単位
1. 営業における AI と倫理フレームワークの紹介 2. 研究と資格認定をリードする 3. パーソナライズされたセールスメールとフォローアップシーケンス 4. コールド アウトリーチ: コールド メール、LinkedIn、検索のシナリオ 5. オファーと提案の準備 6. 売り込みと反論への対応 7. CRM ノートの要約と次のステップの推奨事項 8. 競合他社と市場調査 9. 売上予測、パイプライン分析、セールスコンテンツ制作
ユニット 2 / 9

研究と資格認定をリードする

利益:

  • AIを活用して理想的な顧客プロファイル（ICP）と購入者のペルソナを明確にする機能
  • BANT や MEDDIC などのフレームワークを使用して構造化された方法でリードを評価する機能
  • AIによって生成された企業/個人情報をソースと照合する規律を適用する能力

営業における最も大きな失敗は、間違った相手と話すことです。担当者は何週間もかけて、適切な製品を適切なタイミングで間違った顧客に説明し、最終的には「予算がない」または「決めるのは私ではない」という答えを受け取ります。しかし、この情報の大部分は最初の接触前に抽出することができます。これはまさに、見込み顧客の調査と認定の役割です。誰が実際に顧客になる可能性があり、誰が時間の無駄であるかを早い段階で区別します。この単元では、このプロセスのエンジンとして AI を使用する方法を学びます。理想的な顧客プロファイル (ICP) と購入者ペルソナの作成から、BANT や MEDDIC などのフレームワークを使用したスコアリングまで、段階的に見ていきます。冒頭に警告を入れておきます。AI によって生成された企業や個人の情報は、検証されない限り「本物」とは見なされません。

理想的な顧客プロファイル (ICP) と購入者のペルソナ

ICP は、「当社にとって理想的な顧客はどのような企業ですか?」という質問に対する答えです。ペルソナとは、その会社内で話す相手のことです。これらは 2 つの異なるものです。ICP は会社 (企業情報) を定義し、ペルソナは個人を定義します。

コンセプト

定義するもの

信号の例

ICP (ファームウェア)

理想の会社

セクター、従業員数、売上高、地理

ICP (テクノグラフィック)

同社が使用しているテクノロジー

使用する CRM、インフラストラクチャ、ソフトウェア

ペルソナ

意思決定プロセスに携わる人物

タイトル、目標、課題、KPI

企業のシグナルは、「この会社は規模の点で当社に適していますか?」という質問に答えます。テクノロジーシグナルは、「彼らは私たちを補完する/競合するテクノロジーをすでに使用していますか?」という質問に答えます。たとえば、特定の電子商取引インフラストラクチャを使用している企業は、統合の準備が整う可能性があります。

ICP 定義プロンプト: 「過去 12 か月間に当社が獲得した上位 10 社の顧客の特徴を以下に示します。顧客の共通パターンを見つけて、理想的な顧客プロファイル (ICP) を作成します。次の次元で表を作成します: 業界、従業員数の範囲、年間売上高の範囲、地理、顧客が使用するテクノロジ、典型的な問題点。データ内のパターンのみに依存し、データの外部の仮定を追加しないでください。上位の顧客: {{customer_list}}」

ペルソナ抽出プロンプト: 「当社は {{product}} を販売しています。当社の ICP は {{icp_summary}} です。これらの企業の購入意思決定に影響を与える 3 つのペルソナを定義します。各ペルソナについて: - 役職 - それらを測定する主な目標と KPI - 上位 2 つの問題点 - 彼らの言語に翻訳された当社製品の価値提案 - 購入に反対する可能性のある 2 つのポイント」

資格の枠組み: BANT および MEDDIC

構造化された質問によってリードが「本物」であるかどうかを測定します。 2 つの一般的なフレームワーク:

TAPE — 高速かつ軽量の特性評価用:

  • 予算: 支払えるリソースはありますか?
  • 関係者: 私が話している相手は決断を下すことができますか?
  • ニーズ: 本当に緊急のニーズはありますか?
  • タイムライン: いつ受け取る予定ですか?

MEDDIC — 複雑で大規模な B2B 販売向けにさらに深く:

  • 指標: 顧客によって測定された数値上のメリット。
  • エコノミックバイヤー: 実際に予算を管理する人。
  • 決定基準: 決定基準。
  • 意思決定プロセス: 意思決定のプロセスとステップ。
  • 痛みを特定する: 具体的な痛み。
  • チャンピオン: あなたを内側から守ってくれる人。

フレーム

いつ

深さ

テープ

短いサイクル、低～中値

素早い除去

メディック

長いサイクル、高い価値、複数のステークホルダー

深く、系統的に

ヒント: 小規模で迅速な販売の場合は、テープから始めます。取引が拡大し、関係者の数が増えたら、MEDDIC に切り替えます。どちらのフレームワークでスコアを付けたいかを AI に明確に伝えないと、2 つが混同される可能性があります。

AI を使用した調査概要とアトリビューション スコアリング

ここでは AI を 2 つのジョブに使用します: (1) フレームごとに得られる生の情報を要約する、(2) スコアを提案する。スコアはあなたにとっての「暫定的なランキング」であり、最終的な決定ではありません。

リード評価プロンプト (BANT): 「BANT フレームワークを使用して、次のリード メモを評価します。各次元に 0 ～ 5 点を与え、その理由を書きます。情報が欠落している場合は、「データなし」と答えてください。推測しないでください。調査: 合計スコア、「ホット/ウォーム/コールド」ラベル、および次のステップの提案。リード メモ:- 会社: {{company}}- インタビュー対象者/役職: {{person}}- 注: {{interview_notes}}」

見込み客リストの優先順位付けプロンプト: 「ICP ({{icp_summary}}) への適合性に従って、次の 20 個の見込み客を並べ替えます。各見込み客について: 適合性スコア (0 ～ 100)、最も強い適合信号、最大の不確実性。スコアが低いものについては、その理由を簡単に記入します。企業データが欠落している場合は、FITTING、「検証が必要」とマークします。見込み客リスト: {{lead_list}}"

弱いプロンプト / 強いプロンプト

弱者：「このリードは大丈夫ですか？」 (結果: 薄っぺらな一言コメント。) 強力: 「BAND フレームワークを使用して、このリードにスコアを付けます。各次元に 0 ～ 5 を与え、根拠を書き、不足している情報を「データなし」としてマークし、合計スコアに基づいて次のステップを提案します。メモの範囲を超えないでください。」

捏造のリスク: 出所の検証

AI は、会社や個人について知らない情報 (売上高、従業員数、役職、さらには意思決定者の名前さえ) を確実に捏造することができます。この情報に触れてしまうと一気に信用を失ってしまいます。

注意: AI が返す企業固有のデータ (売上高、成長率、役員名、技術スタック) を主な情報源 (企業自身のサイト、LinkedIn、公式ニュースレター) から検証してください。未確認の情報をアウトリーチに使用しないでください。

簡単な検証ワークフロー:

  1. AI にリードの概要について「各クレームにソース タグを付ける」ように依頼します。
  2. 「要検証」とマークされた項目をソースから 1 つずつ確認します。
  3. 検証された情報を CRM に処理します。確認できないものは削除してください。
  4. 検証済みの情報を使用してのみスコアを更新してください。
  5. その後、アウトリーチに進みます。

ミニケース

B2B SaaS 代表者の Kaan は、50 人のリードリストを AI に渡し、ICP の適合性に基づいて分類させます。 「A社は前四半期に従業員200人に達しました」とAIは言う。カーンは LinkedIn に会社を設立します。従業員数は約60名、AI大げさ。 Kaan はこの信号を「検証が必要」としてマークし、実数を入力してスコアを差し引きます。その代わりに、AI の「B 社が間もなく新しい市場を開拓します」というシグナルを、企業のキャリア ページへの新規投稿で確認し、このリードを優先します。結果: AI は数分で 50 件のリードをランク​​付けし、Kaan がリストを検証し、本当に注目度の高い 8 件のリードに焦点を当てました。

よくある間違い

  • ICPを特定せずに捜査を開始する（全員をターゲットにし、誰も撃たない）。
  • AIが提供する企業データを検証せずにCRMに加工する。
  • BANTとMEDDICを混ぜてハーフスコアをやります。
  • AI が「推測」で不足している情報を補完できるようにします。
  • スコアが絶対の真実であると思い込み、人間の判断力を無効にする。
  • ペルソナではなく会社だけに焦点を当て、「誰と話しているのか」をスキップします。
ヒント: 「なぜそのように採点したのですか?」と尋ねて、常に AI スコアを正当化してください。正当化が弱ければ、スコアも弱くなる。根拠には、確認する必要があるポイントも示されています。

要約すると

  • ICP は企業 (企業情報 + 技術情報) を表し、ペルソナは個人を表します。どちらも必要です。
  • BANT は迅速な予選を対象とし、MEDDIC は詳細で複雑なセールスを対象としています。
  • AI が調査を要約し、スコアを提案します。最終的な決断はその人自身にあります。
  • スコアは暫定的なランキングであり、正当な理由を持ってリクエストする必要があります。
  • AIによって生成された企業・個人情報は、一次情報源による検証がなければ利用できません。
  • 情報が不足している場合は、「推定」ではなく「データなし」とマークする必要があります。

アプリケーションタスク

最近獲得した 5 ～ 10 人の顧客のリストを作成し、上記の ICP プロンプトを使用して AI に共通のパターンを見つけさせます。結果として得られる ICP を使用して、保有する 10 件のリードに優先順位を付けます。次に、AI が LinkedIn と企業サイトでスコアの最も高い 3 つのリードについて行う各企業固有の主張を検証します。どの主張が虚偽または不完全であることが判明したかに注目してください。この演習では、ICP 規律と検証反射の両方を同時に学びます。

前へ 次へ