1. 今こそ営業の現場に「ファクト」を

営業の現場では、顧客の言葉を信じて提案を組み立てることがよくあります。

たとえば、こんな会話を思い出してください。

• 顧客：「価格が高いのがネックですね」
• 営業：「では、割引を検討します」

一見、筋が通っているように見えます。

しかし実際の利用ログを確認すると「そもそもその機能をほとんど使っていなかった」という事実が出てきた…

そんな経験はないでしょうか。

顧客が口にする理由は本音とは限らないのです。

人は建前を話しますし、気づいていないニーズもあります。

言葉だけを頼りにして提案を組み立てると、「響かない資料」「ずれた施策」になりがちです。

ここで必要になるのが、ファクト（事実）です。

実際の行動データや過去の購買履歴、問い合わせ記録といった裏付け情報を押さえることで、提案は説得力を増し、再現性も高まります。

📌 例：言行ギャップの整理イメージ

つまり、「顧客の言葉」だけでなく「顧客の行動」を重ね合わせることで初めて真に響く提案ができます。

ファクトを持たない営業は「説得力が弱い」ままですが、ファクトを押さえた営業は「客観的で信頼できる提案者」として認識されます。

2. ファクトファインディングの基礎整理

「ファクトファインディング」という言葉を耳にすると、「データを集めること」＝「ファクトファインディング」と誤解しがちです。

しかし実際は、もっと広い意味を持っています。

📌 ファクトファインディングの定義

営業活動におけるファクトファインディングとは、意思決定に必要な事実情報を収集し、それを検証・整理するプロセスのことです。

つまり「集める」だけでは不十分。

集めた情報を「確かにそうなのか？」と確認し、解釈と混ざらないように「整理」して初めてファクトになります。

📌 他の思考法との関係性

営業思想シリーズで扱ってきた思考法を振り返ると、その役割の違いが分かりやすいです。

• クリティカルシンキング：本当にそうなのか？と前提を疑う
• ロジカルシンキング：だから何か？と筋を通す
• 仮説思考：まずどちらか？と方向性を仮置きする
• ファクトファインディング：それらを裏付ける証拠を揃える

言い換えれば、クリティカル・ロジカル・仮説が思考の型であるのに対し、ファクトはその思考を地に足のついたものに変える材料です。

📌 整理イメージ（思考法とファクトの関係）

📌 よくある誤解と本来の意味

ファクトファインディングは「ただ集める」ことではなく、「証拠化」までを含みます。

営業の現場でありがちなのが、「ヒアリングメモはあるけど整理されていない」「数字はあるけど誰も検証していない」といった状態です。

ファクトファインディングは、この属人的・散逸的な情報を証拠化する作業。

ここを意識できるかどうかで、提案の説得力は大きく変わってきます。

3. ファクトの質を見極める3つの軸

どれだけファクトを集めても、すべてが同じ価値を持つわけではありません。

「信頼できる事実」なのか、「状況を補足する情報」なのかを区別しないと、せっかくのデータが誤った判断につながってしまいます。

そこで営業が押さえておきたいのが、ファクトの質を判断する3つの軸です。

1. 一次情報か、二次情報か

• 一次情報：顧客本人の発言、利用ログ、実際の購買データなど
• 二次情報：ニュース記事、調査レポート、社内伝聞など

👉 ポイント

営業の場では、一次情報がもっとも説得力を持ちます。

二次情報も補助的に役立ちますが、根拠に据える際は出典や条件の明示が不可欠です。

2. 定量情報か、定性情報か

• 定量情報：売上、利用頻度、契約数、アクセスログなどの数値データ
• 定性情報：顧客の声、感情、印象、観察した行動など

👉 ポイント

定量は「動かぬ証拠」になりやすく、定性は「背景や文脈」を補足します。

両方を突き合わせることで、提案の厚みが増します。

3. 主観か、客観か

• 主観情報：顧客本人の意見や感情、担当営業の所感
• 客観情報：第三者評価、ベンチマークデータ、市場統計

👉 ポイント

主観は本音を知る手掛かりになり、客観は比較の基準になります。

バランスを取ることが大切です。

📌 ファクト信頼度マトリクス（例）

ファクトは重みづけして扱う

営業現場では、「全部の情報を同じ扱いにしてしまう」ケースがよくあります。

しかし実際には、

• 出典が一次か二次か
• 定量で裏付けられているか
• 客観的に比較できるか

といった軸で整理することで、どのファクトを強調し、どれを補助に回すかがはっきりします。

ファクトファインディングは「集める」ことではなく、重みづけして整理することで初めて意味を持つのです。

4. 営業現場での活用シーン

ファクトファインディングは、ただの調査作業ではありません。

実際の営業現場で、提案の説得力を高め、案件の進行をスムーズにするための武器になります。

ここでは4つの典型的なシーンを見ていきましょう。

1. 初回ヒアリング：表層ニーズと行動データのギャップを掴む

初回面談で顧客はよく「価格が高い」「人手が足りない」といった一般的な悩みを語ります。

しかし購買履歴や利用ログを突き合わせると、「本当の課題は未活用機能の多さ」や「業務フローの非効率さ」であることが分かることもあります。

👉 ポイント

ファクトを押さえると、その後の質問が具体的になり、ヒアリングの質自体が高まります。

2. 提案根拠づけ：証拠付きで説得力を高める

「なぜこの提案が最適なのか」を示すとき、感覚的な言葉だけでは弱いものです。

顧客発言、社内の活用データ、市場の第三者調査を組み合わせて「根拠カード（Evidence Card）」として提示すれば、提案書は一気に客観性を持ちます。

👉 ポイント

例えば「他社より効率が上がります」ではなく、「顧客ログ上の処理時間が平均3日 → 当社導入事例では1日半に短縮」という形にすることで、数字を伴ったストーリーになります。

3. 競合比較：事実をベースに優位性を示す

顧客が比較検討している段階では、「競合より良いですよ」という言葉は通じません。

価格、機能、導入実績といった比較項目を、出典と取得日付きで表に整理して提示することが重要です。

👉 ポイント

ファクトベースで比較すると、感覚論ではなく「数字と事実」で優位性を説明でき、顧客側の社内稟議でも通りやすくなります。

4. 案件進行：意思決定の過程をファクトログ化する

営業が複数人のステークホルダーとやり取りする場合、誰がいつ何を認めたかがあいまいになりがちです。

「◯◯部長は承認したのか？」「いつ方向性が変わったのか？」が不明確だと、後半で失注するリスクが高まります。

👉 ポイント

会話の記録を整理し、ファクトログとして残すことで、意思決定プロセスを透明化できます。

結果として社内共有も容易になり、属人化を防げます。

📌 統一フォーマット例：言行ギャップ・シート

項目, 顧客発言, 実データ, ギャップ度, 提案示唆

例) コスト要因, 「高い」, 利用ログ：未使用機能多数, High, 利用促進サポートを提案

このシート形式でまとめておけば、ヒアリング内容・ログ・示唆が1枚で可視化でき、提案資料に流用もしやすくなります。

5. AIで強化するファクトファインディング

ファクトファインディングは「手間がかかる」「記録が散逸する」ことが最大の壁でした。

ここにAIを組み込むと、記録→仕分け→照合→整理の流れを半自動化でき、営業の負担が大きく軽減されます。

📌 AI活用の流れ（4ステップ）

1. Capture（記録）

• 商談内容を音声文字起こし→議事録化
• CRM・SFAに同期

2. Classify（仕分け）

• 「事実／推測／感情」に自動分類
• 誰の発言か・タイムスタンプも添える

3. Corroborate（照合）

• 発言内容と利用ログや購買履歴を突き合わせる
• 矛盾や不足情報を抽出

4. Summarize（整理）

• 提案資料に使える「エビデンス・カード」を生成
• 競合比較や社内レビューに流用可能

📌 AIプロンプト例

実務でそのまま使える短文プロンプトを紹介します。

1. 事実・推測・感情の仕分け

この商談メモを「事実／推測／感情」に仕分けし、引用部分・発言者・時刻を添えて表にしてください。

2. 発言と行動ログの照合

顧客の発言ログと利用ログを突き合わせ、矛盾点と追加で確認すべき質問を列挙してください。

3. 競合情報の整理

競合Xの公開情報を「機能／価格／導入実績」で表にまとめ、出典URLと取得日を必ず添えてください。

4. 多角照合（高度版）

この顧客の発言をCRM履歴・購買履歴・サポート問い合わせと照合し、食い違いとその示唆を整理してください。

5. エビデンス・カードの自動生成

以下の情報から「エビデンス・カード」を作成してください。

- 事実（引用＋数値＋出典）
- 解釈（別枠にする）
- 顧客への影響
- 次に確認すべき質問（3つ）

📌 AI活用時の落とし穴（反パターン）

AIをうまく使えば効率は上がりますが、注意すべき誤用もあります。

• AI要約を根拠扱いする（出典・日時がないと証拠にならない）
• 古い記事を最新データと勘違いする
• 一部の顧客発言を一般化してしまう
• 事実と解釈がごちゃ混ぜのまま出力する

👉 ポイント

「AIはあくまで整理の補助」であり、最終的な裏付け確認は営業自身が行うことです。

📌 AIは証拠の整理係

AIを正しく使うと、営業は「集める人」ではなく「意思決定する人」に専念できます。

AIは証拠の整理係として、商談の裏付けを効率的に整え、次のアクションにつなげてくれるのです。

6. 業界別の応用イメージ

ファクトファインディングの考え方はどの業界でも活用できます。

ここでは代表的な4つの業界で、「顧客の発言」と「実際の行動データ」を照らし合わせる形で事例を見ていきましょう。

IT・SaaS：解約要因を突き止める

• 顧客発言：「料金が高いので解約します」
• 実データ：利用ログを分析すると、主要機能をほとんど使っていない
• ギャップ度：High
• 提案示唆：利用トレーニングや機能活用サポートを先に提案し、料金ではなく利用価値の再認識を促す

製造業：不良要因の真因を探る

• 顧客発言：「品質が安定しないのが困る」
• 実データ：作業記録と品質検査データを突き合わせると、特定工程の担当者シフト時に不良が集中
• ギャップ度：Medium
• 提案示唆：設備改善よりもまず作業プロセスの見直し・教育を提案

不動産：顧客の本音条件を掴む

• 顧客発言：「駅近で広めの物件を探している」
• 実データ：内見予約データを見ると、駅近よりも日当たり・静音性を優先している行動傾向
• ギャップ度：High
• 提案示唆：条件の再整理を促し、立地より生活環境を重視した提案へ切り替える

小売・EC：隠れニーズを発掘する

• 顧客発言：「セール品をよく買う」
• 実データ：購買履歴では、セール以外でも新商品のお試し購入が多い
• ギャップ度：Medium
• 提案示唆：値引き訴求よりも「先行販売」「限定商品案内」が効果的

📌 統一フォーマット：言行ギャップ・シート

まとめ

業界が違っても、共通しているのは「言っていることとやっていることのズレ」を可視化することです。

このギャップをAIで効率的に抽出すれば、提案は勘ではなく証拠に基づいたものになります。

7. 読後すぐ試せるアクション

ファクトファインディングは、学んで終わりでは意味がありません。

大切なのは、小さく試して習慣化することです。

ここでは営業パーソンが「明日からできる」アクションを3つご紹介します。

1. 商談メモをAIで仕分ける

直近の商談メモをそのままAIに投げてみましょう。

「事実／推測／感情」に分けるだけで、頭の中が整理され、次に何を確認すべきかが見えてきます。

📌 プロンプト例

この商談メモを「事実／推測／感情」に仕分けし、発言者と時刻を添えて一覧化してください。

2. 1件の顧客を言行ギャップで確認する

顧客発言と実際の購買履歴やログを照合し、ズレを探してみましょう。

小さな矛盾でも「じゃあ本当の課題は何か？」を掘り下げるきっかけになります。

📌 チェックリスト

• 顧客が言っていたことは何か？
• 実際に行動で表れていることは何か？
• その差から導ける新しい提案はあるか？

3. 提案書に根拠セクションを1枚追加する

普段の提案資料に、エビデンス・カード形式のスライドを1枚差し込んでみましょう。

「事実・出典・解釈・次の確認事項」が揃った1枚があるだけで、提案の信頼度は大きく変わります。

📌 ミニフォーマット（例）

# Evidence Card
- 事実（引用・数値・出典）
- 解釈（事実とは分けて記載）
- 顧客にとっての影響
- 次に確認すべき質問（3つ）

まとめ

最初から完璧な仕組みを作る必要はありません。

「仕分ける→照合する→根拠を差し込む」の3ステップを繰り返すことで、自然とファクトベースの提案が身につきます。

8. AIで証拠集めと整理を仕組み化する営業へ

営業において、クリティカルシンキング（前提を疑う）、ロジカルシンキング（筋を通す）、仮説思考（方向を置く）はすべて大切です。

しかし、それらを支える「裏付け」がなければ、提案は空論に終わってしまいます。

その裏付けとなるのがファクトファインディング。

• 「顧客の発言」と「実際の行動」を突き合わせる
• 一次情報／定量情報／客観情報を重視する
• 記録を検証・整理して証拠化する

こうして初めて、提案に説得力と再現性が生まれます。

AIが変える証拠集めの姿

これまでファクトを集めて整理する作業は、属人的で時間のかかるものでした。

しかしAIを活用すれば、

• 商談メモを〈事実／推測／感情〉に仕分ける
• 発言と利用ログを照合して矛盾を発見する
• エビデンス・カードを半自動生成する

といった作業を効率化できます。

AIは「証拠の整理係」として営業を支え、営業は「判断と提案」に集中できるようになります。

ファクトベース営業がもたらすもの

• 短期的な説得力：根拠付き提案は、相手に「納得感」を与える
• 長期的な信頼関係：言葉ではなく証拠で会話する営業は、顧客に安心感を与える
• 属人化の回避：誰が見ても同じ結論にたどり着ける仕組みは、チームの再現性を高める

💡 この記事を読んだら

まずは直近の商談メモをAIにかけてみてください。

たった一度の仕分けでも、「思っていた課題」と「実際の課題」の違いに気づけるはずです。