SFAで営業データを戦略に変える｜蓄積→分析→改善のPDCAで勝ちパターンを再現する方法

SFAを導入してから半年以上が経つのに、週次の営業会議では「今月は厳しそう」「この案件は何とかなるはず」という感覚論が繰り返されている。データは蓄積されているはずなのに、意思決定の根拠になっていない。この状況に心当たりのある営業マネージャーや営業企画の方は少なくないはずです。

この記事では、SFAに蓄積した営業情報やデータをどの順序で分析し、具体的な打ち手に変えるかを解説します。「どのデータを優先するか」「どのフェーズが詰まっているかをどう特定するか」「勝ちパターンをどう標準化するか」という判断軸まで掘り下げますので、データ活用のPDCAをこれから設計する方にも、すでに動かしているが定着しない方にも参考になる内容です。

営業課題の全体像と解決の考え方では、SFAが解決できる課題の体系を整理しています。本記事はその中の「データを戦略に変えるPDCA」に絞って深掘りするクラスター記事です。

営業データ活用がうまくいかない本当の理由

「SFAを入れたのにデータが活用できていない」という状況は、ツールの問題ではなく「何を見て何を決めるか」という運用設計の欠如から生じることがほとんどです。まず原因の構造を理解することで、後述する手順の意味が腑に落ちます。

以降で、現場でよく起きる3つの詰まりパターンを整理します。特にSFA特有の「入力されない→分析できない→改善できない」という悪循環の構造は、多くの組織が陥っているにもかかわらず、ツールを変えるだけでは解消されません。

「入力されない→分析できない→改善できない」の悪循環

SFAにデータが蓄積されない最初の原因は、ほぼ例外なく「現場に入力負荷がかかる設計になっていること」です。入力項目が多い、入力の目的が分からない、入力しても自分にメリットがない、この3条件が重なると、現場担当者は最低限の情報しか入力しなくなります。

データが不完全なまま分析を試みても、「母数が少なすぎて傾向が出ない」「フェーズの定義が担当者ごとにバラバラなので集計値が実態を表していない」という問題が起き、意味のある示唆が出てきません。分析できなければ改善の打ち手も出ず、現場からは「SFAって結局管理ツールでしょ」という不満が生じます。その結果、さらに入力意欲が低下するという悪循環が完成します。

この悪循環を断ち切るには、まず「入力することで自分の仕事が楽になる体験」を先に設計することが必要です。ツールの機能面では後述するAIアシスタントのような仕組みが有効ですが、運用設計として「入力の目的と恩恵を現場が理解している状態」を作ることが前提になります。

目的が曖昧なままツールを導入する問題

SFA導入の目的が「データを蓄積すること」になってしまうと、「どの指標をKPIとして追うか」が決まりません。受注率を上げたいのか、商談数を増やしたいのか、商談サイクルを短縮したいのか、目的によってモニタリングすべきデータは大きく異なります。

営業生産性の向上と効率化の考え方でも整理しているように、営業生産性の方程式（商談数×受注率×単価÷工数）のどこが詰まっているかを先に特定することが、SFA活用の前提条件です。この特定がないままSFAを入れると、「全部の指標を追おうとして何も追えない」「レポートが多すぎてどれを見ればよいか分からない」という状況に陥ります。

分析と改善が「担当者任せ」になっている問題

データを見る人間がいない、見る習慣がない、という状況も頻繁に起きます。特に「営業企画や管理職一人がすべての分析を担当している」構造は、分析の頻度と速度が上がらないうえに、担当者が異動や退職した途端にデータ活用が止まるリスクを抱えています。

また、レポートを「作るだけ」で意思決定に使われていないケースも多く見られます。週次の営業会議でレポートを表示するものの、議論は「直感的にどう感じるか」に終始し、数値が意思決定の根拠にならない。改善を組織のルーティンとして設計しなければPDCAは回らない、という認識が出発点になります。

営業PDCAの素材になるデータの種類と優先順位

SFAに蓄積されるデータはすべて等価ではありません。「受注につながるかどうか」を判断するために最初に見るべきデータは、顧客情報・案件情報・アクション情報の3層に整理できます。この順序で整備することで、分析の精度が段階的に上がります。

どれから手をつけるか迷ったときは、「受注パターンの仮説を立てるために必要な情報か」という判断軸で優先順位をつけてください。

顧客情報・取引先情報

企業の基本属性（業種・規模・所在地）、過去の購買履歴、LTVが該当します。これらのデータを整備する主な目的は「どの属性の企業が受注しやすいか」というターゲット仮説を検証することです。受注企業に共通する業種や規模感が分かれば、新規開拓の優先順位を絞り込めます。

SFAの中には内蔵の企業データベースを持つものがあり、取引先登録時に基本情報（設立年・所在地・従業員数など）を自動補完できます。例えばMazrica Salesのような統合型SFA/CRMでは、上場企業約3,800社・非上場企業約240万社の企業データを内蔵しており、手動入力の工数を削減できます。ただし、「営業担当者が独自に把握しているキーマン情報」や「過去の提案経緯」は自動補完できないため、その部分の入力ルールを別途設計する必要があります。

案件情報

フェーズ・受注確度・金額・商談期間（リードタイム）・競合状況が該当します。案件情報はSFAの核心となるデータで、「どのフェーズで案件が止まっているか」「どの案件が今すぐ対応が必要か」を把握するために使います。

SFAの案件ボード機能では、案件をフェーズごとに視覚的に並べて確認できます。Mazrica Salesの案件ボードでは、直近のアクション状況によって案件カードが色分けされます。青は1週間以内にアクションが記録されている案件、黄は1か月以内、赤は1か月以上アクションがない案件です。この色分けだけで、マネージャーはどの案件が放置されているかを瞬時に把握できます。

もう一つ重要な指標が「フェーズ滞留日数」です。各フェーズに案件が留まっている期間を追うことで、営業プロセスのどこがボトルネックになっているかを特定できます。「提案フェーズに案件が溜まっている」という事実が分かれば、「提案の質に問題があるのか」「決裁者へのアクセスができていないのか」という仮説を立てる起点になります。また、「案件発生日からのリードタイム」（発生から受注までの全体日数）を中央値で追うことで、商談サイクルの変化を継続的に把握できます。

アクション情報

メール・電話・面談の記録、事前メモ、実施結果、次のアクションが該当します。アクション情報は「どのアクションパターンが受注に結びついているか」を分析するための素材です。受注案件と失注案件でアクションの種別・頻度・タイミングを比較することで、勝ちパターンが浮かび上がります。

アクション情報は入力が属人化しやすい領域でもあります。担当者によって記録の詳細度が異なると、比較分析ができません。アクションテンプレートを整備して記録の型を統一することで、データの品質を担保する設計が必要です。

蓄積データを打ち手に変える分析の手法

データが整ったあとに必要なのは「何の指標をどう解釈して、何を変えるか」という分析のフレームです。営業データの分析は大きく3つの手法に整理でき、それぞれ追うべき指標と使うべき場面が異なります。競合との勝ち方を再現可能にするには、この3手法を組み合わせることが出発点になります。

どれか一つで完結させるのではなく、「ファネルで課題フェーズを特定→パイプラインで着地を確認→行動分析で打ち手を絞る」という順序で組み合わせると、分析から改善までの流れが自然につながります。

ファネル分析（どのフェーズで案件が落ちているかを特定する）

ファネル分析は、フェーズごとの案件数と通過率を集計し、受注までの転換率を可視化する手法です。例えば「初回接触から提案フェーズへの通過率は80%だが、提案から見積もりフェーズへの通過率は30%に落ちている」という結果が出れば、提案の質または提案後のフォロー活動に問題がある可能性が高いと判断できます。

ボトルネック特定の判断軸として実務的に使いやすいのは「特定フェーズの通過率が全体平均を著しく下回っているかどうか」です。全体の通過率が60%の中で特定フェーズだけ30%台であれば、そのフェーズへの集中投資が有効です。

SFAのファネル分析レポートでは、このデータを設定なしで自動集計できます。分析の前提として「フェーズの定義が全メンバーで統一されていること」が必須であり、定義がバラバラのままでは集計値が実態を反映しません。

パイプライン分析（今後の受注見込みと達成率を把握する）

パイプライン分析は、現在の案件ポートフォリオから期末の売上着地を予測し、目標との乖離を把握する手法です。営業会議を「感覚論」から「数値論」に切り替えるために最も直接的に機能する分析です。

追うべき主な指標は次の3つです。

• 受注確度別の案件金額の合計（着地見込みの算出に使う）
• 案件発生日からのリードタイムの中央値（商談サイクルの変化を把握する）
• 目標との乖離額（不足額に対してどの打ち手を取るかを判断する）

週次でモニタリングし、不足額に対して「商談数を増やすか（フェーズ上流への介入）」「受注率を上げるか（フェーズ下流への介入）」の打ち手を選択します。この選択を毎週繰り返すことで、マネージャーが数値に基づいて判断する習慣が醸成されます。

Mazrica SalesのAIフォーキャストでは、蓄積データをもとに売上の着地見込みを動的に予測・更新できます。目標・実績・予測受注金額・達成率・不足額をまとめて確認できるため、会議の準備工数が削減されます。

行動分析（誰がどのアクションを・どれだけ行っているかを把握する）

行動分析は、アクション数・種別・頻度を担当者別・案件タイプ別に集計し、活動量の偏りや勝ちパターンを発見する手法です。

特に有効なのが「受注した案件」と「失注した案件」のアクションパターンの比較です。受注案件では初回接触から提案まで平均何日で何回のアクションが行われているか、キーマンへの接触は何回発生しているか、といった共通点が見つかることがあります。この差分が「勝ちパターンの仮説」になります。

SFAのアクション分析レポートとアクション推移レポートを組み合わせることで、種別・担当者別の件数と時系列推移を継続モニタリングできます。担当者ごとの行動量の差も可視化されるため、マネージャーが「なぜAさんは受注率が高いのか」を数値ベースで掘り下げるきっかけになります。

分析を改善につなげる：勝ちパターンの再現とPDCAの設計

分析で課題が特定できたあとが本当の勝負です。「分かった」で終わらせず、営業組織全体の動き方を変えるには、改善のルーティンとして組織設計する必要があります。ここでは、データに基づく意思決定を組織のクセにするための仕組みの作り方を整理します。

「勝ちパターンの抽出→標準化→レビューサイクルへの組み込み→AIによるアクション示唆の活用」という4段階で設計することで、PDCAが個人の努力に依存せず回り続ける状態をつくれます。

勝ちパターンの抽出と標準化

受注案件の共通点を洗い出すことが起点です。具体的には次の要素を分析します。

• 受注企業の属性（業種・規模・所在地）
• 初回接触からのリードタイム
• キーマンへの接触タイミングと回数
• 提案書の送付タイミングと回数
• フェーズごとのアクション種別と頻度

抽出した勝ちパターンは、営業プロセスのフェーズ定義・フェーズごとのチェック項目・アクションテンプレートに落とし込みます。「フェーズを進めるために必要な行動が完了しているかどうか」をSFAのフェーズ必須項目で強制的に記録させることで、再現性が担保されます。

営業の属人化を解消するためのSFA活用では、勝ちパターンの標準化と属人化解消の関係を詳しく扱っています。

週次・月次のレビューサイクルの設計

何を・誰が・いつ・どの粒度で見るかを先に決めることが、レビューサイクルの定着条件です。役割ごとに次のように設計するのが実務的です。

• 現場担当者：週次で自身の案件ポートフォリオと直近アクションを確認する。放置案件（赤の案件カード）がないかをチェックし、翌週のアクション計画を立てる。
• マネージャー：週次でパイプライン全体とフェーズ滞留案件を確認する。月次でファネル通過率・担当者別行動量を分析し、コーチングのアジェンダを作る。
• 経営：月次〜四半期で売上予測と目標達成状況を確認する。戦略レベルの意思決定（ターゲット変更・人員配置）の根拠として使う。

SFAのダッシュボード機能（Mazrica SalesではGrowth以上の機能の一例）を使うと、役割別に必要な指標を1画面に集約できます。会議の冒頭でダッシュボードを開くことを習慣にするだけで、「データを確認してから議論を始める」文化が徐々に根付きます。

営業の見える化と情報活用では、営業情報の見える化の実践について詳しく解説していますので、あわせて参照してください。

AIを使ったアクション示唆の活用

SFAのAI機能は、担当者が自力で分析しなくても優先順位が分かる状態をつくるために機能します。

Mazrica SalesのAIインサイト（Growth以上の機能の一例）では、案件データから「行動リスク（今すぐ対応すべき案件）」「傾向リスク（潜在的に停滞しつつある案件）」「類似の受注案件・失注案件のパターン」を提示します。担当者は「どの案件から手をつければよいか」を、自分でレポートを読み解かなくても判断できます。

また、AIフォーキャストによる売上着地の数値化は、会議のアジェンダを「予測に基づく議論」に切り替えるために有効です。「今月は大丈夫そうか」という感覚的な確認から、「予測では目標に対して○○円不足している。どの案件を優先するか」という具体的な議論に変わります。

AIの示唆はあくまで「次のアクションの候補」です。最終的な判断は営業担当者が行う前提で使うことが重要で、AI任せにすると「AIが言ったから対応した」という受け身の姿勢が生まれます。

データ活用を失敗させる落とし穴と対策

営業データ活用の取り組みは、多くの場合「最初の数か月は盛り上がったが定着しなかった」という形で終わります。失敗の理由は共通しており、事前に把握しておくことで回避できます。以下の4つが現場で繰り返されている典型的な落とし穴です。ツールを変えたり担当者を替えたりしても、この構造的な原因を解消しなければ同じ結果になります。

データ入力を現場に「義務」として課すだけで終わる

入力の目的と恩恵を現場が実感できない状態で「必ず入力せよ」と命じても、形式的な情報しか蓄積されません。案件名・金額・フェーズだけが入力され、アクションの詳細・次のアクション・失注理由といった「分析に必要な情報」は空欄のままになります。

対策として有効なのは、「入力したデータが自分の仕事を楽にする体験」を先に設計することです。例えばAIアシスタントの活動サマリー機能（Mazrica Salesでは全プランで利用可能。ただしプランにより利用回数の上限が異なり、Starter 50回/月・Growth 1,000回/月・Unlimited 無制限）を使うと、入力したアクション履歴をAIが自動要約し、次のアクション候補を提示します。「入力したら次に何をすればいいか教えてくれる」という体験が、入力への動機付けになります。

分析担当者を一人に集中させる

営業企画や管理職一人がすべての分析を請け負う構造は、分析の頻度と速度が上がらないうえに、その担当者が抜けたときに止まるリスクを抱えています。また、分析結果を「報告」する立場と「判断する」立場が分離すると、データが意思決定に直結しなくなります。

対策は、マネージャーが自分でダッシュボードを参照できる状態を作ることです。SFAの標準レポートは全プランで利用でき（Mazrica Salesでは8種が設定不要で使える）、操作の習得コストは高くありません。マネージャーへのレポートの読み方トレーニングを先行させ、自分で数値を見て判断できる状態を作ることが定着への近道です。

分析の粒度が荒すぎて打ち手に落ちない

「受注率が低い」という事実を把握しても、「だからどうするか」が出てきません。受注率という集計値は「結果」であり、「原因のある場所」ではないからです。

対策は、「どのフェーズで・どの属性の案件が・なぜ落ちているか」という仮説を立て、それを検証できる指標まで掘り下げることです。具体的には、フェーズ滞留日数を案件タイプ別に分解する、特定フェーズで失注している案件の属性（業種・規模・担当者）を絞り込む、といった操作が有効です。「受注率が低い」→「提案フェーズから先の通過率が特に低い」→「大手企業の案件に限ってその傾向が強い」→「大手向けの提案内容に課題がある」という仮説の連鎖を作ることで、打ち手が絞り込まれます。

ツール導入を目的にしてしまう

「SFAを導入した＝データ活用できた」と混同するケースは依然として多く見られます。ツールは情報やデータを集める手段であり、何をどのように活用するかの設計がなければ価値を生みません。

対策は、SFA導入と同時に「誰が・何の指標を・いつ・どのように判断に使うか」を設計し、運用ルールを文書化することです。「最初の3か月はフェーズ定義の統一と入力ルールの確立に専念し、分析は4か月目から始める」というように、フェーズを分けて設計することで導入直後の混乱を防げます。

営業データ活用の実践ステップ（5段階）

ここまでの内容を踏まえ、実際に取り組む順序を整理します。重要なのは「小さく始めて、成果を見せながら広げる」ことです。最初から全社展開・全指標の収集を目指すと、運用コストに潰れて定着しません。まず1チームで試し、「週次でダッシュボードを見ながら議論すると判断が早くなった」という体験を作ることが、全社展開への足がかりになります。

ステップ1：既存データを活用できる状態にする

SFAにすでに蓄積されている情報やデータのうち、何が入力されていて何が抜けているかを棚卸しします。取引先・案件・アクションの3オブジェクトで、記録率が低い項目を特定してください。

記録率が低い項目の原因は「入力しにくい設計」「入力の目的が不明」「必須設定がない」のいずれかであることがほとんどです。過去データの整備にはCSV一括登録・更新機能（デフォルトでは管理者ユーザーのみ利用可能）を活用すると効率的です。

ステップ2：優先する分析指標を1〜2個に絞る

「まず全部の指標を追う」は失敗の王道です。営業生産性の方程式（商談数×受注率×単価÷工数）のどこが最大の課題かを先に決め、最初に追う指標を絞ります。

判断の目安として次の対応を参考にしてください。

• 商談数が少ない課題：リード源別の案件化率を最初の指標にする。
• 受注率が低い課題：ファネルのどのフェーズで案件が落ちているかを最初に確認する。
• 商談サイクルが長い課題：案件発生日からのリードタイム（中央値）を最初に追う。

ステップ3：ツールとデータ収集のルールを整備する

フェーズの定義を全員に合わせることが最優先です。「提案フェーズとはどの状態を指すか」「見積もりフェーズに進む条件は何か」を明文化し、全メンバーが同じ定義で入力する状態を作ります。

必須入力項目と任意項目を分けて設計し、必須項目は少なく・重要度の高いものに限定します。アクションテンプレートを整備して入力の型を統一することで、記録の品質が安定します。

ステップ4：分析と議論のルーティンを組み込む

週次の営業会議にダッシュボード参照を組み込むことが、「感覚論」を「数値論」に切り替える最初の一歩です。「会議の冒頭5分でダッシュボードを確認してから議論を始める」というルールを設定するだけで、議論の土台が変わります。

管理職が毎週同じ指標を見続けることで、「何が正常で何が異常か」の判断感覚が醸成されます。最初は「どう読めばよいか分からない」という反応があっても、3か月続けると数値の変化への感度が上がります。

ステップ5：勝ちパターンを記録し標準化する

受注案件の属性・アクションパターン・提案内容をSFAに記録し、月次でレビューします。「なぜこの案件を受注できたか」をAIアシスタントの活動サマリーと照合しながら言語化し、再現可能な形に落とし込みます。

営業標準化の実践では、フェーズ定義やアクションテンプレートの設計方法を詳しく扱っています。標準化した勝ちパターンの組み込みに取り組む際の参考にしてください。

SFAで見るべき指標と標準レポートの使い方

SFAの標準レポートは設定なしで使い始められますが、「どのレポートを・何の目的で・誰が見るか」を決めないと参照されないまま終わります。Mazrica Salesでは売上関連4種・アクション関連4種の合計8種の標準レポートが用意されており、それぞれ追うべき状況と使いどころが異なります。代表的な8種のレポートと、それぞれの使いどころを整理します。

売上関連の4レポート

• 売上予測レポート：現在の案件ポートフォリオから期末着地を予測する。不足額と対策の議論に使う。
• 売上推移レポート：受注金額の時系列推移を把握し、季節性・トレンドの変化を確認する。月次〜四半期の振り返りに適している。
• 売上実績レポート：実績を担当者別・案件タイプ別・製品別に集計する。目標達成状況の確認と担当者評価の根拠として使う。
• ファネル分析レポート：フェーズ別の案件数・通過率を可視化し、ボトルネックを特定する。課題フェーズへの施策を決める際の起点になる。

アクション関連の4レポート

• アクション予測レポート：予定されているアクション量から今後の活動量を把握する。行動量が不足している担当者へのフォローの判断に使う。
• アクション分析レポート：アクション種別・担当者別の件数を集計し、行動量の偏りを発見する。誰がどの種別のアクションを多く行っているかが分かる。
• アクション推移レポート：アクション量の時系列推移を確認し、活動の増減を把握する。キャンペーン施策や体制変更の前後比較に適している。
• フェーズ進捗レポート：各フェーズへの案件の移動状況を追い、営業プロセスの進み方を確認する。フェーズ間の滞留を早期に発見できる。

カスタムレポートやダッシュボード（Mazrica SalesではGrowth以上の機能の一例）を活用すると、上記8種のレポートを組み合わせて役割別に表示を切り替えられます。経営層・マネージャー・担当者がそれぞれ必要な指標を1画面で確認できるようになると、情報の分散がなくなり、レポートの参照頻度が上がります。

まとめ

データを「溜めるだけ」から「戦略に変える」には、ファネル・パイプライン・行動の3軸で分析し、勝ちパターンを標準化してPDCAを週次ルーティンに組み込む設計が必要です。「どのフェーズが詰まっているか」「どのアクションパターンが受注につながっているか」が数値で見えれば、感覚に頼る営業会議から脱せます。

取り組みの第一歩として最も着手しやすいのは、既存のSFAデータの棚卸しと、追う指標を1〜2個に絞ることです。全社展開の前に、マネージャーが週次でダッシュボードを参照するルーティンを1チームで試すことが、定着への最短経路になります。「1チームの成功体験」が社内の推進力になります。

受注率向上とSFA活用では、受注率の向上まで踏み込んだ打ち手を詳しく扱っています。営業組織全体の課題解決の体系については、営業課題の全体像と解決の考え方をあわせてご確認ください。

よくある質問

Q 営業データ活用はいつから始めるべきですか？SFA導入前でも準備できることはありますか？

A

SFAを導入する前に整備しておくべきことは2つあります。1つ目は「どの課題を解決したいか」の言語化です。商談数・受注率・商談期間のどこが最大の課題かを先に特定することで、SFAで追うべき指標が決まります。2つ目はフェーズ定義の合意です。SFAに入力する案件のフェーズ（初回接触・提案・見積もり・契約交渉など）を全員で統一しておかないと、後から集計しても意味のある数値が出ません。この2つは、ツールがなくても今すぐ着手できます。

Q データ活用を推進するにあたって、まず誰を巻き込むべきですか？

A

最初に動かすべきは、現場を見ているプレイングマネージャーです。経営が「データを活用しろ」と号令をかけるより、現場のマネージャーが「これを見れば判断が楽になる」と実感することが定着への近道です。マネージャーが週次のダッシュボード参照を習慣化できると、チームへの浸透が速まります。経営と現場担当者の間にいるマネージャーを起点にすることで、上下両方向への波及が起きやすくなります。

Q SFAに蓄積したデータをマーケティング部門と連携させるにはどうすればよいですか？

A

SFAの案件データ（リードの属性・商談化した経路・失注理由）をマーケティング部門にフィードバックすることで、「どのリードが案件化しやすいか」という仮説の精度が上がります。SFAとMA（マーケティングオートメーション：商談化前のリード獲得・育成を担うツール）をデータ連携させると、リードのスコアリングや育成のオートメーションに活用できます。Mazrica Salesのような統合型SFA/CRMでは、営業とマーケティングが同一データを参照できる構成になっているため、部門間でのデータの齟齬が起きにくくなります。

Q SFAのAI機能は、データ活用のどの段階で役立ちますか？

A

主に「分析」と「改善」の2段階で機能します。分析段階では、AIが案件のリスク・進捗・類似案件の成功パターンを提示するため、担当者が自力でレポートを読み解かなくても優先順位が分かります。改善段階では、蓄積したデータをもとにAIが次のアクションを示唆するため、勝ちパターンを個人の経験値に頼らず再現しやすくなります。「蓄積」段階においても、AIアシスタントの活動サマリーが入力の動機付けになるという間接的な効果があります。

Q データ活用の成果はどのくらいで出始めますか？

A

最初に成果として見えやすいのは「どのフェーズで案件が止まっているかが分かる」「担当者ごとのアクション量の差が可視化される」といった状況の把握です。そこから改善策を試みて受注率・商談期間に変化が現れ始めるまでには、データが十分に蓄積される期間が必要であり、規模・運用体制・既存データの品質により異なります。「見える化」の成果と「受注率改善」の成果は時間軸が異なることを最初から組織で共有しておくと、途中で取り組みが止まりにくくなります。

Q 受注率・商談数のどちらを先に改善すればよいですか？

A

まずファネル分析で「どのフェーズの通過率が低いか」を特定してください。初回の提案から先に案件が進まない状況であれば、提案の質や提案後のフォローが先の課題です。そもそも商談に至る案件数が少ない状況であれば、集客やリード獲得が先の課題になります。両方同時に施策を打つとリソースが分散するため、営業生産性の方程式（商談数×受注率×単価÷工数）の詰まっている箇所を一つ特定してから着手するのが原則です。[営業の予実管理とSFA活用](/sfa-forecast-accuracy/)では、分析から予実管理への連携についてさらに詳しく解説しています。