Oriental Nippon Development
実績一覧へ
ケーススタディ米国の人材紹介・派遣企業

AIによる営業支援:見込み客の調査は数秒で、メールは送らず下書きまで

担当者は求人サイトや企業名簿から見込み客の情報を手作業で集め、商談ではない作業に何時間も使っていました。調査ポータルとAIエージェントが、意思決定者、確認済みの連絡先、課題を返し、担当者が手を入れるメールの下書きを作ります。

業界
プロフェッショナルサービス・人材
地域
米国
契約形態
ラボ型ODC(専属チーム)

成果

  • 午後いっぱいの調査が数秒に
  • 確認済みの連絡先と課題
  • 人が手を入れるメール

スタック

Python · LLM agents · Industry classification data · Web app · Email integration

執筆Oriental Nipponチーム

米国の人材紹介・派遣企業は、どの営業も同じように始めます。採用中の組織を見つけ、何を採用しようとしているかを理解し、その課題の責任者を見つけることです。

担当者はその調査を、求人サイト、企業名簿、業界データベースをまたいで、見込み客ごとに手作業で行っていました。何時間もかかり、質は誰が行うかで変わりました。

課題

  • 散らばった情報源。 見込み客の情報を毎回ゼロから組み立てる必要があった。
  • 失われる時間。 調査の時間が営業の時間を削っていた。
  • ばらつく質。 同じ見込み客に、まったく違う量の情報で接触することがあった。
  • 薄いメール。 薄い情報から書いたメールは、そのとおりに読まれる。
導入前導入後
見込み客の調査1社あたり午後いっぱい数秒
情報源一つずつ検索集約し、確認済み
情報の質担当者によってばらつく一貫している
メールゼロから執筆AIが下書きし、担当者が編集して送信

構築したもの

  • 見込み客の調査ポータル

    募集中の職種、企業の詳細、主要人物、採用の課題、拠点、連絡先を、業種分類による検索と所在地・半径の絞り込みで。

  • 調査エージェント

    業種、所在地、いくつかの条件を渡すと、責任者と意思決定者、確認済みの連絡先、表明された関心、ありそうな課題を返します。

  • メールの下書き

    担当者が手を入れる、パーソナライズした最初の下書き。自動で送信されることはありません。

技術と、このプロジェクトでの役割

技術このプロジェクトでの役割
Python集約と確認のパイプライン
LLMエージェント調査エージェントとメールの下書き
業種分類データ業種・業界による検索
Webアプリケーション担当者向けの調査ポータル
メール連携編集した下書きを担当者のメールボックスへ

進め方

成約率の高い担当者を観察し、彼らにとって「良い情報」とは何かを書き出しました。それがそのまま仕様になりました。

  1. 手作業のプロセスを観察する。 優秀な担当者が実際に何を集めているか。
  2. 集約の層。 情報源をまとめ、連絡先を確認します。
  3. 検索と絞り込み。 業種分類と地理。
  4. 下書きの層。 送信の前に、必ず担当者が編集します。
  5. パイロット。 少数の担当者で、節約した時間だけでなく会話の質を比較しました。
進め方のタイムライン目安の合計:11〜16週
  1. 01プロセスの観察

    1〜2週

    優秀な担当者が実際に集めている情報

  2. 02集約の層

    4〜5週

    情報源、確認、企業と人物の記録

  3. 03検索と絞り込み

    2〜3週

    業種分類、所在地と半径

  4. 04下書きの層

    2〜3週

    パーソナライズしたメールの生成、編集の流れ

  5. 05パイロット

    2〜3週

    少数の担当者、会話の質をレビュー

リスクと対応

リスク対応
誤った連絡先集約の段階で連絡先を確認した
一般的なAIのメールが大量に送られる下書きだけにし、必ず担当者が編集して送信する
質より速さを優先してしまうパイロットで、節約した時間だけでなく会話の質を比較した

成果

午後いっぱいかかっていた調査が数秒で終わり、担当者は、時間のある範囲で見つけた情報ではなく、一貫した情報で見込み客に接触できるようになりました。

メールを送らずに下書きまでにしているのは意図的です。自動送信は間違ったものを拡大します。誰も読まずに送られたパーソナライズのメールは、パーソナライズとは言えません。

お客様に残るもの

  • ポータルとエージェントのソースコード(お客様のリポジトリ内)
  • 情報源との連携と確認のロジック
  • 検索の設定
  • メールのテンプレート

参考資料

  1. Guidelines for human-AI interaction(Microsoft HAX Toolkit)
  2. People + AI Guidebook(Google PAIR)

同じような課題をお持ちですか? これは私たちのAI搭載業務アプリケーションチームが日々手がけている仕事です。お使いのシステムについてご相談ください。