セールスアナリティクス

英語名 Sales Analytics
読み方 セールス アナリティクス
難易度
所要時間 2〜4時間(初回分析)
提唱者 CRM・BI(ビジネスインテリジェンス)の発展とともに体系化
目次

ひとことで言うと
#

セールスアナリティクスとは、営業活動のデータを収集・分析し、「何が売上を左右しているか」を数値で明らかにする手法。勘や経験に頼る営業から、データに基づく意思決定へシフトする。

押さえておきたい用語
#

押さえておきたい用語
KPI(Key Performance Indicator)
重要業績評価指標。営業プロセスの各段階で測定すべき数値目標のこと。受注率、商談数、平均単価などが代表例。
転換率(Conversion Rate)
ファネルの各段階で次のステージに進む割合を指す。ボトルネック特定の最重要指標。
CAC(Customer Acquisition Cost)
顧客獲得コスト。1社の新規顧客を獲得するためにかかった総コストのこと。マーケティング費用+営業コストの合計で算出する。
LTV(Lifetime Value)
顧客生涯価値。1社の顧客が取引期間全体で自社にもたらす総収益である。LTV÷CACが3以上で健全とされる。

セールスアナリティクスの全体像
#

セールスアナリティクス:データで営業を科学する
指標の定義活動・パイプライン・成果の3層でKPI設定収集・可視化CRMでデータ自動収集ダッシュボードで共有分析→アクションボトルネック特定から具体的な改善施策へ3層のKPI活動指標架電数・商談数・訪問数メール送信数パイプライン指標商談数・転換率平均商談期間成果指標受注率・平均単価LTV・CAC勘から科学へData-Driven Sales
セールスアナリティクスの進め方フロー
1
KPI定義
3〜5個の核となる指標を設定
2
データ収集・可視化
CRMで自動収集しダッシュボード化
3
ボトルネック特定
転換率の低いステージを深掘り
改善アクション
仮説→実行→検証のサイクルを回す

こんな悩みに効く
#

  • 売上予測の精度が低く、毎月の着地が読めない
  • トップ営業の「なぜ売れるか」が言語化・再現できない
  • どの営業活動に注力すべきか、優先順位がつけられない

基本の使い方
#

ステップ1: 追跡すべき指標を定義する

営業プロセスの各段階で測定すべきKPIを設定する

  • 活動指標: 架電数、商談数、訪問数、メール送信数
  • パイプライン指標: 商談数、平均商談期間、ステージ別通過率
  • 成果指標: 受注率、平均受注単価、LTV、CAC(顧客獲得コスト)
  • 効率指標: 1商談あたりの時間、受注までのリードタイム

ポイント: 最初からすべてを追わない。まずはパイプラインの「ステージ別通過率」と「受注率」の2つから始める。

ステップ2: データを収集・可視化する

CRM・SFAを活用してデータを自動収集し、ダッシュボードで可視化する

  • CRMへの入力ルールを統一する(入力のばらつきはデータの信頼性を損なう)
  • 週次・月次でダッシュボードを更新する
  • トレンド(推移)を見る。単月の数値ではなく3ヶ月以上の変化に注目する
  • セグメント別(業種別・規模別・担当者別)に分解して分析する

ポイント: CRMの入力率が80%以下だとデータの信頼性が担保できない。まず入力率100%を目指す仕組みを作る。

ステップ3: 分析結果をアクションに変える

データから得られた示唆を具体的な改善施策に落とし込む

  • ボトルネック特定: どのステージで商談が滞留・失注しているか → そのステージのスキル・資料を強化
  • 勝ちパターン分析: 受注商談に共通する特徴(業種・規模・接触回数)→ ターゲティングの最適化
  • 売上予測: ステージ別の通過確率 × パイプライン金額 = 加重売上予測
  • リソース配分: ROIの高い活動にリソースをシフトする

ポイント: 分析して終わりではなく、「だから何をするか」まで落とし込む。分析→仮説→実行→検証のサイクルを回す。

具体例
#

例1:BtoB営業チーム(10名)の受注率改善プロジェクト

対象: 月間商談数80件、受注率15%(月12件受注)。目標は受注率20%への改善。

データ分析の実施:

  1. ステージ別通過率の分析:

    • 初回商談 → 提案: 70%(良好)
    • 提案 → 見積: 50%(普通)
    • 見積 → 受注: 43%(ここがボトルネック)
  2. 見積→受注のステージを深掘り:

    • 失注理由の60%が「価格」→ しかし詳細を見ると、ROIの説明が不足しているケースが大半
    • 受注商談は平均3回の接触、失注商談は平均1.5回 → フォロー不足
  3. 改善施策:

    • ROI計算シートを標準化し、見積提出時に必ず添付
    • 見積提出後のフォローを3回以上行うルールを設定
    • 価格交渉のトークスクリプトを作成し、ロープレで練習
指標改善前3ヶ月後
見積→受注の通過率43%55%
月間受注数12件16件
売上基準約33%増加

見積→受注の通過率43%→55%、月間受注12件→16件、売上約33%増。商談数は1件も増やしていない。ボトルネックを1つ潰しただけ。

例2:ECサイト運営企業がインサイドセールスのデータを分析する

状況: 従業員60名のEC支援企業。インサイドセールス5名がWeb問い合わせからアポを獲得する体制。アポ獲得率が月によって8%〜22%とばらつきが大きい。

データ分析:

  • 担当者別のアポ獲得率: 最高22%(Aさん)、最低8%(Dさん)
  • 時間帯別の接続率: 10〜11時が最高(42%)、14〜15時が最低(18%)
  • 初回架電までのリードタイム: 受注商談は平均2.3時間以内、失注は平均18時間

勝ちパターンの発見:

  • トップのAさんは「問い合わせから1時間以内に架電」を徹底
  • Aさんの初回通話は平均8分(他メンバーは4分)→ ヒアリングが深い
  • 午前中の架電に集中し、午後はメールフォローに充てている

改善施策:

  • 問い合わせ受信から30分以内の初回架電をルール化
  • Aさんのヒアリングパターンをスクリプト化してチームに展開
  • 架電の集中時間帯を10〜12時に統一
指標改善前3ヶ月後
チーム平均アポ獲得率14%21%
初回架電までのリードタイム平均12時間平均45分
担当者間のばらつき8〜22%17〜24%

Aさんはなぜ獲得率22%なのか。答えは「1時間以内に電話」「通話8分」「午前集中」。データで暗黙知を可視化したら、チーム平均が14%→**21%**に上がった。

例3:地方の広告代理店が営業データ分析を始める

状況: 従業員22名の地方広告代理店。営業4名。データ分析の経験はなく、案件管理はExcelの一覧表のみ。

まずやったこと(低コストで始める):

  • Excelの案件一覧に「ステージ」「受注確度」「失注理由」の列を追加
  • 過去1年分の案件データ(142件)を整理

分析結果:

  • 全体の受注率: 28%(40件受注)
  • 業種別受注率: 飲食業48%、不動産38%、小売業12%、その他22%
  • 商談期間: 受注は平均21日、失注は平均45日(決まらない商談は長引く)
  • 失注理由: 「予算不足」42%、「競合に負けた」28%、「タイミング合わず」30%

改善アクション:

  • 飲食業と不動産業に営業リソースを集中(受注率が高い)
  • 商談開始30日以内にクロージングを目指す(30日超の案件は確度が急落するため)
  • 予算不足の失注を減らすため、初回ヒアリングで予算感を必ず確認
指標分析前6ヶ月後
全体受注率28%38%
飲食業・不動産への集中度35%60%
平均商談期間32日22日
月間売上基準約45%増加

教訓: Excelに「ステージ」「受注確度」「失注理由」の3列を追加しただけで、受注率28%→38%、月間売上約45%増。高額なBIツールは必要なかった。

やりがちな失敗パターン
#

  1. データの入力・品質を軽視する — 「Garbage in, garbage out」。入力が雑だと分析結果も信頼できない。CRM入力のルール統一と100%入力の徹底が最優先
  2. 指標を追いすぎる — 20個の指標を同時に見ても何も見えない。核となる3〜5個のKPIに絞り、深く分析する
  3. 分析結果を現場にフィードバックしない — マネージャーだけが見て満足。ダッシュボードを営業メンバー全員に共有し、自分の数字を自分で改善できる状態にする
  4. 「分析して終わり」にする — 美しいグラフを作っても、具体的なアクションにつながらなければ意味がない。分析の最後に必ず「だから何をするか」を決める

まとめ
#

セールスアナリティクスは、営業活動を数値で可視化し、データに基づいて改善する手法。追跡すべき指標を定義し、CRMでデータを収集・可視化し、ボトルネックの特定と改善策の実行につなげる。勘に頼る営業から脱却し、再現性のある売上成長を実現するための基盤となる。