KPI達成率が200％良化　パーソルビジネスプロセスデザインが支援するAIを活用した営業プロセス改善

課題は「業務プロセス」にあり　AI・データを活用する4つのポイント

──営業領域において、データやAIの活用が必要となる理由を教えてください。

背景には、日本企業における深刻なリソース不足があります。労働人口は増えないにもかかわらず、労働生産性は国際的に見ても低い。業務生産性の向上が最重要課題であり、そのためにデータやAIの活用が注目されているのです。一方で、ICTへ投資する企業は売上利益が伸びているというデータもあります。このような流れから、DX市場は10年で4倍という急成長が見込まれています。

──営業領域においてデータ・AI活用が期待されているのは、具体的にどのような部分でしょうか。

営業の1日の業務時間のうち、商談や提案などを行う“ピュアセールスタイム”は3割以下で、残りの7割を営業活動以外の関連業務が占めると言われています。ピュアセールスタイムの裏側にある非生産的な業務の効率化、これがデータ・AI活用に期待されている部分です。また、ベテランの営業モデルやスキルの継承についても、AI活用による生産性の向上が期待されています。

──データ・AI活用に挑戦する企業が増えている一方で、苦戦している組織も少なくありません。何が課題になっているのでしょうか。

実は、DXが進んだからこそ、営業現場の負担が増えてしまった面もあります。たとえばSFA/CRMを導入すると、入力作業が増加するのは事実。何を目的に、どのツールをどのように使っていくべきなのか整理せず、やみくもに導入してしまっているケースも見られますね。ひとりの営業担当が10種類以上のツールを使っていると言われています。

このように、ツール活用に適した業務プロセスが設計されていないことで苦戦している営業組織は多いですが、そもそも営業DXは非常に難しいと言われています。偶発的な事象が起こりやすい、結果にたどり着くまでのプロセスが複雑であるなど、営業は人が介在することによる“外れ値”が発生しやすく、データの分析・活用が難しい仕事であると言えます。

──そうした壁を乗り越えてデータ・AI活用を成功させるためには、何が重要となるでしょうか。

大きくふたつあります。ひとつは、目的・業務適用・人材育成・環境構築の4つのポイントを押さえ、相互作用させること。たとえば非生産的な業務を効率化するのが目的だと定めたら、具体的にどの業務にデータ・AI活用を適用すれば良いか見極めます。それに必要なスキルを持つ人材を育成し、インフラを選定していきます。データ・AI活用をスタートさせる前提を整理することが重要です。

もうひとつは、その企業が保有するナレッジをAIと結びつけることです。我々はコンサルタントとして顧客企業に深く入り込み支援しますが、やはり、その業務のプロフェッショナルは顧客自身です。これまで培ってきたナレッジをAIで加速させる、そうした仕組みをつくることが重要です。

加えて、これらの取り組みは、経営と営業現場が足並みをそろえたうえで進めていくべきでしょう。データ・AI活用はトップダウンで推進するパターンと、営業現場の課題意識からボトムアップで始動するパターンがありますが、いずれにせよ経営層と現場の合意形成は重要です。