営業リストは増えているのに、商談につながらない。優秀な担当者には有望な企業が見えているのに、営業組織全体では再現できない。そんな課題を感じているなら、DXPO東京’26【秋】の営業・営業AI関連セミナーは見逃せません。
2026年11月19日（木）・20日（金）、有明GYM-EXで開催される営業・マーケDXPO東京’26【秋】。この記事では、トップ営業の暗黙知をAIに活かす講演と、成約率を意識したAI活用に注目します。そのうえで、AIに業務を任せることだけでなく、データから「まだ見つけていない有望企業」を発見するアプローチを考えます。
この記事でわかること
- 営業・営業AI分野の注目講演と見どころ
- 「AI社員」や営業活動の自動化だけでは残る営業課題
- インティメート・マージャーのIM-DMPとDDAで検討できる新規営業先の発見
- ブースで自社の営業課題を相談するときの質問例
「AIで営業メールを増やしたら、商談も比例して増えるのかしら？」
「そこが大事なんだ！ 効率化だけじゃなくて、誰に話しかけるべきかを発見するところから考えよう。」
営業AIの注目セミナー｜優秀な営業の判断をどう組織で活かすか
ハイパフォーマーの暗黙知をコピーする「AI社員」の育て方
- 登壇：株式会社クロス・オペレーショングループ 田中亮大氏
- 日時：11月19日（木）15:15〜16:00
- 着眼点：トッププレイヤーの判断基準や仕事の進め方を、AIを通じて組織で活用する方法
「AI社員」という言葉に惹かれる理由は、単に作業を任せたいからではないでしょう。営業組織では、優秀な人が自然に行っている顧客理解、ヒアリング、提案準備などを、別の担当者も実践できるようにしたいという期待があります。
注目したいのは、何を学習させるかだけでなく、そもそも優秀な営業担当者が「なぜその会社を選んだのか」という判断の部分です。人の暗黙知をAIで活かす考え方は、独自データと組み合わせることでさらに広がる可能性があります。
もう一つの着眼点｜営業現場のAI活用と成約率
ジャイロ総合コンサルティング株式会社の渋谷雄大氏による営業AI関連の講演も、成約率という成果指標からAI活用を考えるきっかけになりそうです。メールや営業資料を速く作れるようになっても、相手の課題とずれた提案では成果が伸びません。
講演を聴くときは、「誰の作業を置き換えるか」と同時に、「どの顧客に、どんな課題を確認するか」にも注目すると、自社の営業改善につながるヒントが見つかりそうです。講演の正式な時間・会場は主催者の最新プログラムをご確認ください。
「優秀な人の営業トークを全員が使えても、アプローチ先が違えば同じ成果にはならないわね。」
「そう！ だから営業のスキルを共有する話と、データから有望企業を見つける話をつなげたいんだ。」
なぜ、従来の営業リストだけでは有望企業を見落とすのか
営業アタックリストは、業種・企業規模・地域・保有システムなど、比較的変化しにくい属性から作ることができます。これらは「自社の顧客になり得る企業か」を判断するのに役立ちます。
しかし、同じ業種・規模でも、今その課題に関心を持っている企業と、まだ検討していない企業がいます。さらに、従来のターゲット条件から外れていても、新しい事業や組織改革によって突然ニーズが生まれる企業もあるかもしれません。
| 従来の見方 | 追加で確かめたいこと | 営業の次の一手 |
|---|---|---|
| 業種・規模が合う | 関連テーマへの関心が見られるか | 確認すべき企業の優先順位を見直す |
| 休眠リードである | 過去商談時から関心テーマが変わったか | 再接触の理由を具体化する |
| 対象外だと思っていた | 別業界にも共通課題が広がっていないか | 未開拓セグメントを検討する |
「閲覧しているだけで『買いたい企業』と決めてしまうのは危険ね。」
「もちろん。関心のシグナルは確定した購買意向じゃない。営業が確かめるべき候補を増やす材料なんだ。」
DDAの実データで検証｜営業先の「数」と「関心の集中」は違う
インティメート・マージャーのデータ・ディスカバリー・エージェント（DDA）は、IM-DMPなどのデータに自然な言葉で問いかけ、顧客の特徴や施策につながる仮説を探るAIエージェントです。今回は営業アタックリストエージェントを使い、営業DX・マーケティングDXに関連する企業群を実際に分析しました。
まず、DDAに聞いてみた
営業・マーケティングDXに関する行動データを使い、業種横断で候補企業を抽出しました。さらに質問を重ね、企業ごとの関心テーマと提案切り口、関連行動ユーザー構成比を確認しました。以下はその質問画面の一部です。
新しい営業先の発見に役立つIM-DMPの活用例
再集計では、関連行動が確認された人数だけでなく、企業に紐づく分析対象UID数に占める構成比も計算しました。全体の関連行動率は24.22%。企業別構成比を全体平均と比べた指標を、ここでは「関心集中度」と呼び、高・中・低の3段階で表示します。
| 匿名企業 | 分析対象UID数 | 関連行動率 | 関心集中度 |
|---|---|---|---|
| 通信業界・企業A | 約48万 | 23.6% | 中（平均の0.97倍） |
| 通信業界・企業B | 約13万 | 22.8% | 中（平均の0.94倍） |
| OA・IT業界・企業C | 約5.4万 | 20.3% | 中（平均の0.84倍） |
| 観光・宿泊業界・企業D | 363 | 95.3% | 高（平均の3.94倍） |
| 出版・メディア業界・企業E | 280 | 89.6% | 高（平均の3.70倍） |
| 経営コンサル業界・企業F | 489 | 65.2% | 高（平均の2.69倍） |
関心集中度は、全体平均24.22%に対する関連行動率の比率を便宜的に3段階で表したものです（高：平均の2.0倍以上／中：0.8倍以上2.0倍未満／低：0.8倍未満）。購買意向の高さを意味しません。
インティメート・マージャーによる分析例。企業名は匿名化し、表示数値は小数点以下を丸めています。実際のDDA管理画面では、抽出データに具体的な企業名が表示されます。UIDは識別子単位であり、従業員数や導入担当者数と同義ではありません。
わかったことは、大規模企業ほど相対的に関心が集中しているとは限らないという点です。 一部の企業では関心集中度が「高」となり、関連行動の割合は全体平均の2.69〜3.94倍でした。従来のリストで企業規模や知名度ばかりを基準にしていた場合、候補の見直しにつながる発見です。
「人数が多い会社を上から狙うだけじゃ見えなかった候補が見えてきたね！」
「ただ、関連語句を見ていたことと、購入する気持ちは別でしょう？」
「そうなんだ！ だからこれは営業の確定リストじゃなくて、追加で確かめる候補を発見する分析なんだよ。」
DDAの分析を施策にどうつなげるか
次の段階では、候補企業の事業適合性や既存取引・営業対象条件を確認し、提案する課題や初回のメール文面を作成します。メール文面はAIが立てた提案仮説であり、相手企業の実際の課題を確定したものではありません。最後は営業側で確かめ、商談化率・有効商談率などの結果を使って評価します。
ブースでも、「自社サービスに合う企業群はどこか」「従来の営業リストで見落としている業種はないか」といった問いから、利用可能なデータをもとに分析を体験できます。
データから発見した営業先を、組織の成果に変えるには
営業先の発見が成果につながるかどうかは、リストを作った後で決まります。まず、営業チームとマーケティングチームが共通の基準を持つことが重要です。
| 確認項目 | 例 | 検証したいこと |
|---|---|---|
| 対象企業の条件 | 業種、規模、除外条件、既存商談の有無 | 営業対象として妥当か |
| 関心シグナル | 関連テーマ、行動の有無、データの適合性 | 接触する理由があるか |
| 営業アクション | 確認すべき課題、訴求、フォロー方法 | 課題に合った接触ができるか |
| 評価指標 | 有効商談率、商談化率、案件前進率 | 発見が実際の成果につながったか |
DDAを使えば、専門家に毎回依頼することなく、営業担当者自身がデータへ問いを立てる入り口が生まれます。ただし最終的な企業判断・提案・顧客対応は、担当者が実情を確認して進めます。
「AIが“良さそう”と言っても、営業した結果が悪ければ条件を見直す必要があるわね。」
「そうだね。分析→施策→効果検証→改善の循環にして、初めて営業組織の力になるんだ！」
併せて読みたい記事
インテントデータを営業判断へつなげる具体的な考え方は、次の記事で詳しく紹介しています。
AIとデータによる顧客分析を、施策立案まで進める方法も参考になります。
DXPO東京’26【秋】全体の見どころと、EC・マーケティングの講演情報は総合記事で確認できます。
まとめ｜営業を自動化するだけでなく、会うべき企業を新しく発見する
営業AIの進化により、優秀な担当者の知見を組織で活かす選択肢が広がっています。そして、IM-DMPの独自データをDDAで分析すれば、従来のリストや経験則では見えていなかった営業先を探る可能性も生まれます。
次に考えたいのは、「自社の今の営業リストには、誰が入っていないのか？」という問いです。講演の学びとデータを組み合わせ、自社の営業先発見から検証までを考えてみませんか。
記事を読むだけではイメージしにくい、AIの操作感やデータ分析の進め方。今回の展示では、AIエージェントのデモや具体的な活用事例を通じて、データ×AIがマーケティングにもたらす可能性を体感いただけます。 「AIエージェントでどんな分析ができるのか見てみたい」 自社のマーケティング課題について相談したい方も、ぜひインティメート・マージャーのブースへお越しください。 ※展示会への入場には、上記のデモ予約とは別に、公式サイトでの来場登録が必要です。 ※デモ内容は当日の環境・利用条件によって異なります。
DXPO東京’26【秋】で、データ×AIの可能性を体験してみませんか？
「自社のマーケティングにどう活かせるか相談したい」
番外編｜iM（アイム）くんの休日
休日、近所のパン屋さんで新作パンを見つけたiM（アイム）くん。
「新規のお客さんを増やすなら、このパンを好きそうな人を全員リストアップしよう！」
「……まず、あなた自身が毎週ここへ来ている常連客だと気づくことね。」
「あれ？ じゃあ僕は有望な新規顧客じゃなくて、再購入候補？」
「それより、今トレーに載せたパンを何個買うつもり？」
本記事のDDA分析は匿名化した実データの集計例です。閲覧・検索関連語句への接触は購買意向を証明せず、分析結果は商談成果を示すものではありません。講演の正式な日時・プログラムは主催者の最新情報をご確認ください。
iM（アイム）くん｜IMマーケティングニュースのデータ活用ナビゲーター
好奇心旺盛で、いつも前向き。「まずやってみよう！」がモットーなんだ！
IM-DMPをはじめとするデータやAIの活用方法を、マーケティングの身近な課題や具体例を交えながらわかりやすく解説するよ。
冷静で分析が得意なパートナー・Mia（ミア）と一緒に、データから新しい仮説やインサイトを発見し、マーケティングの次のアクションにつなげていくんだ！
