データはゴールを達成するためにある
藤井 顧客の成功から逆算して「取得するべきデータが何か」を考えることがOMO時代には肝要ですが、BtoBの世界では「そうはいっても、データが取得できない」という話になってくるわけですよね。笹谷さんのおっしゃるとおり、タッチしている時間外の情報を得られたら面白そうですし、それこそNTTグループさんなら、顧客側の担当者レベルという意味ではBtoCの情報を取得・活用する方法も考えられそうです。
笹谷さんにお聞きしてみたいことがあります。顧客の成功状態までのプロセスと各ステップで必要な条件が洗い出せていた場合、会話の内容やリアクションから商談が進む可能性を予測して、次のステップに進むためのTipsを出すことは可能なのでしょうか。この場合、BtoBtoXのどちらの顧客（「ミドルB」なのか「エンドX」なのか）の話をするかという問題はありますが。
笹谷 考えうるとは思います。まさに中国平安保険が活用する顧客体験管理プラットフォーム「LCCH（= Life Customer Contact History）」の考え方ですよね。LCCHは、顧客行動を把握するタイムライン機能、個性や嗜好を分析するペルソナ機能、そこから導き出した潜在ニーズやサービスへの要望を提示するTips機能から成っています。実現可能だとは思いますが、BtoBの場合はやはり十分な情報を取るために別の技術が必要になるでしょう。我々も、許可を得たお客さまに限定してオンライン商談の録画などをお願いさせてもらっていますが、音声自動認識の技術がどれだけ発達しても、そもそもの会話量が少なければ改善のしようがないというケースも考えられます。
藤井 最近は人間の方が自動翻訳しやすい喋り方に寄せるという話もありますが、営業担当者もそうなっていくかもしれませんね（笑）。
梶原 そうですね。AIが認識しやすい喋り方に変えていく――さらに言えば営業のコミュニケーションのとり方そのものが定型化されていくんだろうなと予想します。しかし、決して定型化されてつまらないものになるのではなく、従来のトップ営業の勘や経験をもデータとして蓄積・学習させることで、適切な商談の型を見出していけるという意味合いが強いです。そうすれば、商談時の会話量が少なかったとしても、型と照らし合わせてお客さまの反応を解析しやすくなるかもしれません。
いずれにしても、ゴールまでのマイルストーンとして、そこに至るKGIやKPIをマップ化するなどして、サクセスに向けたロードマップをお客さまと共有し、お客さまが今どの段階にいるかを定義できるようになることが重要です。ゴールを達成するためにデータがあるという本質がぶれなければ、ゴールに至る1つひとつのコミュニケーションを支援するようなAIは出てくるかもしれません。
