失注理由が「価格」「タイミング」「競合」とだけ記録され、営業会議で同じ議論を繰り返していないでしょうか。担当者は次の案件へ進む必要があるため、商談メモや顧客の反応を読み返す時間を確保しにくいものです。
原因は、失注理由を一つ選ぶ作業と、次の商談を改善する分析を同じものとして扱っていることです。AIに記録を渡しても、比較する項目や証拠がそろっていなければ、もっともらしい理由を要約するだけで終わります。
この記事では、AIで失注分析を仕組み化するために、商談記録の整え方、匿名化、仮説と証拠の分離、月次レビューから営業ルールへ戻す方法を解説します。
株式会社ラクボは、CRM、商談記録、提案、追客をつなぎ、AIと人が同じ基準で改善できる業務設計を支援しています。担当者を評価するためではなく、受注しやすい行動を再現する分析を重視しています。
AI失注分析は理由当てではなく記録を比較する仕事
AI失注分析とは、失注した案件だけを要約するのではなく、受注案件と失注案件の記録を同じ軸で比較し、差が生じた場面を探す仕事です。業種、案件規模、接点回数、決裁者の参加、提案内容、競合、検討期間などをそろえると、単なる印象から検証できる仮説へ変わります。
Salesforceの2026年調査では、営業組織の87％がAIを利用し、AIエージェントを使う営業担当者は顧客調査時間の短縮を見込んでいます。AI利用が一般化するほど、分析結果を出す速さより、入力記録の質と現場が実行できる改善策が差になります。最新の調査概要はSalesforceの公式発表で確認できます。
目的は「誰が悪かったか」を決めることではありません。仮説を次の提案や確認項目へ変え、同じ失敗を減らすことです。最初は一つの商材、直近一〜三か月の案件に限定します。
商談記録を共通項目にそろえて匿名化する
準備するのは、CRMの基本項目、商談メモ、提案書、メール、失注時のコメントです。顧客名、担当者名、連絡先など分析に不要な識別情報は削除または置換し、利用できるAI環境と保存範囲を確認します。全社のデータを一度に入れず、対象案件だけを書き出します。
共通項目には、初回接点、把握した課題、決裁者、予算、導入時期、比較先、提案した価値、懸念、最終結果を持たせます。空欄をAIに推測させず「記録なし」とします。担当者ごとの自由記述は、原文、AIが付けた分類、人が確定した分類を別列にして、後から誤分類を追えるようにします。
商談後の情報が残っていない場合は、商談議事録から次回タスクまでを自動化する方法を先に整え、分析できる記録を毎回残します。
失注要因を仮説・証拠・改善策に分けて確認する
AIの出力は、要因名だけでなく「仮説」「根拠となる記録」「反対の証拠」「次回試す行動」の四点にします。たとえば価格が要因という仮説なら、値引き依頼だけでなく、価値説明の不足、決裁者不在、比較条件の違いも確認します。根拠のない断定は保留にします。
分析単位は案件、顧客層、商談段階の三つに分けます。個別案件では会話の転機、顧客層では共通傾向、商談段階では離脱が多い箇所を探します。受注案件にも同じ質問を当て、失注だけに現れる差かを確認します。件数が少ない場合は割合を成果と断定せず、次月に検証する候補として扱います。
AIの提案は営業責任者と担当者が原記録へ戻って確認します。顧客の発言と営業側の解釈を混ぜず、顧客へ再確認できない内容は推定と明示します。
月次レビューで次の提案と営業ルールへ戻す
月次レビューでは、要因の多さではなく、次月に変える行動を一〜二個選びます。「初回商談で決裁者と評価基準を確認する」「提案書に導入後30日の流れを追加する」のように、実施の有無を確認できる形へ落とします。担当者別の順位付けではなく、チーム共通の確認表へ反映します。
測定するのは、失注分類の確定率、分析にかかった時間、改善行動の実施率、同じ要因での再失注、受注率です。受注率だけでは案件構成の影響を受けるため、提案前の確認漏れや決裁者同席率など途中の指標も追います。改善が見られなければ、AIモデルを替える前に記録項目と会議での使い方を見直します。
工数・品質・事業成果を分けた評価には、AIエージェントのROIとKPI設計も使えます。CRM整備、分析ルール、月次レビューまで一緒に設計したい場合は、ラクボのAI顧問・期間限定AI部署をご覧ください。現在の商談記録から小さく試したい方は、AI失注分析の仕組み化について相談できます。