失注分析のフレームワーク ── 「なぜ負けたか」をSFAのプルダウンで終わらせない

商談が一つ流れたあと、営業担当者はSFA（営業支援システム）の失注理由プルダウンを開き、「価格」「競合」「タイミング」のいずれかを選んで案件を閉じます。マネージャーはその選択をダッシュボードで集計し、「価格負けが4割」という月次レポートにまとめます。多くの営業組織で、失注分析と呼ばれている作業の実態はこれです。

ところが、その集計は買い手の現実とほとんど一致していません。米国の失注分析専門企業Clozdが、SFA上の失注理由と、同じ案件の買い手本人への聞き取りを突き合わせたところ、両者が一致したのはわずか15%でした[1]。残りの85%は、間違っているか、肝心の情報が欠けています。営業担当者がプルダウンで選んだ「負けた理由」のうち約6割は、そもそも事実と違うのです[1]。

失注分析が機能しないのは、フレームワークが足りないからではありません。集めているデータが、勝敗を決めた当事者ではなく、敗れた側の自己申告だからです。負けた理由を、負けた本人に選ばせているのです。この一点に、受注失注分析が長らく経営の役に立ってこなかった構造があります。

この記事の3つの結論

1. SFAの失注理由プルダウンは「営業の自己申告」です。Clozdの調査では買い手の認識と一致したのは15%で、85%は不正確でした[1]。

2. 売り手は失注を「価格」に寄せ、買い手は「差別化の欠如」「対応の遅さ」を挙げます。10万件超のB2B商談で、両者の挙げる理由は5〜7割の割合で食い違っていました[2]。

3. 真因にたどり着く失注分析フレームワークは、自己申告ではなく受注案件と失注案件の「行動差分」を見ることから始まります。

失注理由プルダウンは、敗者の自己申告である

失注分析の出発点は、たいていSFAの失注理由フィールドです。価格、競合、タイミング、社内事情。あらかじめ用意された選択肢から一つを選び、案件は閉じられます。問題は、その選択を行うのが、商談に敗れた営業担当者自身だという点にあります。

人は、自分が制御できない理由に敗因を求めます。前掲のClozdの分析では、SFAに記録された競合名すら、買い手の証言と照らすと約7割の案件で誤っていました[1]。負けた相手を、勝った側は正しく把握できていない。価格や競合という外的要因への帰属は、責任の所在を自分の外側に置く、ごく自然な防衛反応です。私たちはこの、自己申告データだけで経営判断を組み立てる状態を「二次情報依存」と呼んできました。加工された要約だけが上がり、勝敗を分けた生の判断が経営に届かない状態です。

買い手の側は、まったく別の景色を見ています。米Corporate Visionsが、500社以上・50以上の業界にまたがる10万件を超えるB2B購買の意思決定を買い手側から分析したところ、売り手と買い手が挙げる失注理由は5割から7割の割合で食い違っていました[2]。売り手が「価格」に寄せる一方で、買い手は「差別化が伝わらなかった」「ニーズの掘り下げが浅かった」「対応が遅かった」を挙げます。

決定的なのは、その先です。同調査では、買い手の53%が「営業プロセスのなかで何かを変えていれば、負けた側のベンダーは勝てた」と答えています[2]。敗因の過半は、価格でも競合の機能でもなく、商談中の振る舞いという修正可能な領域にありました。失注理由プルダウンが「価格」を指し示している裏で、本当の敗因は静かに取りこぼされているのです。

なぜデータは増えたのに、失注分析は深まらないのか

SFAを入れ、入力を徹底させ、失注理由の集計は毎月きれいに出てくる。それでも、来期の打ち手が見えてこない。この感覚の正体は、データの量ではなく出どころにあります。入力された失注理由そのものが、敗れた営業担当者の自己申告である以上、件数をどれだけ積み上げても、見えてくるのは現実ではなく自己申告の分布にすぎません。実際、前掲のClozdの分析では、SFAに記録された失注理由の44%は「理由」ですらなく、「失注した」という結果が書かれているだけでした[1]。鮮度の落ちた申告を、いくら精緻に集計しても、出てくる答えの精度は上がらないのです。

ここで多くの組織が取る対処が、フレームワークの追加です。失注理由をより細かく分類し、選択肢を増やし、必須入力にする。けれども、選ぶ主体が敗れた営業担当者である以上、分類を精緻にしても、自己申告バイアスはむしろ細部に拡散していくだけです。プルダウンを20項目に増やしても、15%の一致率は20%にはなりません。問題は粒度ではなく、データの出どころにあるからです。

営業失注分析が深まらない構造的な理由は、突き詰めると3つに整理できます。

• 負けた本人にしか聞いていないこと。買い手は、自社の選定理由を必ずしも正直には伝えません。とりわけ営業担当者の力量に関わる理由は、面と向かっては語られず、SFAには残りません。
• 言語化のコストが高いこと。「なぜ受注できたのか」を勝ったトップ営業に尋ねても、返ってくるのは「相性」「流れ」です。本人が無意識にやっている判断ほど言葉にされず、勝因も敗因も暗黙知のまま会社に蓄積されません。
• 受注案件を分析していないこと。失注分析の名のとおり、多くの組織は負けた案件だけを見ます。けれども、勝った案件で何が起きていたのかと並べて初めて、敗因は差分として浮かび上がります。

3つ目が見落とされがちな急所です。失注要因分析は、失注案件を単独で眺めるかぎり、自己申告の沼から出られません。比較対象としての受注案件を欠いた失注分析は、片側の証言だけで裁判を進めるようなものです。

失注分析フレームワークの基本形：仮説で因数分解する

ここまでの構造を踏まえると、受注失注分析のフレームワークが満たすべき条件が見えてきます。自己申告を起点にしないこと、受注と失注を対で見ること、そして敗因を「修正できる行動」の解像度まで分解することです。

まず、自己申告に頼らない失注分析の基本フレームワークを、3つの工程として示します。これはツールがなくても、考え方として今日から始められるものです。

• 第1工程：失注理由を内部要因と外部要因に分ける。価格・競合・タイミングは、本当に動かせない外部要因なのか、それとも価値の伝え方という内部要因が外部要因の顔をして記録されているのか。Corporate Visionsの53%が示すように、価格の裏には差別化の説明不足が隠れていることが多くあります[2]。
• 第2工程：失注案件を、同条件の受注案件と並べる。同じ製品、近い規模・時期の受注案件を横に置き、商談プロセスのどこに違いがあったかを比べます。失注を単独で見るのをやめ、受注失注分析へと切り替える工程です。
• 第3工程：差分を「行動」の粒度まで落とす。「対応が良かった」では打ち手になりません。初回商談で論点を何個提示したか、次回アポをその場で確定したか。再現できる行動の単位まで分解して初めて、失注要因分析は組織の学びに変わります。

この基本形だけでも、失注理由プルダウンの集計よりはるかに深いところへ進めます。ただし、ここには大きな限界があります。第2工程と第3工程を人手でやろうとすると、マネージャーが商談を一件ずつ思い出し、記憶を頼りに差分を語ることになる。それは結局、また別の自己申告にすぎません。人の記憶を突き合わせる失注分析は、精度の低い自己申告を、さらに精度の低い自己申告で検証しているにすぎないのです。

2026年4月、KADOKAWAから拙著『生成AIで最強の組織が生まれる──トップと現場をつなぐ一次情報経営』を刊行しました。本書の中核命題は、現場の一次情報を要約に丸める前に構造化し、経営判断へ直結させるという「一次情報経営」です。失注分析にこれを当てはめると、見るべきは敗者が選んだプルダウンという二次情報ではなく、商談で実際に交わされた対話という一次情報になります。

対話データを足した、失注分析フレームワークの発展形

ここに、生成AIが新しい工程を開きます。商談の録音や議事録という非構造の対話から、AIは「受注理由、失注理由の仮説のうち、実際に相関が大きなものはなにか？」を分析することができます。ただし、AIが速いのはここまでです。どの行動が受注を分けたのかを見極め、自社に合った型へ設計し直す工程には、いまも人の手が要ります。失注分析フレームワークの基本形に、この対話データを差し込むのが発展形です。

私たちはこれまで、国内大手企業を中心に1,000名以上、計2万時間に及ぶ商談データをAIで解析してきました[3]。そこで受注案件と失注案件の行動差分を可視化して見えてきたのは、勝敗を分けていたのが「聞く力」ではない、という事実です。ハイパフォーマーは、業界によってローパフォーマーの2.0倍から3.2倍の頻度で、顧客に「仮説」をぶつけていました[3]。「お客様の話をよく聞きなさい」という日本の営業教育を、データが否定したのです。私たちはこれを「傾聴の呪縛」と名づけました。

ここで重要なのは、この差分が失注理由プルダウンにはけっして現れないことです。負けた営業担当者は「価格」を選びます。しかし対話データに立ち返れば、本当の分岐点は、初回商談で仮説を提示できたかどうかにありました。基本形のフレームワークが扱えなかった「商談中の行動」という一次情報を、対話データが供給します。これが発展形の核心です。失注要因分析は、自己申告の集計から、受注案件と失注案件の行動差分の可視化へと土台ごと変わります。

これを実際に進めた現場では、「受注に効いていたのは何か」が、感覚や自己申告ではなく商談データの分析結果として名指しできるようになっています。日本M&Aセンター様の営業は、経営者を相手に高度な情報を引き出す難度の高いもので、その勝ち筋は長くトップ営業の暗黙知に留まっていました。担当者がM&Aの肝となる要素を顧客に伝えられているかどうかすら、組織からは見えておりませんでした。そこで商談の音声を収集し、提案の質を100点満点で数値化したうえで、受注案件と失注案件の行動を突き合わせました。浮かび上がった受注ドライバーは、買収後のシナジーに関する仮説提案にかける時間でした。これが受注率に最も寄与しており、ハイパフォーマーのその時間は通常の担当者の約1.9倍。勝敗を分けていたのは話術の巧拙ではなく、特定の行動の量だったのです。要因が数字で名指しされたことで、シナジー提案が手薄な担当者に対し、どこをどう直すべきかをフィードバックできるようになりました。パソナ様では、人材紹介の起点となる面談が、可視化しづらいブラックボックスでした。そこで、同社がもともと掲げていた23の重点項目について、面談での聞き方をAIでスコアリングし、求職者の応募率との相関を分析しました。すると、応募率を押し上げていたのは項目の数をこなすことではなく、特定の重要5項目を網羅的に会話できているかどうかでした。この5項目を押さえた面談ほど応募率が高いという相関が、定量的に確認されたのです。漠然と面談力と呼ばれていたものが、伸ばすべき5つの行動に分解され、上司と担当者がスコアを見ながら指導できるようになりました。jinjer株式会社様では、商談の要約ツールは導入していたものの、タグ付けが手作業で解析にばらつきが出て、データが貯まるだけで活用しきれない状態でした。そこでBring Outで商談内容を解析してパフォーマンスをスコアリングし、案件ごとの受注確率と、ハイパフォーマーとの行動差分を同じ画面で確認できるようにしました。これにより、優秀な担当者の勝ち筋が解像度高く言語化され、その差分は現場に配る虎の巻へと落とし込まれています。マネージャーが同席していない商談まで把握できるため、勝ち筋の共有が一部のベテランの記憶に依存しなくなりました。3社に共通するのは、勝敗を分けた要因を、敗者の自己申告でも勝者の感覚でもなく、受注案件と失注案件の行動データの分析結果として名指しできるようになった点です。失注を語るための言葉が、個人の記憶から、組織で共有された行動データへと置き換わったのです。

こうして組み替えると、勝敗を分けた要因は一枚の図にまとまります。失注理由を自己申告で集計しているかぎり見えてこない「受注に効いた行動」が、受注と失注の行動データを解析すると、会社ごとにくっきり浮かび上がります。自己申告の分布ではなく、勝敗を分けた一次情報そのものが、経営の判断材料になるのです。

ここで強調したいのは、これがツール導入の話ではない、ということです。ツールにできるのは録音と汎用的なスコアリングまでです。どの行動が受注を分ける一次情報なのかを論点として定め、自己申告バイアスを越える失注分析フレームワークを設計するのは、経営の仕事です。私たちが営業の型をAIで特定し実装する取り組みを支援しているのは、まさにこの一点においてです。

「なぜ負けたか」は、個人の反省ではなくOSの問題である

失注分析が真因にたどり着かないのは、営業担当者の入力がいい加減だからでも、フレームワークの分類が粗いからでもありません。勝敗を分けた一次情報を、敗者の自己申告という二次情報に置き換える仕組みを、組織が標準として持ってしまっているからです。問題は個人の反省の質ではなく、組織のOSにあります。

受注失注分析の競争軸は、失注理由カテゴリの細かさでも、入力率の高さでもありません。勝った商談と負けた商談で、現場の行動がどう違ったか。その差分を、どれだけ欠落なく、自己申告に丸められる前に経営の判断へつなげられるか。一次情報経営とは、その回路を営業の中核に据えることにほかなりません。営業企画とマネージャーがまず手をつけるべきなのは、失注理由の分類を増やすことではありません。我が社の失注分析が、負けた本人の自己申告を集計しているのか、それとも受注案件と失注案件の行動差分を見ているのか。負けた理由を負けた本人に選ばせているかぎり、見えてくるのは現実ではなく自己申告の分布だけです。失注分析が経営の武器に変わるのは、敗者の弁明を集める作業から、勝敗を分けた一次情報を突き合わせる営みへと、土台ごと入れ替えられたときです。

出典

1. SFAの失注理由と買い手証言の一致は15%（＝85%が不正確）、SFAに記録された競合名が約7割の案件で誤り、自己申告の失注理由は約6割が不正確、記録された失注理由の44%は「理由」でなく「結果」 — Clozd「Your CRM buyer data is bad. Just ask your buyers」(clozd.com/blog/5-lies-your-crm-is-telling-you-about-your-buyers)。
2. 売り手と買い手の失注理由は5〜7割ズレる（実際は50〜70%）／買い手の53%が「営業プロセスの修正で負けた側が勝てた」と回答 — Corporate Visions「The Business Case for Win-Loss Analysis」（500社以上・50業界・10万件超のB2B購買分析）(corporatevisions.com/blog/the-business-case-for-win-loss-analysis/)。
3. 2万時間・1,000名以上の商談解析、仮説提示 IT2.0/人材3.2/M&A1.9倍、傾聴の呪縛 — Bring Out 自社リサーチ（公開済み数値）。

事例：日本M&Aセンター様（営業のデータドリブン化・シナジー仮説提案時間が受注率に最も寄与）— Bring Out 公開事例 https://www.bringout.biz/content/2KowWGBRyE5vzOdLLknk3l。