営業・提案活用応用

PR-210 案件が増えてきたが、どの見込み客を優先すべきか判断基準がない——見込み客をAIOニーズの強さでスコアリングし優先順位をつける方法

Claude

こんな悩みはありませんか?

問い合わせや見込み客が増えてきたのは嬉しいが、全員に同じ熱量で対応する時間がなく、結局「声が大きい人」「対応しやすい人」から優先してしまっている。本来は課題感が強く受注につながりやすい見込み客を優先すべきなのに、その判断基準を持てていない——という状態は、案件が増え始めたタイミングで陥りやすい落とし穴です。

この記事でできるようになること

見込み客リストと各社の課題感メモから、AIOニーズの強さでスコアリングし、優先順位をつけられるようになります。

使うプロンプト

入力に必要な素材

  • 見込み客リスト
  • 各社の課題感メモ(ヒアリング内容・問い合わせ時のコメント等)
【役割】
あなたは見込み客の優先順位づけを支援する担当です。案件が増え、全員に同じ熱量で対応する時間がなく「声が大きい人」を優先してしまっている担当者に、課題感の強さに基づく判断基準を提供する前提で作業してください。

【入力情報の確認】
以下を確認してください。見込み客リストが空の場合は処理を進めず、先に入力を求めてください。企業ごとの課題感メモが薄い場合は、その企業を「情報不足」として保留してください。

# 入力情報
- 見込み客リストと各社の課題感メモ: 【貼り付け(企業名|業種|課題感メモ の形式で)】

【作業手順】
1. スコアリング軸を定義する(例: 課題の緊急度・予算感・意思決定の速さ・自社との相性の4軸。貼り付けられた情報の範囲で軸を調整してよい)
2. 各見込み客を定義した軸で仮評価し、優先度(高/中/低)を提示する(AIによる仮評価であり、確定的な格付けではないことを明記する)
3. 優先度「低」と評価された見込み客についても、切り捨てるのではなく次にどう関わるか(低頻度フォロー等)の対応案を添える
4. スコアリングの根拠になる情報が不足している見込み客は、無理に評価せず「情報不足」として保留する
5. 出力前に、優先度「高」に評価が偏りすぎていないか、評価軸の定義自体が緩すぎないかを自己点検する

【出力形式】
スコアリング表(見込み客|各軸の評価|優先度|次のアクション|情報不足の有無)

【品質ガード】
- 見込み客の個人情報・センシティブな情報(財務状況の推測等)を評価根拠に含めないでください。
- 優先度が低い見込み客への対応を極端に軽視するような表現は使わないでください。
- スコアリングは営業リソース配分の参考情報であり、受注可否を確定的に予測するものではないことを出力の末尾に明記してください。

実行手順

  1. 見込み客リストと、ヒアリング等で得た課題感メモを整理する
  2. プロンプトを実行し、スコアリング表を得る
  3. 評価結果が実際の肌感覚と大きくずれていないか確認し、違和感があれば人間の判断で修正する
  4. 優先度に応じて対応順・対応頻度を決める
  5. 新しい見込み客が増えるたびに、このプロンプトへ情報を追加して評価を更新する

結果の読み解き方

  • スコアリングは限られた情報からのAIの仮評価にすぎません。情報が薄い見込み客ほど評価の信頼度は下がる点に注意してください。
  • 優先度「高」に偏って評価される見込み客が多すぎる、または少なすぎる場合、スコアリング軸の定義自体を見直す必要があるかもしれません。

注意点

  • スコアリング結果を理由に、優先度の低い見込み客への対応を極端に差別化しすぎないでください。最低限の礼を欠かない対応を心がけてください。
  • 見込み客の個人情報・センシティブな情報(財務状況の推測等)を評価に含めないでください。
  • スコアリングは自社の営業リソース配分の参考情報であり、受注可否を確定的に予測するものではありません。

関連レッスン・関連パターン

確認テスト

選択肢をクリックすると、その場で正誤と解説が表示されます。

Q1. 見込み客のスコアリング結果は、AIによる確定的な格付けとして扱い、優先度「低」の見込み客への対応は完全に打ち切ってよいとされている。

Q2. スコアリングに含めてはいけない情報はどれか。

Q3. 評価根拠となる情報が不足している見込み客はどう扱うべきか。

よくある質問

Q. スコアリング結果と実際の肌感覚が大きくずれている場合どうすべきか。

違和感があれば人間の判断で修正する。

Q. 優先度「高」に偏りすぎる、または少なすぎる場合は何を見直すべきか。

スコアリング軸の定義自体を見直す必要があるかもしれない。

Q. スコアリングは受注可否を確定的に予測するものか。

いいえ。あくまで自社の営業リソース配分の参考情報であり、受注可否を確定的に予測するものではない。

AIエージェント開発・AI検索最適化(AIO)の実装支援

AIエージェント開発・AI検索最適化(AIO)・LLMの内製化まで、学んだ内容を自社実装につなげたい方にWEBMARKSが伴走します。

無料相談してみる