Pipeline 全景 · 真の健全性モニタリング
Pipelineの中に、再検証に耐えられる商談はいくつあるか？金額が良くても品質が良いとは限らない。月末になって大量の商談が延期やキャンセルになっていることに気づいたら、まず基盤の記録が完全かどうかを確認する必要がある。
統一した適用する定義・基準で商談金額、ステージ、顧客のアクションを照合し、担当者が予測とリソース配分を確認できるようにする。
パイプライン数字の三つの真実の幻想
① 表面的なPipeline数字は美しいが、月末の転換率が40%未満
何が起きたか：Q2末のPipeline入力は1,800万で、数字は非常に良く見える。四半期末の実際の転換は720万、転換率40%。残りの1,080万はどこへ行った？顧客は「予算が削られた」＋「プロジェクトが一時停止」＋「他社を選んだ」と言う。これらの情報はQ2半ばにはわかっていたが、Pipelineの数字は適時に更新されていなかった。
根本原因：Pipelineの数字は「入力値」であり「真の値」ではない。動的な健全性評価の仕組みがない。虚偽の数字は誤ったリソース配分の意思決定を招く。
② 四半期予測が常に50%以上ずれる
何が起きたか：四半期ごとの予測のたびに、マネージャーと営業が相談して数字を報告し、月末に実際の達成を見ると、結果は大きくかけ離れている。営業部長が「なぜ予測の誤差がこんなに大きいのか」と尋ねても、マネージャーは答えられない。そのときは「勘」で報告していたからだ。
根本原因：予測は商談の真の質とペースのデータに基づかず、「願望」や「過去の同時期」との類推に基づいています。
③ どの商談が全体の勝率を引き下げているか分からない
何が起きたか：チームのPipelineに50件の商談があり、勝率が一向に上がらない。マネージャーは勝率に問題があることは分かっているが、根本原因がどこにあるか分からない——営業力の問題か？商談の質の問題か？それともリソース配分の問題か？
根本原因：パイプラインを品質別に階層分析するツールがなく、総量しか見えず、構造的な問題が見えない。
AI駆動のPipeline健全性システム
パイプライン健全性の3色階層
システムは金額、ステージ、リスクでパイプラインを階層化し、責任者が一緒に確認できる：
MEDDICスコア ≥ 40、ペースは正常、Champion確認済み
MEDDICスコア 25-39、1〜2項目の重要な欠如あり
MEDDICスコア < 25、偽の進展の疑い、直ちに Review が必要
📊 Pipelineの真の価値 vs 表面的な価値
表面金額
¥1350万
AIヘルス加重
¥780万
勝率の根本原因分析——なぜ全体の勝率が上がらないのか
🔍 Q2勝率の根本原因分析 | 営業チーム
問題1：Championの欠如が最大の失注要因
• Champion の推進証拠がある商談とない商談のパフォーマンスを比較
• 差異が商談の質、段階、リソース投入に由来するか確認する
→ Champion 育成は営業活動の核心指標になるべき
問題2：EBへの接触タイミングが遅すぎる
• 早期と後期のEB接触の商談パフォーマンスを比較する
• アプローチ時間を他のGateエビデンスと合わせて再確認する
→「EB初回接触のタイミング」を営業の重要アクションとして追跡すべき
動的な予測——勘に頼らない
📈 Q3四半期予測 | 動的更新
この予測は商談品質の階層別加重に基づいており、実際の偏差はデータの完全性と担当者の判断に依然依存します
シーン8の核心比較
| 指標 | Before | After |
|---|---|---|
| パイプラインの品質 | 金額だけを見て、質を見ない | 三色の階層化で、健全性を透明に |
| 予測方法 | 勘で進め、月末に大きなズレに気づく | 品質で重み付けし、担当者のレビューを組み合わせる |
| 勝率分析 | 根本原因がどこか分からない | MEDDIC因子の分解により、原因の特定を支援 |
| リソース配分 | 経験に頼り、高リスクと健全な商談を同等に扱う | AI が差別化したリソース投入戦略を提案 |
四半期予測の誤差はどのくらいですか？
30%を超える場合、Pipelineの基盤データ品質に問題があり、予測モデルの問題ではない。