AIを活用した「RevOps基盤の構築・運用ソリューション」
BtoB企業の各組織（マーケティング・営業・カスタマーサクセス）で分断されたデータを連携して、
収益最大化のためのトリガー指標の可視化、収益予測を実現します。
各組織が連動したKPI、プロセスの設計が可能となり、収益最大化に向けて組織全体で一貫した収益プロセスを作る仕組みを実現します。
RevOpsとは？ ？
RevOpsとは「Revenue Operations（レベニューオペレーション）」の略称で、マーケティング、営業、カスタマーサクセスといった顧客と接点を持つ各部門を横断的に統合することで、収益（レベニュー）の最大化を図ろうとする経営戦略です。
RevOpsを進めるにあたって、最も重要なのは各部門に分散するマーケティング、営業、カスタマーサクセス等のデータを統合し、部門横断で事業全体の収益向上を目指す仕組みを作ることです。
多くの企業で成果を出している「The Model」の発展形として注目を集めてきています。
本ソリューションで実現できることの概要
部門ごとに分断されたマーケティング・営業・カスタマーサクセスなどに点在したデータを連携・統合。
統合したデータをAIで分析し、各組織において、収益の最大化に貢献するトリガー指標を可視化。
受注、契約継続、クロスセル、アップセルなどにつながる要因（トリガーアクション）をAIで予測し、可視化。
各リード、顧客などの将来傾向の予測を実現。優先順位をつけて、リード、顧客フォローを行うことで生産性を向上。
トリガー指標および収益のAIによる予測分析モデルを構築・活用し、収益の予測を実現。
AIを活用したデータドリブンなRevOps基盤の構築・運用を実現。
サービスの全体像
「Webサイトの行動履歴データ」を活用したRevOpsソリューション
メディックスのRevOpsソリューションの特長
【特長１】
多くのデータ連携・分析の実績より、勘所を押さえたミニマムスタートのソリューションも用意。
【特長２】
長年のBtoBマーケティング、Webサイト分析の実績から顧客のWebサイトでの行動データも活用したRevOps環境の構築が可能。
【特長３】
AIを活用した次世代RevOps基盤の構築・運用を実現。売上や各組織の重要KPI（トリガー指標）の予測分析、リードや顧客の将来傾向の予測を実現。
高精度な予測を支える、ソニーのAI技術「Prediction One」
本サービスでは、収益プロセスの最適化を実現するための強力な基盤として、ソニーグループが開発したAI予測分析ツール「Prediction One」を分析エンジンに採用しています。
データに基づく「確かな次の一手」を導くために
AIによる高度な予測分析を当社のソリューションに組み込むことで、営業の成約予測や解約リスクの可視化を迅速かつ精密に実行します。属人化しやすい「経験や勘」による判断を排し、貴社が確信を持って次の一手へと踏み出せる、客観的なデータに基づいた意思決定環境を構築します。
30,000社の実績に裏打ちされた、国内屈指の分析
分析の核となるのは、累計30,000社以上の申込実績を持つソニー独自の予測アルゴリズムです。営業・マーケティングから人事・製造まで、多岐にわたるBtoB領域での活用実績があるこの技術と、当社の知見を組み合わせることで、貴社のRevOps体制における予測精度の向上を支援します。
※2023年9月時点、累計申込社数
事例のご紹介
事例①
売上予測・売上のトリガー指標の可視化
（経営・事業責任者向け）
【背景と課題】
・市場環境の変化が激しくなるなか、経営層、事業責任者はタイムリーな売上予測とリソース配分判断が必要に。
・各組織が個別最適化しており、データも分断されていて、各組織が連携して売上を上げていく動きができていない。
【実施内容】
顧客データやセールスデータ、Webサイトでの行動履歴データを連携した上で、売上の構成要素を細かく分解。AIを活用することで、何百もの構成要素から売上と相関性の高いトリガー指標を可視化。売上予測を実現可能に。
【得られた成果・実現できたこと】
① 新規受注に貢献する指標の可視化
特定の条件が揃ったリード獲得（検索エンジン経由かつ特定規模、特定業種）が特に新規受注への寄与度が高いことが分かりました。また、直近Webページに訪問しているリードに対するインサイドセールスのフォロー回数も寄与度が高く、時期との相関も見られました。
②解約の予知指標の可視化
解約の予知指標として、サービスへのログイン数、カスタマーサポートへの問い合わせ数が相関性が高いことが分かりました。また、サポートサイトにおけるFAQページ、解約方法のページの閲覧数も相関性が高いことが分かりました。
③ アップセル、クロスセルに貢献する指標の可視化
アップセルにおいては、契約プラン、利用ID数、利用量、従業員規模などにおいて相関性の高い特定の顧客レンジを見出すことができました。また、Webサイトにおいて、ライセンスページの閲覧数も寄与度が高いことが分かりました。 クロスセルにおいては、セールスのフォロー数および、未契約プロダクトページの閲覧数の寄与度が特に高いことが分かりました。
④ 各トリガー指標の予測値を統合し、売上予測を実現
新規受注、解約・継続、アップセル、クロスセル、減額の各トリガー指標を可視化し、それらによる各予測値を統合することで、各領域および全体の売上予測を実現。
【経営層】
売上への寄与度が高い指標を各組織のKPIとして設定。リアルタイムで各KPIや収益の予測値を把握してスピーディーな経営判断を実施。
【マーケティング、セールス、カスタマーサクセスの各組織 】
新規受注、解約・継続、アップセル・クロスセルへの寄与度が高い指標（トリガーアクション）を掴み、そのトリガーアクションが発生したリード・顧客に優先的にアプローチを行うことで生産性向上。
事例②
受注貢献度の高い広告接触・Web行動を可視化
（マーケティング担当者向け）
【背景と課題】
・マーケティングデータとセールスデータが分断されていて、各マーケティング施策の投資対効果をリード獲得までしか追えていなかった（商談や受注・売上まで追えていなかった）。また、そのためセールス組織との連携もうまくいっていなかった。
・BtoBの中長期的な検討プロセスにおいて、リード獲得はもちろんのこと商談や受注を生み出すための重要KPIが見えておらず、PDCAが回しにくい状況がありました。
【実施内容】
・Webサイトを訪れたユーザーの行動データ（広告接触、検索、各ページの閲覧数、フォーム到達など）をセールスデータと連携・統合。
・過去に受注に至ったユーザーと、そうでないユーザーの行動パターンをAIに学習させ、各行動が成約に与える影響度を可視化。
【得られた成果・実現できたこと 】
① 受注ユーザーの広告接触回数の傾向の可視化
この企業の受注ユーザーにおいては、広告経由の訪問は「3〜5回」が最も多い傾向が分かりました。また、広告経由のみではなく、自然検索経由の訪問も複数回行う傾向があり、再訪問数も受注と相関性が高いことが可視化されました。
② 営業フォローの必要性における境界線の可視化
受注の予知指標として、導入事例ページの閲覧数が相関性が高いことが分かりました。一方で、導入事例ページを9回以上閲覧しているユーザーは、9回未満閲覧ユーザーに比べ受注率が低いことが分かり、このようなユーザーは検討度合は高いものの、「決定打に欠ける、もしくは必要な情報が得られていない」可能性があるため、営業フォローの必要性が明らかになりました。
③ 受注度が高いWeb行動パターンを可視化
受注度が高いWeb行動パターンとして、製品詳細ページを2回以上閲覧し、その後に価格ページを確認するという行動フローが、受注に対して強いポジティブなシグナルであることが特定されました。
④ 新規受注のための既存顧客・サポートのノイズ分離
新規受注においても「よくある質問」や「サポートページ」へのアクセスは貢献度の高い行動であることが分かりました。一方でこれらページへの高頻度なアクセスは、新規成約の予測においてはマイナスの寄与を示しました。これは既存顧客のサポートニーズ等のノイズが影響していると考えられます。
【マーケティング】
受注ユーザーの行動パターンや重要KPIの可視化により、それらKPIに基づく「受注数の最大化のためのPDCAサイクルの確立」を実現。また、受注への貢献チャネル・コンテンツを可視化できたことで、チャネルの最適化・コンテンツ制作をデータドリブンに戦略的に実行可能に。
【セールス】
AIが算出した確度に基づき、検討が停滞（事例の読みすぎ等）し始めたユーザーがいる場合はアラートを飛ばし、フォローできるフローを構築。適切なタイミングでのフォローが可能に。
【カスタマーサクセス】
「よくある質問」や「サポートページ」へのアクセスが高頻度なユーザー（既存顧客）に関しては、カスタマーサクセスが優先度を上げて対応するフローを構築。サポートが必要な既存顧客に対して適切なタイミングでのフォローが可能に。
AIを活用した「RevOps基盤の構築・運用ソリューション」の資料ダウンロード
ソリューションについての概要をまとめた資料をご用意しました。
資料ダウンロード
フォーム
© MEDIX BtoB Marketing Partner