営業リスト作成にAIを使うには？中小企業が受注につながる顧客を選ぶ方法

監修：株式会社アスタ 代表取締役 小路雅也

営業リスト作成にAIを活用するなら、先に自社が受注したい顧客の条件を決め、確認できる企業情報を整理・分類する工程に使うことが大切です。候補を大量に集めるだけでは、営業の成果は変わりません。顧客との相性と接点の有無を確かめ、限られた営業時間をどこに使うかまで決めて、初めて現場で役立つリストになります。

「営業先は増えたのに商談につながらない」「担当者が毎回同じ企業を調べている」「社長の知り合い以外へ営業を広げられない」。こうした悩みは、情報収集の遅さだけが原因とは限りません。誰に、何を、どの理由で提案するかが曖昧なまま、件数だけを増やしている場合があります。

営業リストを作る前に、受注したい顧客の条件を決める

最初に整理するのは、業種や地域に加えて「自社の強みが役に立つ場面」です。たとえば同じ製造業でも、小ロットの短納期対応を求める企業と、大量生産による単価の低さを重視する企業では、適した提案が異なります。過去の受注先を振り返り、選ばれた理由と、無理なく対応できた条件を確かめます。

売上額だけで顧客像を決めると、手間のかかる案件が増えることがあります。値引きの大きさ、仕様変更への対応、納品後の作業、回収条件まで見て、利益と継続性を確認します。営業リストの作成は、営業部門だけの作業ではなく、経営者が伸ばしたい事業を顧客条件へ置き換える仕事でもあります。

条件がまだ明確でない場合は、社長や営業担当者へのヒアリングをAIに整理させる方法があります。「受注した理由」「断った理由」「対応が難しかった条件」の共通点を候補として出し、経営者と現場で確認します。AIに顧客像を決めさせるのではなく、考える材料を増やす使い方です。

企業情報は、出所を確認できるデータから集める

リストの土台には、自社が保有する問い合わせ履歴、展示会などで得た接点、既存顧客の情報、利用条件を確認した企業データを使います。新規顧客の開拓だけでなく、過去に商談が止まった企業や、別商品を提案できる既存顧客を整理するほうが、営業の糸口をつかみやすい場合もあります。

法人の名称や所在地を照合する際には、国税庁法人番号公表サイトが利用できます。同サイトの基本3情報は、商号または名称、本店または主たる事務所の所在地、法人番号です。担当者の連絡先や購買意欲までわかる情報ではないため、営業先の適性は別途確かめる必要があります。

企業の公式サイトや公開資料を参照した場合は、URLと確認日を残します。所在地と営業拠点が違う、同名企業がある、事業内容が変わっているといった可能性があるためです。情報が見つからない項目は「未確認」とし、AIに空欄を推測で埋めさせない運用にします。

AIには整理と仮説づくりを任せ、企業情報を確かめる

AIが役立つのは、確認した事業内容の要約、顧客条件に沿った分類、似た企業の抽出、提案前に確認すべき点の整理です。検索機能のあるAIで候補を探す場合も、結果に企業名が出たことだけで実在や適合性が確認できたとは考えません。引用先がその会社の情報か、内容が現在も有効かを確かめます。

たとえば公開情報に「新工場の稼働」があれば、設備や採用に関する需要が生まれる可能性はあります。しかし、それだけで自社商材の導入予定があるとはいえません。「確認できた事実」「営業上の仮説」「次の商談で確かめる点」を分けて記録すれば、推測を事実として提案するリスクを減らせます。

AIへの指示は、自社の提供価値、対象条件、除外条件、利用してよい情報を含めます。そのうえで、根拠のない数値や連絡先を補完しないこと、判断できない場合は未確認とすることを伝えます。評価理由を短い文章で出させると、社長や営業責任者が判断の妥当性を確かめやすくなります。

• 同名の別企業や、既に取引している企業が混ざっていないか
• 事業内容・所在地・情報の確認日は根拠と一致しているか
• 取引可能性を示す事実と、AIが考えた仮説を分けているか
• 担当者・次の行動・確認すべき点が決まっているか

優先順位は、企業規模より自社との相性で決める

優先顧客を選ぶ際は、大きな会社や有名な会社を上位にするだけでは不十分です。受注しても対応できない条件なら、自社にも顧客にも負担になります。アスタが営業支援で重視する顧客の優先順位づけを、リスト作成に落とし込む際には、次のような観点を組み合わせます。

AIの点数は、受注確率そのものではありません。 社内で決めた条件への当てはまりを点数化しただけなら、その意味を明示します。過去の取引記録が多い企業ほど高く評価され、新しい市場の候補が不当に低くなることもあるため、点数と根拠を一緒に見ます。

実務では「先に連絡する」「追加確認する」「時期を待つ」「対象外」といった区分で十分な場合があります。情報不足の企業をすべて対象外にせず、確認してから判断する受け皿をつくります。判断基準は固定せず、実際の商談結果を見て見直します。

中小企業では、作れる件数より対応できる件数を考える

少人数の営業組織では、新規開拓、見積もり、既存顧客の対応を同じ担当者が兼務しています。候補リストを増やしても、商談準備や追客の時間がなければ放置されます。専任者が工程ごとに分かれる大企業の運用をそのまま取り入れず、一人が最後まで扱える流れを考えます。

たとえば、担当者が一週間に新規企業を丁寧に調べて提案できる数から、今週の対象を絞ります。その際、既存顧客への約束や進行中の商談を犠牲にしないよう、営業責任者が配分を決めます。リストの完成件数ではなく、実際に有効な接点を持てたかを確認するほうが、次の改善につながります。

管理項目も増やしすぎません。企業の識別情報、選んだ理由、根拠、担当者、次の行動、期限がつながれば、まず運用を始められます。項目を追加するときは、その情報を誰がどの判断に使うかを決めます。入力されるだけで使われない項目は、見直しの対象です。

CRM・SFAや自社専用の仕組みは、運用に合わせて選ぶ

すでにCRMやSFAを使っている場合は、別のリストを増やす前に、既存の顧客情報や活動履歴を使えるか確認します。AIで整理した内容を毎回手入力し直す運用では、削減したはずの時間が転記に消えます。重複判定、項目の対応づけ、連絡履歴の更新方法まで含めて検討します。

候補数が少なく条件も単純なら、管理表の絞り込みと人による確認で十分な場合があります。AIの確認作業が増えるなら、使わない判断も必要です。少数の候補で試す段階では、既存の管理表と承認済みのAI利用環境で足りる場合もあります。利用者やデータ量が増えたときに、権限管理、履歴、更新通知などを既存サービスの設定や連携で補います。新しいツールを導入しない選択も、比較対象に入れます。

独自の顧客選定基準や複数の業務データとの連携が必要なら、その部分だけ自社専用の仕組みにする方法もあります。AIを開発工程に使うことで、試作品や改修の負担を抑えられる可能性があります。ただし、必要機能と導入までの期間を比べ、開発、数年間の利用料、保守、障害対応、将来の変更まで含む総コストで判断します。アクセス権限やデータの保管先、品質確認と改修を担う人員も確認します。

CRM・SFAが使われなくなる背景と運用の見直しは、CRM・SFA導入に失敗する理由と定着の進め方でも解説しています。リストの作成から商談結果の記録までが一つの流れになるよう整えることが重要です。

情報の取り扱いと連絡のルールを決めておく

リスト作成では、取得できる情報と、営業利用してよい情報を分けて考えます。公開サイトや企業データサービスの利用条件を確認し、自動取得が認められる範囲を守ります。担当者名や個人を識別できる連絡先などを扱う場合は、個人情報の利用目的と管理方法も確認します。

個人情報保護委員会の注意喚起では、生成AIに個人情報を入力する際の利用目的や、提供事業者による機械学習への利用等の確認が示されています。リスト全体を安易に入力せず、必要な項目だけに絞り、利用するサービスの契約・設定・保存方針を確認します。

営業の実行時には、連絡を断られた相手や既存の商談担当を確認し、重複した接触を避けます。リストを作ったことと、自動送信してよいことは別です。送信条件や法令対応の判断が必要な場合は、社内の責任者や専門家へ確認し、営業担当者ごとに対応がばらつかないようにします。

商談の結果を戻して、営業リストの質を上げる

営業リストは一度作って終わりではありません。実際に連絡した結果、対象外だった理由、商談になったきっかけ、保留の条件を記録し、次の候補選びへ戻します。担当者の感想だけで評価せず、どの条件が商談の質に関係していたかを確かめます。

成果を測る際は、作成件数や調査時間に加えて、有効な接点数、商談化率、受注した案件の粗利を見ます。商談化率の分母を接触企業数にするのか、返信企業数にするのかをそろえなければ比較できません。受注まで時間がかかる事業では、初回の反応だけで顧客群を切り捨てず、一定期間の経過を追います。

リストの価値は、営業先を増やした数ではなく、選ぶ理由と次の行動が明確になったかで確かめます。 まず一つの商材や顧客群で試し、提案内容と顧客条件を同時に見直すことで、条件の選び方が悪いのか、提案が合っていないのかを判断しやすくなります。

アスタの公開事例に見る、優先顧客を明確にする支援

アスタの建築資材の専門商社の支援事例では、問い合わせへの対応順序がベテランの判断に依存していました。過去の成約・失注、顧客の属性、問い合わせ内容などを分析し、成約可能性の区分と、優先して対応する顧客リストを営業活動に組み込んでいます。

この事例は、問い合わせのあった顧客を優先順位づけしたもので、新規企業をAIで大量収集した事例ではありません。本記事のテーマと共通するのは、顧客を並べるだけでなく、営業がどこから動くかを判断できる形にした点です。実績値だけを自社へ当てはめず、使えるデータと営業の流れを確かめる必要があります。

アスタの見解｜顧客選びから商談・追客までつなぐ

AIを使っても、誰に何を提案したいかが曖昧なままでは、リストの件数が増えるだけになりかねません。一方、その条件を明確にする作業自体にもAIを使えます。アスタでは、経営者が伸ばしたい事業と現場で起きている課題を整理し、顧客の選定基準と営業の動き方へ落とし込むことを重視します。

株式会社アスタは、従業員10〜200名規模の中小企業に特化し、全国でAI導入・活用を支援しています。特定のAIツール導入を前提にせず、経営課題と現場業務の整理から、設定・試行・運用改善・定着まで実務に伴走します。

中小企業AI営業支援では、顧客の優先順位づけから商談準備、提案改善、追客まで、日々の営業活動を一続きで整えます。顧客ごとのアプローチ方針や商談準備シートを用意し、必要に応じてCRM・SFAの設定・連携や自社に合う仕組みを検討します。運用後の営業会議で使い、結果を見て直すところまでつなげます。

営業リストをAIで作る目的は、営業の代わりに企業名を埋めることではありません。中小企業の限られた人数で、対応する価値のある顧客を選び、相手に合う提案へ時間を使える状態をつくることです。ツールの導入より先に、まず自社が選ばれる理由を顧客条件へ置き換えるところから始めましょう。