Gongのレベニューインテリジェンスから学ぶ｜日本の営業組織への示唆
Gongのレベニューインテリジェンスから学ぶ｜日本の営業組織への示唆
レベニューインテリジェンスとは、商談の会話・メール・資料閲覧データをAIで分析し、売上予測と営業行動の最適化を支援する仕組みである。
「あの商談、なぜ失注したのか本当の理由が分からない」——日本のB2B営業マネージャーなら誰もが経験したことのある悩みです。担当者の記憶に頼ったフィードバックには限界があり、組織として学習できない状況が続いています。
米国のセールステック企業Gongは、商談の会話・メール・資料閲覧をリアルタイムで分析する「レベニューインテリジェンス」という概念を確立し、多くの知見を公開してきました。本記事ではGongの研究・調査から得られた示唆を整理し、日本の営業組織への応用方法を考察します。
レベニューインテリジェンスとは何か
レベニューインテリジェンスは、営業プロセス全体のデータを自動的に収集・分析し、組織的な意思決定を支援するアプローチです。従来の営業管理が「担当者の主観的な報告」に頼っていたのに対し、実際の商談データを客観的に分析する点が大きく異なります。
Gongが公開している研究によると、商談成功率と強い相関を示すシグナルは「担当者が感じた手応え」ではなく、顧客の具体的な行動（資料閲覧回数・会話中の質問数・メール返信速度など）であることが示されています。
| 従来の営業管理 | レベニューインテリジェンス |
|---|---|
| 担当者の主観的な報告 | 客観的な行動データ |
| 週次・月次のレビュー | リアルタイム分析 |
| 経験則に基づくアドバイス | データドリブンなコーチング |
| 属人的なスキル継承 | 組織的なベストプラクティス蓄積 |
Gongの会話分析が明かした営業の真実
Gongの大規模な商談分析から、いくつかの重要な知見が得られています。これらは日本の営業組織にも示唆を与えます。
トップ営業の会話パターン
Gongの研究では、受注につながった商談と失注した商談の会話パターンを分析した結果、トップパフォーマーは「聞く時間」と「話す時間」の比率が約40:60であることが示されています。顧客の課題を深く理解するための質問が多く、一方的なプレゼンが少ないのが特徴です。
発見フェーズでの質問数と成約率
初回商談から3回目の商談で顧客に投げかける質問の数が多いほど、成約率が高いというデータもあります。特に「予算の決裁プロセス」「現状の課題の影響範囲」「意思決定に関わるステークホルダー」に関する質問は、成約率との相関が特に強いとされています。
マルチスレッド営業戦略の詳細はこちらで解説しています。
価格に関する話題のタイミング
Gongの分析では、受注商談では価格の話題が出るのは平均3回目の商談以降、失注商談では1-2回目に出ることが多いというデータが示されています。早すぎる価格交渉は、顧客にとって「価値よりコストを先に意識させてしまう」ことにつながるため、価値提示と課題理解を先行させることの重要性が浮き彫りになっています。
フォローアップメールの重要性
商談後24時間以内にフォローアップメールを送った場合と、72時間以上経過してから送った場合を比較すると、24時間以内の返信が商談継続率に大きな差をもたらすことがわかっています。「鉄は熱いうちに打て」の原則が、データでも裏付けられています。
日本市場への適用可能性
Gongの知見をそのまま日本に適用できるかというと、文化的・構造的な差異を考慮する必要があります。
適用しやすい領域
資料閲覧トラッキングや商談進捗の可視化は、文化的背景に関わらず有効です。「誰が資料を見たか」「どのページに最も時間をかけたか」というデータは、日本の顧客にも同様に意味を持ちます。
営業資料の閲覧分析活用法で具体的な活用方法を解説しています。
日本特有の調整が必要な領域
稟議・合議制による意思決定プロセスは、米国とは大きく異なります。日本では「担当者レベルでの合意」だけでなく、「部長・役員の承認」「他部門との調整」という複数のフェーズが存在します。そのため、関与する意思決定者の数や承認ラインの把握がより重要になります。
また、日本の商談では「沈黙は肯定」「ノーとは言わない」という文化的慣行があります。Gongの知見をそのまま適用すると、「会話中の反論が少ない=関心が高い」と誤読するリスクがあります。日本の商談では、表面上の反応だけでなく、行動データ（資料閲覧・フォローアップの有無）をより重視することが重要です。
レベニューインテリジェンスを実践するためのステップ
Gongの概念を参考に、日本の営業組織でレベニューインテリジェンスを実践するための基本ステップを整理します。
ステップ1: データ収集の仕組みを作る
まず、商談に関するデータを自動的に収集できる環境を整備します。会議録画・メール分析まで取り組む企業は少ないですが、資料閲覧データの収集であれば比較的導入ハードルが低いです。デジタルセールスルームやセールスエンゲージメントツールを活用することで、顧客の行動データを取得できます。
ステップ2: パターン分析を行う
収集したデータから、受注商談と失注商談の違いを分析します。特に注目すべきは「商談が停滞し始めるタイミング」「エンゲージメントが低下するシグナル」「複数の意思決定者が関与し始めるタイミング」です。
ステップ3: 組織的に学習する仕組みを作る
個人の分析にとどまらず、チーム・組織として学習できる仕組みを構築します。成功した商談のパターンをドキュメント化し、新人・中堅担当者が参照できるプレイブックとして整備します。
日本企業が今すぐ始められる具体的施策
Gongの概念を日本の営業組織が実践するための、具体的で実行可能な施策を紹介します。
施策1: 資料閲覧トラッキングの導入
Gongの会話分析は日本での導入ハードルが高いですが、資料閲覧トラッキングなら比較的容易に始められます。デジタルセールスルーム（DSR）ツールを導入することで、以下のデータが自動的に取得できます。
- 誰がいつ資料を開いたか
- どのページに何秒滞在したか
- 何回アクセスしたか
- 新しい関係者がいつ参加したか
このデータだけでも、「提案書を3回見ているが返事が来ない → 社内で検討中」「価格ページだけ繰り返し見ている → コスト感の確認段階」という仮説が立てられます。
施策2: 商談パターンの記録と分析
毎商談の終了後（受注・失注を問わず）に、5分間の振り返りを記録する習慣を作ります。
記録すべき項目の例：
- 最終的な意思決定者は何名いたか
- 商談期間はどれくらいだったか
- どのタイミングで商談が加速・停滞したか
- 競合はどのタイミングで出てきたか
- 価格交渉はどの段階から始まったか
3ヶ月間継続すると、自社の受注商談と失注商談のパターンが浮かび上がってきます。
施策3: ミューチュアルアクションプランの導入
Gongの研究が明らかにした「買い手の行動データが受注確度と相関する」という知見を、ミューチュアルアクションプラン（MAP）に活かすことができます。
MAPで買い手側のタスク完了状況を追跡することで、「誰がどのタスクを完了しているか」という行動データが自動的に蓄積されます。MAP完了率が70%を超えている商談は受注確度が高いという経験則が、自社のデータで裏付けられていきます。
施策4: エンゲージメントスコアの設計
4つのデータ（資料閲覧・MAP進捗・コミュニケーション頻度・ステークホルダー関与度）を組み合わせた「エンゲージメントスコア」を設計します。商談進捗の可視化ガイドで詳しく解説しています。
組織的なコーチング文化の構築
Gongが強調しているもう一つの重要な概念が「データドリブンなコーチング」です。
従来の営業コーチングは、マネージャーの経験と直感に頼るものでした。しかし、Gongのアプローチでは客観的なデータに基づいて改善ポイントを特定します。「あの商談、価格交渉のタイミングが早すぎた」という感覚ではなく、「受注商談では価格の話題が出るのは平均3回目の商談以降、失注商談では1-2回目に出ることが多い」というデータで議論できるようになります。
日本の企業文化では直接的なフィードバックが難しい場面もありますが、データを媒介にすることで、個人批判ではなく「商談の改善」として会話できる環境が作りやすくなります。
コーチングサイクルの構築
Gongのアプローチを参考にした、日本向けコーチングサイクルを提案します。
- データ収集: DSRの閲覧データ + MAP進捗 + 商談結果を記録する
- パターン分析: 月次で受注・失注商談のパターンを比較する
- ベストプラクティス抽出: トップパフォーマーの商談から再現可能なパターンを特定する
- プレイブック更新: 発見したパターンを営業プレイブックに反映する
- トレーニング実施: 新しいプレイブックをチームに展開する
- 効果測定: 3ヶ月後に受注率・商談サイクル期間で効果を測定する
このサイクルを四半期ごとに回すことで、組織として継続的に学習する仕組みが構築できます。
まとめ：日本の営業組織が取るべきアクション
Gongの調査では、レベニューインテリジェンスを導入した企業は受注率が平均27%向上、フォーキャスト精度が40%改善しています。日本の営業組織が今すぐ始められるアクションは以下の3つです。
- 商談ごとの顧客行動データを収集する仕組みを構築する
- 受注・失注パターンを定期的に分析しテンプレートに反映する
- データに基づくコーチング文化をチームに定着させる
レベニューインテリジェンスの導入に必要な最低限のデータは何ですか？
最低限必要なのは「商談ごとの顧客の行動データ」です。具体的には、資料の閲覧記録（誰が・いつ・どのくらい見たか）と、商談の進捗状況（フェーズごとの滞在期間）があれば、基本的なパターン分析が可能です。会話分析は高度ですが、行動データだけでも多くの示唆が得られます。
日本語の会話分析はGongで対応していますか？
Gong自体は主に英語圏市場向けに開発されており、日本語の会話分析には限界があります。ただし、本記事で紹介したGongの概念・フレームワークは、日本語環境でも適用可能です。日本向けには、国内セールステックツールやデジタルセールスルームを活用して同様のデータ収集・分析体制を構築することを推奨します。
レベニューインテリジェンスは中小企業でも効果がありますか？
はい、ただしアプローチは異なります。大企業では専用ツールへの投資が現実的ですが、中小企業では「商談ごとに顧客の反応をテンプレートに記録する」「受注・失注後のレビューを標準化する」といった軽量な取り組みから始めることができます。重要なのはツールよりも「データから学習する習慣」の構築です。
日本特有の稟議プロセスをどうデータ化しますか？
MAPを活用して、稟議プロセスの各ステップをタスクとして記録することが効果的です。「部長承認完了日」「法務確認日」「予算承認日」を記録していくことで、自社の顧客企業の稟議スピードのパターンが把握できます。「この業種では法務確認に平均2週間かかる」という知見が蓄積されると、より正確な受注予測が可能になります。
商談データの分析にはどんなツールが必要ですか？
最初はExcelやGoogle スプレッドシートで十分です。商談ごとに結果・期間・関与者数・主要アクションを記録し、月次で集計するだけでもパターンが見えてきます。規模が大きくなったら、DSRツールとCRMを連携させることで、データ収集と分析が自動化されます。
Gongのような会話分析を日本語で実現するツールはありますか？
国内ではRecollect、Notionなどを活用した会議録・議事メモの蓄積から始めるアプローチが現実的です。また、Terasuのようなデジタルセールスルームで資料閲覧データとMAP進捗を蓄積し、CRMと連携することで、Gongの行動データ分析に近い体制を日本語環境で構築できます。
レベニューインテリジェンスを導入する際の組織的な壁をどう乗り越えますか？
最大の壁は「商談データを入力・共有することへの抵抗感」です。これを解消するには、データが担当者を評価・管理するためではなく「商談を支援するためのもの」という文化を経営層から明示することが重要です。また入力作業の負担を最小化するため、DSRやCRMの自動連携を活用し、担当者が手動入力する量を極力減らす仕組みを先に整えることが定着への近道です。
Gongのレベニューインテリジェンスは、日本の営業組織に多くの示唆を与えています。全機能をそのまま導入することは難しくても、「商談をデータで可視化し、組織として学習する」という概念は、日本の営業DXに確実に活用できます。まずは資料閲覧データの収集から始め、徐々にデータドリブンな営業文化を構築していきましょう。
日本のレベニューインテリジェンス実践ロードマップ
Gongの概念を日本の営業組織に段階的に導入するための、実践的なロードマップを提示します。
フェーズ1: 基盤整備（1-3ヶ月）
目標: 行動データの収集体制を構築する。
- DSRツールを導入し、資料閲覧データを自動収集する
- SFA/CRMのフェーズ定義を統一し、主観的な入力を減らす
- 商談終了後の振り返りテンプレートを作成し、定期的に記録する
- MAPを試験的に導入し、買い手側タスクの進捗を記録する
成果指標: 商談ごとのデータ記録率80%以上
フェーズ2: パターン分析（3-6ヶ月）
目標: 受注・失注パターンを特定し、プレイブックを作成する。
- 3ヶ月分のデータから受注商談と失注商談のパターンを比較する
- 「商談停滞のシグナル」を3-5個特定する（例: 2週間返信なし、資料未開封など）
- トップパフォーマーの商談パターンをドキュメント化する
- 発見したパターンをMAPテンプレートと営業プレイブックに反映する
成果指標: 商談停滞の早期検知率向上、パイプライン精度の改善
フェーズ3: 組織的学習（6ヶ月以降）
目標: データドリブンな営業文化を組織全体に定着させる。
- 週次商談レビューにエンゲージメントスコアを組み込む
- プレイブックを四半期ごとに更新するサイクルを確立する
- 新人育成プログラムにデータ活用の視点を組み込む
- 受注率・商談サイクル期間の改善率を定期的に測定する
成果指標: 受注率10-20%向上、商談サイクル期間15-25%短縮
このロードマップは完璧を目指すものではありません。「まず資料閲覧データを収集する」という小さな一歩から始め、データが蓄積されるにつれて分析の精度を高めていくアプローチが、日本の営業組織への現実的な導入方法です。
