第5回　AIダッシュボードは「可視化ツール」ではない

ウェビナー後の業務にAIを活用すると聞くと、まず思い浮かぶのはフォローメールやトークスクリプトの自動生成かもしれません。

参加者の会社名や関心テーマを入力し、メールの下書きをつくる。営業電話の会話例を生成する。ウェビナーの内容を要約して、参加者へ送る。こうした活用も有効です。

ただし、文章を速くつくるだけでは、フォローの本質的な問題は解決しません。誰にメールを送るべきかが決まっていなければ、文面を生成しても行動にはつながりません。参加者の関心や過去の接点が整理されていなければ、一見個別化されたメールでも、内容は参加者の状況とずれる可能性があります。

AIのより重要な役割は、分散した参加者情報を一人単位で整理し、担当者が次に何をすべきかを判断しやすくすることです。

ウェビナー参加者の状態を理解するために必要な情報は、アンケートだけではありません。参加者について確認したい主な情報は、次のように複数のシステムに分かれて存在しています。

担当者が参加者一人ずつについて各システムを確認すると、フォローを始めるまでに時間がかかります。担当者によって、どの情報を見るか、何を重要と捉えるかも異なります。

AIダッシュボードでは、こうした情報を参加者単位にまとめます。目的は、データを多く表示することではありません。担当者が複数のシステムを行き来しなくても、参加者の背景と現在の状態を把握できるようにすることです。

情報を一つの画面へ集めるだけであれば、通常のダッシュボードでも実現できます。AIを組み込む意味は、集めた情報を参加者ごとに整理し、営業が判断するための材料に変えることにあります。

具体的にAIは、集めたデータに対して次のような処理を行い、判断を補助します。

・関心テーマを整理する
・課題の仮説を抽出する
・温度感の判定を支援する
・優先順位を付ける
・過去の接点と関連付ける

例えば、アンケートの自由記述に「営業担当によってフォロー内容が異なる」と書かれていたとします。この回答だけを見れば、営業連携に困っていることは分かります。

さらに、過去にMA運用に関する資料をダウンロードしている、今回のウェビナーを最後まで視聴している、役職がマーケティング責任者であるといった情報を組み合わせれば、次のような仮説を立てられます。

仮説1： 営業への引き渡し条件が定まっていないのではないか
仮説2： フォロー結果がマーケティングへ戻っていないのではないか
仮説3： 営業担当者ごとの運用差に困っているのではないか

AIは、こうした情報を読みやすい形にまとめ、担当者が課題確認の会話を始めるための材料を提示します。重要なのは、AIが課題を断定するのではなく、担当者が確認すべき仮説を示すことです。

AIが情報を整理したあと、営業やインサイドセールスに向けて何を表示するかも重要です。参加者情報やアンケート回答をそのまま並べるだけでは、担当者の判断負荷はあまり下がりません。

実行支援基盤としてのダッシュボードでは、次のような情報を整理して提示します。

「優先度A」とだけ表示するのでは不十分です。なぜ優先度が高いのか。いつまでに対応するのか。最初は電話とメールのどちらがよいのか。何を確認するのか。課題確認後はどこへつなぐのか。

ここまで分かって、初めて担当者は行動に入れます。AIダッシュボードの価値は、情報量を増やすことではありません。判断から実行までの距離を短くすることにあります。

参加者一人分の情報を一つの画面にまとめた「参加者別アクションカード」を活用することで、現場の対応スピードは飛躍的に高まります。構成の具体例は以下の通りです。

【参加者別アクションカードの例】

■参加者情報
・属性：製造業 / マーケティング責任者
・参加状況：ライブ参加、視聴率85％
・関心テーマ：ウェビナー後の営業連携、フォローの優先順位
・自由記述：「営業担当によってフォロー内容が異なり、結果を把握できていない」
・過去接点：半年前にMA運用関連の資料をダウンロード（具体商談はなし）

■AIによる整理（課題仮説）
・営業への引き渡し条件が整備されていない可能性
・フォロー結果がマーケティングへ戻っていない可能性
・担当者ごとの運用差が生じている可能性

■推奨アクション
・優先度：A（対応時期：当日または翌営業日）
・対応方法：個別メールの後、インサイドセールスから架電
・会話の切り口：「営業担当によってフォロー内容が異なるとのことですが、
現在はどのような条件で営業へ共有されていますか」
・次の接点：30分の課題整理ミーティング

このカードがあれば、担当者は参加者について一から調べ直す必要がありません。なぜ優先すべきかを理解し、参加者が実際に記述した内容を起点に、自然な課題確認の会話を始められます。

参加者情報、AIによる課題整理、推奨優先度、推奨アプローチ、会話の切り口、次の場が一画面で確認できる構成が効果的です。

ここで注意したいのは、AIの推奨結果をそのまま正解として扱わないことです。AIが「優先度A」と示したとしても、実際に連絡するかどうかは担当者が判断します。過去の商談経緯や顧客との関係など、データだけでは表しきれない事情があるかもしれないからです。

AIが生成した会話の切り口やメール文面も、そのまま送るのではなく、担当者が参加者との関係や自社の表現に合わせて確認・調整します。

AIの役割は、担当者に代わって最終判断を下すことではありません。担当者が判断するための材料を短時間で使える形に整えることです。

つまり、AIダッシュボードが目指すのは、営業の仕事をなくすことではありません。情報収集や整理にかかる時間を減らし、参加者の状況を考え、適切なフォローを行うことに時間を使えるようにすることです。

参加者情報を入力するだけで、AIが自動的に正しい提案を出せるわけではありません。「どのような人を優先し、どの条件で課題確認や営業へ引き渡すか」というルールが決まっていなければ、AIも判断基準を持てないからです。

AI構築から始めると画面表示の議論が先行しがちですが、本来は「業務設計が先、AI導入は後」です。

まず商談化のボトルネックを特定し、優先順位の基準、対応期限、各部署の役割、記録項目などの業務ルールを明確にします。その上で必要な情報を統合し、AIによる要約や推奨アクションを実装するのが正しい手順です。

連載の第2回から第4回で扱ったアンケート設計、優先順位、対応期限、課題確認、営業引き渡しのルールは、AI活用の前提です。未設計の業務をAIが自動で整えてはくれません。「何を判断し、誰が動くか」を先に決めることで、AIはプロセスを高速・安定化させる仕組みに変わります。

AIダッシュボードというと、大規模なデータ統合や高度なシステム構築を想像するかもしれません。しかし、最初からすべての参加者情報を自動連携し、すべての判断をAI化する必要はありません。

まずは、優先度の高い参加者について、必要な情報を一画面にまとめるところから始める方法もあります。例えば、最初に表示する項目を次のように絞ります。

・参加・視聴状況
・関心テーマ
・アンケートの自由記述
・過去の主な接点
・推奨優先度
・推奨する会話の切り口
・次に取るべきアクション

実際の運用を通じて、「この情報は判断に使われなかった」「この項目がないと営業が動けない」といったことが分かります。その結果をもとに、表示項目や判断条件を改善していきます。

AIダッシュボードも、完成品を一度つくって終わるものではありません。営業やインサイドセールスが実際に使い、判断結果やフォロー結果を戻しながら精度を高める必要があります。

AIダッシュボードを導入した後、何を成果として評価するかも決めておく必要があります。ダッシュボードへのアクセス数や、AIが生成したメールの件数だけでは、商談創出への効果は分かりません。

確認したいのは、営業やインサイドセールスの行動がどのように変わったかです。具体的には、次のような指標があります。

・優先順位を決めるまでの時間が短くなったか
・当日または翌営業日の対応率が上がったか
・参加者ごとに会話や案内内容を変えられたか
・課題確認の場へ進んだ人数が増えたか
・次回接点を設定できた割合が上がったか
・営業への引き渡し条件が統一されたか
・未商談理由を記録できるようになったか
・フォロー結果を次回企画へ戻せるようになったか

AIダッシュボードの目的は、担当者の判断負荷を下げ、参加者の関心が高いタイミングに、適切な対話を始められる状態をつくることです。

ウェビナー後のダッシュボードに求められるのは、数字の並列ではなく、分散情報の集約・整理、課題仮説の提示、アプローチ手順の明確化によって、現場が即座に行動できる状態をつくることです。AIの役割は営業の代行ではなく、対話に集中するための情報収集と判断支援にあります。ここまでできて初めて、ダッシュボードは「可視化ツール」から「実行支援基盤」へ進化します。

最終回となる次回（第6回）は、フォロー結果（商談化・未商談化理由）を次回の企画や条件改善へ反映させる仕組みを解説します。ウェビナーを単発イベントで終わらせず、組織が学習し続ける「商談創出プロセス」へと変革する方法を整理します。

ウェビナーコラムシリーズ
第1回　ウェビナーが商談につながらないのは、フォローが遅いからではない
第2回　ウェビナーアンケートは、満足度を聞くためのものではない
第3回　営業に渡すべきは、参加者リストではなく「判断済みのアクション」
第4回　最初のフォローのゴールは、「売り込み」ではなく「課題確認の場」をつくること
第5回　AIダッシュボードは「可視化ツール」ではない
第6回　ウェビナーを重ねても商談化率が上がらない会社に欠けているもの

取締役／執⾏役員

広富 克子

コンテンツマーケティング支援

神⼾⼤学経営学部卒業。住友ビジネスコンサルテイング株式会社⼊社。マーケティングリサーチ・コンサルティング業務を中⼼に活動し、その後AJS（オール⽇本スーパーマーケット協会）にて、プライベートブランドの商品開発・営業に従事。2003年10⽉、株式会社パワー・インタラクティブ⼊社。2006年4⽉、取締役執⾏役員に就任。全社営業戦略を統括する。