CEO /福島良典 LayerXの理想の営業組織を夢想する。 AIとデータによる営業⽣産性⾰命 #LayerX営業のミライ

© 2023 LayerX Inc. 2 LayerXの理想の営業組織 データとAIによって営業生産性が増幅される組織 周辺業務の自動化 アサインの精緻化 評価の精緻化 Revenue Ops (データ×AIで営業生産性を支援) 商談の再現性 期待MRR計算 SFA自動記録 請求・契約管理 商談マッチングAI 商談学習AI …

© 2023 LayerX Inc. 3 LayerXの理想の営業組織 周辺業務の自動化 (現実) 営業は忙しい... (理想) 営業が”営業”に集中 経費精算、契約・請求管理、勤怠.. 商談後のSFA入力... 商談前の顧客調査(決算情報、インタビュー)... 申し送り事項の確認... セキュリティチェックシートの記入... 商談・営業 商談・営業 周辺業務をできる限り自動化 “バクラク”で自動化 商談動画からAIが自動下書き AIが事前に決算情報やインタ ビューを要約 AIがSFAをみて、重要な論点 をサジェスト AIが下書きを自動で記入 営業の周辺業務を自動化し、営業が“営業”に集中できるように

© 2023 LayerX Inc. 4 LayerXの理想の営業組織 アサインの精緻化 (新規営業) 「誰が」「何を」「どの課題訴求で」売るかをAIがアサイン・サジェスト (期待MRRを最大化) リード リード リード リード リード 商談 商談 商談 契約・オンボ IS FS CS リードの期待受注率、 期待単価を算出 「誰が」「何を」「どの課題訴求で」売るかを期待MRRが最大化されるように割当 (※ 営業の性格や、プロダクト・ユースケースの不得意を事前に学習) オンボ工数が最小になるように割当

© 2023 LayerX Inc. 5 ● プロダクトの利用傾向からわかるロイヤリティ(ヘルススコア) ● ストレージに保存された帳票の種類と利用サービスのギャップ(レシー トの保存が多いけど経費精算入れていないetc) ● ワークフローの組織図情報(誰が意思決定者か) ● 決済データからわかる購買傾向(どのようなSaaSを買いそうか) ● 直近のインシデント(出た場合は提案に行かない) ● …etc LayerXの理想の営業組織 アサインの精緻化 (クロスセル・アップセル) データドリブンなクロスセル・アップセル (期待expansionMRRを最大化) 既存顧客のデータ アカウント担当 提案 連携 (必要あれば) FSのアサイン データを見ながらAIが「誰が」「どの顧客 に」「何のエクスパンションを」「どの担当者 に」営業するかを提案

© 2023 LayerX Inc. 6 LayerXの理想の営業組織 アサインの精緻化 (サポート) チケット チケット チケット チケット チケット チケット データドリブンにサポートチケットをAIが割り当て、回答内容も示唆 「FAQなので、自動応答でFAQのリンクを返そう」 (クロスセル機会と判断) 「アカウント担当に繋ぎ、問題の対応とともに、付加サービスの提案を示唆」 「専門的な内容なので、ドメインエキスパートに割当」 「アカウント担当に割当。過去に似た質問に答えているのでそのときの回答も担当者に添付」 「プロダクト要望なので、お礼返信をし、プロダクトの要望リストに追加」 「契約に関する内容なので、担当のセールスを割当」 .. etc 「誰が」「何に」「どんな目的で」 答えるかをAIが判断し割り当て。答えれる場合は解答例もサジェスト

© 2023 LayerX Inc. 7 LayerXの理想の営業組織 評価の精緻化 期待MRRをベースにしたフェアな評価 ● 受注額、獲得商談件数のような絶対値ではなく、期待 値(ベンチマーク)との差分が営業の真の「介在価値」 ● エースは難しい商談を当てられがち ● 商談アサインの巡り合わせによってたまたま結果が良 かった、悪かったということに一喜一憂しない ● 期待MRRに達しない時は、何がダメだったかを正しく 振り返られる 期待MRRと実績MRRの差分が”評価”

© 2023 LayerX Inc. 8 LayerXの理想の営業組織 商談の再現性 過去の商談動画を学習させた AIが営業の先生に AIが商談を分析・改善を提案 「Top営業と比較してここが良くなかった」 「ここの質疑応答によって商談の質が下がってしまった」 ...etc AIが参考となる教材も提案 「プロダクト仕様FAQのここをみよう」 「過去の商談動画のここをみよう。参考になるトークがあるよ」 ...etc AIを活用した学習 サイクルで再現性を 商談動画を学習したAIが先生となり、商談のパフォーマンスを高める …