編集部からのお知らせ
「ZDNet Japan Summit」参加登録受付中! 
新着記事集:「負荷分散」

AIが営業の売上予測と理由を説明--セールスフォースの新機能

國谷武史 (編集部)

2018-06-21 07:00

 セールスフォース・ドットコムは6月20日、「Sales Cloud Einstein」における人工知能(AI)技術を用いた機能に関する報道機関向けの説明会を実施した。6月に新機能「Einstein売上予測」を追加するなど、AIによる営業プロセスの自動化を進めている。

 新機能は、米国では2017年9月に「Einstein Forecasting」の名称で発表されたもの。Sales Cloud Einsteinでの正式提供は、6月に開始した「Summer '18」からになるという。

 米Salesforce.com エグゼクティブ バイスプレジデント兼ジェネラルマネージャー Sale Cloud担当のAdam Blitzer氏は、Sales Cloud Einsteinが、多忙を極める営業担当者が案件を成約させる本務に専念できるよう支援するためにあると説明。AIを活用した機能としては、CRM(顧客関係管理)からのデータの自動入力やリード(見込み客)のスコアリングなど、営業案件の管理業務の自動化を中心とするものを提供している。

Einsteinによるスコアリングのイメージ
Einsteinによるスコアリングのイメージ

 Blitzer氏は、AI活用の顧客事例に米大手銀行のU.S. Bankを挙げ、リードのスコアリングによって商談プロセスまでにつながる案件の数が2.35倍に増加したと紹介した。この機能では、過去6カ月間の見込み客とのやり取りの実績データをもとに、Salesforceが月次更新するモデルや1時間ごとの再スコアリングによって導き出された情報を提供している。

 国内でもANAグループ企業のOCSが2017年6月に試験導入しており、現在ではリードのスコアリングをもとに顧客への営業方法を変えているという。例えば、商談につながる可能性が80点以上と算出された顧客企業には担当者をアサインして積極的な営業活動を行う一方、同20点未満のケースでは、別のさまざまな方法で関係の維持を図っているという。

OCSにおけるスコアリング情報の活用事例
OCSにおけるスコアリング情報の活用事例

 またBlitzer氏は、リードのスコアリング情報をベースに、商談活動の優先度を提案する「Einstein 商談スコアリング」機能も紹介した。同機能では、商談に影響する要因と理由も提供する。例えば、商談の優先度の高いと算出された顧客について、Einsteinがその理由を「営業活動が頻繁に行われている」と説明する。同時に、「以前に見込み時期より遅れた受注あり」といった懸念事項も提示する。商談のスコアリングモデルも、過去の実績などをベースにしているが、Salesforceでは10日ごとにモデルを再構築して精度の改善を図っている。

 新機能の「Einstein 売上予測」は、上述のスコアリング機能の1つに当たり、商談に関する全ての特徴や変更などのデータを分析して、例えば、担当者ごとの月次の予想売上金額を算出する。商談スコアリング機能と同様に、なぜこの金額が予想されるのかといった理由は、予算未達になりかねない懸念事項も提示してくれる。

「Einstein 売上予測」のサンプル画面。予想金額の内訳はグラフでも提示する
「Einstein 売上予測」のサンプル画面。予想金額の内訳はグラフでも提示する

 この機能を利用することで営業部門のマネージャーは、担当者ごとの売上計画の進ちょく状況を把握し、例えば、進ちょくが芳しくない担当者に対してEinsteinが提示する情報をもとにアドバイスを行うことにより、計画の達成を支援できるようになるという。担当者が抱え込む案件の状況が可視化されてより的確な対応が可能になるとしており、マネージャーが担当者に「がんばれ」と呼び掛けて行動を促すだけのような“非論理的”の業務環境の解消にもつながることが期待される。

Einsteinがユーザーに提示するスコアリングなどの算出理由のイメージ
Einsteinがユーザーに提示するスコアリングなどの算出理由のイメージ

 Blitzer氏によれば、これらのEinsteinを使ったスコアリングや予想には、まず同社が提供する15万社のユーザーデータをもとにした作成した「グローバルモデル」を使い、時間をかけて個別にチューニングを進める必要があるとのこと。ただし現状のモデル作成では、業界固有の商流や営業担当者の“感触”といった要素を加味することが難しいという。

 Blitzer氏は、Sales Cloud Einsteinでは、CRMに登録されている取引金額といった“構造化”データと、メールの本文に含まれる内容や顧客企業に関するインターネットニュースの記事文章といった“非構造化”データを学習させることができると述べ、将来的にAIの予測へ商流や“感触”などの要素も反映していけるだろうと語っている。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

特集

CIO

モバイル

セキュリティ

スペシャル

ホワイトペーパー

新着

ランキング

  1. クラウドコンピューティング

    Google Cloudセキュリティ基盤ガイド、設計から運用までのポイントを網羅

  2. セキュリティ

    仮想化・自動化を活用して次世代データセンターを構築したJR東日本情報システム

  3. ビジネスアプリケーション

    スモールスタート思考で業務を改善! 「社内DX」推進のためのキホンを知る

  4. セキュリティ

    Emotetへの感染を導く攻撃メールが多数報告!侵入を前提に対応するEDRの導入が有力な解決策に

  5. セキュリティ

    偽装ウイルスを見抜けず水際対策の重要性を痛感!竹中工務店が実施した2万台のPCを守る方法とは

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]