AIを活用した勝敗分析（Win-Loss分析）の作成方法：ステップ・バイ・ステップ
勝敗分析とは、成約した案件と失注した案件を比較し、その違いを明らかにするものです。クローズ済み案件のエクスポートデータから作成します。セグメントごとに受注数と失注数をカウントし、割り算をして受注率を算出し、失注理由を短いリストにグループ化します。カウント作業は数分で終わりますが、グループ化の段階で、あらゆる勝敗分析は破綻してしまいます。
このガイドでは、まずスプレッドシートを使用する方法を説明し、どこで行き詰まるかを正確に示した上で、エクスポートデータから同じ分析を3つのステップで再構築する方法を紹介します。
勝敗分析が実際に教えてくれること
意思決定を左右する頻度が高い順に、3つの問いがあります。
私たちはどれくらいの頻度で勝っているか？ 受注率とは、特定の期間におけるクローズ済み案件数を受注数で割ったものです。これ単体ではスコアボードに過ぎず、インサイトではありません。
私たちはどこで勝っているか？ セグメント、製品、または案件規模ごとに分割した受注率は、通常、全体の数値よりも大きく変動します。全体で35%の企業でも、ミッドマーケットでは41%、エンタープライズでは22%という場合があり、これら2つの数値は異なる2つの課題を示しています。
なぜ私たちは負けるのか？ これこそが誰もが求めているものの、きれいに把握できている人がほとんどいない部分です。その答えは、5人の営業担当者がそれぞれ異なる方法で入力したフリーテキストフィールドの中に眠っています。
最初の問いにしか答えていない勝敗分析は、単なるレポートです。3つの問いすべてに答えているものは意思決定のための文書であり、1時間余計にかけるだけの価値があります。
始める前に必要なもの
- 少なくとも2四半期分をカバーする、1商談1行のクローズ済み案件のエクスポートデータ。
- 最低限4つの列： クローズ日、結果、セグメントまたは製品、および金額。
- 整理されていなくても構わないので、失注理由の列。この列が、分析が有用なものになるかどうかを左右します。
- 期間の定義（1つ）。 クローズ日または作成日のいずれかを選択し、明文化しておきます。
MicrosoftのPivotTableに関するガイダンスでは、フォーマットの要件が明確に示されています。「データは、単一のヘッダー行を持つ列に整理されている必要があります。」CRMのエクスポートデータは、2つのヘッダー行や結合されたタイトルバーが含まれた状態で出力されることが多いため、何よりも先にそれを修正してください。
最初の構築前に合意しておくべきことがもう1つあります。それは、理由フィールドを誰が管理するかということです。ほとんどのチームでは、営業担当者が案件をクローズし、ラベルを選択します。担当者は、きれいな分類よりも次の案件をクローズすることに最適化して動いています。これは人間性の欠陥ではありません。単に、3秒で正しい選択肢が直感的にわかるほど、ラベルセットを短くしておく必要があるということです。毎四半期、1人の担当者がそのリストを管理すべきです。
スプレッドシートで勝敗分析を行う方法
オプション1：COUNTIFSで受注数と失注数をカウントする
COUNTIFSは「複数の範囲のセルに条件を適用し、すべての条件が満たされた回数をカウント」します。これが受注率計算のすべてです。結果がWonでセグメントがMid-Marketである行をカウントし、そのセグメントのすべてのクローズ済み行をカウントして、割り算を行います。
ドキュメントに記載されている2つの詳細事項を知っておくと、後で時間を節約できます。Microsoftは「追加の各範囲は、criteria_range1引数と同じ行数および列数である必要があります」と指摘しています。そのため、選択範囲が不揃いだと、数式が静かに破損します。また、最大127個の範囲と条件のペアが許可されていますが、これはどのような分析で必要とされるよりもはるかに多い数です。
同じページに1つの罠があります。条件引数が空のセルを指している場合、COUNTIFSは「空のセルを0値として処理」します。そのため、空白のセグメントは「何もない」のではなく「何かがある」とカウントされてしまい、誰も販売していないセグメントに案件が存在することになってしまいます。
オプション2：PivotTableで要約する
outcomeを「行（Rows）」に、amountを「値（Values）」にドラッグ＆ドロップすると、セグメントごとの受注および失注パイプラインが表示されます。受注率をカウントではなくシェアとして表示するには、値フィールドの設定（Value Field Settings）を開き、計算の種類（Show Values As）タブを使用します。ここに総計に対する比率（% of Grand Total）があります。
また、値を計算結果とパーセンテージの両方で表示することもできます。Microsoftの指示では「アイテムを値（Values）セクションに2回ドラッグ」し、それぞれに対して「値の集約方法（Summarize Values By）」と「計算の種類（Show Values As）」を設定します。これにより、2つ目のピボットを作成することなく、案件数と全体に対するシェアを並べて表示できます。
オプション3：失注理由を追加する
次に、失注理由の列をPivotTableにドラッグして、何が起こるか確認してください。Microsoftはその動作を正確に記録しています。「デフォルトでは、値（Values）エリアに配置されたPivotTableフィールドは合計（SUM）として表示されます。Excelがデータをテキストとして解釈した場合、データは件数（COUNT）として表示されます。」
これは正しく、予想通りの動作です。理由列はテキストであるため、カウントされます。問題は、それが何をカウントしているかです。
スプレッドシートでの方法が行き詰まる理由
理由列には、おそらくPrice、price、Too expensive、Budget、No budget this year、Lost on costなどが含まれているでしょう。これらは、1つの理由が6通りの方法で書かれているだけです。個別の文字列をカウントすると、6つの異なる出来事が起こったように見えますが、実際には1つの出来事が6回起こっただけです。
そのため、誰かがリストと向き合い、どのラベルが同じ意味を持つかを判断しなければなりません。この判断こそが実際の分析であり、手作業で行う必要があり、営業担当者が新しい表現を生み出すたびに、毎四半期やり直さなければなりません。
さらに、3つの小さな摩擦が状況を悪化させます。
本当の理由はメモの中にあることが多い。 選択リストには当たり障りのない理由しかなく、フリーテキストフィールドにこそ真実のストーリーが書かれていますが、フリーテキストを手作業で集計する人はいません。
小さなセグメントがトレンドとして誤読される。 あるセグメントに4つの案件があるというのは単なる逸話に過ぎませんが、その横にパーセンテージが表示されると、あたかも重要な発見であるかのように見えてしまいます。
ピボットが古くなる。 ここでもPivotTableのドキュメントが重要になります。新しい行が追加されたとき、「そのデータソースに基づいて構築されたPivotTableは更新される必要があります。」更新を1回忘れるだけで、前四半期の分析が今四半期の分析として発表されてしまいます。
AIで勝敗分析を作成する方法
ステップ1：クローズ済み案件のエクスポートデータをアップロードする
Powerdrill Bloomを開き、エクスポートデータをアップロードします。無料プランではExcel、CSV、PDF、およびドキュメントがサポート対象のアップロードとしてリストされているため、CRMからダウンロードした生のデータを事前にクリーンアップすることなくそのまま使用できます。
整理されていない理由列や、メモフィールドを削除しないでください。これらはファイルの中で最も価値のある2つの列であり、通常、作業を始める前に人々が削除してしまいがちな2つの列です。
ステップ2：1つのプロンプトでカウントと理由のグループ化を依頼する
自然言語で分析内容を説明します。過去2四半期におけるセグメントごとの受注率に加えて、受注案件と失注案件の平均案件規模を求めます。次に、失注理由を短いリストにグループ化し、各グループに分類された元の生のラベルも合わせて出力するよう依頼します。
集計値だけでなく、マッピングも求めるようにしてください。Lost on costとNo budget this yearが統合されたことを確認できれば、その判断を受け入れるか却下するかを決めることができます。これは計算ではなく判断を伴う決定であり、他人に任せるのではなく、あなた自身がレビューしたい部分です。
その際、基準値（下限）も追加しましょう。最小案件数に満たないセグメントは、案件数とともに表示するか、完全に非表示にするよう依頼します。これにより、4件しかないセグメントがトレンドとして誤読されるのを防ぐことができます。
それぞれの数値は、その背景にある行データとともに返されます。疑わしいカウントがあれば、スライドに掲載する前に、それを構成している案件を開いて確認することができます。
ステップ3：読まれる文書に仕上げる
レイアウトを直接指定します。主要な受注率、前四半期比のトレンド、セグメントごとの受注率、グループ化された失注理由、そして最大の変動に関する1行の解説を求めます。
プロンプトを保存します。次の四半期には、新しいエクスポートデータをアップロードして同じ文章を実行するだけで済みます。これにより、単発の分析が再現可能なプロセスへと変わります。出力を定期的に発行する文書にする必要がある場合は、AIレポートジェネレーターのページでその方法を説明しています。グラフの作成については、Excelからグラフを作成するページでカバーしています。
勝敗分析に含めるべき要素
| ブロック | 何に答えるか | よくある間違い |
|---|---|---|
| 主要な受注率 | 前四半期よりもコンバージョン率は向上しているか？ | 分母に進行中の案件を混ぜてしまう |
| セグメントごとの受注率 | 強みはどこに集中しているか？ | 3件しかないセグメントを、あたかも安定しているかのように報告する |
| 平均案件規模（受注 vs 失注） | 大型案件を失注しているのか、それとも小型案件なのか？ | ある行では中央値を使い、別の行では平均値を使う |
| グループ化された失注理由 | 何が原因で負け続けているのか？ | グループ化されたラベルではなく、生のラベルをカウントする |
| セールスサイクルの長さ | 失注までのスピードは遅いか、それとも早いか？ | ある行では作成日から測定し、別の行ではクローズ日から測定する |
| 競合による失注 | 実際に誰に負けているのか？ | 半数の行で競合フィールドを空白のままにしておく |
| 1つの変動に関するコールアウト | 前四半期から何が変わったか？ | 重要な変化ではなく、すべての変化をリストアップしてしまう |
完成した文書は1ページに収めましょう。9スライドにも及ぶ勝敗分析は、一度しか読まれません。
この表のほとんどのバージョンで欠落している列があり、それは最も簡単に追加できるものです。それは「エクスポート日」です。前四半期のファイルと今四半期のファイルを比較する2人の間で、当時どの案件が進行中であったかについて、最終的に意見が食い違うことになります。データがいつ抽出されたかを示す1行があれば、そのような議論が始まる前に終わらせることができます。
具体的な事例
例えば、ある四半期が180件の案件でクローズしたとします（受注63件、失注117件）。全体の受注率は35%です。セグメント別に見ると、エンタープライズは27件の案件で22%、ミッドマーケットは96件の案件で41%となっています。
どちらの数値よりも、グループ化された理由の方が重要です。117件の失注のうち、44件が価格に、31件が必要なインテグレーションの欠如に分類されるとします。これらは、2つの異なるチームとの2つの異なる議論になります。グループ化されていない生のリストでは11の理由が表示され、どちらの議論も引き起こされなかったでしょう。
ここで案件規模の行を追加します。価格による44件の失注の平均が$12kで、インテグレーションによる31件の失注の平均が$58kであるとします。この場合、インテグレーションの課題は、案件数こそ少ないものの、収益換算で約2倍の価値があることになります。このような逆転現象は、件数のみをカウントする分析が隠してしまう最も一般的な事象です。
誰が、どれくらいの頻度で読むか
3つの読者層がこの文書を異なる方法で利用するため、レイアウトはその点を考慮する必要があります。
営業リーダーシップは、主要な受注率と変動のコールアウトを読み、何か変化がない限りそこで読むのを止めます。製品およびマーケティングは、ロードマップやメッセージングの議論の出発点となるため、グループ化された理由を読みます。財務は案件規模を読みます。なぜなら、案件規模が縮小している中での受注率の上昇は、見かけほど喜ばしい成果ではないからです。
最初の読者層向けに構築し、他の2つの層向けに注記を追加します。1ページで、3つの層がそれぞれ読めるレイアウトにします。
実用的な理由リストを作成する
上記のすべては、誰かがグループ化できる失注理由フィールドがあるかどうかにかかっています。3つの習慣を身につけることで、発生源での混乱の大部分を解消できます。
選択リストのオプションは最大7つに制限する。 リストが長すぎると、失注した案件の最後にドロップダウンをスクロールする人などいないため、選択にばらつきが生じる原因になります。
理由とストーリーを分ける。 カテゴリ用の必須の選択リストを1つ、詳細用の任意のフリーテキストボックスを1つ用意します。これらを統合してしまうと、どちらも得られなくなります。
正直な選択肢を1つ用意する。 明示的なUnknown（不明）またはNo decision（意思決定なし）の選択肢を含めます。これがないと、曖昧な失注がすべて価格のせいにされ、価格があらゆる問題の答えになってしまいます。
フィールドではなく、マッピングをレビューする。 入力時点でクリーンなデータを得ることは不可能です。得られるのは、整理されていないラベルから7つのグループへの安定したマッピングであり、これを四半期に一度、1人の担当者がレビューします。
よくある間違い
分母に進行中の案件をカウントしてしまう。 受注率は、受注数をクローズ済み案件数で割ったものです。まだ進行中の商談を含めると、常に数値が見かけ上良くなってしまいます。
理由リストを際限なく増やしてしまう。 今四半期に11 ofの理由があり、前四半期に6つの理由があった場合、それは市場の変化ではなく、単に言葉の揺れを見ているだけです。グループ化を修正してから比較してください。
小さなセグメントをトレンドとして読み取ってしまう。 読者が自分で判断できるように、すべての率の横に件数を表示してください。
古いピボットを提示してしまう。 ソースに新しい行が追加されても、PivotTableは自動的には更新されません。更新されたように見えるレイアウトに古い数値が表示されている状態は、分析が全くない状態よりも悪質です。
マッピングを隠してしまう。 これを読む人は、最終的に何が「価格」としてカウントされたのかを尋ねるでしょう。チャートと一緒にグループ化の内容を公開しておけば、その会話は10秒で終わります。
業績の悪い四半期の後にしか実行しない。 数値が落ち込んだときに作成する勝敗分析には、比較するための基準（ベースライン）がありません。業績の良い四半期も含めて四半期ごとに実行することで、悪い四半期の原因を解読できるようになります。
ボリュームを伴わずに率だけを報告する。 5つの案件で20%から40%に推移したセグメントは、何かを倍増させたわけではありません。すべてのパーセンテージの横に件数を記載することで、読者が自ら判断できるようになります。
結論
勝敗分析における計算は非常にシンプルです。カウントにはCOUNTIFS、要約にはPivotTable、シェアには総計に対する比率（% of Grand Total）を使用します。午後いっぱいの時間を費やすことになる作業は、失注理由が実際に何を意味しているかを判断することです。
その作業は、ラベルをグループ化し、マッピングを示し、各数値の背景にある案件を指し示すことができるツールに任せましょう。前四半期のクローズ済み案件のエクスポートデータでPowerdrill Bloomを試して、理由リストがどれほど整理されるかを確認してください。
これより上流のパイプラインビューについては、CRMエクスポートデータをパイプラインレポートに変換する方法に関するガイドをご覧ください。ツール面については、セールスパイプライン分析のためのトップAIツールのまとめでカバーしています。
よくある質問
勝敗分析とは何ですか？
これは、同じ期間に受注した案件と失注した案件を構造的に比較するものです。受注率、セグメントごとにその率がどのように異なるか、そして失注の背景にあるグループ化された理由をカバーします。
受注率はどのように計算しますか？
同じ期間におけるクローズ済み案件の総数を受注数で割ります。COUNTIFSは、一致する範囲全体ですべての条件が満たされている行をカウントするため、両方のカウントを処理できます。
失注理由フィールドに合計ではなく件数が表示されるのはなぜですか？
テキストだからです。Microsoftは、値（Values）エリアにあるPivotTableフィールドはデフォルトで合計（SUM）として表示されると説明しています。Excelがデータをテキストとして解釈すると、件数（COUNT）として表示されます。
勝敗分析には失注理由をいくつ含めるべきですか？
四半期をまたいで比較できる程度に少なくする必要があり、実際には5〜7個程度のグループになります。誰でも各グループに何が分類されたかを確認できるように、その下にある生のラベルは残しておきます。
勝敗分析はどのくらいの頻度で実行すべきですか？
1ヶ月間ではセグメントあたりのクローズ済み案件数が少なすぎて安定しないことが多いため、ほとんどのチームにとって四半期ごとが適しています。頻度がどうであれ、前回のファイルを編集するのではなく、新しいエクスポートデータから再生成してください。