＜市場調査データを元に戦略立案から営業活動に至るプロセスを包括的に支援＞
ステップ1：ターゲット選定 ⇒ 訴求対象とすべき年商、業種、地域の確認と検証
ステップ2：提案トーク作成 ⇒ ユーザ企業に響く課題&ニーズの訴求内容を分析
ステップ3：企業リスト提示 ⇒ 基礎情報だけでなく、個別の提案ポイントも詳述
PRESS RELEASE（報道関係者各位） 2025年11月17日
市場調査データを元にターゲット選定/提案トーク作成/企業リスト提示を行うABL2.0
調査設計/分析/執筆： 岩上由高
ノークリサーチ（本社〒160-0022東京都新宿区新宿2-13-10武蔵野ビル5階23号室 代表：伊嶋謙ニ TEL：03-5361-7880URL：www.norkresearch.co.jp）は調査データに基づいて、IT企業が中堅・中小企業向けに製品/サービスを拡販する際に必要となるターゲット選定、提案トーク作成、企業リスト提示といった一連の営業支援を提供する「Analysis Based Listing」の最新バージョンとなる「ABL2.0」の提供を開始した。
＜市場調査データを元に戦略立案から営業活動に至るプロセスを包括的に支援＞
ステップ1：ターゲット選定 ⇒ 訴求対象とすべき年商、業種、地域の確認と検証
ステップ2：提案トーク作成 ⇒ ユーザ企業に響く課題&ニーズの訴求内容を分析
ステップ3：企業リスト提示 ⇒ 基礎情報だけでなく、個別の提案ポイントも詳述
ベンダや販社/SIerがIT関連の製品/サービス/ソリューションを拡販する際は、一般的にマーケティング部門が市場調査を行い、営業部門が個々の顧客に提案を行っていく。しかし、市場調査の結果と「具体的にどんな顧客に何をアピールすべきか？」の間にはギャップがあり、結局は「総当たり的に顧客候補リストを当たる」といった場面も依然として少なからず存在する。
このギャップを埋めるため、ノークリサーチは調査データを元に営業リスト作成を行う「Analysis Based Listing」（※）のサービスを2024年5月から展開している。本リリースで述べる「ABL2.0 （Analysis Based Listing 2.0）」は※を更に発展させて、市場調査データを元に戦略立案から営業活動に至るプロセスを包括的に支援する最新バージョンのサービスである。
※図表を含む本リリースは以下のURLよりご確認いただけます
(リンク »)
■ステップ1：ターゲット選定 ⇒ 訴求対象とすべき年商、業種、地域の確認と検証
ノーク・ソリューション株式会社は愛知県にオフィスを構える中規模SIerである。自社開発の販売管理システム「商売HanJou」の最新バージョンでは売上データを分析することで需要予測を行い、在庫数量を最適化するソリューションを付加価値として提供している。このAI需要予測を用いた在庫管理ソリューションによって、既に実績のある卸売業と小売業を対象としつつ、裾野の広い企業層および愛知県外への拡販を実現したいと考えている。
ABL2.0では、まず最初に40分程度のWeb会議を開催し、依頼元IT企業の現状や拡販したい製品/サービス/ソリューションの内容を上記のような形でヒアリングする。
その上で、ノークリサーチからは豊富な市場調査データの中から本件に合致するデータを引用し、ノーク・ソリューション（株）が訴求対象とすべき年商、業種、地域を確認＆検証していく。
以下の3つのグラフはノークリサーチの調査レポートの中から、販売管理における『AIによる需要予測を元に、過剰在庫や欠品を防止できる』という機能ニーズ（ノーク・ソリューション（株）の在庫管理ソリューションの強みや特徴に最も近いニーズ項目）の回答割合を年商別、業種別、地域別に集計したものだ。
上記のヒアリング結果が示すように、ノーク・ソリューション（株）は中堅・中小企業の幅広い裾野への拡販を模索しているものの、小規模企業層における回答割合は1割未満に留まっている。一方、中堅企業層は高い回答割合を示しているが、企業数は限られる。したがって、確実性と企業数の双方を踏まえて、訴求すべき年商としては中小企業層（年商5～50億円）を対象とすることとなった。
ノーク・ソリューション（株）が訴求対象にしたいと考えている卸売業および小売業の回答割合はそれぞれ15.1%と7.5%である。双方を同時に訴求するという選択も考えられるが、回答割合に差があるため、卸売業と小売業で営業アプローチを変える必要が生じる可能性もある。ノーク・ソリューション（株）とも協議の上、今回は卸売業を対象とすることになった。
ノーク・ソリューション（株）の主要な商圏である中部地方（愛知県を含む）の回答割合は13.2%に留まり、顧客候補の数が少ない可能性がある。近畿地方の回答割合は20.8%であり、大阪府にはノーク・ソリューション（株）の営業所も存在する。そこで、今回は中部地方と近畿地方を対象とすることになった。
上記の分析に用いた調査データは業務アプリケーションのシェアや評価で定評のある「2025年版 中堅・中小企業のITアプリケーション利用実態と評価レポート」である。このようにABL2.0では、実績のある調査レポートに基づく分析によって、確実なターゲット選定を行える点が大きな特徴となっている。
■ステップ2：提案トーク作成 ⇒ ユーザ企業に響く課題&ニーズの訴求内容を分析
ノーク・ソリューション（株）が「AI需要予測を用いた在庫管理ソリューション」（※）を拡販するためには、ユーザ企業に対して
A. 「***といった課題をお持ちであれば、※のソリューションで解決できます」 ※による解決が有効な課題
B. 「***といった取り組みを進める場合には、※のソリューションも必要です」 ※との関連性が高いニーズ
を明らかにし、ユーザ企業に響く課題/ニーズを盛り込んだ提案トークを用意しておく必要がある。
ABL2.0では、まず※と関連する以下の課題項目およびニーズ項目を調査レポートから選定する。（赤字のニーズ項目は前頁でも触れた※の中核となるニーズ項目である）
課題項目：
C_1.仕入先の倒産などによる調達リスクを予測できない
C_2.勘や経験では、最適な在庫数量の見極めが難しい
C_3.入出庫に伴って在庫数量を記録する作業が負担
C_4.出荷/出庫の際に行う品質チェックの作業が負担
C_5.過剰在庫や欠品が発生するリスクを下げられない
ニーズ項目：
D_1.仕入先の公開情報を元にAIが調達リスクを自動予測できる
D_2.販売データを元にAIが在庫の最適化を自動で行ってくれる
D_3.センサなどを用いて、AIが入出庫を自動記録してくれる
D_4.センサなどを用いて、AIが品質チェックを自動で行える
D_5.AIによる需要予測を元に、過剰在庫や欠品を防止できる
上記に列挙した課題項目（C_1 ~ C_5）とニーズ項目（D_1 ~ D_5）の関連性をベイジアンネットワーク分析を用いて視覚化したものが以下の図である。この分析モデルを用いることで、ノーク・ソリューション（株）が訴求したいと考える※のソリューションの提案に影響する課題やニーズの関連性を知ることができる。
例えば、※の中核となる機能ニーズ 「D_5. AIによる需要予測を元に、過剰在庫や欠品を防止できる」（赤点線）からは「C_1.仕入先の倒産などによる調達リスクを予測できない」「C_2.勘や経験では、最適な在庫数量の見極めが難しい」「C_5.過剰在庫や欠品が発生するリスクを下げられない」の3つの課題項目（青点線）に向かって矢印が伸びている。
つまり、D_5のニーズ項目はC_1、C_2、C_5の課題の有効な解決策になると考えられる。
ベイジアンネットワーク分析では「ある項目の値が変化した時、それによって他の項目がどう変化するのか？」を推論/予測することができる。そこで、※の中核となる機能ニーズ「D_5. AIによる需要予測を元に、過剰在庫や欠品を防止できる」の回答割合が高まった（= ニーズが顕在化した）場合、「回答割合が高まった課題」と「回答割合が高まったニーズ」は何か？を確認すればそれらが冒頭のAの課題、Bのニーズにそれぞれ該当することがわかる。次頁では、実際の分析結果とそれらを踏まえた提案トークの内容を解説していく。
以下のグラフは「D_5. AIによる需要予測を元に、過剰在庫や欠品を防止できる」の回答割合が5割に高まった場合（橙帯）、C_1~C_5の課題項目の回答割合が標準状態（青帯）と比べてどれだけ高まるか？を推論/予測した結果である。
5つの課題項目の中でも「C_1.仕入先の倒産などによる調達リスクを予測できない」「C_2.勘や経験では、最適な在庫数量の見極めが難しい」の2つの増加幅が大きいことが確認できる。
同様に以下のグラフはD_5の回答割合が5割に高まった場合にD_1~D_4のニーズ項目の回答割合が標準状態と比べてどれだけ高まるか？を推論/予測した結果である。
4つのニーズ項目の中でも「D_3.センサなどを用いて、AIが入出庫を自動記録してくれる」の増加幅が大きくなっている。
したがって、ノーク・ソリューション（株）が中部地方および近畿地方の卸売業かつ中小企業層向けに「AI需要予測を用いた在庫管理ソリューション」（※）を拡販する際はC_1とC_2を※による解決が有効な課題、D_3を※との関連性が高いニーズとすれば良いことがわかる。
以上の分析を踏まえた場合に、ノーク・ソリューション（株）が用いるべき提案トークは以下のようになる。
・ノーク・ソリューション（株） が「AI需要予測を用いた在庫管理ソリューション」を訴求する際の最適な提案トーク
弊社ノーク・ソリューション（株）が開発/販売する販売管理システム「商売HanJou」の最新バージョンでは、売上データを分析することで需要予測を行い、在庫数量を最適化する「AI需要予測を用いた在庫管理ソリューション」を利用できます。
中部地方や近畿地方の卸売業（年商5～50億円）では「勘や経験では、最適な在庫数量の見極めが難しい」（C_2）や「仕入先の倒産などによる調達リスクを予測できない」（C_1）といった在庫管理における課題が挙げられています。
第三者調査機関である株式会社ノークリサーチの調査/分析では「AIによる需要予測を元に、過剰在庫や欠品を防止する」（D_5）といった取り組みがこうした課題の解消に有効であることが示されています。
また、「センサなどを用いた入出庫の自動記録」（D_3）に既に取り組んでいる、または今後取り組む場合においても、単に入出庫データを記録するだけでなく、需要予測と照合することで在庫数量を最適化することが大切です。
このようにABL2.0では、客観的な市場調査データに裏付けられた提案トーク作成を行える点が大きな特徴となっている。
■ステップ3：企業リスト提示 ⇒ 基礎情報だけでなく、個別の提案ポイントも詳述
ステップ3では、Webサイトの公開情報を元にステップ1で得られたターゲットに合致する具体的なユーザ企業を選定する。
その際には単に企業属性のみで選ぶのではなく、個々の業態や特徴とステップ2の提案トークを照らし合わせて、提案時のポイント（どのようなアプローチが有効か？）を詳述したリストを作成する。
依頼元IT企業が既に顧客としているユーザ企業は「除外希望企業リスト」に記載することで重複を防ぐことができる。また、顧客候補として既に企業名は把握しているが、提案時のポイントを知りたいといった場合は「追記希望企業リスト」を指定することでステップ3で提示する企業リストに含めることができる。
ステップ3で提示される企業リストの具体例は以下の通りである。（1企業1シートのMicrosoft Excel形式となっている）「業態と特徴」や「提案時のポイント」に記載された内容が示すように、ABL2.0では単に企業の基本情報を列挙するだけでなく、市場調査データに基づいた個々の提案ポイントを詳述している点が大きな特徴となっている。
■ABL2.0の提供内容（価格や納品物）
実施の流れ
ご発注：
依頼元IT企業より、拡販した製品/サービス/ソリューションを提示いただく
（必要に応じて除外希望と追加規模の企業リストも合わせて提示、両リストの詳細は本リリース5ページ参照）
事前ヒアリング：
40分程度のWeb会議を実施し、依頼元IT企業の現状や拡販したい製品/サービス/ソリューションの内容をヒアリング（具体例は本リリース2ページの冒頭）
ステップ1. ターゲット選定：
市場調査データを元に、訴求対象とすべき年商、業種、地域の確認と検証（具体例は本リリース2ページ）
ステップ2. 提案トーク作成：
市場調査データを元に、ユーザ企業に響く課題&ニーズの訴求内容を分析（具体例は本リリース3～4ページ）
ステップ3. 企業リスト提示：
ステップ1とステップ2の結果をユーザ企業に関するWebサイトの公開情報と照合しながら、基礎情報だけでなく、個別の提案ポイントも詳述した企業リストを提示（具体例は本リリース5ページ）
分析結果の説明：
90分程度のWeb会議を実施し、ステップ1～ステップ3の成果物を用いて分析の考え方や重要ポイントを解説
納品物（成果物）
ステップ1： 有望な年商/業種/地域を示すMicrosoft Excel形式集計データ（具体例：本リリース2ページ）
ステップ2： 提案トークの根拠となる分析モデル図および推論/予測データ（具体例：本リリース3～4ページ）
ステップ3： 個別に「業態と特徴」や「提案時のポイント」も記載した企業リスト（具体例：本リリース5ページ）
実施費用と納期
ステップ3で提示される企業リスト数に応じて、以下の2通りのプランを設定
お試しプラン：
提示企業リスト数： 5件 納期： 事前ヒアリング実施から5営業日 費用： ￥175,000円（税別）
通常プラン：
提示企業リスト数： 20件 納期： 事前ヒアリング実施から10営業日 費用： ￥400,000円（税別）
リスト追加オプション： ￥10,000円/件 （同オプションは通常プランのみ適用可能、納期は個別応談）
当調査データに関するお問い合わせ
株式会社 ノークリサーチ 担当：岩上 由高
〒160-0022 東京都新宿区新宿2-13-10 武蔵野ビル5階23号室
TEL 03-5361-7880 FAX 03-5361-7881
Mail: inform@norkresearch.co.jp
Web: www.norkresearch.co.jp
市場調査データを元にターゲット選定/提案トーク作成/企業リスト提示を行うABL2.0
調査設計/分析/執筆： 岩上由高
ノークリサーチ（本社〒160-0022東京都新宿区新宿2-13-10武蔵野ビル5階23号室 代表：伊嶋謙ニ TEL：03-5361-7880URL：www.norkresearch.co.jp）は調査データに基づいて、IT企業が中堅・中小企業向けに製品/サービスを拡販する際に必要となるターゲット選定、提案トーク作成、企業リスト提示といった一連の営業支援を提供する「Analysis Based Listing」の最新バージョンとなる「ABL2.0」の提供を開始した。
＜市場調査データを元に戦略立案から営業活動に至るプロセスを包括的に支援＞
ステップ1：ターゲット選定 ⇒ 訴求対象とすべき年商、業種、地域の確認と検証
ステップ2：提案トーク作成 ⇒ ユーザ企業に響く課題&ニーズの訴求内容を分析
ステップ3：企業リスト提示 ⇒ 基礎情報だけでなく、個別の提案ポイントも詳述
ベンダや販社/SIerがIT関連の製品/サービス/ソリューションを拡販する際は、一般的にマーケティング部門が市場調査を行い、営業部門が個々の顧客に提案を行っていく。しかし、市場調査の結果と「具体的にどんな顧客に何をアピールすべきか？」の間にはギャップがあり、結局は「総当たり的に顧客候補リストを当たる」といった場面も依然として少なからず存在する。
このギャップを埋めるため、ノークリサーチは調査データを元に営業リスト作成を行う「Analysis Based Listing」（※）のサービスを2024年5月から展開している。本リリースで述べる「ABL2.0 （Analysis Based Listing 2.0）」は※を更に発展させて、市場調査データを元に戦略立案から営業活動に至るプロセスを包括的に支援する最新バージョンのサービスである。
※図表を含む本リリースは以下のURLよりご確認いただけます
(リンク »)
■ステップ1：ターゲット選定 ⇒ 訴求対象とすべき年商、業種、地域の確認と検証
ノーク・ソリューション株式会社は愛知県にオフィスを構える中規模SIerである。自社開発の販売管理システム「商売HanJou」の最新バージョンでは売上データを分析することで需要予測を行い、在庫数量を最適化するソリューションを付加価値として提供している。このAI需要予測を用いた在庫管理ソリューションによって、既に実績のある卸売業と小売業を対象としつつ、裾野の広い企業層および愛知県外への拡販を実現したいと考えている。
ABL2.0では、まず最初に40分程度のWeb会議を開催し、依頼元IT企業の現状や拡販したい製品/サービス/ソリューションの内容を上記のような形でヒアリングする。
その上で、ノークリサーチからは豊富な市場調査データの中から本件に合致するデータを引用し、ノーク・ソリューション（株）が訴求対象とすべき年商、業種、地域を確認＆検証していく。
以下の3つのグラフはノークリサーチの調査レポートの中から、販売管理における『AIによる需要予測を元に、過剰在庫や欠品を防止できる』という機能ニーズ（ノーク・ソリューション（株）の在庫管理ソリューションの強みや特徴に最も近いニーズ項目）の回答割合を年商別、業種別、地域別に集計したものだ。
上記のヒアリング結果が示すように、ノーク・ソリューション（株）は中堅・中小企業の幅広い裾野への拡販を模索しているものの、小規模企業層における回答割合は1割未満に留まっている。一方、中堅企業層は高い回答割合を示しているが、企業数は限られる。したがって、確実性と企業数の双方を踏まえて、訴求すべき年商としては中小企業層（年商5～50億円）を対象とすることとなった。
ノーク・ソリューション（株）が訴求対象にしたいと考えている卸売業および小売業の回答割合はそれぞれ15.1%と7.5%である。双方を同時に訴求するという選択も考えられるが、回答割合に差があるため、卸売業と小売業で営業アプローチを変える必要が生じる可能性もある。ノーク・ソリューション（株）とも協議の上、今回は卸売業を対象とすることになった。
ノーク・ソリューション（株）の主要な商圏である中部地方（愛知県を含む）の回答割合は13.2%に留まり、顧客候補の数が少ない可能性がある。近畿地方の回答割合は20.8%であり、大阪府にはノーク・ソリューション（株）の営業所も存在する。そこで、今回は中部地方と近畿地方を対象とすることになった。
上記の分析に用いた調査データは業務アプリケーションのシェアや評価で定評のある「2025年版 中堅・中小企業のITアプリケーション利用実態と評価レポート」である。このようにABL2.0では、実績のある調査レポートに基づく分析によって、確実なターゲット選定を行える点が大きな特徴となっている。
■ステップ2：提案トーク作成 ⇒ ユーザ企業に響く課題&ニーズの訴求内容を分析
ノーク・ソリューション（株）が「AI需要予測を用いた在庫管理ソリューション」（※）を拡販するためには、ユーザ企業に対して
A. 「***といった課題をお持ちであれば、※のソリューションで解決できます」 ※による解決が有効な課題
B. 「***といった取り組みを進める場合には、※のソリューションも必要です」 ※との関連性が高いニーズ
を明らかにし、ユーザ企業に響く課題/ニーズを盛り込んだ提案トークを用意しておく必要がある。
ABL2.0では、まず※と関連する以下の課題項目およびニーズ項目を調査レポートから選定する。（赤字のニーズ項目は前頁でも触れた※の中核となるニーズ項目である）
課題項目：
C_1.仕入先の倒産などによる調達リスクを予測できない
C_2.勘や経験では、最適な在庫数量の見極めが難しい
C_3.入出庫に伴って在庫数量を記録する作業が負担
C_4.出荷/出庫の際に行う品質チェックの作業が負担
C_5.過剰在庫や欠品が発生するリスクを下げられない
ニーズ項目：
D_1.仕入先の公開情報を元にAIが調達リスクを自動予測できる
D_2.販売データを元にAIが在庫の最適化を自動で行ってくれる
D_3.センサなどを用いて、AIが入出庫を自動記録してくれる
D_4.センサなどを用いて、AIが品質チェックを自動で行える
D_5.AIによる需要予測を元に、過剰在庫や欠品を防止できる
上記に列挙した課題項目（C_1 ~ C_5）とニーズ項目（D_1 ~ D_5）の関連性をベイジアンネットワーク分析を用いて視覚化したものが以下の図である。この分析モデルを用いることで、ノーク・ソリューション（株）が訴求したいと考える※のソリューションの提案に影響する課題やニーズの関連性を知ることができる。
例えば、※の中核となる機能ニーズ 「D_5. AIによる需要予測を元に、過剰在庫や欠品を防止できる」（赤点線）からは「C_1.仕入先の倒産などによる調達リスクを予測できない」「C_2.勘や経験では、最適な在庫数量の見極めが難しい」「C_5.過剰在庫や欠品が発生するリスクを下げられない」の3つの課題項目（青点線）に向かって矢印が伸びている。
つまり、D_5のニーズ項目はC_1、C_2、C_5の課題の有効な解決策になると考えられる。
ベイジアンネットワーク分析では「ある項目の値が変化した時、それによって他の項目がどう変化するのか？」を推論/予測することができる。そこで、※の中核となる機能ニーズ「D_5. AIによる需要予測を元に、過剰在庫や欠品を防止できる」の回答割合が高まった（= ニーズが顕在化した）場合、「回答割合が高まった課題」と「回答割合が高まったニーズ」は何か？を確認すればそれらが冒頭のAの課題、Bのニーズにそれぞれ該当することがわかる。次頁では、実際の分析結果とそれらを踏まえた提案トークの内容を解説していく。
以下のグラフは「D_5. AIによる需要予測を元に、過剰在庫や欠品を防止できる」の回答割合が5割に高まった場合（橙帯）、C_1~C_5の課題項目の回答割合が標準状態（青帯）と比べてどれだけ高まるか？を推論/予測した結果である。
5つの課題項目の中でも「C_1.仕入先の倒産などによる調達リスクを予測できない」「C_2.勘や経験では、最適な在庫数量の見極めが難しい」の2つの増加幅が大きいことが確認できる。
同様に以下のグラフはD_5の回答割合が5割に高まった場合にD_1~D_4のニーズ項目の回答割合が標準状態と比べてどれだけ高まるか？を推論/予測した結果である。
4つのニーズ項目の中でも「D_3.センサなどを用いて、AIが入出庫を自動記録してくれる」の増加幅が大きくなっている。
したがって、ノーク・ソリューション（株）が中部地方および近畿地方の卸売業かつ中小企業層向けに「AI需要予測を用いた在庫管理ソリューション」（※）を拡販する際はC_1とC_2を※による解決が有効な課題、D_3を※との関連性が高いニーズとすれば良いことがわかる。
以上の分析を踏まえた場合に、ノーク・ソリューション（株）が用いるべき提案トークは以下のようになる。
・ノーク・ソリューション（株） が「AI需要予測を用いた在庫管理ソリューション」を訴求する際の最適な提案トーク
弊社ノーク・ソリューション（株）が開発/販売する販売管理システム「商売HanJou」の最新バージョンでは、売上データを分析することで需要予測を行い、在庫数量を最適化する「AI需要予測を用いた在庫管理ソリューション」を利用できます。
中部地方や近畿地方の卸売業（年商5～50億円）では「勘や経験では、最適な在庫数量の見極めが難しい」（C_2）や「仕入先の倒産などによる調達リスクを予測できない」（C_1）といった在庫管理における課題が挙げられています。
第三者調査機関である株式会社ノークリサーチの調査/分析では「AIによる需要予測を元に、過剰在庫や欠品を防止する」（D_5）といった取り組みがこうした課題の解消に有効であることが示されています。
また、「センサなどを用いた入出庫の自動記録」（D_3）に既に取り組んでいる、または今後取り組む場合においても、単に入出庫データを記録するだけでなく、需要予測と照合することで在庫数量を最適化することが大切です。
このようにABL2.0では、客観的な市場調査データに裏付けられた提案トーク作成を行える点が大きな特徴となっている。
■ステップ3：企業リスト提示 ⇒ 基礎情報だけでなく、個別の提案ポイントも詳述
ステップ3では、Webサイトの公開情報を元にステップ1で得られたターゲットに合致する具体的なユーザ企業を選定する。
その際には単に企業属性のみで選ぶのではなく、個々の業態や特徴とステップ2の提案トークを照らし合わせて、提案時のポイント（どのようなアプローチが有効か？）を詳述したリストを作成する。
依頼元IT企業が既に顧客としているユーザ企業は「除外希望企業リスト」に記載することで重複を防ぐことができる。また、顧客候補として既に企業名は把握しているが、提案時のポイントを知りたいといった場合は「追記希望企業リスト」を指定することでステップ3で提示する企業リストに含めることができる。
ステップ3で提示される企業リストの具体例は以下の通りである。（1企業1シートのMicrosoft Excel形式となっている）「業態と特徴」や「提案時のポイント」に記載された内容が示すように、ABL2.0では単に企業の基本情報を列挙するだけでなく、市場調査データに基づいた個々の提案ポイントを詳述している点が大きな特徴となっている。
■ABL2.0の提供内容（価格や納品物）
実施の流れ
ご発注：
依頼元IT企業より、拡販した製品/サービス/ソリューションを提示いただく
（必要に応じて除外希望と追加規模の企業リストも合わせて提示、両リストの詳細は本リリース5ページ参照）
事前ヒアリング：
40分程度のWeb会議を実施し、依頼元IT企業の現状や拡販したい製品/サービス/ソリューションの内容をヒアリング（具体例は本リリース2ページの冒頭）
ステップ1. ターゲット選定：
市場調査データを元に、訴求対象とすべき年商、業種、地域の確認と検証（具体例は本リリース2ページ）
ステップ2. 提案トーク作成：
市場調査データを元に、ユーザ企業に響く課題&ニーズの訴求内容を分析（具体例は本リリース3～4ページ）
ステップ3. 企業リスト提示：
ステップ1とステップ2の結果をユーザ企業に関するWebサイトの公開情報と照合しながら、基礎情報だけでなく、個別の提案ポイントも詳述した企業リストを提示（具体例は本リリース5ページ）
分析結果の説明：
90分程度のWeb会議を実施し、ステップ1～ステップ3の成果物を用いて分析の考え方や重要ポイントを解説
納品物（成果物）
ステップ1： 有望な年商/業種/地域を示すMicrosoft Excel形式集計データ（具体例：本リリース2ページ）
ステップ2： 提案トークの根拠となる分析モデル図および推論/予測データ（具体例：本リリース3～4ページ）
ステップ3： 個別に「業態と特徴」や「提案時のポイント」も記載した企業リスト（具体例：本リリース5ページ）
実施費用と納期
ステップ3で提示される企業リスト数に応じて、以下の2通りのプランを設定
お試しプラン：
提示企業リスト数： 5件 納期： 事前ヒアリング実施から5営業日 費用： ￥175,000円（税別）
通常プラン：
提示企業リスト数： 20件 納期： 事前ヒアリング実施から10営業日 費用： ￥400,000円（税別）
リスト追加オプション： ￥10,000円/件 （同オプションは通常プランのみ適用可能、納期は個別応談）
当調査データに関するお問い合わせ
株式会社 ノークリサーチ 担当：岩上 由高
〒160-0022 東京都新宿区新宿2-13-10 武蔵野ビル5階23号室
TEL 03-5361-7880 FAX 03-5361-7881
Mail: inform@norkresearch.co.jp
Web: www.norkresearch.co.jp
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
