AIフォローアップが停滞案件から31万ドルを回収した方法

構築したもの. 私たちはB2B営業チームのために、claudeベースのフォローアップアシスタントを構築しました。毎朝、静かになった案件を洗い出し、担当者自身の言葉遣いで次の一手を下書きします。担当者はそれを確認して送信します。1四半期で22件の停滞案件を再稼働させ、約31万ドルの休眠パイプラインを回収しました。

問題はリードの数ではなく、記憶でした。良い2回目の商談の後に案件が止まり、担当者はより熱い案件に移り、3週間後には誰も折り返すことを覚えていません。CRM上ではパイプラインは健全に見えても、その内側では静かに死んでいました。

営業担当VPが気にしていた数字はこうです。約31万ドル分のパイプラインが、すでにCRM上でオープンのまま何も進まずに眠っていました。新しいリードを買ったわけではありません。担当者が適切なタイミングで適切なメッセージを送ったことで、そのうち22件の案件が実際の会話に戻ってきました。

なぜこれほど多くの案件がフォローアップの段階で死ぬのか

40件のオープン案件を抱える担当者が、40個のフォローアップの時計を頭の中で管理し続けることはできません。結果として、いちばん声の大きい案件がその日を制し、静かな案件は放置されます。この放置は四半期末まで見えないままで、予測に入っていた案件が実は6週間も音沙汰なしだったと判明します。これはまさに、私たちの営業向けAIの取り組みが対象にしているパターンです。

実際に何を構築したのか

特別なものではない、3つのパーツです。通常のペースを超えて静かになったオープン案件を採点するステップ。実際のやり取りの履歴を使って次の一手を書く下書きステップ。そして、担当者がCRMを手作業で漁る代わりに開く日次リストです。

• 抽出:毎朝CRM内のオープン案件を読み、想定される次回接触予定日を過ぎたものにフラグを立てる。案件規模と最後に実際に返信があった日で重み付けする。
• 下書き:フラグの立った案件ごとに、担当者の言葉遣いで短いフォローアップを1通書く。スレッド上で実際に起きた最後の出来事を引用する。ありきたりな「ご確認いかがでしょうか」は書かない。
• 確認:下書きを「今日声をかけるべき相手」リストに入れる。担当者が読んで送信ボタンを押すまで、何も送られない。

返信率を変えたのは下書きのステップです。「更新がQ3に来るとおっしゃっていたので、その前にパイロットの準備を進めたく」というフォローアップには返信が来ます。「ご確認いかがでしょうか」は無視されます。Claudeがスレッドを読み、具体的な引っかかりを拾い上げるので、担当者は空欄からメッセージを書くのではなく、実在するメッセージを編集することになります。

送信量は一度も人間の範囲を超えませんでした。担当者は、自分のウォームアップ済みメールボックスから、人が無理なく送れる数のフォローアップを送るだけです。アシスタントが変えたのは、どの案件に注意が向くかとメッセージの内容であって、送信数ではありません。迷惑メール報告は横ばいのままで、到達率も保たれました。この人間を介在させる一線は、/platforms側で出荷するすべてのものを支える同じ規律です。

元が取れるまでどれくらいかかったのか

最初の2週間はノイズだらけでした。抽出ステップが正当な理由で静かになっていた案件にもフラグを立ててしまい、担当者は信用できないリストを渡され、数人は開かなくなりました。この期間は、ペースのロジックを調整し、担当者が意図的に保留していた案件を無視するよう教えることに費やしました。

回収の成果は、リストが信頼できるようになってから現れました。3週目には日次リストは短く、ほぼ正確になり、担当者は習慣として開くようになり、再稼働した案件が積み上がり始めました。約31万ドルは初週ではなく四半期全体の合計です。これは私たちのビルド・イン・パブリックの事例全体に共通するパターンです。モデルは簡単な部分で、その周りの地味なループこそが勝負なのです。

自分の受信箱に案件を取りこぼすことがなくなりました。リストが誰が静かになったかを教えてくれて、実際に送れるメッセージを渡してくれます。

私たちは若いスタジオで、実績そのものが売り込みになるからこそ、公開の場で構築しています。予測に入れていた案件がCRM上で静かになっていくのを見ている営業担当VPなら、回収すべきパイプラインはすでにあなたの手元にあります。何を構築しているか教えてください。実際の案件データに合わせて、フォローアップのループをスコープします。