営業部門のAI活用でまず効くのは、商談の自動化ではなく「すでに貯まっているデータを全件読む」ことです。大手製造業の営業部門では、SFA（Salesforce）の引合データ約2,000件を全件分析しただけで、失注分析には二度と上がらない取りこぼし案件が約600件見つかりました。この記事は、営業部門でAIエージェントが効く場所3つと、自力でできる範囲、外注の判断基準を整理します。読み手は、SFAはあるのにデータが意思決定に使われていないと感じている営業部門の責任者です。
営業部門のデータ活用が止まる原因は、ツールの不足ではありません。SFAへの入力は毎日続いているのに、それを全件読んで示唆に変える工程が組織のどこにも存在しない——これが典型的な状態です。標準レポートの数字は月次会議で眺められますが、個々のクローズ理由や活動コメントといった自然言語のデータは、量が多すぎて誰も読めません。営業部門のAI活用とは、この「読めない量のデータを読む」仕事をAIエージェントに渡すことです。
最も投資対効果が高いのは、受注・失注・自然消滅を含む「決着した引合の全件」を同一基準で読み直すことです。大手製造業の実例では、敗因が記録される失注は約50件しかなく、敗因の記録なく閉じられた「消滅」クローズが約1,000件——引合全体の半数以上を占めていました。消滅のコメントを全件読むと6割超は商談として死んでおらず、そのまま再打診リストになりました。詳細は実例解説の記事に書いています。
担当者の実力評価も同じデータでできます。受注率の単純比較ではなく客層で補正した期待値と実績の差で測ると、順位は変わります。この分析はSFAの標準レポートのエクスポートだけで実行でき、追加の入力は不要です。
「次にどこへ行くか」を勘でなく受注実績から逆算する理由つきターゲットリスト、展示会名刺やハウスリストを商談準備済みに変えるリードエンリッチは、AIエージェントが1社ずつ調査する形で量の壁を越えられる領域です。共通するのは、人手なら1件数十分かかる調査を、同じ観点・同じ出典規律で全件に適用できることです。
週次・月次の営業レポートは、フォーマットが決まっている定型集計です。毎月のレポート作成を「確認するだけ」にするで書いたとおり、集計とドラフトをAIに渡し、人は確認と考察に回るのが役割分担の定石です。
クローズ理由別の件数集計、担当×フェーズのピボットまでは、SFAの標準レポートとExcelで十分です。まず「消滅」に相当するクローズの件数を数えるだけでも、失注分析の視界の外がどれだけあるかは把握できます。
自力の壁は、①消滅コメントを全件読んで生きている案件を仕分ける物量、②名寄せ・表記ゆれの整理込みで客層補正をやり切る手間、③本人たちに説明できる評価設計、の3つです。ここから先が外注の検討域になります。
判断基準は「集計が欲しいのか、決着が欲しいのか」です。件数集計なら自力で足ります。再打診リストという営業アクション、本人に説明できる序列と処方まで欲しいなら、全件精読と統計設計を外に出す価値があります。営業リスト・企業調査系の外注相場は相場まとめに出典つきで整理しています。
ゴムマリの営業データ診断は、実例と同じ分析を50万円〜（分量により・事前に固定）で提供しています。まず1件、標準レポートの分量をお聞かせください。固定価格と納期を回答します。
SFAのデータが汚くても始められますか？
始められます。名寄せ・表記ゆれ・入力漏れの整理から着手するのが前提で、整理の過程で見つかったデータ品質の課題も診断の一部として納品します。
営業担当への負担は増えますか？
増えません。使うのは既に入力済みの標準レポートのエクスポートだけで、新しい入力項目は追加しません。
分析だけでなく、営業活動そのものの自動化はできますか？
できます。ただし順番があります。まず決着データの分析で「どこに効くか」を特定し、その後にリスト整備やレポート自動化へ広げるのが、投資を外さない進め方です。マーケティングから営業への流れ全体は営業データの月額運用で扱っています。
SFAの標準レポートが出力できるなら、営業部門のAI活用は今日から検討できます。まずは営業データ診断から、お手元のレポートの分量をお聞かせください。
関連記事: 失注分析では、営業の最大の取りこぼしは見えない／理由つきターゲットリストの作り方／展示会の名刺の山を、商談準備済みのリストに変える
国産大手ERPベンダーで新卒からERPのエンタープライズ営業・プリセールス・導入コンサル、外資系SaaSでパートナーセールス部門の立ち上げ、国内大手放送局で新規事業開発（通販カタログ事業）、AIスタートアップ2社でビジネスサイドの要職を歴任。2024年10月から生成AIを自ら実装し、2025年にゴムマリ株式会社を設立。
現在は自らAIエージェントを実装するFDE。評価セット設計・専門家監修・Go/No-Go判定、CRM・会計・社内DBとの統合、減った時間の実測まで一貫します。要件から、運用まで——AIエージェントが、現場で成果を出す仕組みを。
営業リストの汚れは、重複・表記ゆれ・鮮度切れ・欠損の4パターンに分けると対処が決まります。基準書のつくり方、法人番号キーでの重複統合、日次の差分データ（処理区分つき）での閉鎖・移転検知まで、クレンジングの実務手順5つと、自力の限界・外注する場合の見積確認ポイントを整理します。
gBizINFOは、経済産業省が運営する、法人番号をキーに政府保有の法人情報を無料で引ける官公データサイトです。ブラウザ検索の絞り込み条件、REST API（v2）の申請と仕様、一括ダウンロードの形式と更新頻度、項目ごとの収載元、商用利用の規約条件、営業リスト整備への活用まで、2026年7月時点の公開仕様でまとめました。
リードを商談に変えるのは獲得後の運用です。DL後5分の初動・ナーチャリング・スコアリングの設計を、外部調査の数値とともに14ページで整理しました。
資料をダウンロード →
“この業務が何時間減るか”から始める。