下調べはAI、判断は人。社内ナレッジまで参照して売上が落ちた理由をAIと共に究明する方法のご紹介【デモあり】

売上が落ちた。KPIが目標に届いていない。こうした事実自体は、すぐに分かります。

分からないのは、なぜ落ちたのかです。
それを掴むには、例えばエリアや商材で切り分けて見る、過去に似た動きがあったときの施策や経緯を調べる、それらの情報を議論できる形にまとめる、といった作業を行っていくことになります。いずれも人が手で進める作業で、早くても数日、長いものはもっとかかります。

こうした状況で期待されるのが、昨今話題の生成AIの活用です。
ただ実際に売上の推移を渡して要因を尋ねても、返ってくるのは一般的な話で、会議に持っていったり意思決定に使ったりする水準にはなかなかならない、という声も多くいただきます。

これは使い方の巧拙よりも、AIに何の情報を渡しているかの問題です。
自社が何を売っていて、この半年どんな施策を打ち、去年似た落ち込みが起きたときに何が効いたのか。それを伝えないまま、目の前の数字だけを見て答えても、一般論以上のものは出しようがありません。

裏を返せば、自社のデータと、社内に溜まった施策の経緯（社内ナレッジ）がつながってさえいれば、AIが担える範囲は大きく変わります。

例えば、事業数値のモニタリングをこの形にすると、こうなります。

– 人が見る前に、数字の動きをAIが捉える
– 要因を分解してデータから検証する
– 過去に似た動きがあったとき何の施策/対策を実施したのか調べる
– 「誰に、どの論点を確認すべきか」まで整えておく

担当者が動き出す一歩手前まで、必要なデータも、関連する社内ナレッジも整理された状態になります。数字の変化に気づいた時点から、そのまま議論へ。会議中に出てきた論点も、その場で深掘りして進められます。

本セミナーでは、これが実際に動いている様子をデモ画面でご覧いただきます。そのうえで、自社で同じ状態をつくるには何から着手すればよいのかを、段階ごとにご説明させていただきます。

・ダッシュボード等で数字は見えているのに、打ち手の検討までに数日かかってしまう理由
・POSデータを題材にデモ
‐自社のデータにつないだAIが数値の変化を検知
‐過去の類似ケースと打った施策まで参照して確認すべき論点を出す
‐その場で追加の問いを投げて深掘りする様子
・自社で同じ状態をつくるまでの、段階ごとの進め方

・生成AIに自社の数字を渡して意思決定に使える答えをすぐに得られる環境にしたい方
・営業企画・経営企画・マーケティングのご業務で数字の読み解きから打ち手検討までのサイクルのスピードを上げたい方
・ダッシュボードやBIは動いているものの、その先の要因分析は人手のままという方
・プロンプトの工夫や社内展開は一通りやったがその次に何をすべきかの見取り図がほしい方
・生成AIを一部の詳しい人のものにせず、事業運営の実務に定着させたい方