このデモの会社名・人名・数値はすべて架空です説明へ戻る
SAAS DESK SaaS・IT企業 × AI デモ(サンプルデータ)
株式会社クラウドレーン(仮名)/ 従業員60名 / 顧客 – / ARR –

利用ログ24ヶ月分から「解約の3ヶ月前に起きていたこと」を学習し、いま危ない顧客を出す

解約した48社と継続中の312社のログを比べ、何が解約を分けているかを数字で出します。「小さい会社ほど解約する」といった見かけの差を見抜いたうえで、全顧客の解約リスクと失う可能性のあるARRを計算します。(画面はサンプルデータによるイメージです)

読み込むデータ24ヶ月分

製品
中小企業向けの経費精算・稟議のクラウドサービス
期間
2024年10月〜2026年9月
対象
継続中 312社/この期間に解約 48社
ログ
ログイン、主要機能の利用、管理者アカウントの変更
その他
問い合わせ履歴、請求・支払い、導入時のオンボーディング(5手順)の進み具合
CSV利用ログ_2024-10_2026-09.csv
CSV管理者アカウント変更履歴.csv
CSV問い合わせ履歴.csv
CSV請求・支払い.csv
XLS解約顧客一覧.xlsx
24ヶ月分のログ → 約5秒

    利用ログ(月次に集計した一部)元データ

    主要機能の利用 = 経費精算の申請・稟議の承認の件数

    この処理の中身(AIへの頼み方の一部)…「比べる期間」と「見かけの差の確かめ方」まで指示する 
    【利用ログ(24ヶ月)】【管理者アカウントの変更履歴】【問い合わせ履歴】【請求・支払い】【解約した会社の一覧】を渡します。

1. 解約した会社は「解約前の3ヶ月」、継続中の会社は「直近の3ヶ月」を取り出し、次の兆しの有無を会社ごとに判定する
   管理者の交代/主要機能の利用率が40%以上減少/問い合わせがゼロになった(その前の90日は2件以上)/
   問い合わせが多い(90日で6件以上)/オンボーディング未完了/支払いの遅れ
2. 兆しごとに「ありの会社」と「なしの会社」の解約率を比べる。2つの兆しの組み合わせも比べる
3. 規模(従業員30名未満か)で差が出たら、オンボーディングの完了・未完了をそろえて比べ直し、
   見かけだけの差でないか確かめる。見かけの差だった要因は、リスクの計算に使わない
4. 残った兆しから継続中の全社の解約リスクを出し、「解約リスク × ARR」の大きい順に並べる
5. 上位の会社ごとに、根拠(日付と数値)、更新日と解約の申し出期限、CSが今週やることを書く

【守ること】ログは会社単位で集計し、ユーザー個人の評価には使わない。
利用規約・プライバシーポリシーで定めた利用目的の範囲内で扱う

    過去186件の商談の録画と記録から「受注を分ける要素」を学習し、10〜12月の着地を予測する

    受注62件・失注124件の文字起こしとCRMを読み、受注と失注で何が違ったかを数字で出します。進行中の34件を同じ物差しで採点し、営業の見込みとのズレと、案件ごとの次の商談でやることまで出します。

    読み込むデータ

    過去の商談
    186件(受注62・失注124)の録画・文字起こし・議事録
    CRM
    参加者、段階、確度、見込み金額、結果
    進行中
    34件と、その見積書
    MP4商談録画 186件
    CSVCRM_商談一覧.csv
    PDF見積書 34件
    録画186件 → 約5秒

      進行中の商談の例:営業の確度 A

      この処理の中身(AIへの頼み方の一部)…要素を「判定できる言葉」で定義し、全件に同じ物差しを当てる 
      【過去186件の商談の文字起こし(話者分離つき)】【CRMの商談記録と結果】【進行中の商談と見積書】を渡します。

1. 各商談について、次の要素の有無を判定して表にする
   2回目の商談までに決裁者が同席したか(CRMの参加者と、発言者の役職で判定)/
   顧客の側から導入時期に言及したか/顧客が他社製品と比較中と発言したか/
   価格の話が、機能・効果の話より先に出たか/営業が話した時間が6割を超えたか
2. 要素ごとに、受注率を「ありの商談」と「なしの商談」で比べる
3. 進行中の商談を同じ物差しで判定し、受注確率を出す。
   録画の同意が記録されていない商談は、録画を使わずCRMの記録だけで判定する
4. 案件ごとに、次の商談で変えられる要素を変えた場合の受注確率を計算し、上がり幅の大きい一手を書く
5. 見込みMRR = 月額 × 受注確率 を合計し、目標・営業の見込みと比べる

【守ること】初期費用などの一度きりの売上はMRRに入れない。
値引き率が社内の上限を超える見積は「承認が必要」と表示する

      問い合わせ2,340件を分類し、減らせる対応時間と「ARRで重みづけした要望の順位」を出す

      12ヶ月分の問い合わせを分類し、ヘルプ記事で自己解決できたはずの件数を人件費に換算します。要望は件数ではなく要望した顧客のARRで順位をつけ直します。未対応の問い合わせは、初回応答の期限とパスワードなどの機密情報を自動でチェックします。

      読み込むデータ

      問い合わせ
      2,340件(2025年10月〜2026年9月)
      ヘルプ記事
      186本
      顧客台帳
      ARR、手順1の解約リスク
      社内ルール
      初回応答は受付から4営業時間以内(9〜18時)
      CSV問い合わせ履歴_12ヶ月.csv
      PDFヘルプ記事 186本
      CSV顧客台帳.csv
      2,340件 → 約5秒

        未対応の問い合わせ9/25(金)15:40 時点未チェック

        この処理の中身(AIへの頼み方の一部)…緊急度は「言葉」ではなく「影響」で決めさせる 
        【問い合わせ履歴(12ヶ月)】【ヘルプ記事】【顧客台帳(ARRと解約リスク)】を渡します。

1. 問い合わせを7つに分類し、緊急度を判定する。緊急度は件名の言葉(「至急」など)ではなく影響で決める
   高=複数の人の業務が止まっている/中=1人の業務が止まっている/低=それ以外
2. ヘルプ記事に答えがあった問い合わせを数え、分類ごとの平均対応時間から、減らせる時間を計算する
3. 要望を抜き出して同じ内容をまとめ、「件数」と「要望した顧客のARRの合計」の両方で順位をつける
4. 未対応の問い合わせは、初回応答の期限(受付から4営業時間)までの残り時間を出す。
   同じ症状が30分以内に3件以上あれば「障害の疑い」として開発チームに回す
5. 本文にパスワード・APIキー・カード番号らしき文字列があれば、記録する前に伏せ字にする

【守ること】お客様のパスワードを使ってログインしない。回答案は担当者が確認してから送る

        顧客の要件メモと過去64件の実績から、カスタマイズ開発の工数・金額・粗利を見積もる

        要件を機能に分け、過去の実績工数から中央値と上振れの幅を出します。見積が外れた過去案件の共通点を学習し、今回のメモの曖昧な表現を件数つきで指摘。請負で受ける場合の粗利と赤字の確率まで計算します。

        要件メモ既存顧客・従業員140名

        XLS過去案件_見積と実績.xlsx
        PDF標準機能一覧.pdf
        約5秒

          過去のカスタマイズ案件見積と実績(人日)

          この処理の中身(AIへの頼み方の一部)…「標準機能で足りるもの」と「範囲が決まっていないもの」を先に外す 
          【顧客の要件メモ】【過去64件のプロジェクトの見積工数と実績工数】【標準機能の一覧】を渡します。

1. 要件メモを機能に分解する。標準機能で実現できるものは開発から外し、
   範囲が決まっていないものは見積から外して「別途」とする
2. 機能ごとに、過去の類似機能の実績工数から、中央値と上振れした場合(80%点)を出す
3. 過去の案件で、見積より実績が大きく超えたものの共通点を調べる
   (要件の曖昧な表現の数/外部システムとの連携/データ移行)
4. 要件メモの曖昧な表現(「柔軟に」「など」「適宜」「できれば」など)を件数つきで挙げ、
   それぞれを確定させるための質問を作る
5. 工数を1万回シミュレーションし、見積金額と粗利の見通しを出す。
   「要件を確定させてから受ける」場合と「このまま請負で受ける」場合を比べる
6. 請負で受ける場合の注意(完成の基準・契約不適合責任・外部への依存)と、
   準委任との使い分けを一般論として書く。断定はしない
          このデモについて

          このAIを作る技術は、学べます。業務の効率化は、プロに任せられます。

          このデモの分析は、特別なシステムではなく、生成AIと、御社がすでに持っているデータ(製品の利用ログ、商談の録画と議事録、問い合わせの履歴、過去の見積と実績工数)で作れます。社員の方が作り方を学び、仕組みづくりと定着はプロが伴走します。

          学ぶ

          AI研修で、社員の方が「作れる」ようになる

          3ヶ月/対面・双方向/御社の実際の業務を題材に作ります
          • 問い合わせの回答案・ヘルプ記事の作成
          • 商談の議事録・提案書・お客様への確認事項の作成
          • 判定の物差しを言葉にして、AIに正しく頼む方法
          +
          任せる

          伴走サポートで、業務の効率化までプロに任せる

          研修後9ヶ月/チャットでの相談と月2回のミーティング
          • 利用ログからの解約の予兆の検知と、CSへの週次の通知
          • 商談の採点と、売上の着地予測
          • 要望の集計(ARRでの重みづけ)と、過去実績からの見積もり
          • 顧客データ・機密情報の扱いなど社内ルールの整備
          このデモを、御社のデータで。
          このデモについて相談する→
          研修部分は、要件を満たすと人材開発支援助成金の対象になり、中小企業は経費の最大75%が助成されます。
          ※助成金には要件と事前の手続きがあります。伴走サポートは助成の対象外です。

          個人情報や機密情報をAIに渡す範囲など、安全に使うための社内ルールづくりも、研修の第2回(情報セキュリティ)で行います。