勘に頼らないパイプライン予測

月曜9時、パイプラインレビュー。CRMを開く。案件ステージがずらりと並ぶ。「ディスカバリー」「提案済み」「口頭コミット」。チームに進捗を聞く。

「Acmeはいい感じです。今月中に決まるかと」

「TechCorpはまだ検討中ですけど、手応えはあります」

「FreshStartは取締役会の後に返事をくれるそうです」

数字を書き出す。足し上げる。CEOに「パイプライン予測」として報告する。

二人とも、その数字がフィクションだと分かっている。

---

問題はチームではない。方法だ。

パイプライン予測が崩れるのは、意見の上に建てられているからだ。悪意ではない。意見だ。そして意見は、積み重ねても精度にならない。サプライズになる。

よくあるパターン。担当がPDFをメールで送ったから「提案済み」にする。相手が開封したか？不明。購買委員会の誰かが目を通したか？不明。案件は3週間「提案済み」のまま鎮座する。予測上は生きている。実際は、メールが迷惑フォルダに落ちた日に死んでいた。

CSO Insightsの調査（2024 Sales Performance Study、N=900組織）では、予測通りにクローズする案件はわずか46%。残りの54%は延期、縮小、消滅する。担当が嘘をついているのではない。「この案件の確度は70%だと思う」が計測ではないだけだ。

計測には証拠がいる。

証拠とは何か

CRMのドロップダウンを一旦忘れてほしい。担当の意見を聞かずに、外から見て分かるものだけを考える。

案件が進んでいる証拠：

• 相手がメールに返信した（開封ではなく、返信）
• 相手企業の別の人間が料金ページを訪問した
• 送ったケーススタディのリンクがクリックされた
• 意思決定者を含むミーティングが実施された
• 相手から導入スケジュールについて質問があった

案件が止まっている証拠：

• 14営業日以上、メール返信なし
• ミーティングが2回リスケされた
• やり取りしていた担当者が退職した
• 新しいステークホルダーが一人も出てこない
• 提案書送付後、フォローアップへの反応ゼロ

「この案件、どう思う？」と聞く必要はない。事実だ。起きたか、起きていないか。

金曜にも通用する週次予測プロセス

5人から30人のチームで機能するプロセスを紹介する。月曜の朝に45分。大半のチームがやっている2時間の「意見交換会」を置き換える。

ステップ1：ステージではなく、最終アクティビティ日でソートする

パイプラインを引っ張り出す。ステージは無視する。全案件を、最後の観察可能なアクティビティ（返信、ミーティング、クリック）の日付順に並べる。10営業日以上動きがないものは自動的に「停滞」の箱に入れる。

この一手で、数字を膨らませていたパイプラインの20〜30%が消える。

ステップ2：証拠テストを適用する

残った案件ごとに、一つだけ問う。今週、相手が何をしたか？ 担当が何をしたかではなく。

担当がフォローアップメールを送った？それは担当のアクティビティであり、相手のアクティビティではない。相手が返信した、クリックした、ミーティングに出てきた？それが証拠だ。

今週、相手側のアクティビティがゼロの案件にはフラグを立てる。削除ではない。フラグだ。リスクがある、ということ。

ステップ3：ステージではなく、証拠でウェイトをかける

従来の予測はステージでウェイトをかける。「ディスカバリー＝20%、提案＝60%、口頭コミット＝80%」。自己申告のステージでは意味がない。

代わりに、証拠の積み重ねでウェイトする。

違いは明白だ。すべての段階で、相手が何かをしたという事実が必要になる。

ステップ4：月曜の数字を出す

案件の金額にウェイトを掛ける。合計する。それが予測だ。

先週の月曜の数字と比較する。パイプラインは増えたか？案件は進んだか（証拠が追加されたか）？停滞したものはあるか？

4週間分の推移を並べると、単発のスナップショットより遥かに多くのことが見える。

定着させる

このプロセスは「やってもやらなくてもいい」になった瞬間に死ぬ。続けるためのパターンが二つある。

パターン1：予測＝ミーティング。 パイプラインレビューと予測を別々にやらない。月曜のセッションが予測そのものだ。担当が案件を報告するとき、証拠を一緒に出す。証拠がなければパイプラインにカウントしない。この規範を定着させるのに、案件あたり10秒あれば足りる。

パターン2：停滞は隠すのではなく、テストする。 案件が停滞の箱に入ったら、「何があった？」ではなく「次のテストは？」に切り替える。テストとは、観察可能な反応を引き出す具体的なアクションだ。「ROI計算ツールを送って、水曜までに開封されるか確認する」。反応がなければ育成リストに回す。議論は不要。

データはどこから来るか

このプロセスで一番難しいのは方法論ではない。データだ。

チームがCRMに手動でアクティビティを記録しているなら、分析より更新の催促に時間を取られる。うまく回るのは、アクティビティデータが自動で流れ込む環境だ。メール返信のトラッキング、リンククリックの捕捉、ミーティング結果の自動記録。担当がフォームに入力しなくても済む状態。

ツールを組み合わせて構築するチームもある。メールトラッキング、カレンダー連携、ウェブ解析。動くが、脆い。一つの連携が壊れると月曜の数字に穴が空く。

Optifaiのようなシグナルベースのシステムは、別のアプローチを取る。パイプラインのステージ（discovered → enriched → contacted → clicked）が、実際に起きた事実で定義される。担当の入力ではなく。送信、返信、クリック、スキップ — すべてが発生した時点で記録される。月曜朝のビューは、最初から証拠順にソートされている。

どちらの方法でも原則は同じだ。予測の精度は、それを支えるデータの精度でしかない。データ収集を自動化すれば、予測プロセスは勝手に回る。

30日後に変わること

最初の月曜、チームは反発する。信じていた案件が停滞フラグを立てられる。パイプラインの合計額が縮む。悪いニュースに感じる。

3週目の月曜、何かが変わる。担当が自分から証拠に言及し始める。「提案書を送ったら、1時間以内に開封されました」「デモに相手の部門から2人参加しました」。感触ではなく、事実で話すようになる。

4週目の月曜、CEOが気づく。数字が動かなくなった。80万ドルと120万ドルの間を毎週行き来しない。追跡できる。通用する。月曜の予測と金曜の実績が15%以内に収まる。

魔法ではない。意見が計測に置き換わった結果だ。月曜を一つずつ積み重ねて。

---

観察可能なアクティビティに基づくパイプラインデータに興味があれば、Optifaiで確認してみてください。7日間無料、クレジットカード不要。