AI活用営業パイプラインをAIで案件管理｜スプレッドシート×AI成約予測でCRM導入前でも優先順位がわかる方法
当サイトはアフィリエイトプログラムを利用しており、紹介リンク経由での申込により報酬を得る場合があります。記事内で紹介するサービスには筆者が実際に使用しているものと、客観情報として比較掲載しているもの（未使用・PR表記あり）が含まれます。
結論
Salesforceのような高額CRMを入れなくても、Googleスプレッドシートに商談情報を並べてAI（ChatGPTなど）に読ませれば、案件ごとの成約確度スコアと優先フォロー順位を出せる。私が実際に自社の商談15〜20件でこの仕組みを組んだところ、「どの案件から連絡すべきか毎朝迷う」状態がなくなった（体感）。ただしAIスコアはあくまで参考値で、外れることも普通にある。人の判断とセットで運用するのが前提だ。
商談が10件を超えたあたりから、「今日どの案件に連絡すべきか」を毎朝考えるだけで消耗するようになった。Excelに案件を並べてはいたが、確度は「A・B・C」の感覚的なランク付けで、結局は記憶と勘に頼っていた。フォローすべき案件を後回しにして、気づいたら競合に決まっていたこともある。
CRMの導入も検討したが、月額数万円を払ってSalesforceやHubSpotのAI機能を使うには、うちの商談数(月15〜20件)ではオーバースペックだった。そこで試したのが、既に使っているGoogleスプレッドシートにAIを組み合わせて、擬似的なパイプライン管理を作ることだった。この記事では、その手順と、実際にやってみて感じた限界を正直に書く。
なぜCRM導入前は「勘の優先順位付け」になりがちか#
案件管理の悩みは、突き詰めると「情報はあるのに、優先順位を決める基準がない」ことに尽きる。
商談メモ・見積金額・最終接触日・相手の反応温度など、材料はスプレッドシートに揃っている。ところが、それらを毎朝見比べて「今日はどれから連絡するか」を判断するのは、思った以上に頭を使う作業だ。担当者の記憶と経験に頼る属人化が起き、忙しい日ほど「声が大きい案件」や「気になっている案件」に偏ってフォローしてしまう。
メモ
CRMのAIスコアリング機能(Salesforce EinsteinやHubSpotのDeal Scoreなど)がやっていることも、突き詰めれば「過去の類似案件データから成約しやすいパターンを見つけて数値化する」だけだ。この考え方自体はスプレッドシート+AIでも再現できる。
スプレッドシート×AIで疑似パイプライン管理を組む全体設計#
必要なのは高価なツールではなく、「AIが読み取れる形に情報を整理すること」だ。私が実際に使っている列構成は次の通り。
| 列 | 入力内容 | 用途 |
|---|---|---|
| 案件名 | 会社名・担当者名 | 識別用 |
| フェーズ | 初回接触/ヒアリング/提案/見積提示/クロージング | 進捗管理 |
| 見積金額（円） | 想定受注金額 | 優先度の重み付け |
| 最終接触日 | 直近の連絡日 | 放置検知 |
| 反応温度（1〜5） | 相手の熱量を自己評価 | AIスコアの材料 |
| 検討理由・懸念点 | 商談メモを一言で | AIスコアの材料 |
| 競合有無 | あり/なし/不明 | AIスコアの材料 |
これで対応できる範囲
- 案件ごとの成約確度をAIに数値化させ、フォロー優先順位を出す
- 「放置されている高額案件」をAIに指摘させる
- 週次で商談リストをAIに読ませて、次のアクション案を出させる
スプレッドシート+AIでは限界がある範囲
- 複数人での同時編集・権限管理（人数が増えるとCRMの方が安全）
- メール・通話履歴の自動取り込み（手入力が前提になる）
- 過去数百件規模の学習データに基づく精度の高い予測
実際の手順：AIに読ませて成約確度スコアを出す#
私が毎週やっている手順をそのまま紹介する。ChatGPTの無料版でも動作した。
手順
- スプレッドシートの案件リストをコピーする
上記の列構成で入力した商談データを、行ごとそのままコピーする。
- 役割とスコア基準をAIに宣言する
「あなたはBtoB営業のパイプライン分析アシスタントです。フェーズ・見積金額・最終接触日・反応温度・懸念点をもとに、各案件の成約確度を0〜100点でスコアリングしてください」と最初に送る。
- スコアリングの根拠も出力させる
「点数だけでなく、その点数をつけた理由を1行で添えてください」と指示する。理由がないと、後で見返した時にスコアの妥当性を検証できない。
- フォロー優先順位を提案させる
「スコアが高いのに最終接触日が7日以上前の案件を、フォロー優先度Aとして抽出してください」と依頼する。放置案件の早期発見に効く。
- 週次で差分を確認する
前回のスコアと今回のスコアを見比べ、下がった案件があれば「なぜ下がったか」を自分の記憶と照らして確認する。ここは人間の仕事だ。
手順2〜4にかかる時間は、案件15〜20件で毎回10分前後だった(体感、案件数や記入の丁寧さによって変動する)。慣れてきたら、役割宣言とスコア基準をテンプレートとして保存し、毎週コピーして使い回している。
AIスコアの精度は過信できない：実際に外れた例#
ここが今回いちばん伝えたいポイントだ。AIの成約予測は便利だが、当たらないこともある。
注意
私が実際に経験した外れ例を挙げる。ある案件は「反応温度5・見積金額大・懸念点なし」でAIスコアが90点前後と出ていたが、実際は担当者の社内稟議が別部署の予算都合で止まっており、最終的に失注した。AIはスプレッドシートに書かれていない「社内事情」までは読めない。スコアが高いからといって安心して連絡を後回しにするのは危険だと痛感した。
逆に、スコアが低めに出ていた案件が、担当者の異動をきっかけに急にトントン拍子で決まったこともあった。AIスコアは「入力された材料からの推定値」でしかなく、商談の外側で起きている事情までは見えない。この特性を理解した上で使うことが欠かせない。
人の判断とAIスコアを併用するための運用ルール#
過信を避けるために、私が実際に運用しているルールを整理する。
| 場面 | AIスコアの扱い方 |
|---|---|
| 朝一番の優先順位確認 | AIスコア上位から機械的に見るのではなく、参考順位として使う |
| スコアが急に大きく変動した案件 | 必ず自分の記憶・直近のやり取りと照合してから判断する |
| スコアが高いのに放置されている案件 | AIの指摘通りに即フォローする(ここはAIの得意分野) |
| 失注・受注が決まった案件 | 結果とスコアのズレを記録し、プロンプトの基準を微調整する |
このルールの核は「AIスコアは判断材料の一つであって、意思決定そのものではない」という位置づけを崩さないことだ。数値が出ると人はどうしても信じたくなるが、根拠となる情報が薄い案件ほどスコアの信頼度も下がる、という前提を忘れないようにしている。
向き不向き：どんなチームに合うか#
向いているケース
- 商談数が月10〜30件程度で、CRM導入までは踏み切れないチーム
- スプレッドシートでの案件管理がすでに定着している
- フォロー漏れ・優先順位迷いが課題として明確にある
向いていないケース
- 複数営業担当が同時に同じ案件を編集する体制（権限管理が必要）
- 月100件を超える商談規模（AIへの貼り付け作業自体が負担になる）
- メール・通話の自動記録まで含めた完全自動化を求めている
商談数が増えてきたら、CRM導入を検討するタイミングと言える。目安としては、スプレッドシートへの手入力とAIへのコピー作業自体が負担になり始めた頃が一つのサインだ。
案件管理の周辺業務もあわせて自動化する#
パイプライン管理を整えると、次に効いてくるのが周辺業務の効率化だ。見込み客リストの管理には見込み客リストをAIで自動抽出する方法、案件のフォロー漏れをさらに防ぐ仕組みはCRMをAIで自動分類してフォロー漏れを防ぐ方法、提案メールの作成にはCRM連携で営業提案メールをAI自動作成する方法で詳しく解説している。
また、パイプラインのデータをそのまま週次・月次の営業会議資料に転用したい場合は営業成績レポートをAIで自動生成する方法も参考にしてほしい。今回紹介したスコアリングの元データが、そのままレポート作成のインプットとして使い回せる。
まとめ#
結論（再掲）
CRMを導入する前でも、スプレッドシートに商談情報を整理してAIに読ませれば、成約確度スコアと優先フォロー順位を出せる。ただしAIは商談の外側にある社内事情までは読めないため、スコアはあくまで参考値として扱い、最終判断は人間が行う運用ルールを最初に決めておくことが欠かせない。
高額なCRMを検討する前に、まずは手元のスプレッドシートとAIで小さく試してみるのが現実的な一歩だ。商談数が増えて手作業が負担になってきたタイミングで、本格的なCRM導入を検討すればいい。
よくある質問#
AIスコアリングにはどのAIを使うのがいいですか？#
ChatGPT無料版(GPT-4o)でも十分に動作する。スプレッドシートの内容をテキストとしてコピーして貼り付ける形で使えるため、専用ツールは不要だ。案件数が多く貼り付け作業が負担になってきたら、Googleスプレッドシートの拡張機能やGemini連携を検討する段階と言える。
商談データをAIに貼り付けて情報漏洩しませんか？#
取引先の社名や個人名を含むデータを外部AIに渡す場合は注意が必要だ。ChatGPTの設定で「チャット履歴とトレーニングをオフ」にする、社名を仮名(A社・B社)に置き換えてから貼り付ける、といった対策を組み合わせるのが安全だ。社内のセキュリティポリシーがある場合は、先にそちらを確認してほしい。
AIスコアと実際の受注結果がズレたらどうすればいいですか？#
ズレを記録し、プロンプトの評価基準を見直すことをおすすめする。私の場合、「社内稟議の状況」という項目をスプレッドシートに追加してAIに読ませるようにしてから、明らかな見当違いのスコアは減った(体感)。AIスコアの精度は入力する情報の質に比例するため、外れた案件ほど「何が読み取れていなかったか」を振り返る材料になる。