SFAで予実管理の精度を上げる｜ズレる原因・リアルタイム更新・予測精度向上の考え方

週次でヨミを更新しているにもかかわらず、月末になると着地がズレる。そのたびに「なぜ外れたか」を振り返るものの、翌月も同じことが繰り返される。こうした状況に悩む営業マネージャーや営業企画担当者は少なくありません。

予実のズレは、担当者の見込みの甘さだけが原因ではありません。ヨミの定義が統一されていない、情報の更新が遅れている、集計に時間がかかりすぎて分析に手が回らないといった、組織・プロセス側の構造的な問題が重なっているケースがほとんどです。

この記事では、予実がズレる根本原因の分解から、SFA（営業支援システム）を活用したリアルタイム更新・AI予測の活用方法、運用設計のポイント、ありがちな失敗と回避策までを順に解説します。予実管理の体系的な全体像を把握したい場合は、営業課題の全体像も参照してください。

営業の予実管理とは何か

予実管理とは、予算（予）と実績（実）の差異を継続的に把握・分析し、目標達成に向けた意思決定を支える管理プロセスです。単なる進捗確認ではなく、「なぜズレたか」を分析して次の行動を変えることに本来の意義があります。以下では予算管理との違いと、営業組織で予実管理が果たす役割を整理します。

予実管理と予算管理の違い

予算管理と予実管理は混同されやすいですが、目的が異なります。予算管理は、売上目標や費用上限などの目標値を設定・配分することが主な役割です。予実管理は予算（目標値）と実績の差異を分析し、改善まで含む継続的なプロセスを指します。

両者は補完関係にあります。予算設定の根拠が薄ければ、差異を分析しても「そもそも目標が現実的でなかった」という結論に終わり、改善につながりません。精度の高い予実管理を実現するには、過去の実績データに基づいた予算設定との両輪が必要です。

営業組織における予実管理の目的

営業組織が予実管理に取り組む目的は、大きく3つに整理できます。

• 売上着地の把握 経営層への報告や、採用・マーケティング投資などのリソース配分の根拠として、売上の着地見込みをタイムリーに提供する
• 要因分析の習慣化 なぜ受注できたか・できなかったかを案件単位で振り返り、再現性のある勝ちパターンと回避すべき失注パターンを蓄積する
• 受注確度（ヨミ）を組織の共通言語にする 担当者ごとにバラバラだった「見込み」の感覚を、フェーズや条件として定義し、組織全体で共有できる状態をつくる

予実がズレる5つの原因

予実のズレは「担当者の見込みが甘い」という個人要因だけではなく、情報の収集タイミング・ヨミの定義の揺れ・集計の手間という組織・プロセス側の構造的な要因から発生しています。原因を正しく分類しないと、打ち手がズレて「また同じことが繰り返される」状態になります。

原因1：ヨミの定義が担当者ごとに違う

「受注確度80%」という数字の意味が、担当者によって異なっていることが多くの営業組織で起きています。ある担当者にとっては「先方から口頭で前向きな返事をもらった状態」、別の担当者にとっては「稟議が通り、あとは契約書を送るだけの状態」が同じ80%として報告されます。

この定義のズレがある限り、担当者のヨミを積み上げた売上見込みの精度は上がりません。フェーズの定義（「このフェーズに入るためには何が確認されていなければならないか」）をSFAのフェーズ設定で明文化することが、最初の打ち手になります。

原因2：情報の更新が週次・月次に遅れる

営業担当者が「報告のためにSFAに入力する」という意識を持っている組織では、案件の実態とSFAに記録されているデータのあいだに大きなタイムラグが生じます。月曜日のヨミ会議のために金曜日にまとめて入力するパターンが典型例です。

タイムラグが大きいほど、月末の着地予測は不正確になります。案件に動きがあった直後にアクション登録・フェーズ更新が行われる設計、つまり「自分の仕事を管理するための入力」になる運用設計が必要です。

原因3：フェーズ滞留が見えていない

同じフェーズに長期間とどまっている案件は、実質的に停滞しているにもかかわらず、受注見込みとして集計され続けることがあります。担当者がフォローを続けているつもりで、実際には先方の意思決定が止まっているケースです。

滞留案件が「ヨミ」として計上され続けると、受注見込み金額が実態より膨らみます。フェーズ滞留日数を可視化し、一定日数を超えた案件を自動的にアラート対象にする設計が、この問題への対処になります。営業の見える化の観点からも、滞留案件の把握は重要なテーマです。

原因4：予算設定の粒度が粗い

全社目標を担当者人数で均等に割っただけの予算は、案件単価・受注リードタイム・担当するマーケットのばらつきを無視しています。この状態では、予算と実績の差異が生じても「どこで何が原因でズレたか」を特定できません。

案件タイプ別・担当者別のKPIに分解し、フェーズ別の転換率も目標指標に含めることで、差異分析の粒度が上がります。SFAの目標管理機能を使えば、案件タイプ・担当者・期間単位の目標値をシステム上で管理し、実績と自動比較できる状態になります。

原因5：集計に時間がかかりすぎて分析に手が回らない

ExcelやスプレッドシートでVLOOKUPを使いながら複数のシートを集計・転記する作業が、週に数時間を消費しているケースは珍しくありません。月次集計が完了するころには、すでに手を打てる期間がほとんど残っていない状況が繰り返されます。

集計・転記の自動化は、分析に使える時間を直接増やします。SFAのレポート機能で自動集計できれば、月次レビューのサイクルを短縮し、問題が発生した初週に対処できる体制に近づけられます。営業効率化の方法も合わせて確認することをおすすめします。

SFAが予実管理にもたらす変化

SFA（営業支援システム）を予実管理に活用すると、「ヨミの集計」に費やしていた工数が削減され、差異の原因分析と次アクションの決定に集中できる状態になります。ただしSFAは導入するだけで機能するものではなく、予実管理の目的に合わせた運用設計が前提です。

ExcelとSFAの役割分担：SFAが得意なこと・苦手なこと

SFAと既存のExcel・スプレッドシートは、役割が異なります。どちらが優れているかではなく、何を担わせるかを決めることが重要です。

SFAが得意なのは、案件単位のリアルタイム更新・フェーズ管理・AI予測・レポートの自動集計です。財務的な予算管理（PLやコスト管理）や複雑な条件式を使った独自集計は、SFAだけでは対応しきれないことがあります。「SFAで営業の予実を管理し、BIまたはExcelで経営予実を管理する」という役割分担が現実的な選択肢です。

SFAの標準レポートが予実管理にどう対応するか

SFAには、予実管理に直結するレポートが標準で用意されています。Mazrica Salesでは8種類の標準レポートが用意されており、売上予測レポート・売上実績レポート・ファネル分析レポート・フェーズ進捗レポートが予実管理とくに関連が深い機能です。

• 売上予測レポート 現在の案件のフェーズ・確度・金額から、今後の受注見込みを自動集計する
• 売上実績レポート 期間・担当者・案件タイプ別の受注実績を確認する
• ファネル分析レポート フェーズごとの案件数・金額・転換率を把握し、どこで案件が脱落しているかを特定する
• フェーズ進捗レポート 案件がフェーズをどのように進んでいるかを時系列で確認する

予実管理の理想形は、「目標・実績・予測」の3軸をリアルタイムで並べて確認できる状態です。Mazrica Salesでは、案件ボードのカラー表示（1週間以内にアクションがあった案件が青、1か月以内が黄、1か月以上アクションがない案件が赤）により、フェーズ滞留案件を一覧画面で即座に識別できます。週次のヨミ会議で「赤い案件が多いフェーズ」を起点に議論することで、ヨミの精度と対処の速度が上がります。

SFAを使った予実管理の運用設計

SFAで予実管理の精度を上げるには、ツールの導入より先に「何を・いつ・誰が・どの粒度で更新するか」という運用設計が必要です。設計なしに導入すると、SFAが「もう一つのExcel」になるだけで精度は変わりません。以下では、予実管理の精度に直結する4つの運用設計ポイントを解説します。

ヨミ精度を上げるための確度定義の統一

まず取り組むべきは、案件フェーズとヨミ（受注確度）の対応を明文化し、SFAのフェーズ設定に落とし込むことです。「フェーズ3＝受注確度70%以上」「フェーズ3の移行条件＝予算承認者と面談済み・競合状況の確認済み」のような対応表を作り、担当者の主観的な判断を排除します。

SFAには「フェーズごとの必須項目設定」を活用できる機能があります。特定のフェーズに進む際に、必要な情報（競合状況・予算規模・決裁者の確認など）が入力されていない場合に抜け漏れを防ぐ設計にすることで、フェーズの定義と実態のズレを構造的に防げます。

製品ラインや顧客規模によって営業プロセスが異なる組織では、「案件タイプ別」にフェーズ構成を設計することで、プロセスの差を吸収できます。Mazrica Salesでは案件タイプごとに異なる営業プロセス（フェーズ構成）を設定できる機能がGrowth以上のプランで利用可能です。営業プロセスの標準化の観点から見ると、フェーズ設計は組織全体の底上げにも直結します。

リアルタイム更新を実現するためのデータ入力設計

入力の習慣化に成功している組織に共通しているのは、「営業報告のための入力」ではなく「自分の仕事を管理するための入力」になっている点です。担当者にとって、SFAを開くことが次のアクションを確認する行為と一致していれば、入力は自然と維持されます。

実現のための設計ポイントを整理します。

• アクション登録と案件フェーズ更新を同じ画面で完結させる（モバイルアプリを活用し、商談後すぐに入力できる環境をつくる）
• モバイルアプリの手書きメモOCRや名刺OCRスキャンなどの入力補助機能で、入力の摩擦を下げる
• 週次のヨミ会議を「SFAの案件ボードを見ながら議論する場」に変える（会議前の集計作業をゼロにする）

週次会議をSFAの画面を共有しながら進める形にすると、担当者は「会議前にSFAを最新状態にしておく」という動機が生まれます。マネージャー側もSFAのデータを実際の意思決定に使う姿を見せることが、定着の鍵になります。

週次レビューサイクルの設計

月次の予実確認では、問題を把握した時点で「手を打てる期間が残っていない」ことが多くなります。週次でのレビューサイクルを設計することが、精度向上の前提条件です。

週次で確認すべき指標は以下の3つです。

• 今月の受注見込み金額 フェーズ・確度・金額から自動集計された値と目標との差
• フェーズ別案件数 各フェーズに何件・何円の案件があるか、前週からの変化
• アクション予定の過不足 今週予定されているアクションが担当者ごとに適切な数か

案件ボードのカラー表示（青＝1週間以内にアクションあり・黄＝1か月以内・赤＝1か月以上アクションなし）を週次で確認し、赤の案件に即対処する運用を習慣化することで、滞留案件が「ヨミ」として積み上がり続ける状態を防げます。

差異発生時の原因分析の型を作る

差異が発生した際に「原因の分類」を行わず、「来月は頑張る」で終わる会議は珍しくありません。差異の原因を次の4分類に当てはめて記録することで、改善策の方向性が決まります。

• 予算設定ミス そもそもの目標値の設定根拠に問題があった
• フェーズ定義のズレ ヨミの定義の揺れが差異を生んだ
• 案件の失注 受注できると見込んでいた案件が失注した
• 外部要因 顧客側の事情（予算凍結・組織変更など）による影響

SFAのファネル分析レポートを使えば、「どのフェーズで案件が脱落しているか」を数値で確認できます。失注案件のアクション履歴を振り返り、「どのフェーズ・どのタイミングで失注フラグが立っていたか」を確認することで、次サイクルのKPI修正に具体的な根拠が生まれます。営業情報やデータが蓄積されていない状態では、このような振り返りは属人的な記憶に依存せざるをえません。営業データが活用されない理由も参考にしてください。

AI予測を活用した売上予測精度の向上

SFAのAI予測は、担当者の主観的なヨミに依存せず、蓄積された案件データのパターンから受注確度・着地売上を算出します。ただしAI予測は「データが蓄積されていること」と「入力品質が一定水準以上であること」が前提条件で、導入初期から精度が高いわけではありません。

AI予測が行っていることの実態

SFAのAI予測機能は、過去の案件データ（フェーズ推移・リードタイム・担当者・金額・受注・失注の結果）をパターン認識し、現在進行中の案件に対して受注確度・予測受注日・予測金額を算出します。

担当者のヨミ（主観的な受注確度）とAI予測値を並べて比較することで、過大評価・過小評価されている案件を早期に発見できます。「担当者は90%のヨミをつけているが、AIは40%と予測している」案件があれば、重点的な状況確認が必要な案件として議題に上げられます。

Mazrica Salesでは、「AIフォーキャスト」機能が売上目標・実績・AI予測受注金額・達成率・不足額をチーム・担当者別に表示します。また「AIインサイト（Growth以上）」では、行動リスク（今すぐ対応すべきリスク）・傾向リスク（潜在リスク）・AI予測・類似案件（成功・失敗パターンの参照）といった観点で、案件ごとの現状を診断できます。これらはAI予測機能を持つSFAの一例として参考にしてください。SFAを使ったデータ活用の進め方も合わせて参照してください。

AI予測の精度を高める3つの条件

AI予測は、導入した直後から高精度で機能するものではありません。精度は次の3つの条件に依存します。

• 条件1：フェーズ移行データの蓄積 受注・失注を問わず、案件がどのフェーズをどう推移したかが記録されていること。受注データだけが蓄積されていても、失注パターンが学習されなければ予測の根拠が偏ります。
• 条件2：アクション履歴の品質 「訪問した」「電話した」程度の記録ではなく、目的・結果・次アクションの内容が書かれていること。アクション履歴の質が低ければ、AIが判断に使えるシグナルが少なくなります。
• 条件3：入力の習慣化期間 AI予測の根拠となるデータが蓄積されるまでには、一定の期間が必要です。少なくとも数か月分の案件サイクルのデータが揃ってから予測精度の評価を行うことが適切です（製品仕様によって異なるため、導入するSFAの実態を確認してください）。

「AI予測は分析の補助ツールであり、現場の判断を代替するものではない」ことを組織として理解しておくことが重要です。AIが示すリスク案件を参考に、マネージャーが担当者と状況を確認するという使い方が現実的です。

AIインサイトをヨミ会議に組み込む方法

AI予測機能をヨミ会議に組み込む際の具体的な進め方を整理します。

会議前にAIインサイトで「行動リスク（直近でアクションが必要な案件）」と「傾向リスク（失注の兆候がある案件）」を確認します。AIが優先度をつけてリスク案件を提示するため、全案件をフラットに並べて議論する必要がなくなります。

次に、AIが特定したリスク案件を会議の議題の優先順位に反映させます。「担当者のヨミとAI予測が大きく乖離している案件」を重点的に取り上げ、実態の確認と対処方針を決める時間に使います。

類似案件（過去の成功・失敗パターンの参照）機能を使うと、「同じ規模の案件で同じフェーズにいた過去の事例ではどのような結果になったか」を参照しながら議論できます。経験の少ない担当者でも過去の知見にアクセスできる状態をつくれます。

予実管理でありがちな失敗と回避策

予実管理の改善に取り組む組織の多くが、同じパターンで躓きます。ツールを導入しても精度が上がらない、分析に手が回らない。その多くは運用設計の問題であり、事前に把握しておけば回避できます。

失敗1：差異分析が目的化し、改善行動につながらない

「先月の予実乖離は○○万円でした」という確認で会議が終わり、「では来月どうするか」が決まらないパターンです。差異の把握そのものは予実管理の目的ではなく、手段に過ぎません。

回避策として、差異確認→原因分類→次のアクション決定の3ステップを1回のヨミ会議のアジェンダに固定します。「この乖離は予算設定ミスか、フェーズ定義のズレか、失注か、外部要因か」を4分類のどれかに当てはめる習慣をつけるだけで、議論が具体的になります。

SFAの類似案件参照機能を活用すると、過去に同様の状況で受注につなげた事例を探し、打ち手の参考にできます。

失敗2：予算設定が高すぎて実績との乖離が常態化する

現実的でない予算が続くと、担当者が「どうせ達成できない」と考え、ヨミを過大報告するようになります。マネージャーは実態より楽観的な数字を受け取り、月末に大きなズレが発覚する悪循環です。

回避策は、過去のフェーズ別転換率・平均リードタイムをSFAのレポートから計算し、ボトムアップで予算の妥当性を検証することです。「担当者1人あたりの平均受注金額×担当者数」だけでなく、「現在の案件数×フェーズ別転換率×平均単価」で着地を試算し、目標値との差を確認します。市場環境や担当者数の変化を反映した予算設定プロセスにすることで、「頑張れば届く予算」と「現実的な予測」を両立できます。

失敗3：SFAの入力が形骸化して情報が陳腐化する

SFAを導入したものの、数か月後にはほとんどの情報が更新されなくなり、マネージャーがExcelで別途集計し直している。これはSFAの定着に失敗した典型的なパターンです。

根本的な原因は、担当者にとってSFAを入力するメリットが感じられない状態にあります。回避策は、マネージャー自身がSFAのデータを実際の意思決定（ヨミ会議・目標設定・1on1）に使う姿を継続的に見せることです。「SFAに入力しておくと、マネージャーが確認してコメントをくれる」「ヨミ会議でSFAの画面を見ながら議論される」という経験が積み重なることで、入力の意義が担当者に伝わります。営業の属人化解消も参考にしてください。

失敗4：精度向上の成果を測る指標を設定していない

「予実管理を改善しよう」と取り組みを始めても、「改善できたかどうか」を測る指標を設定していない組織は少なくありません。感覚的に「少しよくなった気がする」では、改善サイクルが回りません。

回避策として、「月次の予実乖離率（目標に対する着地金額の差異÷目標）」を指標として記録し、取り組み前後の変化を数値で追います。業種・営業サイクルの長さ・案件単価のばらつきによって適切な基準は異なるため、まずは自組織の過去実績を基準として設定し、そこからの改善幅で評価することが現実的です。受注率の向上と組み合わせた指標設計も有効です。

予実管理の方法と手順（ステップ）

ここでは、SFAを使った予実管理の基本的な進め方を5ステップで整理します。既に予実管理を行っている組織は、自組織のどのステップに課題があるかを確認する観点で読むと実用的です。

ステップ1：予算目標を設定する

最初のステップは、全社目標を案件タイプ・担当者・月次に分解することです。「全社で今期○億円」という目標を担当者数で均等割りするだけでは、精度の高い予実管理の土台になりません。

過去のSFAデータ（平均受注金額・フェーズ別転換率・案件発生日からのリードタイム）を根拠にすることで、「願望ベースの予算」から「データベースの予算」へと移行できます。リードタイムが平均3か月の製品であれば、「今月受注するためには3か月前に案件化している必要がある」という計算から、必要な新規案件数を逆算できます。

ステップ2：KPIと実施スケジュールを決める

売上目標だけを管理するのではなく、「商談数・受注率・平均単価」のKPIツリーに分解することで、予実のズレがどの指標に起因するかを特定しやすくなります。

SFAの目標管理機能を使い、担当者・案件タイプ別の週次・月次目標値をシステム上で管理します。売上目標と並行して、アクション目標（訪問数・提案数・初回商談数）も設定することで、「なぜ受注が伸びないか」をプロセスの指標から診断できる状態になります。

ステップ3：実績データを収集し予算と比較する

SFAのレポート（売上実績・売上予測・ファネル分析）で自動集計された数値を、設定した目標値と比較します。このステップにかかる時間は、手動集計から自動集計に変わることで大幅に短縮されます。

フェーズ別の案件数・金額・転換率を確認し、「どのフェーズで案件が詰まっているか」を特定します。「提案書提出後に失注が多い」というパターンが見えれば、提案の質や競合対応に問題があると仮説を立てられます。商談停滞の防止の観点からの対処法も参照してください。

ステップ4：差異を分析して課題を抽出する

差異の大きい案件・担当者・期間を絞り込み、原因を4分類（予算設定ミス・フェーズ定義のズレ・失注・外部要因）に当てはめます。

AIインサイト（Growth以上）を使うと、リスク案件が優先度順に提示されるため、どの案件から手を打つかの判断が速くなります。全案件をフラットに並べて議論するよりも、AIが示したリスク案件を起点に会議を組み立てる方が、限られた時間で実のある議論ができます。

ステップ5：改善策を検討し次サイクルに反映する

差異の原因分類をもとに、具体的な改善策を決めて次のサイクルに反映します。

• フェーズ定義のズレが原因の場合：SFAのフェーズ設定と必須項目を見直す
• 特定の担当者の失注率が高い場合：SFAの類似案件から成功パターンを探し、アプローチを横展開する
• 予算設定ミスが原因の場合：次期の予算策定プロセスにSFAの実績データを組み込む

改善策を実施した後は、KPIの変化をSFAレポートで追跡し、効果を検証します。営業プロセスの標準化の観点からの取り組みと組み合わせると、改善の再現性が高まります。

SFAで予実管理を始める前に確認すべきこと

SFAの導入・切り替えを検討する前に、現状の予実管理のどこに問題があるかを整理することが先決です。ツールの問題ではなく定義・運用の問題であれば、現行ツールの改善で解決できるケースもあります。

現状診断：どこに課題があるかを見極める

以下の項目で当てはまるものを確認してください。該当数が多いほど、SFA活用による改善効果が大きい傾向があります。

• ヨミの集計に毎週1時間以上かかっている
• 担当者によって同じフェーズの案件でもヨミの数字が大きく違う
• 月次の着地予測が毎月外れ続けている
• 案件のフェーズ滞留状況を把握するのに手間がかかる
• SFAを使っているが、マネージャーがExcelで別途集計し直している

1〜2項目だけ該当する場合は、運用ルールの整備やExcelの設計見直しで対処できる可能性があります。3項目以上が該当する場合は、SFAの導入または現行SFAの運用設計の抜本的な見直しを検討する段階といえます。

SFAが向くケース・ExcelやBIで補完すべきケース

すべての予実管理をSFAで完結させようとすることが、かえって運用を複雑にすることがあります。用途に応じた使い分けの目安を整理します。

• SFAで完結しやすいケース 営業案件の予実管理が中心で、入力負荷を下げながら精度を上げたい組織。担当者数が10〜100名程度で、営業プロセスが比較的標準化されている場合。
• BIとの組み合わせが向くケース 財務・コスト・複数部門の予算を統合した経営予実が必要な組織。部門横断の多軸分析や、SFA以外のデータ（広告費・採用コストなど）との統合が必要な場合。
• SFAだけでは対応が難しい領域 プロジェクト原価管理・製造コストの管理・広告費との統合分析など、営業案件の範囲を超えたコスト管理。

まとめ：どの組織から何を変えるか

予実管理の精度向上には、「SFAを入れる」ことよりも「何をデータにして・誰がいつ確認して・どう意思決定に使うか」の設計が先です。原因が運用にあるか・ツールにあるか・定義にあるかを整理してから対策を選んでください。

自組織の状況に照らして、最初に着手すべき打ち手を判断する目安を示します。

• ヨミの定義ズレが原因の場合 SFAのフェーズ設定とフェーズ必須項目の整備が最初の一歩です。フェーズ移行の条件を明文化し、担当者間の解釈のばらつきを構造的になくします。
• 集計工数が原因の場合 SFAの標準レポートとダッシュボードで集計を自動化します（ダッシュボード機能はGrowth以上）。集計から解放された時間を、差異分析と次アクションの決定に使います。
• AI予測を活かせていない場合 まず案件のフェーズ推移・アクション履歴のデータ蓄積から始めます。AI予測の精度はデータ量と入力品質に比例するため、入力の習慣化が先決です。

予実管理の課題は、営業の属人化・データ活用・営業プロセスの標準化とも深く関係しています。予実管理の観点だけでなく、営業組織の課題を広い視野で把握したい場合は、営業課題の全体像を参照してください。

よくある質問

Q 予実管理はどのくらいの頻度で行えばよいですか？

A

月次だけでは問題を把握した時点で手遅れになるケースが多いため、週次のレビューを基本とすることをおすすめします。週次では受注見込み金額・フェーズ別案件数・アクション予定の過不足を確認し、月次では差異の原因分類と次サイクルへの改善策の反映を行うという2階建ての運用が現実的です。営業サイクルが短い（1か月以内）場合は週次、サイクルが長い（半年以上）場合は隔週でも対応できることがあります。

Q 予実管理は誰が担当するのが適切ですか？

A

予算目標の設定と差異分析の責任はマネージャーや営業企画担当者が持ち、案件情報の入力・更新は各営業担当者が行う役割分担が一般的です。ただし、マネージャーが入力作業まで担うと分析に使える時間が圧迫されます。「担当者が入力し、マネージャーが分析と意思決定に集中できる状態」をSFAで実現することが設計の目標になります。

Q ヨミ表と予実管理表はどう違いますか？

A

ヨミ表は現在進行中の案件の受注確度・金額・時期の見込みを担当者別に集約したものです。予実管理表はより広い概念で、予算（目標値）と実績の差異を期間単位で記録・分析するためのものです。ヨミ表はリアルタイムの予測ツール、予実管理表は計画と実績の比較・改善サイクルのツールという違いがあります。SFAを活用する場合、ヨミ表相当の機能（案件ボード・売上予測レポート）と予実管理相当の機能（売上実績レポート・目標管理）が統合された状態で使えます。

Q ExcelでのヨミはれかSFAに移行するタイミングの目安はありますか？

A

次のいずれかに該当する場合が移行を検討するタイミングの目安です。担当者が5名を超え、ヨミの集計・転記に週1時間以上かかっている。月次の着地予測が常に大きく外れ続けている。新しい担当者が加わるたびにヨミの基準を個別に説明する必要がある。SFAに移行することで、集計の自動化・フェーズ定義の明文化・AI予測の活用が一度に対処できるため、複数の課題が重なっている場合は移行の優先度が高まります。

Q 予実管理の乖離率が大きい場合、最初に見直すべきポイントはどこですか？

A

最初に確認すべきは「ヨミの定義が統一されているか」です。担当者間でフェーズや確度の基準が揺れていると、どれだけ精度の高い集計をしても母数の信頼性が担保されません。次に、「情報の更新タイムラグ」を確認します。会議前にまとめて入力する文化がある場合、SFAのデータは常に実態より遅れた状態になります。この2点を整理してから、予算設定の妥当性やAI予測の活用可否を検討する順番が効果的です。

Q 営業のKPIを立てる際、予実管理とどう連動させればよいですか？

A

KPIを売上金額だけで設定すると、月末になって結果を確認するしかなく、プロセス上の問題に早期対処できません。「商談数・受注率・平均単価」の3つに分解し、それぞれに週次・月次の目標値を設定することで、どの指標が予実乖離の原因かを特定しやすくなります。SFAの目標管理機能を使えば、売上目標とアクション目標（訪問数・提案数）を並行して管理し、実績と自動比較できる状態をつくれます。予実乖離が「受注率の低下」に起因するのか「商談数の不足」に起因するのかで、打ち手が変わります。