効果）を提示できていない	綺麗なROIシートより、顧客が「上司への言い訳」に使えるストーリー資料を渡す
トップセールスの商談と比較して改善せよ	過去の比較は劣等感を生むだけ。次の商談の冒頭3分だけを切り取ったロープレで「小さな成功体験」を作る

「冒頭5分製品説明禁止」は、若手を追い詰めるだけ

解説

中原さんが冒頭から資料を読み上げてしまうのは、「沈黙が怖い」「早く製品の良さを伝えてプロとして認められたい」という焦りが原因です。ここで「質問だけしろ」と縛ると、今度は尋問のような不自然なヒアリングになります。

「的外れなご説明で貴重なお時間を奪ってはいけませんので、資料を開く前に3分だけ、今のラインの状況について教えていただけますか？」

この一言で「説明を後回しにする正当な理由」ができ、堂々と質問に入れます。

 顧客が欲しいのは「ROIシート」ではなく「社内向けの言い訳資料」

解説

綺麗なROIシートではなく、稟議書にそのままコピペできる「他社の失敗と成功のストーリー」を渡すべきです。安い部品を使い続けてラインが止まった同業他社の事例と、それを防ぐ保険としての120万円。上司を納得させる武器を営業担当に作らせ、顧客にプレゼントする発想が必要です。

トップの商談との比較は「劣等感」しか生まない

解説

次の商談の冒頭3分だけを切り取ったロープレに時間を使います。「俺が客をやるから、さっきのクッション言葉を使ってヒアリングに入ってみて」具体的な1シーンだけを練習し、「できた！」という小さな成功体験を持たせてから現場に送り出す。これが本当のマネジメントです。

AIはSFAデータで「どこで詰まっているか」を特定し、商談ログで「致命的なズレ」を炙り出す最高のツールです。しかし、AIが導き出す「正論」だけでは現場は動きません。部下の心理的ハードルを下げて「これなら明日できそう」と思わせる翻訳作業こそが、マネージャーの腕の見せ所です。

決裁者の保身や若手営業の焦りといった、泥臭い「人間心理」をハックして相手を動かしてこそ、真の営業力です。AIの分析力に、プロのノウハウを掛け合わせて組織の成約率を引き上げる具体策はこちらで公開しています。

まとめ

本記事では、架空の営業組織を題材に、SFAデータと商談ログをAIで分析し「売れない真因」を特定する実践手法を解説しました。

同じ「成果が出ないメンバー」を前にしても、結果だけを見て「もっと回れ」と指導するのか、データから真因を特定し具体的な改善策を設計するのかで、組織の成長スピードには決定的な差が生まれます。

ただし、本記事で明らかになった通り、AIは「どこで止まっているか」を炙り出す最高のツールですが、「どう変えるか」の処方箋を書くのは人間の仕事です。

次回は、今回の診断結果をもとに「勝てる研修カリキュラム」をどう設計するかを実践解説します。「研修なんか時間の無駄だ」と言うベテランをどう巻き込むのか。4:2:4の法則に基づく設計プロセスを、ノヴァテックの事例で公開します。
→ 第2回【設計】勝てる研修カリキュラムの設計方法（近日公開）

CLF PARTNERS株式会社は、「クライアントファースト」を掲げ、累計350社・3,000人以上の支援実績をもとに、AIを活用したマネジメントの仕組み化と営業組織全体の受注率向上を実現します。
⇒サービス紹介資料の無料ダウンロードはこちら

---

この記事の監修者

---