営業研修で良い考え方を学んでも、翌週からの行動が変わらなければ成果にはつながりません。そこで、クライアント向けに作成した「キーエンスに学ぶ課題発見型営業」の研修テキストを、日々の営業活動に落とし込む方法を考えました。その第一歩として試作したのが、Google AppSheetによる外出報告書アプリです。
目指しているのは、報告書の電子化そのものではありません。顧客との会話や現場で得た情報を蓄積し、次に何を聞き、誰が、いつ動くかまでつなぐ営業フローです。
キーエンスの営業から、中小企業が学べること
キーエンスは、顧客と直接接して得た一次情報から、顧客自身も明確にしていない課題を捉え、提案や商品開発につなげる強みを公式サイトで説明しています。
この考え方は、中小企業の営業にも応用できます。ただし、大企業の制度をそのまま移す必要はありません。まずは営業担当者が現場で聞いた言葉、見た事実、まだ確かめていないことを、組織で使える形にする。その小さな仕組みから始められます。
今回の外出報告書は、キーエンスの現在の社内書式を再現したものではありません。公開されている営業の考え方と、外出先で得た情報を次の活動に生かす発想を参考に、クライアントの営業現場向けに設計しました。
「訪問しました」で終わる報告を変える
たとえば建設・施工分野の営業で、顧客から「地盤に玉石が多く、予定どおり施工できるか心配だ。近隣への騒音も気になる」と聞いたとします。
単なる活動報告なら「現場を訪問。施工について相談あり」で終わるかもしれません。次の提案に使える報告には、さらに情報が必要です。
- 確認した事実： 地盤条件や施工場所について、何が分かっているか
- 顧客の言葉： 何を心配していると話したか
- 未確認事項： 地盤資料、工期、騒音の制約など、何を確かめる必要があるか
- 次の行動： 誰に確認し、いつまでに回答するか
事実と推測を分けて残せば、別の担当者や技術者も状況を追えます。報告書が、担当者だけの記憶を補う「案件の引き継ぎ資料」になります。
AppSheetで外出報告書を試作した理由
今回のプロトタイプでは、報告ID、商談の要点、相手の反応、次回アクション、期限、担当者、現場写真などを入力できるようにしました。入力した内容はGoogleスプレッドシートに反映されます。AppSheetは、現場でのフォーム入力や写真の記録、データの活用に使えるサービスです。
入力項目を増やしすぎると、営業担当者は報告を続けられません。研修で扱った「課題を発見し、次の提案につなげる」という目的に照らして、必要な情報から設計することが大切です。
現在は試作と動作確認の段階です。社外の利用者を含めた運用には、共有範囲、アクセス権、契約プランなどの確認も必要です。
営業戦略にAIを「ビルトイン」するとは
報告データが蓄積された後に考えているのは、AIを営業担当者の判断を助ける位置に組み込むことです。たとえば、次のような使い方が考えられます。
- 面談記録から、未確認の顧客課題や追加で聞くべき質問の候補を出す
- 過去の類似案件や施工上の論点を探しやすくする
- 次回面談の準備メモや、技術者への確認事項を下書きする
- 案件が止まっている理由を週次レビューで確認する
AIの回答をそのまま顧客への約束にしないことも重要です。施工の可否、工期、費用は、担当者と技術者が根拠を確認して判断します。また、顧客情報をAIに渡す際には、契約条件と情報管理のルールに合わせた運用設計が欠かせません。
現時点で、試作アプリにこれらのAI機能が実装されているわけではありません。まず入力と蓄積の流れを整え、その上で支援機能を検討します。
営業研修を「研修で終わらせない」ために
研修では、顧客の課題を仮説として捉え、質問で確かめ、提案につなげる練習をします。実務では、その結果を外出報告に残し、営業と現場の担当者が振り返る。この往復が必要です。
最初から全案件を対象にする必要はありません。数件の案件で試し、週に一度、「次の行動が決まっていない案件」「技術確認が止まっている案件」を見直す。入力項目が役に立たなければ直す。その積み重ねが、属人的な営業から、組織で改善できる営業への一歩になります。
キーエンスに学ぶべきなのは、報告書の形だけではありません。顧客の一次情報を、次の判断と行動に変え続ける姿勢です。AppSheetはその記録の入口となり、AIは将来、その情報を使う人の判断を支える役割を担えます。
よくある質問
Q. AppSheetで外出報告書を作れば、すぐに営業成果が上がりますか？
A. 入力するだけでは成果は決まりません。報告をもとに次の行動を決め、案件を振り返る運用と組み合わせることが必要です。
Q. AIが営業提案を自動で作る仕組みですか？
A. 現在のアプリは、外出報告を入力してデータを蓄積するプロトタイプです。AIによる質問案や提案準備の支援は、今後検討する構想です。
