This markdown file is for LLM indexing. Not for human reading. Refer this [link](https://btob-ai-workers.turnint.site/decks/pub_VDnqQGHQ0MMbgYq3bP4YJNO) for human-readable version. ## BtoB AI Workers # BtoB AI Workers 次の成長のために 営業・マーケの仕組みを作る ![BtoB AI Workers Logo](btob_ai_workers_logo) --- ## 目次 # 目次 1. 外部マーケテイング室とは 2. なぜBtoBマーケティングは失敗するのか？ 3. 支援の考え方と体制 4. 具体的な支援内容 5. 事例・進め方 6. 料金 --- ## 外部マーケティング室とは # 外部マーケティング室とは ## 自社では体制構築しづらい「マーケティングチーム」を、 ## 「組織ごと」外から借りるサービスです --- ## 代表紹介 名生 和史 # 代表紹介 ![名生 和史の写真](profile_photo) ## 名生 和史 Myo Kazushi ### | 経歴 ・楽天グループ：法人営業組織のマネジメント／採用を経験 ・SmartHR：ABM体制構築・営業 /マーケの仕組み化を推進 ・才流： BtoB営業・ BtoBマーケのコンサルに従事 ![インサイドセールス実践の教科書の表紙とAmazonレビュー](book_and_reviews) ## インサイドセールス専門書を執筆 立ち上げ〜商談獲得までの実務を体系化。 現場で再現できる“型”を日本初の専門書として整理。 https://amzn.asia/d/8KjtSwE ![法人営業・BtoBマーケ支援の事例写真](support_cases) ## 法人営業・ BtoBマーケ支援の実績多数 SaaS/IT中心に“商談化〜再現性づくり”まで伴走。 累計100社以上の支援経験に基づき、最短で成果を出す型を実装。 https://sairu.co.jp/member/38687/ ![SalesZineの記事とメディア登壇の写真](media_appearances) ## SalesZine等に掲載／メディア登壇 BtoBの「再現性」「運用」をテーマに、記事・登壇多数。 現場で使えるノウハウとして発信しています。 https://saleszine.jp/article/detail/7424 --- ## メンバー紹介 # メンバー紹介 BtoBマーケを戦略〜実行まで担ってきた社員が在籍しています ## 鴨田 崇司 kamota shuji ![鴨田 崇司の顔写真](kamota_shuji_photo) - BtoBマーケティング - BtoCマーケティング 上智大学外国語学部卒業後、専門商社に入社。マーケティング関連業務に従事後、外資系コンサルティング会社にてBPR及びPMO業務に従事し、その後独立。課題発見から具体的解決策の立案と実行が強み。 会議におけるファシリテーションから、1on1でのヒアリングなど、対人業務での評価も高い。 ## 岡本 大典 Okamoto Daisuke ![岡本 大典の顔写真](okamoto_daisuke_photo) - BtoBマーケティング - 採用マーケティング 富士通株式会社に新卒入社。公共向けソリューション営業を担当。その後シスコシステムズ合同会社に入社し、日本・アジア太平洋地域を担当する採用担当として、セキュリティ・ネットワーク領域を中心に、採用戦略立案から実行までをリード。現在はスタートアップ支援特化の人材紹介会社にて、セキュリティ、フードデリバリー領域専任の立ち上げ、GTM採用に従事。グローバル・日本市場双方を理解した視点で、立ち上げ期の採用戦略立案から実行支援に強みを持つ。 ## 金内 博冬 kaneuchi hiroto ![金内 博冬の顔写真](kaneuchi_hiroto_photo) - BtoBマーケティング - インサイドセールス 法政大学経済学部卒。営業支援スタートアップに創業メンバーとして参画し、インサイドセールスの運用設計・KPI管理・改善と自社マーケティングを推進。年商5億円規模までの成長に貢献。 Speeeではデータ活用コンサルタントとして、基幹システムリプレイスやデジタルマーケ案件の構想〜実装・定着を支援。現在は独立し、スタートアップ向けにBtoBマーケティングの実行支援を行っている。 ## 長谷川 拓也 Hasegawa takuya ![長谷川 拓也の顔写真](hasegawa_takuya_photo) - カスタマーサクセス - 採用マーケティング 三陽商会バーバリー事業部エリアマネージャーを経て、リクルートで営業・企画・マネジメントを経験後、GA technologies／イタンジで執行役員として数十億円以上規模の組織成長を牽引。その後、ベンチャー企業の執行役員の事業部門全般及び人事責任者として前年対比200%以上の成長を牽引。採用を「設計」だけで終わらせず、スカウト運用・選考設計・進捗管理まで一気通貫で実行し、採用成果にコミットします。 --- ## AIエンジニア紹介 # AIエンジニア紹介 現場での各種支援プロセスの効率化を実施 AIを最大限活用し、顧客への提供価値最大化を目指します ## AIエンジニア ![青木 徹](aoki_toru_image) **青木 徹** aoki toru ### 経歴 IBMおよび複数のスタートアップにて、業務効率化・ DX推進プロジェクトを担当し、業務整理からシステム導入までを一貫して経験。 ・各種生成 AIの特性を踏まえ、業務プロセス設計・ツール選定・運用設計まで落とし込み、現場で使われ続ける形に定着させることを強みとする。 ## AIエンジニア ![小柴 鷹介](koshiba_yosuke_image) **小柴 鷹介** koshiba yosuke ### 経歴 ・京都大学大学院で宇宙物理学を専攻後、株式会社リクルートに入社。 SUUMO分譲マンション領域でプロダクト責任者として事業成長を牽引。 ・課題ヒアリング〜要件定義を強みに、 PoC開発・ AIエージェント構築・ AI導入支援を手がける。 --- ## 会社紹介 ｜ ご支援実績 # 会社紹介 ｜ ご支援実績 ## 支援企業数 - 100社以上 - ※ベンチャー〜大手企業まで幅広く対応実績あり ## 支援企業の規模 - スタートアップ企業: 60% - 地方中小企業: 20% - 大手企業: 20% ![支援企業の規模を示す円グラフ](company_size_pie_chart) ```mermaid pie "スタートアップ企業" : 60 "地方中小企業" : 20 "大手企業" : 20 ``` ## 主な支援企業 - ![Rakuten Paymentのロゴ](rakuten_payment_logo) - ![M&A Co-Creationのロゴ](ma_co_creation_logo) - ![Empower Xのロゴ](empower_x_logo) - ![セールスブレインのロゴ](sales_brain_logo) - ![where I belong WiDのロゴ](wid_logo) - ![Lis Inc.のロゴ](lis_inc_logo) - ![Marooのロゴ](maroo_logo) - ![Brave workのロゴ](brave_work_logo) - ![SUMATENのロゴ](sumaten_logo) - ![ツクチムのロゴ](tsukuchimu_logo) - ![VIEのロゴ](vie_logo) - ![ゼトスタ Z.STARTのロゴ](z_start_logo) - ![Robinson Consultingのロゴ](robinson_consulting_logo) - ![Open Reach Techのロゴ](open_reach_tech_logo) - ![Miuitのロゴ](miuit_logo) --- ## よくある課題 # よくある課題 --- ## BtoBマーケティングにおけるよくある課題 # よくある課題 BtoBマーケティングの現場においては、下記のような課題が存在 - **ミドル層が不在** 戦略を理解し、現場をマネジメントできるマネージャークラスの人材が社内に不在 - **役割と責任が曖昧なまま進む** 誰が設計し、誰が判断し、誰が改善まで見るのかが曖昧。兼務体制がほとんど - **投資判断ができない** 何にどれだけ効いているのかが見えず、正しく投資判断ができない --- ## ミドル層の不在 # ミドル層が不在 経営と現場の橋渡しができるマネージャー・リーダークラスが不在 | 役割 | 課題・特徴 | | :--- | :--- | | **CMO** | ・事業・売上目標の設計が主業務
・現場の細かいオペレーションまで見切れない
・数字は見ているが、日々の実行には関与しきれない | | **マネージャー
リーダー** | ・戦略を現場の行動に落とし込む
・数字と現場をつなぎ、改善を回す
・メンバーを育成し、再現性をつくる | | **メンバー** | ・指示された業務を個別に遂行
・なぜその施策をやるか分からない
・改善判断ができず、属人的になりがち | --- ## ミドル層不在の課題とBtoB AI Workersのサポート範囲 # ミドル層が不在 BtoB AI Workersがミドル以下をまるっとサポート ## 階層ごとの課題とBtoB AI Workersのサポート範囲 | 役職 | 役割・現状の課題 | | --- | --- | | **CMO** | ・事業・売上目標の設計が主業務
・現場の細かいオペレーションまで見切れない
・数字は見ているが、日々の実行には関与しきれない | | **マネージャー
リーダー** | ・戦略を現場の行動に落とし込む
・数字と現場をつなぎ、改善を回す
・メンバーを育成し、再現性をつくる | | **メンバー** | ・指示された業務を個別に遂行
・なぜその施策をやるか分からない
・改善判断ができず、属人的になりがち | ![BtoB AI Workersロゴ](btob_ai_workers_logo) BtoB AI Workersは、マネージャー・リーダー層からメンバー層までのミドル以下の業務を包括的にサポートします。 --- ## 役割と責任が曖昧 # 役割と責任が曖昧 誰がどの施策をやるかが中途半端となり、うまく回らない。責任の所在も曖昧 | 施策 | 企画担当者 | 運営担当者 | 業務委託 有無 | | :--- | :---: | :---: | :---: | | **Webサイト/LP改善** | **A** | **?** | **?** | | **リスティング広告** | **A** | **?** | **?** | | **Meta広告** | **B** | **B** | **?** | | **SEO** | **?** | **?** | **有** | | **ウェビナー** | **?** | **?** | **?** | --- ## 投資判断ができない課題とBtoBマーケティング施策の全体像 # 投資判断ができない どの施策が売上に効いているか分からず、勘と経験で投資判断してしまう - **戦略** - 見込み顧客獲得 / 見込み顧客育成: マーケティング戦略 - 商談化（精査・優先付け） / 営業: 営業戦略 - **仕組み** - 全体: CRMツールの設計・構築・運用 - 見込み顧客獲得 / 見込み顧客育成: 事例制作・ウェビナー等の施策運用マニュアル - 商談化（精査・優先付け） / 営業: IS/FSの業務マニュアル、商談化基準・ルール設計 - **実行** - 全体: BtoBマーケティングの施策は多岐にわたるため、どの施策がどの程度効いているかが分かりづらい - 見込み顧客獲得: 共催ウェビナー - 見込み顧客獲得 / 見込み顧客育成: Webサイト改善・構築、ホワイトペーパー、自社/事例ウェビナー、記事コンテンツ（事例記事、オウンドメディア、note）、メルマガ - 商談化（精査・優先付け） / 営業: コールログ分析 - **計測** - 全体: ダッシュボード構築・設計 --- ## 外部マーケティング室の特徴 # 外部マーケティング室の特徴 --- ## 外部マーケティング室の特徴 # 外部マーケティング室の特徴 ミドル＋ジュニアクラスのユニット体制でご支援 ![組織図](organization_chart) ```mermaid graph TD A[リーダー] --> B[施策担当] A --> C[デザイナー
※必要に応じて] style C stroke-dasharray: 5 5 ``` | 役割 | 業務内容 | | :--- | :--- | | **リーダー** | ・KPI設計／投資判断（何を伸ばすか）を決める
・施策の優先順位付け・意思決定（やらないことも決める）
・週次で数字を見て、打ち手の方針転換まで担う | | **施策担当** | ・担当施策の実行責任を持つ（広告／LP／コンテンツなど）
・日々の運用・数値確認・改善対応を回す
・リーダーと連携し、改善案を即実装する | | **デザイナー** | ・制作を担う（LP・バナー・資料など）
・数値や仮説をもとに、素早く差し替え
・顧客理解を絶えず行い、よりよいクリエイティブを作り続ける | --- ## ユニット制のメリット # ユニット制のメリット 全体設計～改善をまるっと支援 フリーランスや副業のスポット活用との大きな違い ![ユニット制のメリット図解](unit_system_merit_diagram) ```mermaid graph TD A((全体設計
KPI設計／優先順位付)) B((実行
施策実行（広告・LP・コンテンツetc）)) C((計測/改善
数値確認・要因分析次の打ち手を明確に)) A --> B B --> C C --> A ``` --- ## BtoBマーケティングの対応領域 # BtoBマーケティングの対応領域 戦略設計～各種施策の代行まで幅広く対応 | | 見込み顧客獲得 | 見込み顧客育成 | 商談化（精査・優先付け） | 営業 | | :--- | :--- | :--- | :--- | :--- | | **戦略** | マーケティング戦略 | | 営業戦略 | | | **仕組み** | | **CRMツールの設計・構築・運用** | | | | | 事例制作・ウェビナー等の施策運用マニュアル | | IS/FSの業務マニュアル | | | | | | 商談化基準・ルール設計 | | | **実行** | **Webサイト改善・構築** | | | | | | **ホワイトペーパー** | | | | | | 共催ウェビナー | | コールログ分析 | | | | | **自社/事例ウェビナー** | | | | | **記事コンテンツ（事例記事、オウンドメディア、note）** | | | | | | | メルマガ | | | | **計測** | | **ダッシュボード構築・設計** | | | --- ## ご支援イメージ # ご支援イメージ --- ## ケース①：デジタルマーケティング特化 # ケース①：デジタルマーケティング特化 Webサイト制作～広告運用、セミナー対応等をまるっとサポート ![プロセスフロー](process_flow) ```mermaid graph LR A[現状把握・課題特定] --> B[施策設計・実行] B --> C[改善・内製化支援] style A fill:#4a86e8,stroke:#fff,stroke-width:2px,color:#fff style B fill:#4a86e8,stroke:#fff,stroke-width:2px,color:#fff style C fill:#4a86e8,stroke:#fff,stroke-width:2px,color:#fff ``` ### 現状把握・課題特定 ＜初期調査＞ - 見込み顧客インタビュー - 受注・失注リスト確認 - 問い合わせリスト確認 - PJTメンバーインタビュー ＜現状分析＞ - Webサイト/LPの課題整理 - 広告/流入チャネルの棚卸し - 数値把握 ＜論点整理＞ - 課題の優先順位付け - どこから着手すべきかの明確化 ### 施策設計・実行 ＜施策設計＞ - Web／LP改善方針の策定 - 広告・集客施策の設計 - セミナー・コンテンツ企画支援 ＜実行支援＞ - Web制作・改修ディレクション - 広告運用（初期設計〜改善） - セミナー集客〜導線設計 ＜進行管理＞ - 進捗管理 - 定例MTGでのレビュー ### 改善・内製化支援 ＜改善サイクル＞ - 数値レビュー - 仮説検証 - 施策のテコ入れ ＜内製化支援＞ - 社内メンバーへのノウハウ移管 - 運用ルール・型の整備 - 再現性のある体制づくり --- ## テレアポと手紙を活用したテストマーケティングの支援事例 # ケース②：テレアポと手紙を活用したテストマーケティング デジタルマーケティングが効きづらい顧客への戦略設計と実行支援 ![プロセス図](process_flow) ```mermaid graph LR A[現状把握・課題特定] --> B[施策設計・実行] B --> C[改善・内製化支援] style A fill:#4a86e8,stroke:#4a86e8,color:#fff style B fill:#4a86e8,stroke:#4a86e8,color:#fff style C fill:#4a86e8,stroke:#4a86e8,color:#fff ``` ## 現状把握・課題特定 ＜ターゲット精査＞ - 攻略すべき業界/企業規模の整理 - 意思決定者（CxO／事業責任者）の特定 ＜仮説設計＞ - 刺さるメッセージ仮説の整理 - 「なぜ今連絡するのか」の文脈設計 ＜接点設計＞ - テレアポ×手紙の役割分担定義 - 接触順/タイミングの設計 ## 施策設計・実行 ＜手紙施策＞ - 手紙コンテンツの設計 - CxO向けメッセージの言語化 - 手紙送付・到達管理 ＜テレアポ連携＞ - 手紙到達後のフォローコール - 文脈を踏まえたトーク設計 - 意思決定者との対話獲得 ＜反応取得＞ - 温度感/関心テーマのヒアリング - 定量／定性データの蓄積 ## 改善・内製化支援 ＜示唆整理＞ - 反応が良い業界・役職・訴求の特定 - NGパターンの明確化 ＜施策展開＞ - ABM施策・営業戦略への反映 - デジタル／オフライン施策への転用 ＜内製化支援＞ - レター×テレアポ施策の型化 - 社内で再現可能な運用プロセス構築 --- ## ケース③：何から手を付ければいいか分からない場合 # ケース③：何から手を付ければいいか分からない場合 現状把握を行い、対象顧客に最も合う施策を選定。実行までサポート ![フロー図](flowchart) ```mermaid graph LR A[現状把握・課題特定] --> B[施策設計・実行] B --> C[改善・内製化支援] ``` - **＜施策棚卸し＞** - 現在実施中のマーケ施策をすべて洗い出し - Web／広告／コンテンツ／営業施策の整理 - **＜成果分解＞** - 施策ごとの目的と成果の紐づけ - 成果が出ていないポイントの特定 - **＜構造整理＞** - なぜ成果につながらないかの要因分解 - 施策同士の役割・重複・抜け漏れ整理 - **＜仮説設定＞** - 成果に直結しそうな論点の特定 - 優先度をつけた検証仮説の設計 - **＜テストマーケ＞** - 小規模・短期間での仮説検証 - 当たり外れの見極め - **＜施策実行＞** - 反応を見ながらの柔軟な施策調整 - 数値・定性の両面で効果を確認 - **＜選択と集中＞** - 成果が出た施策へのリソース集中 - 効果が薄い施策の停止・縮小判断 - **＜勝ち筋整理＞** - 有効だった施策・訴求の言語化 - 再現可能な形への整理 - **＜内製設計＞** - 社内で回せる運用フロー構築 - マーケ施策の意思決定プロセス整備 --- ## 支援事例 # 支援事例 --- ## M&A共創パートナーズ様の法人リード獲得支援事例 # M&A共創パートナーズ様 M&A支援 ## 法人リード獲得を、施策単位から全体戦略まで一気通貫で支援 ![M&A Co-Creation Logo](ma_co_creation_logo) ### 課題 - ✓ 法人向けリード獲得の全体像が描けていなかった - ✓ 施策の優先順位や力配分を戦略として整理できていなかった - ✓ マーケ/営業/実行まで俯瞰できる社内人材が不在だった ### 支援内容 - ✓ 法人向けマーケティング全体戦略の整理/設計 - ✓ 施策の優先順位付けと実行プロセスの具体化 - ✓ 現場判断を前提とした伴走型のアドバイス提供 ### 支援後の効果 - ✓ 施策を点ではなく線で捉える視点が社内に定着 - ✓ ターゲット設定やリスト選定の判断に迷わなくなった - ✓ ウェビナー/コンテンツを軸に法人リード獲得の土台を構築 --- ## JCS様 RPO（採用代行）支援事例 # JCS様 RPO（採用代行） ## RPO事業の独自性を構造から再定義し、営業・マーケまで一貫支援 ![JCS Logo](jcs_logo) ### 課題 - ✓ RPOの特性上、提案が価格や体制比較に収束していた - ✓ 自社ならではの価値や差別化軸を言語化できていなかった - ✓ 強みを営業/マーケで再現性高く伝えられていなかった ### 支援内容 - ✓ RPO事業を構造分解し、独自性の創出領域を整理 - ✓ 誰に/どの価値が刺さるかを軸に差別化を再設計 - ✓ 独自性をWeb/資料/営業トークへ具体化 ### 支援後の効果 - ✓ 独自性を理解した上での問い合わせが増加 - ✓ 初期商談から会話が噛み合う状態を実現 - ✓ 社内で共通認識が形成 --- ## Owl Data様 生成AI受託開発の事例制作支援 ```markdown # Owl Data様 生成AIの受託開発 ## 初めての事例制作を、設計から公開品質まで一気通貫で支援 ![Owl Data logo](owl_data_logo) ### 課題 - ✓ 事例制作が初めてで、進め方や工数感が掴めていなかった - ✓ 開発/営業優先の体制で、新規アウトプットに時間を割けなかった - ✓ 事例を「やり切る」ための設計と推進役が不在だった ### 支援内容 - ✓ 事例制作全体の進行設計と取材プロセスの整理 - ✓ 取材対象者へのインタビュー設計とヒアリング実施 - ✓ 商談活用を前提とした事例コンテンツの構造化/言語化 ### 支援後の効果 - ✓ 事例制作全体の進行設計と取材プロセスの整理 - ✓ 取材対象者へのインタビュー設計とヒアリング実施 - ✓ 商談活用を前提とした事例コンテンツの構造化/言語化 ``` --- ## SalesDock様：製造業特化営業・PR・DX支援の事例 # SalesDock様 製造業特化営業・ PR・DX支援 ## 現場起点の強みを、受注につながるマーケ設計へ転換 ![SalesDock_Logo](salesdock_logo) ### 課題 - ✓ 見込み層の獲得から育成までのプロセス設計が曖昧 - ✓ 製造業特有の価値をマーケ言語に落とし切れていなかった - ✓ 営業現場の最適化とマーケ戦略が分断されていた ### 支援内容 - ✓ 受注から逆算したマーケティング全体設計を整理 - ✓ 現場理解を基に、顧客体験と情報導線を設計 - ✓ 数値振り返りから改善提案まで一貫して実行支援 ### 支援後の効果 - ✓ 見込み顧客の反応データ取得と導線設計が明確化 - ✓ 営業とマーケが共通言語/目的で動く体制へ変化 - ✓ 属人的な営業から、再現性ある受注プロセスへ転換 --- ## Sushi Bonus様：BtoBマーケティングの全体設計と実行支援 ```markdown # Sushi Bonus様 生成AIの受託開発 ## 実績を起点に、BtoBマーケ全体の設計から実行までを支援 ![Sushi Bonus Logo](sushi_bonus_logo) ### 課題 - BtoBマーケを担える人材が社内に不在だった - 導入実績はあるが、リードや商談に活かせていなかった - 実績の活用方法が定まらず、対外発信が進んでいなかった ### 支援内容 - BtoBマーケ全体の課題整理と優先順位設計 - 実績をマーケ資産として再利用可能な形に整理/言語化 - 事例起点で施策が連動するマーケ設計を構築 ### 支援後の効果 - 実績を再利用できるマーケティング資産として整理 - 価値訴求と世界観が言語化され、対外発信の軸が明確化 - 次施策への投資判断に進める状態が整った ``` --- ## アレグリア様：生成AI受託開発企業向け営業支援事例 # アレグリア様 生成AIの受託開発企業向け営業支援 ## 受注から逆算した ## BtoBマーケ設計と実行を伴走支援 ![Alegria logo](alegria_logo) ## 課題 - 営業強化だけでは成果が安定しない構造にあった - リードの質や流入背景が不明確で商談判断が難しかった - マーケ施策が単発化し、受注までのプロセスが不透明だった ## 支援内容 - 営業強化だけでは成果が安定しない構造にあった - リードの質や流入背景が不明確で商談判断が難しかった - マーケ施策が単発化し、受注までのプロセスが不透明だった ## 支援後の効果 - ウェビナー1回あたり約40名集客を実現 - 商談化率10〜15％でPoC獲得につながる案件が発生 - 営業とマーケが共通認識で判断できる体制が構築された --- ## 日本テレアポセンター様：テレアポ・インサイドセールス支援事例 # 日本テレアポセンター様 テレアポ・インサイドセールス支援 # アウトバウンドの強みを起点に、広告・フォーム依存しないリード獲得構造を設計 ![NTC Logo](ntc_logo) ## 課題 - ✓ フォーム営業や広告に依存しない獲得構造が未設計 - ✓ 検討初期層や情報収集中層との接点を作りづらい - ✓ 施策がスポット化し、中長期視点の判断軸が不明確 ## 支援内容 - ✓ 成果につながるリード定義の整理 - ✓ 顧客フェーズ別の接点設計の整理 - ✓ アウトバウンドと他施策の役割分担設計 ## 支援後の効果 - ✓ テレアポ起点以外の問い合わせ/相談が発生 - ✓ 課題認識を持った状態での商談が増加 - ✓ 施策検討時の判断軸が揃い、設計視点が明確化 --- ## Ansats様：BtoB企業向け事例基盤の構築支援 # Ansats様 BtoB企業向けのコンサルティング ## 初回接触前の判断材料となる ## 事例基盤を構築 ![Ansats Logo](ansats_logo) ### 課題 - ✓ 紹介以外の初回接触が増え、Web上での判断軸が未整備 - ✓ 実績を示す必要性は認識していたが、事例制作に着手できない - ✓ クライアントワーク優先で、事例づくりが後回しになっていた ### 支援内容 - ✓ 過去実績の整理と、事例化に向けた取材設計を実施 - ✓ 第三者視点でのインタビューにより評価/背景を言語化 - ✓ 事例コンテンツとして成立する形に編集/アウトプット ### 支援後の効果 - ✓ 初回接触時に「事例を見た上で」の商談が増加 - ✓ 会社理解の説明工数が減り、本質的な議論から開始可能に - ✓ 初対面でも支援内容を具体的に想起してもらえる状態を実現 --- ## Gentrix様：初期販売戦略の設計と再現可能な営業フロー構築の支援事例 # Gentrix様 組織・人事支援、採用支援、新規事業支援 # 初期販売戦略を設計し、再現可能な営業フロー構築まで伴走 ![Gentrix Logo](gentrix_logo) ## 課題 - ✓ 顧客獲得が知人紹介や既存ネットワークに依存していた - ✓ 注力サービス／業界、売り筋が明確に定義できていなかった - ✓ 営業活動が属人的で、再現可能な型が整理されていなかった ## 支援内容 - ✓ 初期フェーズにおけるターゲットと提供価値の整理 - ✓ 意思決定につながる提案ストーリーと営業フローの設計 - ✓ 実行/振り返りを前提とした改善サイクルの伴走 ## 支援後の効果 - ✓ 商談数の増加と成約率の上昇が確認され始めた - ✓ 狙うべき顧客と伝える順序が社内で共通認識化 - ✓ 属人的判断から脱却し、勝ちパターン設計が浸透 --- ## ツクチム様：Web・フォーム・CRMの再設計によるリード獲得基盤の構築 # ツクチム様 RPO（採用代行） # Web・フォーム・CRMを一体で再設計し、リード獲得と改善基盤を構築 ![ツクチムのロゴ](logo_tsukuchimu) ## 課題 - ✓ Webサイト経由の問い合わせが成果につながらない - ✓ 離脱要因やフォーム最適性が整理できていない - ✓ 問い合わせ後の管理/追客が属人化していた ## 支援内容 - ✓ Webサイト全体の役割と導線を整理/再設計 - ✓ 後続活用を前提としたフォーム設計を実施 - ✓ CRMに残す情報と運用ルールを整理/導入 ## 支援後の効果 - ✓ 問い合わせ率が改善し、情報取得精度が向上 - ✓ リード情報が整理された形で蓄積される状態に - ✓ データをもとに継続改善できる基盤を構築 --- ## Charmap様：展示会支援のリード獲得構造設計 # Charmap様 キャンペーンスタッフの育成・派遣から展示会運営支援 # 展示会支援の強みを整理し、 # 相談につながるリード獲得構造を設計 ![Charmap Inc. Logo](charmap_logo) **課題** - 紹介/既存接点に依存し、リード獲得が仕組み化できていなかった - 単発案件が多く、継続的な相談につながりにくい状態だった - オペレーション設計の価値が、獲得段階で十分に伝わっていなかった **支援内容** - 展示会支援における「取りに行くべきリード像」を整理/定義 - 価値が伝わる訴求軸とメッセージ構造を設計 - リード獲得から商談までのつながりを前提に戦略を整理 **支援後の効果** - 課題認識を持った相談型の問い合わせが増加 - マーケティング施策の判断基準が明確化 - 営業✓ 提案時の説明が整理され、一貫性が生まれた --- ## Voiceover Charmap様では、展示会支援の強みが獲得段階で伝わっていないことが課題でした。訴求軸を再定義し、課題認識を持った状態��の問い合わせが増加しています。 --- ## Enagic様 民泊新規事業の初期顧客獲得支援 # Enagic様 Web制作・マーケティング支援 # 民泊新規事業の初期顧客獲得を、戦略設計から実行まで支援 ![Enagic Logo](enagic_logo) ## 課題 - ✓ 新規事業として、最初に狙う顧客像が定義できていなかった - ✓ 民泊事業の価値訴求が仮説段階に留まっていた - ✓ 広告投資に頼らない初期顧客獲得の進め方が不明確だった ## 支援内容 - ✓ 初期顧客像の定義と、価値訴求の整理 - ✓ 初期顧客獲得を段階（検証／信頼／横展開）で設計 - ✓ Webコンテンツと問い合わせ導線を中心とした施策設計 ## 支援後の効果 - ✓ 初期顧客からの問い合わせ/相談が継続的に発生 - ✓ 新規事業における意思決定が戦略ベースで行える状態に変化 - ✓ 初期顧客獲得が仮説検証の場として機能し始めた --- ## ADVANCE様 支援による価値の見える化と高単価案件獲得 # ADVANCE様 ## 価値の見える化から ## 高単価案件獲得までを支援 RPO(採用代行) ![ADVANCE Logo](advance_logo) **課題** - ✓ サービスの効果や変化を具体的に示せていなかった - ✓ ターゲット層に刺さる訴求機会が限られていた - ✓ BtoBマーケティングの進め方が整理できていなかった **支援内容** - ✓ 事業ブランディングと発信方針の壁打ち/整理 - ✓ BtoBマーケティングのプロセス設計支援 - ✓ 個別かつ定期的なフォローによる施策推進 **支援後の効果** - ✓ 1件あたり受注単価が60〜80万円から120万円へ向上 - ✓ 想定外だった高レイヤー層クライアントの獲得を実現 - ✓ プロアスリート団体/大手クライアントの受注につながった --- ## tsumugi様：生成AIを活用したBtoB向けコンテンツ生成プロダクトの支援事例 # tsumugi様 生成AIを活用した BtoB向けコンテンツ生成プロダクト ## リード獲得を施策単位から戦略設計へ再構築 ![tsumugiロゴ、リボン状の青と紫のシンボルマークに「tsumugi」の文字](tsumugi_logo) ### 課題 - リード獲得の考え方/戦略が整理されていなかった - 問い合わせの背景やターゲットが言語化されていなかった - 施策と顧客フェーズの関係が不明確だった ### 支援内容 - 狙う顧客層/課題意識の整理と定義 - 課題起点でのプロダクト価値の再言語化 - コンテンツ/導線 ✓ 施策全体の設計と改善伴走 ### 支援後の効果 - 検討度合いの高い層からの反応が増加 - 営業につなげやすいリードを安定的に獲得 - 施策選択や優先順位の意思決定が明確化 --- ## Actimethod様：英語教育サービスのInstagram集客・LP・LINE導線再設計 # Actimethod様 # 英語教育サービス ## Instagram集客を前提に、LPとLINE導線を再設計 ![Actimethod Logo](actimethod_logo) ### 課題 - ✓ 本部主導の広告施策が地方教室に合わず、集客に違和感があった - ✓ 教室情報が分散し、体験申込までの導線が整理されていなかった - ✓ Instagram運用と申込導線が連動していなかった ### 支援内容 - ✓ 現状把握から情報設計までを整理し、LP構成を設計 - ✓ インタビューを通じて、教室の考え方を言語化 - ✓ Instagram/LINE連携を前提とした導線設計を実装 ### 支援後の効果 - ✓ 教室情報を一本化したLPを新ドメインで公開 - ✓ Instagram→LINE→体験申込の導線を明確化 - ✓ 運用改善を前提に、Instagramアドバイザリーを即決導入 --- ## アウトプットイメージ # アウトプットイメージ --- ## 自走に向けたロードマップ整理 # 自走に向けたロードマップ整理 あるべき体制図を整理し、自社のみでマーケティング体制が完結する状態を構築 ![BtoBマーケティング自走化に向けたご提案](proposal_document) **スキルセットと役割分担の定義** （画像左側の注釈） BtoBマーケティング自走化に向けたご提案 1. 理想の体制（ハイブリッドモデル）のご提案 現状のスキルセットと事業フェーズを鑑み、全ての業務を内製化するのではなく、戦略的な部分を貴社が担い、専門性が高い実行部分をEmpowerXが引き続き支援する「ハイブリッド体制」を推奨します。 | 役割 | 必要なスキルセット | | :--- | :--- | | **マーケティング責任者** | KGI/KPI管理、予算策定、戦略立案 | | **コンテンツ担当** | SEO、企画力、プロジェクト管理 | | **広告運用担当** | 媒体知識、データ分析、クリエイティブ改善 | | **分析・改善担当** | Google Analytics、ヒートマップツール等の分析 | 体制案 【貴社】 【貴社】（企画・編集を支援） **チーム体制の最適化ご提案** （画像右側の注釈） **次の3ヶ月に向けた改善・内製化ロードマップを提示** （画像左側の注釈） 2. 次期（3ヶ月）ロードマップ 上記体制を構築し、段階的に内製化を進めるための具体的なアクションプランです。 | 月 | テーマ | 貴社のアクション | BtoB AI Workers | | :--- | :--- | :--- | :--- | | **1ヶ月目** | **コンテンツ企画の内製化** | ・SEOキーワード選定の実践
・コラム記事の構成案作成 | ・キーワード選定のレクチャー
・構成案の壁打ち、編集、フィードバック | | **2ヶ月目** | **簡易的な広告改善の内製化** | ・広告レポートの確認
・広告文のA/Bテスト案作成 | ・レポーティングの定例化
・広告文改善のワークショップ実施 | | **3ヶ月目** | **分析・レポーティングの内製化** | ・ダッシュボードを用いた週次での成果確認と報告 | ・分析手法のレクチャー
・月次レポートの共同作成とレビュー | --- ## タスク一覧表 # タスク一覧表 ## 期間内で誰が・何を・いつまでに行うのか整理し、進捗を管理 | フェーズ | No. | タスク名 | 詳細・実行内容（メソッド統合版） | 担当 | 期限 | 神事例式チェックポイント（完了条件） | ステータ --- ## 競合調査 # 競合調査 **貴社サービスの競合企業について調べ、各社の狙いや勝ち筋を整理し自社の方向性を整理します。** ![顧客セグメントと階層一覧](customer_segment_table) *顧客の「課題/ニーズの性質」と対応する「行動フェーズ」で属性を分類した表のスライド。顧客セグメント（資産形成・運用、ライフイベント・課題解決、法人・経営）と各階層の定義、および競合他社（東急リバブル、野村不動産ソリューションズ、みずほ不動産販売）の対応状況が比較表としてまとめられています。* ![みずほ不動産販売戦略](mizuho_real_estate_strategy) *みずほ不動産販売の戦略に関するスライド。「みずほの総合力を武器に力を惜しみなく活用し、専門性の高いWebコンテンツ顧客の信頼を掴む、信頼獲得型マーケティング」というメッセージのもと、「資産形成・運用」「ライフイベント・課題解決」「法人・経営」の各領域におけるチャネルやコンテンツの取り組みが画面キャプチャを交えて図解されています。* ![コンテンツ比較表](content_comparison_table) *他社サイトのコンテンツ比較表のスライド。「他社は『問い合わせ』以外のCVポイントを設置し、CVのハードルを下げることでリードの取りこぼしを防いでいる」という解説とともに、ナレッジワーク、NotePM、riclink、セレブリックスの4社について、サイトURL、メインメッセージ、製品・サービスの特徴、主要コンテンツ、導入社数、公開事例数、CTA、コンテンツ特徴が詳細に比較されています。* --- ## 顧客インタビューの実施例 # 顧客インタビュー **貴社サービスの見込み顧客になり得る対象へインタビューを行います。** ![インタビュー結果の例１](interview_result_1) **測量計 代表取締役（従業員数30名） 1/2** アマチュア層 将来のリスクに備える「安定性」と「手間のかからなさ」を最優先 信頼できる人物からの情報を重視し、最終的には担当者の「人柄」で判断 * **資産運用の目的/ニーズ** * **目的:** 会社の借入金や、自身の万が一の備え、「生命保険の代替」としての資産形成 * **関心ごと:** 家族や親族間の介護、老後の相続問題への備え * **情報収集と意思決定プロセス** * **情報源:** * 顧問税理士からの情報提供 * ネット記事、先行担当者からの提案 * ChatGPTなどを活用した自身でのリサーチ * **意思決定ポイント:** * 担当者の「人柄」が最重要。その上で複数社を比較検討 * 企業の信頼性（過去の実績や訴訟の有無など）も重要 ![インタビュー結果の例２](interview_result_2) **測量計 代表取締役（従業員数30名） 2/2** アマチュア層 「顧客のため」を思った誠実な提案を高く評価。 ウェットな人間関係の構築を好み、ワンストップサービスを求める。 * **商品の選定基準** * **商品に求めること:** * 物件の管理や手続きに、一切手間がかからない「ワンストップサービス」 * 生命保険の代わりとして機能する「団体信用生命保険」が付帯していること * **響く提案:** * 顧客の状況や立場に寄り添った「御社のために」という提案 * メリットだけでなく、潜在的なリスクについても正直に説明する誠実な提案 * **コミュニケーション** * **営業に対して求めること:** 時間厳守、丁寧な言葉遣いといった、基本的なビジネスマナーと「人柄」 * **好むコミュニケーション:** 遠方でも厭わず訪問してくれるような、対面での熱心なアプローチ * **嫌うコミュニケーション:** しつこい電話や一方的なDMによる営業活動 --- ## ペルソナごとのカスタマージャーニー # ペルソナごとのカスタマージャーニー 顧客インタビュー・調査をもとにペルソナごとの購買行動を整理し、訴求軸 /施策まで整理します。 ![カスタマージャーニー「アマチュア」(仮)](customer_journey_amateur) ![顧客セグメント: アマチュア(仮)](customer_segment_amateur) --- ## Webサイト改善におけるLPのCTA構成案 # Webサイト改善_ワイヤー サイトで実現したい目的・目標に応じてサイトの設計を再構成 ![LPにおけるCTA構成](lp_cta_structure) ```mermaid graph TD A[LPにおけるCTA構成] --> B{全6箇所にCTAを設置} A --> C[活用シーンごと] B --> D[ヘッダーCTA：「お役立ち資料」と「お問合せ」CTA設置] D --> E[CTA①：「お問合せ」と「お役立ち資料3点セット」DLのCTA設置] C --> F[CTA②：CTA区域を設置（「サービス資料」と「お問合せ」）] F --> G[CTA③：「問い合わせ」CTA設置] G --> H[CTA④：CTA区域を設置（「サービス資料」と「お役立ち資料3点セット」）] H --> I[CTA⑤：各CTA設置] ``` - LPにおけるCTA構成 - FIX - 全6箇所にCTAを設置 - ヘッダーCTA：「お役立ち資料」と「お問合せ」CTA設置 - CTA①：「お問合せ」と「お役立ち資料3点セット」DLのCTA設置 - 活用シーンごと - CTA②：CTA区域を設置（「サービス資料」と「お問合せ」） - ▼(参考) NotePM - 全機能をお試しいただけます - SmartSlideが5分でわかる - まずは無料で相談する - 【事例付き】サービス資料を見る - CTA③：「問い合わせ」CTA設置 - CTA④：CTA区域を設置（「サービス資料」と「お役立ち資料3点セット」） - ▼(参考) NotePM - 会社概要・支援実績・サービスの特徴がわかる3点セット! - 【事例付き】サービス資料を見る - ダウンロードする(無料) - CTA⑤：各CTA設置 --- ## BtoBマーケティング 成果評価レポート (2025年Q3) # マーケティング評価レポート ## 各種施策の効果を可視化 相性の良い施策を整理 ![BtoBマーケティング 成果評価レポート (2025年Q3)](report_image) ### KGI/KPIに基づく成果レビュー ### 成功／失敗要因の可視化 ### リードの質・流入経路・CVポイント分析 --- ## 仕組み化・内製化 # 仕組み化・内製化 自社のみで運用ができるよう各施策のチェックリストやマニュアルを納品 ## LP改善チェックリスト ![LP改善チェックリスト](lp_improvement_checklist) - LP改善チェックリスト - ファーストビュー - [ ] ターゲットに響くキャッチコピーか？（例：「○○にお悩みの担当者様へ」） - [ ] 誰のための、どんなサービスかが3秒でわかるか？ - [ ] CTA（コール・トゥ・アクション）ボタンは目立つ位置・デザインか？ - [ ] 権威付けや実績（例：「導入社数〇〇社突破」）を配置しているか？ - ボディ - [ ] よくある課題や悩みを提示し、共感を促しているか？ - [ ] サービスのメリットや特徴が、具体的な言葉で示されているか？（×高機能 → ○○の作業が50%削減） - [ ] 導入事例やお客様の声で、導入後の未来を想像させているか？ - [ ] 料金プランは分かりやすく提示されているか？ - [ ] 競合サービスとの違いが明確にわかるか？（比較表など） - [ ] よくある質問（FAQ）で懸念を払拭しているか？ - フォームエリア - [ ] 入力項目は最小限（5項目以内が理想）になっているか？ - [ ] 入力のメリット（例：「入力は1分で完了」）を提示しているか？ - [ ] 離脱を防ぐマイクロコピー（例：「しつこい営業はしません」）はあるか？ - [ ] CTAボタンの文言は行動を促すものか？（例：「無料で資料をダウンロードする」） ## 運用マニュアル ![運用マニュアル](operation_manual) ### MA・CRM設定 運用マニュアル | 項目 | 定義・ルール | 目的 | | :--- | :--- | :--- | | リードソース | リードの獲得元（例：「検索広告」「展示会」）をUTMパラメータやフォームで正確に記録する。 | 施策ごとの費用対効果を正確に測定するため。 | | リードライフサイクル | MQL（Marketing Qualified Lead）の基準を「サービス資料DL＋Webサイト閲覧5回以上」と定義する。 | 営業に渡すべき質の高いリードを自動で判別するため。 | | スコアリング | 役職（部長以上：+20点）、特定ページの閲覧（料金ページ：+10点）などの行動や属性に応じて点数を付与する。 | リードの興味関心度合いを定量的に可視化するため。 | | データ連携 | MAでMQLになったリードは、1時間以内にCRMに自動連携し、営業担当者に通知する。 | 機会損失を防ぎ、迅速なフォローアップを実現するため。 | ### コンテンツ制作ガイドライン | 項目 | 定義・ルール | | :--- | :--- | | ターゲットペルソナ | 全てのコンテンツは、事前に定義したペルソナ「〇〇部のマネージャー、△△さん」に向けて作成する。 | | トーン＆マナー | 専門用語は避け、平易な言葉で解説する。断定的ではなく、読者に寄り添う丁寧な「です・ます調」を基本とする。 | | SEO基本ルール | ・タイトルタグ：30文字以内で、対策キーワードを必ず含める。
・メタディスクリプション：120文字以内で、記事の要約と読むメリットを記載する。
・見出しタグ：h1は記事に1つだけ。h2、h3を階層構造で正しく使用する。 | | CTA（行動喚起） | 記事の最後には、必ず関連する資料ダウンロードやお問い合わせへのCTAを設置する。文言は「詳しくはこちら」ではなく、「無料で資料をダウンロードする」のように具体的にする。 | **MA・CRM設定の運用マニュアル作成** **コンテンツ制作のガイドライン整備** --- ## コンテンツ施策支援イメージ # コンテンツ施策支援イメージ --- ## 事例記事制作（デジタルハリウッド導入事例） # 事例記事制作 単なる成果記事ではなく、現場の課題・共感ポイント・サービスの魅力が伝わる記事を制作 ![デジタルハリウッドの事例記事のスクリーンショット。女性の写真が掲載されている。](case_study_image_1) ※デジタルハリウッド社が提供する人材紹介サービス「ビジュアルAIマスター」にて弊社の伊藤が講師を務めました。感想を当日の受講者に伺いました。 ■なぜロビンソン・コンサルティングに生成AI講座の講師を依頼しようと思ったのですか？ 絞り型のパッケージではなく、0から受講者に刺さるコンテンツを考えてくださると感じたためです。いくつかの生成AIソリューション提供会社の話を聞いていましたが、ロビンソン・コンサルティングのCOOである伊藤さんとのお話の中で、「受講者はどういうことを期待してこの講座に参加されることが多いですか？」や「ビジュアルAIマスターとして、目指すべき方向性はありますか？」といった質問をされました。既存のコンテンツを押し付けるのではなく、受講者の傾向や講座の目的を先にヒアリングする姿勢に非常に感銘を受けました。 ■COO伊藤の講座はいかがでしたか？ 生成AIに関する知識だけでなく、受講者への接し方も素晴らしかったです。伊藤さんは法人向け生成AIワークショップの豊富な経験を持ち、相手の知識量に応じてコミュニケーションを変える能力に優れています。生成AIという最新領域において、講師と受講者の間の知識ギャップが大きくなりがちですが、伊藤さんは常に受講者の理解を深めるための伝え方を考えていました。また、受講検討者向けのセミナーを企画した際も、「生成AI活用に興味のある方はこんな傾向があるのではないか？」と積極的に案を出してくださり、スコープ外のことでもクライアントの満足度を最大化するために惜しみなく協力してくださる姿勢に非常に感動しました。 ■受講者からの感想を教えてください！ 「表面的な知識だけでなく、事例を踏まえてデザインの現場にどのように生成AIを活用できるかのイメージが湧いた」という声が圧倒的に多かったです。デザイナーの生成AI活用事例を多く用意していただいたおかげで、実用性の高い内容になっていました。また、伊藤さんのお人柄や、当日サポートをしていただいた良邊さんに対する称賛も多く、講座の内容だけでなく、講師としての在り方にも受講者は満足していました。 ■ロビンソン・コンサルティングに今後求めることはありますか？ ぜひ他の講座にも参加していただきたいと考えています。例えば、デザイン文脈で言えば、3DCGやVFXなどの技術に生成AIをどのように活用できるかの講座を一緒に企画したいです。また、講座の企画だけでなく、生成AIを活用した受講生の作品の評価もお願いしたいです。我々はより良い講座を作るために外部の視点を取り入れることを大切にしています。生成AIという注目領域において、信頼のおける有識者に評価者の役割を依頼したいと考えていますので、具体的な相談をしたいです。 ■ロビンソン・コンサルティングはどのような会社におすすめでしょうか。 まずは社内で生成AIに関するワークショップを実施してみたいという会社にお勧めです。紋切り型のワークショップではなく、「どの事業部の」「どのような悩みを抱えている社員向けに」行うかを0から考えてくださいます。受講者のペルソナ策定や提供価値の言語化をしっかりと行ってくれるのがロビンソン・コンサルティングの特徴です。生成AI関連のワークショップは増えていますが、ここまで顧客視点に立って講座を設計してくれる会社はなかなかないと思います。 導入事例制作代行 「神事例」を提供する合同会社better valueが執筆 株式会社ロビンソンコンサルティング　事例記事：[https://robinson-consulting.co.jp/case_study/digitalhollywood](https://robinson-consulting.co.jp/case_study/digitalhollywood) ※神事例は弊社の事例制作サービスです。 --- ## AI伴走支援サービス「aris」のご紹介 # 営業資料作成・改善 ## ペルソナの整理、サービスの特徴を言語化し顧客に伝わる資料を制作 ![Slide 1: arisのご紹介](aris_intro_slide) - AIの力を、”現場と人の変化”に変える伴走支援サービス - arisのご紹介 - VEXUM ![Slide 2: arisとは](aris_about_slide) - arisとは - aris - arisはAIの力を、“現場と人の変化”に変えることを目指したサービスです。 - ARIS=「Assisted Real-time Innovation Service」 - AIを活用を促進するために「共に考える・共に創る・共に育てる」という3つの価値観を大切にしながら、 - AIを社内へ浸透させる伴走者としてご支援します。 - VEXUM ![Slide 3: ご支援業界一覧](support_industry_slide) - ご支援業界一覧 - フェーズに合わせて、様々なご支援内容がございます - バックオフィス - 業務改善・課題定義 - AIテーマ選定 - 開発・実装 - 運用定着・内製化 - 効果測定・改善 - 事例側の業務 - 組織・ナレッジ - VEXUM ![Slide 4: 事例：PDFによる見積書の転記作業を85%削減](case_study_slide) - 事例：PDFによる見積書の転記作業を85%削減 - 想いをつなぐ広がるきずな 株式会社きずな - 会社概要 - 社名：株式会社きずな - 業種：不動産 - 従業員数：10名程度 - 事業内容：賃貸管理業、内装業、不動産(売買仲介・販売業)、外壁工事、ビルメンテナンス業務 - お取組前の課題と成果 - 課題：月次で各所から送信されるPDFの見積書転記作業にかけている手作業工数(10-24時間/月)を削減したい。存在している約1万件ある過去の人出金データの検索や情報参照を楽にしたい。 - 解決策・成果 - 解決策：Google環境でのAI業務効率化ツール開発・運用支援 - 成果： - 定量成果：見積転記処理時間が85%削減(24時間/月→3.5時間/月) - 定性成果：転記ミス完全に撲滅、データ検索性が向上、業務の属人化を防ぐ、過去実績の参照スピード向上 - VEXUM ![Slide 5: ご支援プラン内容](support_plan_slide) - ご支援プラン内容 - 支援内容 - 戦略：AI活用テーマ設計、ロードマップ策定、成果の可視化レポート - 実行：現場業務の自動化、ナレッジ・検索botの構築 - ガバナンス：ガイドライン作成、社員教育 - 開発：ノーコード個別開発 - Aris Crew：現場常駐型(週2~4回) - Aris Guide：戦略伴走型(月3回) - オプション：プロジェクトに応じて相談 - VEXUM ![BtoB AI Workers Logo](btob_ai_workers_logo) --- ## Webサイト改善 before-after (BtoB AI Workers) # Webサイト改善 before-after 下記はWebサイト改善事例 ## 改善前 ![改善前のWebサイトデザイン。白を基調としたシンプルなレイアウト。「ムズかしいソリューション営業を 提案資料の仕組み化 でカンタンに。」というリード文や、「課題とソリューション」などのセクションが縦に並んでいる。](before_website) ## 改善後 ![改善後のWebサイトデザイン。ファーストビューが濃い青色を基調としたデザインになり、「AIと一緒に"勝てる提案"をつくる 営業プラットフォーム」というキャッチコピーが配置されている。下にスクロールすると、導入企業のロゴ一覧、「提案営業のこんなお悩みありませんか？」、「活用事例」などのセクションが視覚的にわかりやすく整理・配置されている。](after_website) ![BtoB AI Workers ロゴ](btob_ai_workers_logo) 株式会社スマートスライド：https://smartslide.jp/ --- ## 既存顧客の商談化に関する実態調査レポート # 調査レポート制作 ## 各社の見込み顧客が興味を持つテーマを選定し、レポートを制作 ■ 調査結果①｜既存顧客の追加ニーズ、半数が商談に至らず 「既存顧客から追加ニーズを把握したものの、最終的に提案まで至らなかった経験があるか」という設問に対し、「よくある」「たまにある」を合わせると50.36％にのぼりました。 一方で、「分からない」と回答した企業も3割を超えており、商談化の状況そのものが社内で十分に共有・可視化されていないケースも少なくないことがうかがえます。 ![商談検知後、提案まで至らない割合の円グラフ](graph1) 01 商談検知後、提案まで至らない割合 ・既存顧客からアップセルやクロスセル、別部署展開といった追加ニーズを把握したものの、最終的に提案まで至らずに終わった経験があるかを確認した。 - よくある: 19.09% - たまにある: 31.27% - ほとんどない: 32.73% - 分からない: 16.91% **示唆** 「よくある」「たまにある」を合わせると50.36%にのぼり、半数以上の企業で「ニーズは把握したが、提案にまでは至らなかった」経験があることが分かる。一方で、「分からない」と回答した企業も3割を超えており、商談化の状況そのものが社内で十分に共有・可視化されていないケースも少なくないと考えられる。 注目すべき点は、これらのケースが「ニーズが存在しなかった」のではなく、「一度はニーズとして認識されていた」にもかかわらず、その後の判断や追跡が行われていない可能性が高いことである。この結果は、既存顧客の追加提案が需要不足で停滞しているというよりも、商談化・提案化のプロセスの中で自然消滅している案件が多いことを示している。 ■ 調査結果②｜提案に至らない要因は「リソース不足」と「運用面の課題」 商談化がうまく回らない理由として最も多かったのは、「兆しを拾って追うリソースが不足している」という回答でした。一方で、新規獲得が優先される、顧客接点の持ち方が属人的になっているといった項目も同程度に挙がっています。また、「分からない」「あてはまるものはない」と回答した企業も一定数存在しており、商談化が進まない理由自体が十分に整理されていない企業も少なくない状況がうかがえます。 ![提案にまでいたらない要因の棒グラフ](graph2) 02 提案にまでいたらない要因 ・次に、追加提案までいたらない理由について尋ねた。 - 会社全体として商談検知をした際に、追うリソース不足: 21.64% - カスタマーサクセスが既存の業務に追われ、商談化を優先しづらい: 14.55% - 新規獲得が優先される: 14.55% - 顧客接点の持ち方が属人的になっている: 14.18% - 商談検知〜案件化までのトークスクリプトやメールが未整備: 11.45% - あてはまるものはない: 17.45% - 分からない: 16.18% **示唆** 最も多かったのは「兆しを拾って追うリソースが不足している」という回答であり、追加ニーズを把握した後のフォローに十分な稼働が割けていない実態が浮かび上がる。一方で、CSや営業の役割上の制約、CRM運用の属人化、提案トークの未整備といった項目も同程度に並んでおり、人手不足と同時に運用の型が整っていない状況が併存していることが分かる。 また、「分からない」や「あてはまるものはない」と回答した企業も一定数存在しており、商談化が進まない理由そのものを整理し切れていない企業も少なくないと考えられる。こうした企業では、施策を打つ前段階として、現状の業務フローや役割分担を棚卸しする必要がある可能性が高い。 既存顧客商談化のボトルネックとCISの実態調査：https://prtimes.jp/main/html/rd/p/000000041.000126301.html --- ## CxOレター制作、送付 # CxOレター制作、送付 ## ひな型を共有し、何をどのように書けばいいかをお伝えします ![CxOレターのサンプル画像](cxo_letter_sample) **三菱商事株式会社** **財務部長** **川上 和義様** 〇〇〇株式会社 代表取締役 鈴木 和史 **ご面会のお願い** 冬のひだまりがことのほか暖かく感じられる寒冷の候、貴社の皆様におかれましては、いよいよご壮健のこととお喜び申し上げます。 昨今、経営環境の変動が増すなか、多くの大手企業においては「不確実性への耐性強化」「資産効率の最大化」が重視され、企業価値向上の基盤としてCREを戦略的に位置づける動きが加速しております。こうした潮流は、貴社が本年4月に公表された「経営戦略2027 ― 総合力をエンジンに未来を創る ―」において掲げられた、総合力を発揮しつつ最適な事業ポートフォリオを構築し、企業価値向上を実現していく方針とも高い整合性を持つものと拝察いたしました。 そこで、貴社の事業ポートフォリオの最適化および資本効率向上の実現に向け、CRE領域における戦略的な取り組みについて、ご意見を伺う機会を頂戴できればと存じます。弊社は、上場企業を中心に、不動産資産の現状把握から効率性評価、資産の再配置や組み替えに関する方針整理、さらには経営判断に資するデータ基盤の整備まで、CREを経営戦略と統合する支援を提供してまいりました。 ■お客様事例 大手製造業様：CREポートフォリオを再整理し、資産効率を大幅に改善。 ＜ポイント＞ ・分散管理されていた不動産情報を統合し、保有・賃借・稼働状況を一元的に可視化。 ・資産効率の低い領域を特定し、複数の入れ替えシナリオを策定。 ・ROA改善と将来投資の原資確保につながる意思決定を支援。 --- ## ご支援までの流れ・料金 ```markdown # ご支援までの流れ・料金 ``` --- ## 導入までの流れ（ご支援開始まで） # 導入までの流れ（ご支援開始まで） 6つのステップでご支援開始。 ![フローチャート](flowchart) ```mermaid graph LR Step0((Step0)) --> Step1((Step1)) Step1 --> Step2((Step2)) Step2 --> Step3((Step3)) Step3 --> Step4((Step4)) Step4 --> Step5((Step5)) ``` - **Step0** - 弊社サービス紹介 - **共有内容** - 営業資料の共有 - 支援実績・得意領域 - 進め方の全体像 - **Step1** - 詳細ヒアリング - **ヒアリング内容** - 現状の課題感・KPI - 現在の施策状況 - 体制・制約条件など - **Step2** - 課題に対するご提案 - **ご提案内容（例）** - 課題解決の優先順位 - 狙うべき成果の定義 - 役割分担の方向性 - **Step3** - ご支援スコープ決定 - **決める内容** - 対象領域・支援頻度 - 価格 - チーム体制・窓口 - **Step4** - 契約締結 - **確認内容** - 契約内容の確認 - 支援期間・開始日 - お支払い条件 - **Step5** - ご支援開始 - **初期準備** - 利用ツールの共有 - 週次定例の運用ルール - インプット材料の共有 - 初月のタスク確定 --- ## 料金プラン # 料金プラン 料金とご支援内容は以下のとおり 下記に加え、初期費用として 30万円（税抜）がかかります ## アドバイザリープラン - 月額 **30**万円（税別） - 最低期間：3ヶ月〜 - 戦略・施策に対する壁打ち - 定例MTGでのレビュー - 改善アドバイス ## スタンダードプラン **おすすめ** - 月額 **60**万円（税別） - 最低期間：3ヶ月〜 - 戦略・施策設計をリード - 実行内容のレビュー・改善指示 - 定例MTG＋チャットで支援 ## フルサポートプラン - 月額 **120**万円（税別） - 最低期間：6ヶ月〜 - 戦略設計＋施策実行までを一気通貫で対応 - 専属デザイナーが参画し、制作までカバー - LP／バナー／資料などの制作・改善を実装 --- ## BtoB AI Workers AI導入・活用支援 # BtoB AI Workers ## AI導入・活用支援 次の成長のために AIを使う ![BtoB AI Workers Logo](btob_ai_workers_logo) --- ## 目次 # 目次 1. AI導入・活用支援とは 2. AI導入・活用が失敗するのか？ 3. 支援の考え方と体制 4. 具体的な支援内容 5. 事例・進め方 6. 料金 --- ## AI導入・活用支援とは # AI導入・活用支援とは 自社の状況に最適な **「AIの選定、導入」** を、 **「誰でも活用できる仕組み」** と共に提供するサービスです --- ## 他のAI関連サービスとの違い # 他のAI関連サービスとの違い 成果検証まで一気通貫でサポート 現場を「置いてけぼり」にしない伴走型支援 | | BtoB AI Workers | AIコンサル | Sier | |---|:---:|:---:|:---:| | **AI活用の設計** | 〇 | 〇 | × | | **現場への落としこみ** | 〇 | 〇 | △ | | **実務への関与** | 〇 | △ | △ | | **成果検証** | 〇 | × | 〇 | --- ## AIプロフェッショナル紹介 # AIプロフェッショナル紹介 現場での各種支援プロセスの効率化を実施 AIを最大限活用し、顧客への提供価値最大化を目指します ![青木 徹](aoki_toru_photo) AIエンジニア **青木 徹** aoki toru **経歴** - IBMおよび複数のスタートアップにて、業務効率化・DX推進プロジェクトを担当し、業務整理からシステム導入までを一貫して経験。 - 各種生成 AIの特性を踏まえ、業務プロセス設計・ツール選定・運用設計まで落とし込み、現場で使われ続ける形に定着させることを強みとする。 ![小柴 鷹介](koshiba_yosuke_photo) AIエンジニア **小柴 鷹介** koshiba yosuke **経歴** - 京都大学大学院で宇宙物理学を専攻後、株式会社リクルートに入社。SUUMO分譲マンション領域でプロダクト責任者として事業成長を牽引。 - 課題ヒアリング〜要件定義を強みに、PoC開発・AIエージェント構築・AI導入支援を手がける。 --- ## よくある課題 # よくある課題 --- ## AI導入におけるよくある課題 # よくある課題 AIを導入しても、多くの企業が成果につなげられていません - **業務で使われていない** 「便利そう」で止まり、仕事のやり方は変わらない - **AI活用に関わる担当者がいない** 社長や役員が片手間で見るだけ - **やめどきがわからない** 続けるべきか、やめるべきか判断できない --- ## 業務におけるAI活用の課題 # 業務で使われていない ツールやAIは増えたが、業務プロセスは何も変わっていない ## 導入目的が「効率化」で止まっている - 何の業務を、どう変えるかが定義されていない - 「便利そう」「工数削減できそう」がゴールになっている ## 業務プロセスが前提のまま - 既存フローに無理やり AIを当てはめている - 業務の順番・役割・判断点が再設計されていない --- ## AI活用推進役の不在による課題 # AI活用に関わる担当者がいない 推進役が不在であるが故に、AI活用が蔑ろになりがち | # | 担当者がいないことにより起きる弊害 | | --- | --- | | 01 | **方針が決まらない**
何から始めるべきか判断されない | | 02 | **業務に落とし込まれない**
現場の業務フローと接続されない | | 03 | **定着・改善が進まない**
使われているか誰も見ていない | | 04 | **成果が評価されない**
効果測定の基準がない | --- ## やめどきが分からない # やめどきが分からない 判断軸がないまま、試行錯誤だけが続いている ### よくある状態 - とりあえずPoCを続けている - 成果が出ないが、止める理由もない - 現場の不満は出ているが整理なし **「やめどき」が定義されていない** ### あるべき姿 - 目的とKPIが事前に定義されている - 継続・改善・中止の判断基準がある - 判断が感覚ではなくデータで行われる **進める・止めるを決められる状態** --- ## AI導入・活用支援の特徴 # AI導入・活用支援の特徴 --- ## AI支援の特徴 # AI支援の特徴 貴社担当者の直下で、AIを導入すべき領域を判定　現場を踏まえた導入を心がけます ![組織図のフローチャート](organization-chart) ```mermaid graph TD A[貴社担当者] --> B[BtoB AI Workers] B --> C[営業担当] B --> D[マーケ担当] B --> E[人事担当] B --> F[経理担当] B --> G[経理担当] ``` --- ## 現場起点でAIが使われるまで落とし切る支援プロセス # 現場起点でAIが使われるまで落とし切る支援プロセス 導入だけで終わらせず、業務に定着するところまで伴走 ![AI導入の支援プロセスフローチャート](support_process_flowchart) ```mermaid graph TD A[現状業務の把握・課題整理] --> B[AI導入領域の選定・設計] B --> C[PoC・小さな実装による検証] C --> D[現場定着・運用支援] style A fill:#f2f2f2,stroke:#d9d9d9,stroke-width:1px style B fill:#f2f2f2,stroke:#d9d9d9,stroke-width:1px style C fill:#f2f2f2,stroke:#d9d9d9,stroke-width:1px style D fill:#0052a5,stroke:#0052a5,color:#ffffff,stroke-width:1px ``` --- ## BtoB AI WorkersのAI活用支援が選ばれる理由 # BtoB AI WorkersのAI活用支援が選ばれる理由 「AI導入」ではなく「業務効率化」をゴールに - **現場理解を前提にした設計** - 営業・マーケ・人事・経理など部門別の業務理解 - 実務レベルで「どこに AIを使うべきか」を判断 - 理論先行・ツール先行にならない設計 - **成果・定着を重視した導入** - 使われない AIは導入しない - 小さく試し、効果が出る形に磨き込む - 現場負荷・運用コストまで考慮 - **社内調整を巻き取り** - 部門間の調整・合意形成を支援 - 現場と意思決定者の橋渡し - 「誰が・どう使うか」を明確化 --- ## 支援事例 # 支援事例 --- ## 架電録音から議事録・評価を自動生成し、振り返りの質を向上 # 架電録音から議事録・評価を自動生成し、振り返りの質を向上 **#録音分析 #議事録自動化 #振り返り効率化 #Zoom連携 ｜ 難易度 ★ ★ ☆ ☆ ☆** ### 導入前の課題 - 1日100件の架電録音があっても、聞き返す時間がない。 - 振り返りは週 1回のMTGで口頭共有のみ、改善が進まない。 - 新人へのフィードバックに具体性がない。 - マネージャーが全員分の録音を聞くのは物理的に不可能。 ### 導入後の効果 - 週次MTGが「なんとなくの感想共有」から**「事実ベースの具体的な議論」に変化**した。 - 新人が毎日業後に「どう会話すべきだったか」を**AIと壁打ちする習慣**が生まれた。 - マネージャーは**「AIが低評価した架電」だけ確認**すればOKになった。 ### 解決策 ![Solution Flowchart](solution_flowchart) ```mermaid graph LR A[架電] -->|録音データ自動取得| B(Zoom) B --> C{AIエージェント分析\n・文字起こし全文\n・サマリ\n・顧客の反応 /温度感\n・トークの良かった点 /改善点\n・ネクストアクション} C --> D[Google Drive保存] ``` --- ## 商談録画の自動分析・活用による受注率向上とリード発掘 営業・フィールドセールス | #商談録画分析 #受注率向上 #リード発掘 #商談準備効率化 # 受注率向上とリード発掘を両立｜商談録画の自動分析・活用 **#商談録画分析 #受注率向上 #リード発掘 #商談準備効率化** ｜ 難易度 ★ ★ ★ ☆ ☆ ## 導入前の課題 - 商談後のSFA入力が属人的で、BANT情報の抜け漏れが発生することも多々発生。 - 1時間超の商談録画を見返す余裕がなく、重要な発言を忘れたまま次回提案に臨んでしまう。 - 商談中に出てきた新たなリード情報を拾いきれていない。 ## 導入後の効果 - 商談準備が **60 分→ 40 分に削減し提案数が増えた** 上に、質の高い商談で **受注率が1.6 倍高く**なった。 - 商談後は「確認」のみとなり、 **BANT入力漏れがゼロに** なった。 - 商談中の何気ない発言から別部署の **新規リードを月平均4件発掘**できるようになった。 ## 解決策 ![商談終了からSFA / Google Drive自動連携までのフロー図](solution_flow) ```mermaid graph LR A[商談終了] --> B[商談データ自動取得] B --> C[AIエージェント分析] C -->|・文字起こし全文\n・BANT情報抽出\n・案件確度スコア\n・新規リード情報\n・ネクストアクション| D[SFA / Google Drive自動連携] ``` --- ## 面接録画から評価シートを自動生成し、選考スピードと精度を向上 # 面接録画から評価シートを自動生成し、選考スピードと精度を向上 #面接分析 #評価シート自動化 #採用精度向上 #面接官バラつき解消 ｜ 難易度 ★ ★ ★ ☆ ☆ ## 導入前の課題 - 面接官によって評価基準がバラバラで、同じ候補者でも評価が割れる。 - 面接後の評価シート記入が曖昧な記載になりがち。 - 面接官が忙しく、評価シート提出が遅れて選考スピードが落ちる。 ## 導入後の効果 - 評価シートに選考者の発言が記載されるようになり、面接官間の認識ズレが大幅に減少した。 - 評価シート作成が面接直後に完了し、選考リードタイムが平均2日短縮した。 - 不採用時も根拠を示せるようになり、エージェントへのフィードバック品質が向上した。 ## 解決策 ![Solution Flow](solution_flow) ```mermaid graph LR A[面接] -->| | B[面接データ自動取得] B --> C[AIエージェント / RAG による検索] C -->| | D[評価シート] D -.-> |・文字起こし全文
・評価項目ごとのスコアと根拠
・候補者の強み /懸念点サマリー
・次の選考で確認すべきポイント| D D --> E[Google Drive保存] subgraph Icons A_Icon[面接アイコン] B_Icon1[Zoomアイコン] B_Icon2[Google Meetアイコン] C_Icon1[ChatGPTアイコン] C_Icon2[Geminiアイコン] C_Icon3[Claudeアイコン] D_Icon[ドキュメントアイコン] E_Icon[Google Driveアイコン] end ``` --- ## ヒアリング内容からの提案書骨子自動生成による営業支援 # ヒアリング →骨子自動生成し、提案書作成の属人化を解消 #提案書自動化 #ヒアリング活用 #RAG #提案品質向上 ｜ 難易度 ★★★★☆ ## 導入前の課題 - ヒアリング内容を提案書に落とし込むのに毎回 2〜3時間かかる。 - 営業担当者ごとに提案書の構成・質にバラつきがある。 - 提案の方向性で合ってるかを上司に相談したいが、忙しくて捕まらない。 - 過去の類似提案を参考にしたいが、探すのが面倒で結局ゼロから作っている。 ## 導入後の効果 - 提案書のたたき台作成が 2時間→ 30 分に短縮、商談から提案までのリードタイムが半減した。 - 提案内容について AIと壁打ちできるようになり、上司の時間を使わず自走できる営業が増えた。 - 新人でも過去提案を参考にした骨子が作れるようになり、提案品質が底上げされた。 ## 解決策 ![解決策のフロー図](solution_flow) ```mermaid graph LR A[初回商談] --> B[商談データ\n自動取得\n zoom / Google Meet] B --> C[AIエージェント /\nRAG による検索\n OpenAI / Claude / etc] C --> D[・顧客課題\n・提案の方向性・ゴール\n・今後の受注までの流れ\n・次回商談骨子 / 類似資料\n・ネクストアクション] D --> E[Notion連携] ``` --- ## Voiceover ヒアリング内容から提案書の骨子をAIが自動生成。2時���かかっていた作業が30分になり、提案の質も底上げされました。 --- ## 営業日報から週次サマリー・課題を自動抽出し、マネジメントを効率化 # 営業日報から週次サマリー・課題を自動抽出し、マネジメントを効率化 #営業日報 #週次レポート自動化 #課題抽出 #マネジメント効率化 | 難易度 ★★☆☆☆ ### 導入前の課題 - 日報が**活動の羅列**になっていて、マネージャーが全部読む時間がない。 - 日報を書く側も誰も読んでないと感じてモチベーションが下がっている。 - チーム全体で何が起きているか把握するのに、週次 MTGまで待つしかない。 ### 導入後の効果 - マネージャーの作業がサマリレポートで把握 & 気になる日報だけを深掘りすることに変化した。 - 週次MTGが「情報共有」から「課題解決の議論」にシフトし、会議の質が向上 ### 解決策 ![日報入力からGoogle Drive保存/Slack通知までのフローチャート](process_flowchart) ```mermaid graph LR A[fa:fa-user 日報入力] --> B[fa:fa-cog 日報データ収集] B --> C[AIエージェントによる分析] C --> D[fa:fa-file-text ・今週のハイライト（受注・大型商談進捗など）
・要注意案件（停滞・失注リスク）
・個人別トピックサマリー] D --> E[Google Drive保存 / Slack通知] ``` --- ## ES選考の自動スコアリング・評価による効率化 # ES選考の自動スコアリング・評価し、属人化・工数を解消 #録音分析 #議事録自動化 #振り返り効率化 #Zoom連携 | 難易度 ★ ★ ☆ ☆ ☆ ## 導入前の課題 - 繁忙期に数百〜数千件の ESを読む必要があり、採用担当が大幅な残業 と 他の業務が疎かになっている。 - 読む人によって評価基準がブレて、通過・不通過の判断が属人的になる - 採用・不採用の理由を残していないため、後から振り返れない ## 導入後の効果 - ES選考の一次スクリーニング工数が 1件10 分→ 1分に短縮、繁忙期の残業が大幅減。 - 評価理由が言語化されることで、理由をチーム内で共有・議論できるようになった。 - 面接で聞くことが明確になり、面接官の準備時間が削減した。 ## 解決策 ```mermaid graph LR A[ES提出] --> B[ESデータ収集]; B --> C[AIエージェント
による評価]; C --> D[・基本情報
・総合評価
・評価軸ごとのスコア / 根拠
・強み・懸念点サマリー
・面接で深掘りポイント]; D --> E[Google Drive保存
/ ES結果通知]; ``` ![ES提出から結果通知までのプロセスを示すフローチャート](flowchart_solution) --- ## 請求書PDFから仕訳ドラフトを自動生成し、経理の月末残業を半減 # 請求書PDFから仕訳ドラフトを自動生成し、経理の月末残業を半減 #請求書処理 #仕訳自動化 #経理効率化 #ダブルチェック ｜ 難易度 ★★★☆☆ ### 導入前の課題 - 毎月届く請求書を1件ずつ目視で確認し、手入力で仕訳を切るのに膨大な時間がかかる。 - 請求金額と発注金額の照合漏れで、後から差額に気づくことがある。 - 月末に請求書が集中し、経理担当が残業続きになる。 ### 導入後の効果 - 請求書処理が1件5分→1分に短縮、月末の残業時間が削減 - 仕訳の勘定科目が過去データに基づいて統一 - 経理担当は「確認・承認」に集中できるようになり、本来やるべき分析業務に時間を使えるように ### 解決策 ![解決策のフロー図](solution_flow) ```mermaid graph LR A["請求書受領
(Gmail)"] --> B["請求書データ
収集
(自動化ツール)"] B --> C["AI OCR
PDFデータ抽出
(AIモデル)"] C --> D["AIエージェント / RAG
勘定科目・税区分 自動判定
(AIモデル)"] D --> E["問い合わせサマリー
メール下書き
(スプレッドシート / Gmail)"] ``` --- ## 問い合わせメールを自動分類・回答ドラフト生成し、初動対応を高速化 # 問い合わせメールを自動分類・回答ドラフト生成し、初動対応を高速化 #問い合わせ対応 #メール自動分類 #回答ドラフト #対応スピード向上 | 難易度 ★★★★☆ ## 導入前の課題 - 問い合わせメールが1日数十件届き、内容を読んで回答するのに時間がかかる。 - 担当者によって回答の書き方・トーンがバラバラで、品質が安定しない。 - 似たような問い合わせに毎回ゼロから回答を書いている。 - 緊急度の高い問い合わせが埋もれて、対応が遅れることがある。 ## 導入後の効果 - 問い合わせの振り分け作業がゼロになり、受信から対応開始までの時間が減少 - 回答ドラフトをベースに修正するだけになり、1件あたりの対応時間が10分→3分に。 - 緊急度の高い問い合わせは即時通知により、クレームに発展する前に対応できるケースが増加 ## 解決策 ![解決策のフローチャート](solution_flowchart) ```mermaid graph LR A[問い合わせ受信\nGmailアイコン] --> B[メール内容取得\n歯車アイコン] B --> C[AIエージェント分類・優先度判定\nAIアイコン] C --> D[AIエージェント / RAG\n過去の類似対応から回答案を作成\nAIアイコン] D --> E[・請求書サマリー\n・仕訳ドラフト\nGoogle Sheetsアイコン] ``` --- ## ヘルプドキュメントから FAQを自動生成し、問い合わせ件数を削減 # ヘルプドキュメントから FAQを自動生成し、問い合わせ件数を削減 #FAQ自動生成 #ヘルプセンター #問い合わせ削減 #セルフサービス促進 ｜ 難易度 ★ ★ ★ ☆ ☆ ## 導入前の課題 - ヘルプセンターの記事はあるが、検索しても目的の情報にたどり着けず問い合わせが来る - FAQを充実させたいが、ヘルプ記事から要点を抜き出して書き直す時間がない - 機能アップデートや UI変更のたびに FAQの更新が追いつかない ## 導入後の効果 - 「よくある質問」が実際の問い合わせ傾向と一致し、FAQ経由の自己解決率が 30 % 向上した。 - 問い合わせ件数が月 200件→ 140件に減少し、CSチームが複雑な案件に集中できるようになった。 ## 解決策 ![Solution Architecture Flowchart](solution_architecture) ```mermaid graph LR A[ヘルプ記事\n問い合わせ内容・回答取得] --> B[AIエージェント・ RAG\nFAQ生成] B --> C[追加Q&Aリスト\n出力] C --> D[Google Drive保存\n/ Slack通知] ``` --- ## アンケート自由記述をポジネガ分類・要約し、顧客の声を可視化 # アンケート自由記述をポジネガ分類・要約し、顧客の声を可視化 #FAQ自動生成 #ヘルプセンター #問い合わせ削減 #セルフサービス促進 ｜ 難易度 ★★★☆☆ ## 導入前の課題 - NPS調査やCS調査の自由記述が数百件あり、全部読むのに 3日ほどかかる。 - ポジティブ・ネガティブの仕分けを手作業でやっていて、担当者の主観が入る。 - 経営陣からの質問に主観ベースでの報告になっている。 - 自由記述を読んで終わりで、プロダクト改善や施策に活かせていない。 ## 導入後の効果 - 自由記述の分析が 3日→ 5時間に短縮し、報告までのリードタイムが短縮した。 - ポジネガ分類が自動化され、担当者による判定のブレがなくなった。 - 質問に対して事実ベースでの報告ができるように。 - 分析結果をプロダクトチームと共有する習慣ができた。 ## 解決策 ![アンケートデータの回収からAIを用いた分析レポートの生成、およびGoogle Driveへの保存までのシステム構成フロー](solution_flow) ```mermaid graph LR A["アンケートデータ
回収"] --> B["ポジネガ分類・トピック抽出分
析レポート生成"] B --> C["・ポジティブ / ネガティブ
等の件数・割合
・トピック別の分類
・各トピックの代表的な声
・改善優先度の高いトピック"] C --> D["Google Drive保存"] ``` --- ## 社内チャットの AI 自動回答による質問対応時間の削減 # 社内チャットの質問に AIが自動回答し、質問対応時間を削減 #ナレッジ管理 #社内FAQ #Slack連携 #RAG #属人化解消 ## 難易度 ★ ★ ★ ☆ ☆ ### 導入前の課題 - Slackで同じ質問が何度も飛び交い、回答者が毎回同じ説明をしている。 - ナレッジベースはあるが、更新せず情報が古いまま。 - 特定の人に質問が集中し、その人がいないと業務が止まる ### 導入後の効果 - 学習済みの質問は AIが即座に回答し、担当者の対応工数が削減 - 担当者が回答した内容が自動でナレッジ化され、運用負荷なく精度が向上していく - 特定の人への質問集中が緩和され、属人化リスクが低減 ## 解決策 ![解決策のフローチャート](solution_flowchart) ```mermaid graph LR A[Slackで質問] --> B[AIエージェント・RAG
検索/ 質問への回答生成] B --> C[Slackで自動回答] C --> D[AIエージェント・RAG
担当者が回答したものを別途学習] ``` --- ## 店舗アンケートの自由記述から店舗別の課題・強みを自動抽出し、改善アクションを促す # 店舗アンケートの自由記述から店舗別の課題・強みを自動抽出し、改❹アクションを促す #店舗運営 #アンケート分析 #多店舗管理 #VOC活用 ｜ 難易度 ★★★☆☆ ### 導入前の課題 - 各店舗のアンケートは集まるが、自由記述を読む時間がなく放置されている。 - 数値評価だけでは見えない定性的な問題を見落としている。 - せっかくの顧客の声が現場改❹ に活かされず、集めて終わりになっている。 ### 導入後の効果 - POSデータも参照しながら、課題のある店舗の店長等に状況を把握した上でヒアリングできるようになった。 - 店長が自店舗のフィードバックを客観的に振り返り、自発的に改❹に取り組む事例が少しずつ増えてきた。 ### 解決策 ![アンケートを処理してレポートを確認するまでの解決策フローチャート](solution_flowchart) ```mermaid graph LR A[アンケート撮影] --> B[AI OCR\n画像データ抽出] B --> C[アンケート\nデータ化] C --> D[AIエージェント・RAG\n分析レポート生成] D --> E[店舗ごとの\nレポート出力] E --> F[レポート\n確認] ``` --- ## アンケート結果の属性別分析とセグメント別の傾向可視化 # アンケート結果を属性別に分析し、セグメントごとの傾向を見える化 #アンケート分析 #セグメント分析 #属性分析 #インサイト抽出 ｜ 難易度 ★★★☆☆ ### 導入前の課題 - アンケート結果は全集計のみで、属性ごとの違いが見えていない。 - 年代・職種・利用歴などで傾向が違うはずだが、分析する時間がない。 - クロス集計を手作業でやると工数がかかり、定期的な分析ができていない。 ### 導入後の効果 - 全体平均では見えなかった属性ごとの傾向の解像度が高くなり、施策検討できるようになった。 - 定期的な属性別レポートが自動生成され、分析業務の属人化の解消・施策検討の時間が増えた。 - 特定セグメントの不満や要望が可視化され、ターゲットを絞った改善ができるようになった。 ### 解決策 ![解決策の業務フロー図](solution_flowchart) ```mermaid graph LR A["アンケートデータ\n回収"] --> B["AIエージェント分析\nレポート生成"] B --> C["・属性別の回答傾向\n・属性別の自由記述サマリー\n・施策に繋がるインサイト提案"] C --> D["担当者へ自動メール"] ``` --- ## 案件メールと自社エンジニアDBの自動マッチングによる提案スピードと精度の向上 # 案件メールと自社エンジニア DBを自動マッチングし、提案スピードと精度を向上 #SES #エンジニアマッチング #案件管理 #自動化 ｜ 難易度 ★ ★ ☆ ☆ ☆ ## 導入前の課題 - 案件メールが届いても、誰が対応可能か確認するのに時間がかかる。 - エンジニアのスキルや稼働状況が属人的に管理されており、把握しきれていない。 - マッチング判断が担当者の記憶頼りで、提案漏れが発生している。 ## 導入後の効果 - 案件受信から提案候補のリストアップまでが自動化され、対応スピードが向上した - 担当者の記憶に頼らず網羅的にマッチングできるようになり、提案漏れが減少した - エンジニアの強みが言語化されることで、提案メールの説得力が上がった ## 解決策 ![Process flow of automated matching](automated_matching_process) ```mermaid graph LR A[案件メール受信] --> B[案件情報の抽出] B --> C[AIエージェント 人材DB参照 / マッチング評価] C --> D[担当者へ自動メール / 案件応募への下書きメール] ``` --- ## 顧客の発言から刺さりそうな事例を自動レコメンドし、提案の説得力を向上 # 顧客の発言から刺さりそうな事例を自動レコメンドし、提案の説得力を向上 **#営業支援 #事例活用 #RAG #提案力向上** **｜ 難易度 ★ ★ ★ ☆ ☆** ## 導入前の課題 - 事例集はあるが数が多く、商談中にどれを出すべきか判断できない - 顧客の課題に合った事例を探すのに時間がかかり、後から送ることになりがち - 営業担当によって事例の引き出しに差があり、提案の質にばらつきがある ## 導入後の効果 - 商談後、関連事例がわかり、フォローアップのスピードが向上した。 - 事例の活用頻度が上がり、どの事例が刺さりやすいか傾向が見えるようになった。 - 顧客の課題に寄り添った提案ができるようになり、商談の進展率が改善した。 ## 解決策 ![解決策のフローチャート](solution_flowchart) ```mermaid graph LR A[初回商談] --> B[商談データ
自動取得] B --> C[AIエージェント
商談分析 / 事例DB検索] C --> D[担当者へ通知] ``` - フォローアップメール文案 - 課題が近い事例（上位 3件） - 業界・規模が近い事例 - 各事例の刺さりポイント解説 --- ## 会社名からキーマン情報を自動収集し、受付突破率を向上 # 会社名からキーマン情報を自動収集し、受付突破率を向上 #リスト生成 #エンタープライズ開拓 #キーマン特定 #受付突破 ｜ 難易度 ★ ★ ☆ ☆ ☆ ## 導入前の課題 - エンタープライズ開拓をしたいが、会社名しか分からず誰に連絡すべきか不明。 - 代表電話にかけても担当者名が分からないと「繋げません」で終わる - 企業HPやニュース記事からキーマンを探すのに 1社30 分以上かかる。 ## 導入後の効果 - 「○○部の△△様いらっしゃいますか」と名指しできるようになり、受付突破率が大幅に向上。 - キーマン調査が「 1社30 分」から「 50 社まとめて 20分」に短縮、架電数を増やせるようになった。 - 「先日のカンファレンスでご登壇されてましたよね」 など具 的なフックで会話を始められるようになった。 ## 解決策 ![処理フロー](flow_diagram) ```mermaid graph LR A[スプレッドシート\n会社名を記載] --> B(AIエージェント\nバイネーム等を自動収集) B --> C[スプレッドシート\n・想定キーマン氏名・役職・部門\n・情報ソース\n・最近の発言・関心事項\n・受付突破時のトークヒント] C --> D[Google Drive\n保存] ``` --- ## 顧客の業界ニュースから課題仮説を自動生成し、テレアポのトスアップ数を向上 # 顧客の業界ニュースから課題仮説を自動生成し、テレアポのトスアップ数を向上 #業界ニュース #テレアポ #仮説提案 #アポ獲得 **難易度** ★★★★☆ ## 導入前の課題 - テレアポで「御社も ○○でお困りでは？」と仮説をぶつけたいが、準備する時間がない - 架電数を優先するあまり、1件1件の質が低くアポ率が上がらない - ベテランは業界ネタから仮説を立てられるが、若手は「お時間いただけますか」としか言えない ## 導入後の効果 - 「○○の規制強化で御社も影響受けてませんか？」と仮説ができるるようになり、会話が続くケースが増加。 - 仮説構築から課題を引き出せるようになり、アポ獲得率が向上 - 新人でも業界ネタ ×仮説のトークができるようになり、FSへのトスアップ件数が増加 ## 解決策 ![Solution Workflow](solution_workflow) ```mermaid graph LR A[キーワード記載\nGoogle Sheets] --> B[ニュースを自動収集\nGoogle News] B --> C[AIエージェント 仮説・トークを生成\nGoogle Bard / ChatGPT / Claude] C --> D[毎朝\nSlack通知] subgraph 生成内容 C1[・ニュース概要] C2[・想定される課題仮説] C3[・架電時のぶつけ方] C4[・刺さった場合の次の質問] end ``` --- ## 業界ニュースを自動収集・分析し、ISトークスクリプトを継続的に改善 # 業界ニュースを自動収集・分析し、 ISトークスクリプトを継続的に改❹ #トークスクリプト #業界ニュース #IS改❹ #ナレッジ蓄積 ｜ 難易度 ★ ★ ☆ ☆ ☆ ### 導入前の課題 - トークスクリプトが作成時のまま放置され、市場の変化に対応できていない。 - 業界の法規制やトレンドが変わっても、トークに反映されるまで数ヶ月かかる。 - 新人は古いスクリプトをそのまま使い、顧客に刺さらないトークを続けてしまう。 ### 導入後の効果 - 「先週○○のニュースがありましたが」と最新ネタでアイスブレイクできるようになり、会話の入り口がスムーズに。 - スクリプトが常に最新化され、「古いトークで失注」がなくなった。 - マネージャーがスクリプト改❹に時間を使わなくてよくなり、メンバーの商談同席に時間を割けるように。 ### 解決策 ![解決策のフローチャート](solution_flowchart) ```mermaid graph LR A[スプレッドシート
キーワード記載] --> B[Google News
ニュースを自動収集] B --> C[AIモデル
AIエージェント 仮説・トークを生成] C --> D[スプレッドシート
・アイスブレイクの更新案
・課題喚起トークの更新案
・顧客が気にしていそうなポイント] ``` --- ## 稼働ログから業務時間の使い方を自動分析し、改善すべきポイントを可視化 # 稼働ログから業務時間の使い方を自動分析し、改❹すべきポイントを可視化 #トークスクリプト #業界ニュース #IS改❹ #ナレッジ蓄積 ｜ 難易度 ★ ★ ☆ ☆ ☆ ### 導入前の課題 - 忙しいと言っているが、実際に何に時間を使っているか分からない。 - メンバーごとの業務バランスが見えず、負荷の偏りに気づけない。 - 本来やるべき仕事に時間を使えているか、感覚でしか分からない。 ### 導入後の効果 - 会議に週 20 時間使っていることが可視化され、不要な会議の削減が進んだ。 - メンバー間の業務負荷の偏りが数値で分かり、タスクの再分配ができるようになった。 - 作業時間が取れない原因が明確になり、集中タイムの確保など具体的な対策が打てるようになった。 ### 解決策 ![自社システムからAI分析を経て、サマリー出力・通知・保存に至る自動化フロー](solution_flowchart) ```mermaid graph LR A((自社システム
稼働ログ)) --> B(業務カテゴリ分類 /
時間配分分析) B --> C(個人別サマリー出力) C --> D(Google Drive保存
/ Slack通知) ``` --- ## 競合のMeta広告を自動収集・分析し、効果の出ている訴求パターンを特定 # 競合のMeta広告を自動収集・分析し、効果の出ている訴求パターンを特定 #競合分析 #Meta広告 #広告クリエイティブ #訴求開発 ｜ **難易度** ★★★☆☆ ## 導入前の課題 - 競合がどんな広告を出しているか把握したいが、定期的にチェックする時間がない - 競合の広告を見ても、どれが効果的なのか判断できない - 自社の広告クリエイティブを考えるとき、参考情報が整理されていない ## 導入後の効果 - 配信期間の長い広告を効果ありと判断でき、競合の勝ちパターンが見えるようになった。 - クリエイティブ制作時に参考にできる事例集が自動で蓄積されるようになった。 ## 解決策 ![workflow diagram](workflow_diagram) ```mermaid graph LR A[競合の広告主名
登録] --> B[広告データ取得] B --> C[AIエージェント広
告分析] C --> D[長期配信中の広告一覧
訴求パターン別の傾向] D --> E[Google Drive
保存] ``` --- ## 競合LPの構成・訴求・心理テクニックの自動分析と改善ヒントの抽出 # 競合LPの構成・訴求・心理テクニックを自動分析し、改❹のヒントを抽出 #LP分析 #競合分析 #訴求設計 #心理学的アプローチ ｜ 難易度 ★★★☆☆ ### 導入前の課題 - 競合のLPを見ても、何が効いているのか言語化できない。 - LP改❹の打ち手がデザイナーや制作会社任せになっている。 - 競合分析に時間がかかり、定期的な実施ができていない。 ### 導入後の効果 - 競合LPの構成パターンが 系的に整理され、自社 LPに足りない要素が明確になった。 - 心理学的アプローチが言語化されることで、制作会社への依頼が具 的にできるように。 - LP改❹の議論が感覚ベースからデータベースに変わり、施策の優先順位がつけやすくなった。 ### 解決策 ![解決策のフローチャート](solution_flowchart) ```mermaid graph LR A[URL入力] --> B[サイト構成情報\n取得] B --> C[AIエージェント\nLP構成・訴求を分析] C --> D[構成・訴求サマリー\n心理学的アプローチ] D --> E[Google Drive保存\n/ Slack通知] ``` --- ## メルマガの配信結果と内容を自動分析し、高パフォーマンスのパターンを特定 # メルマガの配信結果と内容を自動分析し、高パフォーマンスのパターンを特定 #メルマガ改❹ #配信分析 #コンテンツ最適化 #開封率向上 ｜ 難易度 ★★★☆☆ ## 導入前の課題 - メルマガの開封率・クリック率を見ているが、なぜ良かったのか言語化できない。 - 過去の配信データが蓄積されているが、振り返りに活用できていない。 - 担当者の経験と勘に頼っており、ノウハウが属人化している。 ## 導入後の効果 - 開封率が高い件名の法則が見え、件名作成の迷いがなくなった。 - 過去データから勝ちパターンが抽出され、新人でも一定水準のメルマガが作れるようになった。 - 配信曜日・時間帯の最適解が分かり、同じ内容でも成果が向上した。 ## 解決策 ![Solution Flowchart](solution_flowchart) ```mermaid graph LR A[メルマガ配信データ取得] --> B[AIエージェント配信データ分析] B --> C[スプレッドシート] C --> D[Google Drive保存] ``` **分析内容** - 開封率が高い件名の共通点 - クリック率が高い本文 /CTAの特徴 - 効果的な配信曜日・時間帯 - セグメント別の反応傾向 --- ## Google Analyticsデータを自動分析し、サイト改善の打ち手を可視化 # Google Analyticsデータを自動分析し、サイト改善の打ち手を可視化 #GA分析 #サイト改善 #CVR向上 #データ活用 ｜ 難易度 ★ ★ ★ ☆ ☆ ## 導入前の課題 - Google Analyticsのデータは見ているが、どこを改善すべきか分からない。 - GA分析ができる人が限られており、その人が忙しいと改善が止まる。 - 分析に時間がかかり、改善サイクルが遅い。 ## 導入後の効果 - 離脱ポイントがデータで可視化され、改善すべき箇所が明確になった。 - GA分析の属人化が解消され、誰でもデータに基づいた改善提案ができるように。 - 分析レポートが自動化され、改善サイクルのスピードが上がった。 ## 解決策 ![Solution Architecture](solution_architecture) ```mermaid graph LR A[GA4データ
取得] --> B[AIエージェント
GA4データ分析] B --> C[・分析現状サマリー
・離脱分析
（コンテンツ /CTA配置など）
・流入経路分析
・CV貢献分析] C --> D[Google Drive
保存] ``` --- ## POSデータから顧客セグメントを自動分析し、販促施策の精度を向上 # POSデータから顧客セグメントを自動分析し、販促施策の精度を向上 #POSデータ #顧客セグメント #購買分析 #販促最適化 ｜ 難易度 ★ ★ ★ ☆ ☆ ### 導入前の課題 - POSデータは大量にあるが、分析まで手が回らない。 - 優良顧客と離反しそうな顧客の区別ができていない。 - どの商品をどの顧客層に訴求すべきか、経験と勘で判断している。 - データ分析ができる人がおらず、外部に依頼するとコストがかかる。 ### 導入後の効果 - 顧客セグメントが可視化され、販促施策のターゲティング精度が向上。 - 離反しそうな顧客を早期に検知し、フォロー施策を打てるようになった。 - データ分析の属人化が解消され、店舗スタッフでもセグメント情報を共有できるようになった。 ### 解決策 ![Solution Flow](solution_flow) ```mermaid graph LR A[自社システム\n（POSデータ取得）] --> B[AIエージェント\nPOSデータ分析] B --> C[・セグメント構成比の推移\n・セグメント別の特徴サマリー\n・セグメント別の推奨アプローチ\n・注目すべき顧客リスト] C --> D[Google Drive\n保存] ``` --- ## 架電データの分析による業界別の接続率向上 # 架電データから業界別の繋がりやすい時間帯を分析し、接続率を向上 #架電分析 #時間帯最適化 #接続率向上 #IS効率化 | 難易度 ★☆☆☆☆ ## 導入前の課題 - 架電しても繋がらないことが多く、無駄な時間が発生 - 業界によって繋がりやすい時間帯が違う気がするが、把握できていない。 - 架電リストを上から順に消化しており、時間帯を意識した架電ができていない。 - 接続率を上げたいが、何を改善すればいいか分からない。 ## 導入後の効果 - 業界別のゴールデンタイムが可視化され、接続率向上 - 繋がりにくい時間帯を避けることで、架電の空振りが減少 - 架電リストを時間帯で振り分けるようになり、チーム全体の効率が改善 ## 解決策 ![Zoomロゴ](zoom_logo) 録音データ 自動取得 → ![分析ツールロゴ群](analysis_tools_logos) 録音データ分析 会話から接続率を分析 → ![スプレッドシートアイコン](spreadsheet_icon) ・業界別接続率 ・避けるべき時間帯 ・接続率の推移 ・曜日別の傾向 → ![Google Driveロゴ](google_drive_logo) Google Drive 保存 ```mermaid graph LR A[録音データ\n自動取得] --> B[録音データ分析\n会話から接続率を分析]; B --> C[・業界別接続率\n・避けるべき時間帯\n・接続率の推移\n・曜日別の傾向]; C --> D[Google Drive\n保存]; ``` --- ## Google広告のパフォーマンス自動分析と改善キャンペーンの特定 # Google広告のパフォーマンスを自動分析し、改❹すべきキャンペーンを特定 #Google広告 #広告分析 #ROAS改❹ #パフォーマンス可視化 ｜ 難易度 ★★★☆☆ ## 導入前の課題 - Google広告の管理画面は見ているが、どこを改❹すべきか判断できない。 - キャンペーンが増えるほど全体把握が難しくなり、成果の悪い広告を放置しがち。 - 広告運用の知見が特定の担当者に偏っており、その人が休むと改❹が止まる。 ## 導入後の効果 - 成果の悪いキャンペーンを早期に検出し、無駄な広告費を削減できるようになった。 - 広告運用の属人化が解消され、誰でもデータに基づいた改❹判断ができるようになった。 - レポート作成が自動化され、分析・施策立案に時間を使えるようになった。 ## 解決策 ![Workflow diagram from Google Ads to Google Drive via AI Agent and Spreadsheet](solution_workflow) ```mermaid graph LR A[広告データ\n取得] --> B[AIエージェント広\n告分析] B --> C[・キャンペーン別パフォーマンス\n・キーワード別の CPC・CVR\n・広告クリエイティブ別の成果\n・追加すべき除外キーワード] C --> D[Google Drive\n保存] ``` --- ## ご支援までの流れ・料金 # ご支援までの流れ・料金 --- ## 導入までの流れ（ご支援開始まで） # 導入までの流れ（ご支援開始まで） 6つのステップでご支援開始。 ![導入までの流れのフローチャート](flowchart) ```mermaid graph LR Step0((Step0)) --> Step1((Step1)) --> Step2((Step2)) --> Step3((Step3)) --> Step4((Step4)) --> Step5((Step5)) style Step0 fill:#0056b3,color:#fff style Step1 fill:#fff,stroke:#0056b3,stroke-width:2px,color:#0056b3 style Step2 fill:#fff,stroke:#0056b3,stroke-width:2px,color:#0056b3 style Step3 fill:#fff,stroke:#0056b3,stroke-width:2px,color:#0056b3 style Step4 fill:#fff,stroke:#0056b3,stroke-width:2px,color:#0056b3 style Step5 fill:#0056b3,color:#fff ``` * **Step0**: 初回相談 * **Step1**: 情報整理 * **Step2**: 検証内容の整理 * **Step3**: スコープ設計 * **Step4**: ご提案 * **Step5**: 支援開始 --- ## 料金プラン # 料金プラン 実態に合わせて選べる、3つのプラン ## アドバイザリープラン 月額 **30** 万円～～ - AI活用テーマの整理・優先順位付け - 週次の壁打ち・レビュー（オンライン中心） - ツール選定・設計方針のアドバイス ## 現場伴走プラン **おすすめ** **100** 万円～～ - 現場ヒアリング・業務整理 - AI導入領域の設計・PoC支援 - 定着までの運用設計・改善支援 ## フルサポートプラン **要相談** - AI活用プロジェクトのPMO代行 - 部門横断の調整・意思決定支援 - 実装・運用・改善まで一気通貫支援 --- ## BtoB AI Workers PMOの職人 サービス概要資料 # BtoB AI Workers ## PMOの職人 サービス概要資料 - 次の成長のために - 新規事業の仕組みを作る ![BtoB AI Workers Logo](btob_ai_workers_logo) --- ## 目次 # 目次 1. PMO支援とは 2. なぜ新規事業は失敗するのか？ 3. 支援の考え方と体制 4. 具体的な支援内容 5. 事例・進め方 6. 料金 --- ## PMO支援とは # PMO支援とは 新規事業において **「社内では賄いきれない」** リソースを、 **「最短即日」** で提供するサービスです --- ## 他のアウトソースサービスとの違い # 他のアウトソースサービスとの違い PMOは、戦略と実行の間を埋め、プロジェクトを前に進めます | | PMO | コンサル | BPO | | --- | --- | --- | --- | | **戦略策定** | △ | ◎ | × | | **実行への落としこみ** | ◎ | ◎ | △ | | **プロジェクト推進力** | ◎ | △ | △ | | **実務対応** | ◎ | × | ◎ | --- ## よくある課題 # よくある課題 --- ## Voiceover では、新規事業担���者がよく直面する課題をお伝えします。 --- ## 新規事業担当者が抱える3つの課題 # よくある課題 新規事業担当者が抱えがちな課題は下記3点 - **仕事の優先順位が付けられない** マーケ・営業・開発・社内調整を一人で兼務。本当に検証すべき論点に時間が割けない - **常に手探り** 「とりあえず」で施策を回してしまう 何が良くて/何が悪いか不明 - **BtoBの知見・経験が不足** BtoB営業/マーケの両知見を保有する人材は稀有「これで合っているのか？」を壁打ちする相手がいない --- ## 仕事の優先順位が付けられない課題への対応 # 仕事の優先順位が付けられない マーケティング、営業両方において幅広くタスクがあり、優先順位をつけづらい | 領域 | 企画 | 運用 | 必要アウトプット | | :--- | :--- | :--- | :--- | | **マーケティング戦略・設計** | ・セグメントにおける仮説整理
・提供価値・訴求軸の仮説設計 | ・仮説の見直し
・商談内容を踏まえた訴求修正 | ・ペルソナ・ターゲット定義
・提供価値／メッセージ整理 | | **リード獲得・商談化** | ・獲得チャネルの選定（広告／テ
レアポ／セミナー等）
・有効リード /商談化基準の整理 | ・広告・テレアポの実行
・商談獲得状況の確認 | ・トークスクリプト
・広告クリエイティブ／ LP | | **営業支援（商談〜受注）** | ・商談ストーリーの設計
・提案資料構成の検討 | ・商談対応・同席
・受注／失注理由の回収 | ・サービス概要資料
・提案書テンプレート | | **KPI運用・継続改善** | ・追うべき KPIの設計
・検証テーマ・論点整理 | ・数値集計・レポーティング
・振り返り・示唆抽出 | ・KPI一覧・ダッシュボード
・定例レポート | ![BtoB AI Workers logo](logo) --- ## 常に手探り状態からの脱却 # 常に手探り 「とりあえず」で施策を回してしまう 何が良くて/何が悪いか不明 ## よくある状態 - 目的・仮説が曖昧なまま施策開始 - 成果指標が定まらず評価できない - 商談・施策の学びが蓄積されない **何が良くて何が悪いか分からない次に何を改善すべきか判断できない** ## あるべき姿 - 事前に「何を確かめたいか」を定義 - 商談・施策ごとに示唆を回収 - 結果をもとに次の打ち手を更新 **良し悪しが明確になる施策とプロダクトが前進する** --- ## BtoBの知見・経験が不足 # BtoBの知見・経験が不足 BtoB営業/マーケの両知見を保有する人材は稀有 壁打ちする相手がいない ## 「やって終わり」になってしまう実行サイクル ![「やって終わり」になってしまう実行サイクルの図](execution_cycle_diagram) ```mermaid graph TD A((企画
ネットや本の情報をもとに
何とか企画)) --> B((実行
とりあえず実行)) B --> C((振り返り
知見がないので
正しい振り返りが
できない)) C -.-> A ``` **BtoB AI Workers** --- ## PMO支援の特徴 # PMO支援の特徴 --- ## PMO支援の特徴 # PMO支援の特徴 貴社担当者の直下で、各専門領域を横断的に支援 施策推進、実行まで巻き取ります ![組織体制図](organization_chart) ```mermaid graph TD A[貴社担当者] --> B[BtoB AI Workers] B --> C[営業担当] B --> D[マーケ担当] B --> E[デザイン担当] B --> F[開発担当] ``` --- ## 論点の設計とタスクの優先順位付け # 論点を設計し、タスクの優先順位を付けます 新規事業フェーズに応じて、検証すべき論点から整理します ![フローチャート](flowchart) ```mermaid graph TD A[事業フェーズと目的を明確化] --> B[検証すべき論点・仮説を整理] B --> C[論点に紐づくタスクを洗い出し] C --> D[今やるべきタスクに優先順位を付け、実行] style D fill:#0056b3,color:#fff style A fill:#f2f2f2,color:#000 style B fill:#f2f2f2,color:#000 style C fill:#f2f2f2,color:#000 ``` --- ## 新規事業における構造的な「欠陥」を補填 # 新規事業における構造的な「欠陥」を補填 日々の業務に追われ、検証すべき論点を整理する時間が取れない ![フローチャート](flowchart) ```mermaid graph TD A[事業フェーズと目的を明確化] --> B(検証すべき論点・仮説を整理

ここが弱い新規事業が圧倒的に多い

論点に紐づくタスクを洗い出し) B --> C[今やるべきタスクに優先順位を付け、実行] ``` --- ## 社内業務を主体的に巻き取り # 社内業務を主体的に巻き取り 担当者が本来注力すべき意思決定・検証に集中できる状態を作ります ## タスク管理を支援 - タスクの棚卸し・整理 - 優先順位の再設計 - 抜け漏れ・停滞の防止 ## 資料作成・報告を代行 - 経営向け報告資料の作成 - 定例MTG用の整理・要点抽出 - 「考える前の下準備」を巻き取る ## 社内調整を巻き取り - 関係部署との調整・合意形成 - 認識ズレの解消・論点整理 - 担当者の説明負荷を軽減 ![BtoB AI Workers logo](btob_ai_workers_logo) --- ## ご支援イメージ # ご支援イメージ --- ## ケース①：スタートアップ A社（仮説検証フェーズのPMO支援） # ケース①：スタートアップ A社 仮説検証フェーズにおいて、営業とマーケを一体で回すPMO支援 ![組織図と役割](organization_chart_and_roles) ```mermaid graph TD A[貴社担当者] --> B[BtoB AI Workers] B --> C[営業担当] B --> D[マーケ担当] B --> E[デザイン担当] B --> F[開発担当] ``` - **営業担当** - 初期テレアポ 商談実行 - ヒアリング内容の回収 - 受注・失注理由の整理 - **マーケ担当** - ターゲットの設計 - Web・広告・セミナー施策の企画 - 数値・反応をもとにした改善 - **デザイン担当** - 関与なし - **開発担当** - 関与なし --- ## ケース①：スタートアップ A社へのPMO支援 # ケース①：スタートアップ A社 少人数体制の中で、仮説検証と実行を高速に回すためのPMO支援 現状把握・課題特定 ＜事業・仮説整理＞ ・事業フェーズ／目的の明確化 ・想定ターゲット・仮説の言語化 ・競合・代替手段の整理 ＜既存活動の棚卸し＞ ・これまでの営業／マーケ施策整理 ・商談・問い合わせ内容の簡易分析 ・成果が出ていない要因の特定 ＜検証テーマ設定＞ ・まず確かめるべき仮説を絞る ・成否判断の基準を定義 ・短期間で検証できる形に分解 施策設計・実行 ＜営業施策＞ ・テレアポ／初期商談の実行 ・ヒアリング項目の統一 ・商談ログの即時共有 ＜マーケ施策＞ ・訴求軸・メッセージの設計 ・LP／広告／セミナー施策の実行 ・反応データの可視化 ＜仮説検証運用＞ ・商談結果をもとに仮説更新 ・刺さる訴求の整理 ・次回アクションの決定 改善・内製化支援 ＜勝ち筋の明確化＞ ・有効なセグメント・訴求の特定 ・再現性のある営業ストーリー化 ＜型化・ドキュメント化＞ ・営業トーク・資料の整理 ・マーケ施策の勝ちパターン化 ＜内製移行＞ ・担当者への引き継ぎ ・自走できる運用フロー構築 --- ## ケース②：中堅 Sier B社 # ケース②：中堅 Sier B社 営業活動に集中し、市場の反応を集め、仮説検証を行った支援 ![組織図のフローチャート](organization-chart) ```mermaid graph TD A[貴社担当者] --> B[BtoB AI Workers] B --> C[営業担当] B --> D[マーケ担当] B --> E[デザイン担当] B --> F[開発担当] ``` ### 営業担当 - テレアポの継続実行 - 初期商談 - 課題ヒアリング - 受注／失注理由の回収 ### マーケ担当 - 営業トーク/資料への助言 - 訴求表現の壁打ち ### デザイン担当 - 既存営業資料の修正 ### 開発担当 - 関与なし --- ## ケース②：中堅 SIer B社 # ケース②：中堅 SIer B社 営業活動に集中し、市場の反応を集め、仮説検証を行った支援 ![プロセスフロー](process_flow) ```mermaid graph LR A[ターゲットや仮説の設計] --> B[営業活動の実行] B --> C[結果整理・次回アクション策定] classDef steps fill:#4A86E8,color:#fff,stroke:none; class A,B,C steps; ``` ### ターゲットや仮説の設計 ＜前提整理＞ - 既存顧客／想定業界の洗い出し - 提供価値・強みの仮置き定義 - 競合・代替手段の整理 ＜検証設計＞ - 「反応が良い」と判断する基準設定・商談で必ず聞く質問項目の統一 - ログ取得ルールの設計 ### 営業活動の実行 ＜実行＞ - テレアポの実行 - 初期商談・課題ヒアリング - 温度感・導入障壁の把握 ＜記録＞ - 商談内容の簡易構造化 - 受注／失注理由の回収 - 刺さった訴求・業界の整理 ### 結果整理・次回アクション策定 ＜示唆抽出＞ - 反応の良いセグメント特定 - 有効な訴求・条件の明確化 ＜判断＞ - このまま営業強化で拡販するか - マーケ・デザインを拡張するか - 方向転換・撤退判断 --- ## ケース③：大手製造業 C社 # ケース③：大手製造業 C社 マーケティング戦略立案を起点に、事例・ウェビナー・お役立ち資料を整備 ![Organization Chart](organization_chart) ```mermaid graph TD A[貴社担当者] --> B[BtoB AI Workers] B --> C[営業担当] B --> D[マーケ担当] B --> E[デザイン担当] B --> F[開発担当] ``` - 営業担当 - 事例・コンテンツ活用 - フィードバック回収 - マーケ担当 - マーケティング戦略・方針の整理 - ターゲット／訴求軸の明確化 - コンテンツ全体の設計（何を・誰に・どの順で） - デザイン担当 - 各種コンテンツのデザイン - 開発担当 - 関与なし --- ## ケース③：大手製造業 C社 # ケース③：大手製造業 C社 マーケティング戦略立案を起点に、事例・ウェビナー・お役立ち資料を整備 ![フロー図](flow_process) ```mermaid graph LR A[マーケティング戦略設計・訴求軸整理] --> B[事例・ウェビナー\nコンテンツ企画／制作] B --> C[コンテンツ活用・横展開\n内製化支援] style A fill:#4a86e8,color:#fff,stroke:none style B fill:#4a86e8,color:#fff,stroke:none style C fill:#4a86e8,color:#fff,stroke:none ``` ### マーケティング戦略設計・訴求軸整理 ＜マーケティング戦略整理＞ - 事業戦略・営業戦略の整理 - ターゲット顧客／意思決定者の定義 - 現状の訴求軸・メッセージの棚卸し ＜コンテンツ現状分析＞ - 既存事例・資料・記事・動画の整理・営業で「使われている／使われていない」コンテンツの把握 - コンテンツ不足領域の特定 ＜市場・競合リサーチ＞ - 競合の訴求・コンテンツ傾向の調査 - 顧客インタビュー／商談ログからの示唆抽出 ### 事例・ウェビナーコンテンツ企画／制作 ＜事例制作支援＞ - 事例候補の選定・取材設計 - インタビュー同席・原稿構成作成 - Web事例／営業資料用事例の制作 ＜ウェビナー・コンテンツ制作＞ - ウェビナーテーマ設計・構成作成 - スライド・告知文・アーカイブ素材作成 - 記事・ホワイトペーパー等への二次展開 ### コンテンツ活用・横展開内製化支援 ＜コンテンツ活用支援＞ - 営業資料・提案フローへの組み込み - 商談フェーズ別コンテンツ整理 - 活用状況の定点レビュー ＜改善・横展開＞ - 反応の良いテーマ・訴求の抽出 - 事例・ウェビナーの横展開 - 新規コンテンツテーマへの反映 ＜内製化・仕組み化＞ - 事例・コンテンツ制作フローの整備・社内で回せる体制・役割整理 - 外部依存を減らすための運用設計 --- ## ケース④：大手メーカー D社のパターン（営業企画とプロダクト改善） # ケース④：大手メーカー D社のパターン 営業企画を担いつつ、プロダクト改善に繋げる ![組織図とタスク](flowchart_image) ```mermaid graph TD A[貴社担当者] --> B[BtoB AI Workers] B --> C[営業担当] B --> D[マーケ担当] B --> E[デザイン担当] B --> F[開発担当] ``` - **営業担当** - 商談ログの整理 - 営業ヒアリングを通じた訴求課題の言語化 - ターゲット別・業界別の提案ストーリー設計 - 営業資料構成の再設計（構成案・使い分け方針） - **マーケ担当** - 関与なし - **デザイン担当** - 関与なし - **開発担当** - 商談・マーケから得た顧客要望の整理 - UI/機能要望の構造化 - 優先度付きの改善示唆を開発側へ共有 --- ## ケース④：大手メーカー D社のパターン # ケース④：大手メーカー D社のパターン 営業企画を担いつつ、プロダクト改善に繋げる ![3ステップの推移を示す矢印の図](process_flowchart) ```mermaid graph LR A[営業現場の事実情報の収集] --> B[仮説の構造化・検証] B --> C[開発へのフィードバック] ``` ## 営業現場の事実情報の収集 ＜営業活動の可視化＞ - 商談同席・商談ログの整理 - 失注・停滞理由の回収 - 顧客からの要望・不満点の抽出 ＜営業企画観点での整理＞ - 案件タイプ別の勝ち／負けパターン整理 - 営業が感覚で話している内容の言語化 ＜開発観点の一次整理＞ - 機能要望・改善要望の粒度統一 - 事象と背景の切り分け ## 仮説の構造化・検証 ＜営業ストーリー設計＞ - 顧客課題 → 提供価値 → 機能の接続 - 営業トーク・提案資料の再設計 ＜検証のための営業実行＞ - 訴求別の商談反応テスト - トーク・資料差分による反応比較 ＜マーケ・デザインは補助＞ - 営業で使う最小限の資料修正 - 伝わらない部分のみデザイン改善 ## 開発へのフィードバック ＜開発向け示唆整理＞ - 「誰が・どんな文脈で・何を求めたか」の整理 - 実装要望／UX課題／誤解されている点の分類 ＜優先度付きフィードバック＞ - 売上影響度 × 発生頻度で優先度付け - 今すぐ直す／将来検討／やらない の整理 ＜営業×開発の接続支援＞ - 営業視点での仕様説明補助 - 開発判断に必要な情報の翻訳・補完 --- ## 大手デベロッパー E社のMVP開発・テストマーケティング支援 # ケース⑤：大手デベロッパー E社 MVP開発からテストマーケティングまでを一気通貫で行うPMO支援 ![組織図](organization_chart) ```mermaid graph TD A[貴社担当者] --> B[BtoB AI Workers] B --> C[営業担当] B --> D[マーケ担当] B --> E[デザイン担当] B --> F[開発担当] ``` - **営業担当** - ・仮説検証を目的とした営業シナリオ設計 - ・初期顧客へのアウトバウンド／商談実行 - ・MVPに対する顧客反応・温度感の回収 - **マーケ担当** - ・テストマーケティング戦略の設計 - ・ペルソナ・訴求軸の仮説設計 - ・広告／LP／ウェビナー等の最小構成設計 - **デザイン担当** - ・MVP用UI/画面設計 - ・LP/営業資料の最小デザイン制作 - ・仮説検証に必要な情報設計に集中 - **開発担当** - ・仮説検証に必要な機能のみを実装 - ・MVPスコープの定義・優先度整理 - ・テストマーケ結果を踏まえた改修判断 --- ## ケース⑤：大手デベロッパー E社 | MVP開発〜テストマーケティングまでを一貫支援 # ケース⑤：大手デベロッパー E社 MVP開発〜テストマーケティングまでを一貫支援 ![Process Flow](process_flow) ```mermaid graph LR A[仮説設計・MVP定義] --> B[MVP開発・初期顧客検証] B --> C[テストマーケ・次回アクション判断] style A fill:#4A86E8,color:#fff,stroke:none style B fill:#4A86E8,color:#fff,stroke:none style C fill:#4A86E8,color:#fff,stroke:none ``` ## 仮説設計・MVP定義 〈事業・仮説整理〉 - 解くべき顧客課題・提供価値の言語化 - 想定ターゲット・利用シーンの整理 - 検証すべき仮説の優先順位付け 〈MVPスコープ定義〉 - 機能要件の最小化（作らない判断含む） - 検証目的に紐づくKPI設計 - 開発/営業/マーケの役割整理 〈営業視点の事前設計〉 - 営業ストーリー設計 - 初期商談で確認すべき論点定義 ## MVP開発・初期顧客検証 〈MVP開発〉 - 仮説検証に必要な機能のみ実装 - 仕様を固定せず改善前提で開発 - 顧客反応を前提にしたスピード優先開発 〈営業による初期検証〉 - 初期顧客へのアプローチ・商談実行 - MVPに対する率直な反応回収 - 受注／非受注／検討理由の整理 〈開発への即時フィードバック〉 - 顧客の声を整理し、改善点を明確化 - 仕様・機能への反映判断 ## テストマーケ・次回アクション判断 〈テストマーケティング〉 - 簡易LP・広告・ウェビナー等の実施 - 訴求軸・ペルソナの反応検証 - 数値・定性両面での市場反応把握 〈営業×マーケ統合分析〉 - 営業現場の声とマーケ数値を統合 - 「売れない理由／刺さる理由」の構造化 〈次アクション判断〉 - スケール／改善／撤退の意思決定支援 - 次フェーズ（本開発・本格営業）への整理 --- ## ご支援までの流れ・料金 # ご支援までの流れ・料金 --- ## 導入までの流れ（ご支援開始まで） # 導入までの流れ（ご支援開始まで） 6つのステップでご支援開始。 ![導入までの流れを示すフローチャート。Step0からStep5までの6つのステップが矢印で結ばれている。](flowchart) ```mermaid graph LR Step0((Step0)) --> Step1((Step1)) Step1 --> Step2((Step2)) Step2 --> Step3((Step3)) Step3 --> Step4((Step4)) Step4 --> Step5((Step5)) subgraph S0 [ ] A[初回相談] end Step0 --- A subgraph S1 [ ] B[情報整理] end Step1 --- B subgraph S2 [ ] C[検証内容の整理] end Step2 --- C subgraph S3 [ ] D[スコープ設計] end Step3 --- D subgraph S4 [ ] E[ご提案] end Step4 --- E subgraph S5 [ ] F[支援開始] end Step5 --- F style Step0 fill:#1f63aa,stroke:#1f63aa,color:#fff style Step5 fill:#1f63aa,stroke:#1f63aa,color:#fff style Step1 fill:#fff,stroke:#1f63aa,stroke-width:2px,color:#1f63aa style Step2 fill:#fff,stroke:#1f63aa,stroke-width:2px,color:#1f63aa style Step3 fill:#fff,stroke:#1f63aa,stroke-width:2px,color:#1f63aa style Step4 fill:#fff,stroke:#1f63aa,stroke-width:2px,color:#1f63aa ``` --- ## 料金プラン # 料金プラン 料金とご支援内容は以下のとおり 下記に加え、初期費用として30万円（税抜）がかかります ### アドバイザリープラン - 月額 **45** 万円（税別） - 最低期間：3ヶ月〜 - 新規事業に関する壁打ち・相談 - 論点整理・優先順位付けのサポート - 進め方・判断に関するアドバイス ### スタンダードプラン ![おすすめ](recommend_badge) - 月額 **80** 万円（税別） - 最低期間：3ヶ月〜 - 論点整理・タスク進行管理（PMO） - 営業／マーケ施策の設計/改善支援 - 定例ミーティングでの進捗整理 ### フルサポートプラン - 月額 **120** 万円（税別） - 最低期間：6ヶ月〜 - PMOとしての実務推進・タスク巻き取り - 営業・マーケ・デザイン・開発を跨いだ全体進行管理 - 仕様整理・要件定義・デザイン／開発へのフィードバック --- ## BtoB AI Workers 爆速MVP開発 # BtoB AI Workers **爆速MVP開発** 爆速でアイディアを形にする ![BtoB AI Workers Logo](btob_ai_workers_logo) --- ## 目次 # 目次 1. 爆速MVP開発とは 2. なぜMVP開発は失敗するのか？ 3. 支援の考え方と体制 4. 具体的な支援内容 5. 事例・進め方 6. 料金 --- ## 爆速MVP開発とは # 爆速MVP開発とは 従来のMVP開発の**「半分の期間」**で、 **「仮説検証に必要十分な MVP」**を開発するサービスです --- ## よくある課題 # よくある課題 --- ## よくある課題 # よくある課題 新規事業・MVP開発の現場においては、下記のような課題が存在 ## どこまで作ればいいか不明 要件が固まらないまま開発が始まり、「最低限どこまで作れば MVPなのか」開発チーム内で認識が揃わない ## 工数とコストが膨らむ 仮説検証に不要な部分まで作り込み、本来かけるべきでない工数・コストが発生 ## 検証に使えない成果物になる 開発は進んだが、ユーザー検証・意思決定に使える状態になっていない --- ## どこまで作ればいいかが不明 # どこまで作ればいいかが不明 仮説検証に必要な「作る範囲」が整理されていない結果、下記のような悩みが出る ## 完成条件が不明 - 何を満たせば「一旦 OK」なのか分からない - 要件が増え続け、終わりが見えない ## 検証目的と機能が紐づかない - 仮説検証に不要な機能まで作ってしまう - 「使えるもの」≠「検証できるもの」 ## 認識のズレ - 経営／事業／開発でゴールの粒度が違う - 手戻り・追加開発が発生しやすい ## 時間もコストも膨らむ - MVPのはずが「"準プロダクト"」になる - 検証前にリソースが尽きる --- ## Voiceover 要件が固まらないまま開発が始まると、完成条件��曖昧になります。その結果、終わりが見えない開発と無駄なコストが生まれます。 --- ## 工数とコストの増大とMVPの肥大化 # 工数とコストが膨らむ スコープが固定されないと、工数もコストも増え続ける ## 当初想定していたMVP ## 開発途中で膨らんだMVP ![MVPの肥大化を示す図](mvp_expansion) ```mermaid graph LR subgraph "当初想定していたMVP" A[仮説検証に最低限必要な機能] end subgraph "開発途中で膨らんだMVP" B[仮説検証に最低限必要な機能] C[検証とは直接関係のない実装] B --- C end A -.-> C ``` --- ## 検証に使えない成果物になる # 検証に使えない成果物になる 作ること自体が目的化すると、検証できない成果物が生まれる ![Flowchart showing the consequences of vague hypothesis and verification design](flowchart) ```mermaid graph TD A[仮説・検証設計が曖昧なまま開発が始まる] -->| | B[「とりあえず動くもの」を作りにいく] B -->| | C[検証に必要なデータが取れない] C -->| | D[意思決定に必要な情報を拾えない MVPになる] style A fill:#f2f2f2,stroke:none,color:black,rx:5,ry:5,font-weight:bold style B fill:#f2f2f2,stroke:none,color:black,rx:5,ry:5,font-weight:bold style C fill:#f2f2f2,stroke:none,color:black,rx:5,ry:5,font-weight:bold style D fill:#0056b3,stroke:none,color:white,rx:10,ry:10,font-weight:bold ``` --- ## 爆速MVP開発の特徴 # 爆速MVP開発の特徴 --- ## 爆速MVP開発の特徴 # 爆速MVP開発の特徴 最短で仮説のYes/Noを出す開発サイクル ![開発サイクルの図](development_cycle_diagram) ```mermaid graph TD A(("検証仮説
に集中
した設計")) --> B(("検証特化
の最小
実装")) B --> C(("即時検証
・即判断")) C --> A ``` ![BtoB AI Workers Logo](btob_ai_workers_logo) --- ## 爆速MVP開発の特徴 ```markdown # 爆速MVP開発の特徴 スピードと正確さを両立するための設計思想 ## 概要 - 仮説検証から逆算して設計 - 作る範囲を最初に固定 - 判断まで含めて成果物化 具体的には → ## 詳細 - 検証仮説・成功条件の明確化 - 検証特化のMVP実装 - 検証結果と次アクションの整理 ![BtoB AI Workers](logo) ``` --- ## 爆速MVP開発の特徴 # 爆速MVP開発の特徴 競合他社との提供範囲の違いは下記の通り | | 爆速MVP開発 | A社 | B社 | |---|:---:|:---:|:---:| | **仮説設計から支援** | ◎ | ◎ | × | | **スコープの柔軟性** | △ | × | ◎ | | **検証結果の整理** | ◎ | △ | △ | | **テストマーケティング** | ◎ | ◎ | × | --- ## ご支援イメージ # ご支援イメージ --- ## ケース①：新規事業立ち上げにおけるMVP開発プロセス # ケース①：新規事業立ち上げ 仮説検証に特化し、最短で事業判断を行うためのMVP開発 ![要件定義・検証設計から検証・次アクション定義へのフロー図](flowchart) ```mermaid graph LR A[要件定義・検証設計] --> B[MVP設計・開発] B --> C[検証・次アクション定義] style A fill:#4285F4,stroke:none,color:#fff style B fill:#4285F4,stroke:none,color:#fff style C fill:#4285F4,stroke:none,color:#fff ``` ### 要件定義・検証設計 ＜仮説定義＞ - 誰の、どんな課題を検証するのか - 事業仮説・提供価値仮説の整理 ＜検証設計＞ - 検証したい仮説の優先順位付け - 成功／失敗の判断基準（KPI・定性指標） ＜スコープ定義＞ - 検証に必要な最小機能の特定 - 作らない機能の明確化 ### MVP設計・開発 ＜MVP設計＞ - 検証特化の画面・機能設計 - データ取得・計測設計 ＜開発支援＞ - フロント／バックエンドの最小実装 - 仮説検証に必要な状態まで一気に構築 ＜進行管理＞ - 短サイクルでの進捗レビュー - スコープ逸脱の抑制 ### 検証・次アクション定義 ＜検証＞ - ユーザー反応・数値の確認 - 仮説のYes / No判定 ＜学習整理＞ - 検証結果・示唆の言語化 - 事業判断に使える形で整理 ＜次フェーズ定義＞ - 改善・追加検証・撤退判断 - 次MVP or 本開発への接続設計 --- ## ケース②：既存事業の新機能／新価値検証型 # ケース②：既存事業の新機能／新価値検証型 既存プロダクト・サービスにおける「次の一手」を検証するためのMVP開発 ## 現状把握・課題特定 ＜現状整理＞ - 既存プロダクトの位置づけ整理 - 既存ユーザー／顧客セグメント整理 - 既存KPI・利用状況データの確認 ＜仮説定義＞ - 新機能・新価値によって解決したい課題仮説 - 既存価値との差分・強化ポイントの言語化 - 「なぜ今それをやるのか」の整理 ＜検証設計＞ - 検証すべき仮説の優先順位付け - 既存ユーザーを使うか／新規を使うかの判断 ## 施策設計・実行 ＜MVP設計＞ - 既存プロダクトとの接続方法検討 - 新機能・新導線の最小設計 - 計測・ログ取得設計 ＜開発支援＞ - 新機能・新画面の最小実装 - 既存システムへの影響を抑えた構成 - 仮説検証に必要な状態まで構築 ＜進行管理＞ - 既存事業側との認識合わせ - スコープ逸脱・仕様肥大の抑制 - 短サイクルでのレビュー ## 改善・内製化支援 ＜検証＞ - 既存ユーザー／限定ユーザーでの検証 - 利用状況・反応・数値の確認 ＜学習整理＞ - 既存価値との相互作用の整理 - 想定外の利用・反応の言語化 ＜次フェーズ定義＞ - 本開発への移行判断 - 機能改善／再検証の判断 - 事業KPIへの接続設計 --- ## ケース③： PoC疲れ・検証迷子脱却 # ケース③： PoC疲れ・検証迷子脱却 作ったが判断できない状態を、「意思決定できる状態」に作り直す支援 ![chevron diagram showing process flow: 現状把握・課題特定 -> 施策設計・実行 -> 改善・内製化支援](process_flow) ```mermaid graph LR A[現状把握・課題特定] --> B[施策設計・実行] B --> C[改善・内製化支援] ``` ### 現状把握・課題特定 ＜現状棚卸し＞ ・既存PoC／試作物の確認 ・これまでに作った機能・画面の整理 ・実施済み検証内容の洗い出し ＜課題特定＞ ・何が検証できていないのか ・なぜ判断できなかったのか ・仮説と成果物のズレの特定 ＜仮説再定義＞ ・本来検証すべきだった仮説の再整理 ・今からでも検証すべき論点の特定 ・捨てる仮説・残す仮説の判断 ### 施策設計・実行 ＜MVP再設計＞ ・既存PoCを活かす／捨てる判断 ・検証特化構成への作り替え設計 ・計測・検証導線の再設計 ＜開発支援＞ ・不要機能の削除・簡略化 ・検証に必要な部分のみ再実装 ・仮説検証ができる状態まで最短構築 ＜進行管理＞ ・「作り直し地獄」にならない管理 ・スコープ固定の徹底 ・判断軸の定期確認 ### 改善・内製化支援 ＜再検証＞ ・必要最低限のユーザー検証 ・数値・反応の取得 ＜学習整理＞ ・検証結果の明確化（Yes / No） ・仮説ごとの結論整理 ＜意思決定支援＞ ・継続／改善／撤退の判断材料整理 ・次アクションの明確化 ・経営・事業判断への接続 --- ## ご支援までの流れ・料金 # ご支援までの流れ・料金 --- ## 導入までの流れ（ご支援開始まで） # 導入までの流れ（ご支援開始まで） 6つのステップでご支援開始。 ![導入までの流れのフローチャート](flowchart_steps) ```mermaid graph LR Step0[初回相談] --> Step1[情報整理] Step1 --> Step2[検証内容の整理] Step2 --> Step3[スコープ設計] Step3 --> Step4[ご提案] Step4 --> Step5[支援開始] ``` --- ## 料金プラン # 料金プラン 検証フェーズに応じて選べる、3つのMVP開発プラン ## アイディア検証プラン **30** 万円〜〜 - 仮説整理・検証テーマ設計 - 簡易要件定義・スコープ整理 - MVP構成の壁打ち・方向性提示 ## ユーザー検証プラン ![おすすめ](recommendation_badge) **200** 万円〜〜 - 要件定義・検証設計 - 検証特化のMVP開発 - ユーザー検証・結果整理 - 次アクションの整理 ## フルサポートプラン **要相談** - 事業設計・仮説設計から参画 - 複数回のMVP開発・検証支援 - 組織・体制設計のサポート - 本開発フェーズへの接続支援 --- ## お気軽にお問い合わせください # お気軽にお問い合わせください 新規事業開発におけるお悩みなら何でもご相談ください ![日程調整ボタン](schedule_button) 日程調整はこちらから