商談評価をAIで設計する方法｜採点項目と運用手順

商談評価でAIができるのは「証拠集め」と一次判定

先に結論を書きます。AIは商談評価の担当者ではなく、証拠をそろえる一次判定者として使うのが実務的です。録音と文字起こしから「顧客がどの課題を口にしたか」「担当者がいくつ質問したか」「次回の予定を合意できたか」といった事実を抽出し、あらかじめ決めた基準で一次的な採点をする。ここまではAIが得意な領域です。

一方で、その商談が「良かったか」の最終判断は人が担います。案件の難易度、これまでの関係、決裁の複雑さといった文脈は、文字起こしの表面には出てきません。同じ「次回未定」でも、初回接触なのか、5回目で足踏みしているのかで意味が変わります。AIの点数をそのまま評価にするのではなく、人が文脈を足して結論を出す前提で設計します。

似た言葉を整理しておきます。商談解析は会話量や話者比率などを可視化すること、議事録は決定事項と次アクションを記録すること、そして商談評価は「自社が定義した良い商談の基準に、その商談がどれだけ沿っていたか」を採点することです。3つは重なりますが目的が違います。本記事が扱うのは最後の商談評価で、AIには前2つを材料として担わせます。

AIが得意なこと

質問数・顧客の発言・合意事項など、繰り返し現れる事実の抽出と一次判定

人が担うこと

案件戦略、顧客との関係、難易度をふまえた最終判断とフィードバック

設計の要点

AIの出力を「証拠つきの下書き」として扱い、人が確定させる

良い商談を「結果・行動・顧客反応」の3層で定義する

評価項目を決める前に、「何を良い商談とするか」を言葉にします。ここが曖昧なままツールを入れると、AIが出す点数の意味を誰も説明できなくなります。

受注・失注だけで評価すると、担当者が制御できない要素に点数が振り回されます。景気や競合の動きで決まる結果を、個人の商談スキルの評価にそのまま使うのは無理があります。逆に「話した量」「キーワードの数」だけを見ると、測りやすい代わりに成果との関係が弱く、しゃべるほど高評価という誤った運用に傾きます。

そこで、良い商談を次の3層に分けて定義します。

← 表は横にスクロールできます

3層に分けると、担当者が動かせる「行動」と、結果に近い「顧客反応」を分けて見られます。評価項目は3層あわせて5項目前後に絞ります。項目を増やすほど採点は重くなり、続きません。

そのまま使える商談評価設計シート

3層の考え方を、記入できる形にしたのが次の商談評価設計シートです。項目ごとに、目的・証拠・判定基準・配点・次回の改善行動を1行で書きます（AI判定の可否と、人が確認すべき点は表の下にまとめます）。評価文の主語は「担当者の人格」ではなく「観測できた行動」にするのが要点です。「熱意が足りない」ではなく「予算の確認質問がなかった」と書けば、次に直せます。

← 表は横にスクロールできます

配点は自社の重点に合わせて調整する。例では結果に近い「次回合意」を高めにしている

この3項目はいずれもAIで一次採点できます。ただし機械判定を鵜呑みにせず、①その課題が本命か派生か、②建前の決裁者でないか、③その合意が案件段階に妥当か——は人が必ず確認します。まずはこの3項目から始め、運用しながら項目を足し引きします。

過去商談でAIの採点基準を校正する5ステップ

シートを作っただけでは、AIと人の点がそろいません。過去の商談を使って基準を校正します。

1. STEP01

   目的と対象を決める

   「次回合意の判定精度を上げる」など目的を1つに絞り、対象の商談を選びます。過去10件は小さく検証を始めるときの目安であり、効果を保証する数値ではありません。

2. STEP02

   人2名が独立採点する

   同じシートで、相談せずに採点します。人同士の点差が、基準の曖昧さを最初にあぶり出します。

3. STEP03

   AIに同じ基準で採点させる

   判定の根拠になった発言箇所も一緒に出させます。根拠を出せない項目は、基準が言語化しきれていないサインです。

4. STEP04

   点差の理由を分類する

   AIと人、または人同士の食い違いを、①定義不足、②文字起こし誤り、③文脈依存、④AIの推測、のどれかに分けます。原因ごとに直し方が変わります。

5. STEP05

   基準・プロンプトを直して再判定する

   定義不足なら基準文を具体化し、推測が多いなら「根拠がなければ判定しない」と指示を足します。直したら同じ商談で再採点します。

校正では、AIの点数そのものよりも人との不一致率と根拠提示率を見ます。点が近くても根拠が出せていなければ、たまたま合っただけです。次のチェックで足りているか確認してください。

• 評価項目ごとに、AIが根拠の発言箇所を示せているか
• 人2名の点差が大きい項目の基準を、具体的な文言に直したか
• 点差の理由を4分類に振り分けたか
• 直したあと、同じ商談で再判定して不一致が減ったか

AI評価を育成に変える運用と効果の測り方

評価は、点をつけて終わりでは意味がありません。次の商談で変えられる行動につなげてはじめて育成になります。

まず、全項目を一度に直そうとしないことです。商談ごとに改善行動を1つだけ選びます。「次回は判断軸を先に聞く」のように、次の商談で試せる粒度にします。レビューの周期は、担当者が自分の商談を振り返り、マネージャーが週次で1〜2件を一緒に見て、月次会議で重点項目の傾向を確認する、の3段階が回しやすい形です。

効果は運用→行動→成果の順に見ます。いきなり受注率を見ると、商談スキル以外の要因に埋もれます。

← 表は横にスクロールできます

こうした運用が回るかは、そもそも自社に録音データやレビューの体制があるかにかかっています。フィードバックの土台が薄いと、評価シートだけ作っても使われません。次の3つの数字は、その土台の薄さと、AIで補える余地を示しています。

フィードバックの不足を、AIで一次判定を肩代わりして埋める余地がある、ということです。

失敗を防ぐ4つの線引き

商談評価でつまずくのは、たいてい「AIに任せる範囲」を決めていないときです。次の4つを最初に線引きします。

• AIスコアをそのまま人事査定に使わない：査定に直結させると、担当者はAIに高評価される話し方を優先し、顧客のための商談が崩れます。評価は育成の材料に限定します。
• 話す割合を万能の基準にしない：話者比率は参考にはなりますが、それだけで良し悪しは決まりません。案件や商談段階によって適切な比率は変わります。
• 根拠の発言箇所がない判定は採用しない：どの発言からその点になったかを示せない判定は、人が確認できません。根拠が出ない項目は運用から外します。
• 無断録音・目的外利用をしない：録音は事前に利用目的を決め、顧客に案内します。

最後の点は法的な裏づけがあります。個人情報保護委員会のガイドラインでは、氏名を含むなど特定の個人を識別できる音声録音情報は個人情報に該当するとされています。録音を評価に使うなら、利用目的・閲覧権限・保存期間・削除の手順・顧客への案内を事前に決めておきます。

• AIスコアを人事査定に直結させていないか
• 話者比率を唯一の基準にしていないか
• 判定に根拠の発言箇所が添えられているか
• 録音の利用目的と顧客への案内を決めているか

あわせて、運用を止める条件も決めておきます。AIの不一致率が下がらない、根拠を示せない判定が続く、といったときは、いったん人の採点に戻して基準を作り直します。

よくある質問