%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png?width=130&height=39&name=%E6%9C%80%E7%B5%82Start%20Link%20(500%20x%20150%20px)%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png "StartLink"){kind=logo}
この記事の結論
「営業に伝えた内容を、契約後の担当者にも一から説明している」。顧客からこうした声が出るとき、確認したいのは個々の担当者の対応だけではありません。マーケティング、営業、カスタマーサクセス（CS）の間で、顧客情報がどこに記録され、次の担当者にどう渡っているかです。
「営業に伝えた内容を、契約後の担当者にも一から説明している」。顧客からこうした声が出るとき、確認したいのは個々の担当者の対応だけではありません。マーケティング、営業、カスタマーサクセス（CS）の間で、顧客情報がどこに記録され、次の担当者にどう渡っているかです。
AIエージェントで顧客体験（CX）を再設計するには、先に接点間の情報の流れと人が判断する場面を決めます。 CRMに情報を集めても、記録する項目や引き継ぐ条件が曖昧なら、AIも次の対応に必要な文脈を使えません。
この記事では、顧客ジャーニーに沿って情報の途切れる場所を見つけ、各接点でAIに任せる作業を選び、結果を確かめて対象を広げる手順を解説します。業務自動化の基本は「AIエージェントで業務自動化」で解説しています。AI活用完全ガイドでは、AI活用の全体像を確認できます。
この記事でわかること
CX担当者やマーケティング責任者が、部門ごとのAI活用を顧客ジャーニー全体の設計につなげるための記事です。接点を選ぶ前の確認から、運用を広げる判断までを扱います。
- 顧客体験が分断される構造的な原因 — 情報の保存場所、記録内容、引き継ぎの条件を確認し、どこで文脈が途切れるかを見分けます。
- 接点ごとのAIエージェントの役割 — マーケティング・営業・CSで、AIが下準備できる作業と人が判断する場面を分けます。
- ジャーニー全体をつなぐ設計の考え方 — ライフサイクルステージとCRMの関連付けを、部門間の情報の受け渡しに結びつけます。
- 効果測定と段階的な導入手順 — 対象の選び方、指標の比較方法、次の接点へ広げる条件を示します。
顧客体験が分断される原因は「人」ではなく「データの置き場所」
顧客が同じ説明を繰り返している場合、まず各部門がどの情報を見て対応しているかを確認します。保存場所だけでなく、次の担当者が必要な内容を読める形で残しているかが判断の分かれ目です。
顧客体験における3つの構造的課題
接点を見直す際は、次の課題を手がかりにすると情報の途切れを探しやすくなります。
| 課題 | 現場で起きていること | 顧客から見えること |
|---|---|---|
| 部門間の分断 | マーケ・営業・CSが異なるシステムやデータで顧客を管理している | 部門が変わるたびに同じ説明を求められる |
| 対応品質のばらつき | 担当者のスキルや経験によって、調べる範囲や提案の質が変わる | 担当者によって対応の印象が大きく違う |
| タイミングのずれ | 適切なメッセージを、適切なタイミング・チャネルで届けられていない | 検討が進んだ後に初歩的な案内が届く |
これらが起きているときは、「必要な情報があるか」「次の担当者が見つけられるか」「その情報を使って何を判断するか」の順に調べます。情報があっても、個人のメモに残っていたり、記録の意味が部門ごとに違ったりすれば、引き継ぎには使いにくくなります。
スプレッドシートとツールの分散が生む断絶
例えば、展示会で得たリードはスプレッドシート、商談の記録は営業担当者のメモ、問い合わせ履歴はサポート用のメールボックスにある状態を考えてみます。CS担当者が契約前の課題を確認するには、それぞれの保存場所を探すか、営業担当者に聞く必要があります。
この状態でAIエージェントの対象を決める前に、引き継ぎに必要な情報を洗い出します。商談時の課題が記録されていないなら記録方法を決め、記録はあるのにCSが見られないなら保存先と参照権限を確認します。情報の所在を整理できてから、AIに任せる検索や要約の範囲を決める順番です。
AIエージェントが変えられること・変えられないこと
AIエージェントには、参照できる顧客データの整理や、担当者が確認するための対応案の作成を任せられます。BtoBのAIパーソナライズ戦略で扱う顧客ごとの関心や過去のやり取りも、記録されていれば対応を考える材料になります。
一方、どの顧客を重視するか、営業がいつ関与するか、どの対応を人が引き取るかは、事業と顧客との関係を踏まえて決める必要があります。まず人が判断基準を定め、その基準に沿ってAIが下準備する作業を選びます。担当者が提案を確認できない接点では、自動化の範囲を広げる前に確認手順を整えましょう。
顧客ジャーニー全体にAIエージェントを配置する
配置を考える際は、部門ごとの作業一覧から始めるのではなく、顧客が次の段階へ進むときに何を引き継ぐ必要があるかを書き出します。そのうえで、各段階の作業をAIと人に割り当てます。
ジャーニーマップとAIエージェントの配置
次の表は、各段階で検討する役割の例です。自社に当てはめる際は、右端の判断を誰が行うかまで決めます。
| ジャーニー段階 | 担当AIエージェント | 主な機能 | 人が担う判断 |
|---|---|---|---|
| 認知・興味 | マーケティングエージェント | パーソナライズドコンテンツ配信、広告最適化 | 訴求テーマとターゲットの決定 |
| 検討・評価 | ナーチャリングエージェント | リードスコアリング、適切なコンテンツ推薦 | 営業に渡す基準（ホットリードの定義） |
| 商談・契約 | 営業支援エージェント | 提案資料作成、競合分析、見積作成支援 | 提案内容と条件の最終判断 |
| オンボーディング | オンボーディングエージェント | 初期設定ガイド、チュートリアル最適化 | 顧客ごとの成功の定義 |
| 利用・定着 | CS支援エージェント | 利用状況分析、プロアクティブなサポート | 介入する顧客と優先順位 |
| 拡大・更新 | アカウントエージェント | アップセル機会検知、更新リスク予測 | 提案の可否とタイミング |
表を埋めたら、段階が変わる場面ごとに「次の担当者が必要とする情報」と「情報が不足していたときの確認先」を追加します。引き継ぎ内容が決まらない段階には、エージェントを配置する前に担当部門同士で判断をそろえます。
コンタクト→取引→顧客→請求の流れに重ねる
ジャーニーマップを運用につなげるには、顧客に関する情報の記録先を対応させます。HubSpotのCRMで引き継ぎを設計する際は、コンタクト・会社・取引・チケットの関連付けを確認し、次の担当者が必要な記録をたどれるか確かめます。（出典：Understanding the CRM）
例えば営業からCSへの引き継ぎでは、取引に記録した顧客の課題を、契約後の担当者がどこで確認するかを決めます。関連付けの有無に加え、記録内容と参照権限も確認してください。請求・契約情報をCRMで管理する場合は、更新時の判断に必要な項目を選び、誰が内容を確認するかを定めます。参照できない情報があれば、AIの設定に進む前に保存先や権限を見直します。
ライフサイクルステージで引き継ぎ点を定義する
ライフサイクルステージは、担当を切り替える条件を共有する手がかりになります。例えば「リード→MQL（ホットリード）→SQL→商談→顧客」という段階を使うなら、MQLに変わった際に営業が確認する情報、顧客になった際にCSへ渡す情報を定義します。
ステージ名だけでは引き継ぎは完了しません。変更の条件、変更する人、次の担当者が確認する項目を併せて決めます。ステージが変わっても必要な情報が空欄なら、次へ進めず記録した担当者に確認する運用を検討してください。企業様によって最適な形は異なります。顧客が迷う場面と社内の判断が切り替わる場面を照らし合わせ、自社の区切り方を決めます。
マーケティング接点のAI最適化
マーケティング接点では、配信する内容が顧客の関心や検討段階に合っているかを見ます。AIを使う前に、出し分けの根拠となる情報と、営業へ引き継ぐ条件を確認します。ここでは配信、スコアリング、失注後の案内を扱います。
パーソナライズドコンテンツ配信
顧客の行動履歴や関心を使った配信を考える場合は、まず利用するCRMの項目を選び、その情報がどのように記録されているかを確かめます。出し分ける内容を決める作業と、条件に沿って配信する作業を分けて設計しましょう。外部への業務委託との使い分けは「AI vs 業務委託」で解説しています。
接点ごとには、次のような使い方を検討できます。
- メールマーケティング: 関心テーマや検討段階に応じた件名・本文の案を作り、担当者が配信対象と内容を確認する
- Webサイト: 訪問者に表示する内容を、利用できる属性や行動情報に照らして選ぶ
- 広告配信: 対象とする顧客像を先に決め、配信結果を見ながら条件を見直す
業種や企業規模など、出し分けに使う項目に空欄や誤りがあれば、先に記録方法を整えます。配信後は反応だけでなく、想定と異なる案内が届いていないかも確認します。内容が合わない場合は、文章を増やす前に対象条件と元データを見直す順番です。
リードスコアリングの高度化
スコアリングを使う目的は、高い点数を付けること自体ではなく、営業が確認すべき顧客を見つけることです。既存の基準が現在の商談の進み方に合っているかを調べ、見直しが必要なら、どの行動や条件を判断材料にするかを決めます。HubSpot Breeze AIのリードスコアリング機能については、機能を検討する際の参考にしてください。
自社で定めた基準を超えたら、営業担当者が行動履歴と過去の対応を確認し、連絡の要否と時期を判断する流れを作ります。MQLへの更新や確認用タスクの作成を設定する場合も、営業が受け取った後の対応まで決めておきます。引き渡された顧客に連絡しない例が続くなら、営業の対応状況とスコアの条件を一緒に見直します。
失注から掘り起こしに戻すループ
失注した顧客への案内は、失注理由とその後の状況を確認してから決めます。理由を記録し、再び案内してよい条件を営業とマーケティングで共有しておけば、顧客の事情に合わない連絡を避けやすくなります。
失注理由は、価格・競合他社・製品機能・時期・社内決裁など、後から確認できるカテゴリーで残す方法があります。「時期」が理由なら再検討の予定を確認し、「製品機能」が理由なら、案内できる変更が実際にあったかを担当者が確かめます。条件に合う顧客だけを案内の対象にし、反応や再商談の状況を見て対象条件を調整します。
営業接点のAI最適化
営業では、商談前に確認する情報と、商談後に残す情報を先に決めます。AIには検索、要約、ドラフト作成を任せ、顧客への説明や約束事項は担当者が確認します。
商談前の情報準備の自動化
AIエージェントに商談前の情報整理を任せる場合、次の情報を候補にできます。
- 顧客企業の最新ニュース・プレスリリース
- 過去の商談履歴と対応記録の要約
- 類似案件の成功パターンと提案内容
- 競合製品との比較ポイント
これらは、情報の出所と更新時点を担当者が確認できる形で提示することが前提です。特に過去のやり取りが個人のメールやメモにしか残っていない場合、CRMの要約だけで準備を終えられません。まず商談で必要な記録を定め、担当者が不足や食い違いを確認する手順を作ります。情報が揃わない案件では、AIの要約をそのまま提案の根拠にせず、担当者が元の記録を確認します。
商談後のフォローアップ自動化
商談後は、AIが作成した記録案と実際の合意内容を担当者が照らし合わせます。営業プロセス全体の自動化パターンはAI営業支援の自動化ガイドで詳しく解説しています。
- 商談内容の要約をCRMに記録
- 次回アクション（提案資料送付、見積作成等）のリマインド設定
- フォローアップメールのドラフト作成
要約に決定事項と検討中の事項が混ざっていないか、次回アクションの担当者が合っているかを確認してから記録します。メールのドラフトも、約束した内容と文面が一致していることを担当者が確かめてから送ります。定型業務と判断を伴う業務の使い分けは、「AIとRPAの違い・使い分け」も参考にしてください。
大型案件はAIに任せない
大型案件や、顧客との関係に大きく影響する局面では、提案方針と顧客への文面を担当者が判断します。AIによるリサーチや情報整理を使う場合も、担当者が根拠を確認してから提案に反映します。
対象を分ける際は、取引金額だけでなく、交渉中の条件や関係者の多さなど、自社で人の確認を必要とする条件を整理します。その条件に当てはまる案件を自動送信の対象から外し、担当者が確認する流れを決めます。条件で分類できない案件が出てきたら、例外として人が判断し、その理由を次の設計見直しに使います。
カスタマーサクセス接点のAI最適化
契約後の接点では、利用状況や問い合わせの変化をどう読み取り、誰が連絡の要否を決めるかを定めます。ここでは解約予兆、先回り型のサポート、回答に使うナレッジを扱います。
チャーン（解約）予兆の把握
利用状況の変化を確認する場合は、何が通常の変動で、何を担当者が調べるべき兆しとするかを先に決めます。関連するデータ活用の取り組みは、経営データの可視化やコンテンツマーケティングの効率化の詳細もあわせてご覧ください。
- ログイン頻度の低下トレンド検知
- 主要機能の利用率の変化分析
- サポート問い合わせのネガティブな論調の検出
- 契約更新日が近い顧客へのフラグ付け
兆しを検知したら、CS担当者が契約状況や過去の問い合わせと照らし合わせ、連絡が必要か判断します。タスクやチケットを作成する場合は、確認した内容と対応結果を残します。顧客に連絡する必要がなかった例も振り返り、検知条件が広すぎないか見直します。
プロアクティブサポートの実現
先回り型のサポートでは、顧客が困っている可能性を捉えた後に、案内が役立つ状況かを判断します。
- 顧客がつまずきやすいポイントを検知し、ガイドを表示する
- 類似企業の活用方法を適切なタイミングで案内する
- 利用データに基づく改善提案を作成する
案内を設計するときは、何を根拠に対象を選ぶか、すでに担当者が対応していないか、顧客が同様の案内を受け取っていないかを確認します。反応がない案内を繰り返す場合は、回数を増やす前に内容と対象条件を見直しましょう。
AIの回答品質を決めるのはナレッジの整備
顧客対応でAIが参照する記事に古い情報や食い違う説明があれば、回答を利用する前に更新が必要です。よく来る問い合わせから記事を確認し、回答の根拠になる記述、更新担当者、人へ引き継ぐ条件を整理します。答えが記事内で見つからない質問は、無理に回答を作らせず担当者につなぐ運用を決めます。
回答のトーンや応答スタイルも、実際の案内文と照らして確認します。次の画面を見ながら、言葉遣いと人の担当者へ引き継ぐ場面を整理してください。
ガイドラインには、敬語の使い方、回答できない質問を受けたときの案内文、案内してよい範囲を記載します。試した回答に誤りや不自然な表現があれば、参照記事とガイドラインのどちらを直すべきか確認します。問い合わせ対応の自動化の全体像は、AIカスタマーサポート自動化で詳しく解説しています。
部門横断のデータ統合と情報連携が土台になる
部門をまたぐ情報連携では、すべての情報を集めることより、次の担当者が判断に使う情報を見つけられることが大切です。受け渡す項目、記録する人、確認する人を接点ごとに決めます。
CRMを中心としたデータ統合
マーケティング、営業、CSの間で受け渡しを設計する際は、次のデータから、次の判断に必要なものを選びます。
- マーケティングのキャンペーン反応データ
- 営業の商談履歴・提案内容
- CSの問い合わせ履歴・利用データ
- 顧客からのフィードバック・アンケート結果
例えばCSが契約後の支援方針を決めるなら、キャンペーンへの反応をすべて渡す必要があるか、商談時に合意した課題と成功条件があれば足りるかを比較します。必要な情報が決まったら記録先と閲覧できる人を確認し、実際の引き継ぎで探さずに確認できるかを試します。
AIエージェント間の情報連携
マーケティングで把握した関心を営業が使い、営業で確認した課題をCSが引き継ぐには、情報の意味を部門間でそろえる必要があります。複数のエージェントを組み合わせる設計はマルチエージェントシステムの設計方法も参考にしてください。
例えば「関心テーマ」「商談時の主要課題」「導入時の成功条件」をCRMに記録するなら、誰が入力し、次の担当者がどの判断に使うかを決めます。エージェントが内容を更新する場合も、担当者が記録を確認できるようにします。情報が途切れたときは、前の段階で未入力だったのか、次の段階で参照できなかったのかを分けて調べます。
項目は最小限に絞り、必須化で品質を仕組みにする
入力項目は、次の担当者が実際に使うものから選びます。項目を増やす前に、既存の記録で判断できない具体的な場面があるかを確認してください。
取引ステージやライフサイクルステージが変わる際は、CSが使う成功条件などの記録を確認します。空欄なら前の担当者に確認し、曖昧な記述なら次の担当者が何を判断できないかを伝えて補います。必須項目にしても形式だけの入力が続く場合は、入力例や項目の定義を見直します。仕組みを整えた後も、実際の引き継ぎで役立っているかを担当者同士で確かめることが必要です。
AIと人の役割分担と、正直な限界
AIの役割は、作業の量だけで決めず、誤った場合に顧客へどのような影響があるかで分けます。担当者が結果を確認できるかも、任せる範囲を決める条件です。
AIに任せること・人が判断すること
役割分担の目安は次のとおりです。
| AIエージェントに任せる | 人が判断する |
|---|---|
| 問い合わせの分類（営業／通常の問い合わせ） | ライフサイクルステージやパイプラインの定義 |
| 商談履歴・問い合わせ履歴の要約 | 顧客へのメール送信の最終判断 |
| 企業情報のウェブリサーチ | 大型案件へのアプローチ方針 |
| パーソナライズメールの下書き | 解約リスク顧客への介入方法 |
| 利用データからの予兆の検知 | 値引きや契約条件などの交渉 |
| 議事録の作成 | エージェントのガイドラインやプロンプトの設計 |
左の列の作業も、出力をそのまま顧客へ届けるかどうかで確認の必要性が変わります。まず社内で確認できる下書きや要約から試し、誤りの種類と修正方法を記録します。顧客との約束や契約条件に関わる内容は、担当者が元の情報と照らして判断します。
送信前レビューと日本語対応
顧客へのメッセージは、担当者が過去のやり取り、商談での合意、送信先と文面を照らして確認します。敬語や言い回しも、顧客との関係に合っているかを見ます。確認で食い違いが見つかったら、文章だけを直すのか、参照した顧客情報も修正するのかを分けて対応します。
修正が繰り返される場合は、どの情報が欠けていたか、ガイドラインのどの指示が曖昧だったかを記録します。修正箇所が少なくなっても、送信の判断を変えるかどうかは、顧客への影響と社内の確認体制を踏まえて決めます。
AIエージェントが向かないケース
次の状況では、AIに任せる作業を決める前に、情報や判断基準を整えます。
| 状況 | AIより先に取り組むこと |
|---|---|
| 顧客情報がスプレッドシートや個人のメールに分散している | CRMへのデータ集約と、コンタクト・会社・取引の関連付け |
| ナレッジベースの記事が古く、内容が統一されていない | よく来る問い合わせに対応する記事の更新と整理 |
| ライフサイクルステージや取引ステージの定義が部門で異なる | ステージの定義と引き継ぎ条件の社内合意 |
| 顧客との関係が少数の大口取引に集中している | 担当者による個別対応の強化と、その記録の仕組みづくり |
データが分散しているなら保存先、回答が食い違うならナレッジ、引き継ぎ時に迷うならステージの定義から確認します。整備後は実際の案件や問い合わせを使って、次の担当者が必要な情報を確認できるか試します。確認できてから、AIによる下準備の対象を選びます。
効果測定のフレームワーク
効果を測るには、導入前後で同じ対象を同じ方法で確認できるようにします。指標が動いた理由も調べられるよう、対象とした接点、担当者の確認方法、途中で変えた条件を記録します。
顧客体験を測るKPI
接点に応じて、次の指標から使うものを選びます。
| 測定指標 | 改善の方向性 | 測定方法 |
|---|---|---|
| NPS（推奨度） | 向上 | 四半期ごとのアンケート |
| 顧客生涯価値（LTV） | 向上 | 契約期間 × 平均MRR |
| 解約率（チャーンレート） | 低下 | 月次の契約解約率 |
| 初回応答時間 | 短縮 | サポートツールでの計測 |
| CSAT（顧客満足度） | 向上 | 対応完了後のアンケート |
| セルフサービス解決率 | 向上 | FAQ／ヘルプ利用後のチケット発生率 |
AIエージェントのROI測定フレームワークでは、顧客体験の指標とあわせて投資対効果を確認する考え方を解説しています。
指標を選ぶ順番と数値の見方
まず対象の接点で起きている課題を決め、それを直接確認できる指標を選びます。CSの問い合わせ対応なら初回応答時間とセルフサービス解決率、リードナーチャリングならMQLからSQLへの移行率やSQLに至るまでの期間が候補です。測定する対象や集計方法が導入前後で変わると比較しにくいため、条件も記録しておきます。
次に、速さと対応の質を併せて見ます。応答時間が短くなってもCSATが下がったなら、回答内容や人への引き継ぎを確認します。両方が望む方向に動いても、特定の問い合わせだけが悪化していないかを見てから対象を広げます。指標が動かない場合は、AIの出力、元データ、担当者の運用のどこに課題があるかを順に調べます。
導入のステップ：1つの接点から段階的に広げる
最初は、課題を確認でき、担当者がAIの出力を点検できる接点を選びます。各段階で確認することと、次へ進む条件を明確にしておくと、結果に応じて範囲を調整できます。
ステップ1：顧客ジャーニーの可視化
認知から契約、利用、更新まで、顧客の行動、関わる部門、情報の保存場所を一枚の表にまとめます。顧客に同じ説明を求めている場面があれば、前の担当者が何を記録し、次の担当者が何を見ているかを調べます。
保存先や担当者が分からない情報が残る場合は、次の接点を選ぶ前に記録方法を確認します。情報の流れを説明できる状態になったら、改善対象を比較します。
ステップ2：優先接点の選定
候補となる接点を、顧客への影響、利用できるデータ、人が確認できる範囲、測定のしやすさで比べます。カスタマーサポートやリードナーチャリングも候補になりますが、自社の課題と記録の状況に照らして選びます。
| 観点 | 優先度が高い状態 |
|---|---|
| 件数 | 同じ種類の対応が繰り返し発生している |
| データ | 必要な情報がすでにCRMに集まっている |
| リスク | 誤りがあっても人が後から修正でき、顧客への影響が限定的 |
| 測定 | 導入前の数値がすでに取れている |
顧客への影響が大きくても、必要な情報が揃わない接点は、データ整備を先に進めます。候補の中から、担当者が結果を確認でき、導入前の状態と比較できる接点を選びましょう。
ステップ3：AIエージェントの設計と実装
選んだ接点について、AIが参照する情報、作成するもの、担当者に引き渡す条件を決めます。AIエージェント業務自動化の基本を参考に、役割と権限を整理してください。まず対象を絞り、担当者が出力を確認する形で試します。
試した結果は、正しく扱えた例と修正が必要だった例の両方を残します。修正の原因が情報不足なら記録方法を、判断基準の曖昧さなら運用ルールを見直します。担当者が確認できない出力が残る間は、対象を広げる前に手順を調整します。
ステップ4：効果測定と改善
導入前と同じ条件で指標を確認し、担当者がどのような修正をしたかも振り返ります。速さが改善しても顧客への案内に食い違いが出るなら、対象拡大より回答内容と引き継ぎ手順の修正を優先します。
次へ進む条件は、対象接点の指標を比較できること、問題となる出力への対処方法が決まっていること、担当者が運用手順を引き継げることです。条件が揃ったら、隣接する接点に情報をどう渡すかを設計し、新しい対象でも同じ確認を行います。
よくある質問
AIエージェントを導入すると顧客は「機械的な対応」と感じませんか？
感じ方は、顧客が受け取る回答の内容や、それまでのやり取りが引き継がれているかによって変わります。まずAIの回答で扱う問い合わせを決め、解決できない場合や個別の判断が必要な場合は人へつなぐ導線を用意します。実際のやり取りで同じ説明を求めていないか、案内文が状況に合っているかを確認し、違和感が出る接点を見直します。
顧客データのAI活用にプライバシーの問題はありませんか？
個人情報をAIで扱う前に、対象データ、利用目的、AIツールに入力する範囲を整理し、顧客への説明と照らし合わせます。個別の適用と同意取得の要否は法務担当者と確認し、アクセス権限も定めてください。確認が終わるまでは、対象データを広げず、必要な情報の範囲を絞って検討します（出典：個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」）。
BtoB企業でもAIエージェントによる顧客体験の再設計は有効ですか？
BtoBでも、検討から契約後までの情報を引き継ぐ必要がある接点は対象になります。例えば営業が商談前の関心を確認する場面や、CSが契約時の課題を確認する場面です。まず引き継ぎで困っている具体的な場面を選び、必要な情報が記録されているか、人がAIの出力を確認できるかを調べます。その条件が揃った接点から試し、顧客への対応がどう変わったかを確認します。
既存のCRMにAIエージェントを追加するだけで顧客体験は改善しますか？
追加後に使うデータが空欄だったり、部門ごとに項目の意味が違ったりすれば、期待する引き継ぎはできません。まず次の担当者が判断に使う項目を選び、実際のレコードで入力内容と参照権限を確認します。不足があれば記録方法を整え、AIの出力を担当者が点検できる状態になってから対象を広げます。
顧客体験の再設計プロジェクトにはどのくらいの期間がかかりますか？
期間は、対象にする接点と、必要な情報や判断基準がどこまで整っているかで変わります。先に接点を一つ選び、情報の確認、運用設計、試行、結果の見直しに必要な作業を洗い出してください。試行後に元データや引き継ぎ条件の修正が必要なら、その作業を終えてから次の接点の計画を立てます。
まとめ
AIエージェントで顧客体験を再設計する際は、顧客が部門を移る場面で何が引き継がれているかを確かめるところから始めます。
- 顧客に同じ説明を求める場面を探し、情報の保存先、記録内容、次の担当者の参照方法を確認する
- 顧客ジャーニーの段階ごとに、AIが下準備する作業と人が判断する内容を決める
- CRMで受け渡す項目を絞り、ステージ変更時に必要な情報が揃っているか確認する
- 接点に合う指標を導入前後で同じ方法で測り、速さと対応の質を併せて見る
- 出力の誤りや情報不足への対処方法を整えてから、隣接する接点へ広げる
着手する際は、次の順で最初の対象を決めてください。
- 認知から更新までの各段階について、関わる部門と情報の保存場所を書き出す
- 情報が確認でき、担当者がAIの出力を点検できる接点を選ぶ
- その接点の導入前の状態を記録し、試行後に同じ条件で比較する
CRMを活用した業務効率化やAIとの連携に関するご相談は、StartLinkまでお気軽にお問い合わせください。
あわせて読みたい
記事の内容を、そのまま実務に落とし込みたい方向け
HubSpotゴールドパートナーのStartLinkが、HubSpot導入・AI活用・CRM整備・業務効率化までをまとめて支援しています。記事で気になったテーマを、そのまま相談ベースで整理できます。
次に読む
株式会社StartLinkは、事業推進に関わる「販売促進」「DXによる業務効率化（ERP/CRM/SFA/MAの導入）」などのご相談を受け付けております。 サービスのプランについてのご相談/お見積もり依頼や、ノウハウのお問い合わせについては、無料のお問い合わせページより、お気軽にご連絡くださいませ。
著者情報
