【自社導入事例】営業代行の現場で毎日動く5つの営業AIエージェント｜架電フィードバック・データ対話Bot・稼働監視・キーマン調査・収支通知（ディーノ）

自分たちの営業現場で毎日使っている仕組みだけを、お客様にも作る

株式会社ディーノは、大手企業の新規開拓に特化した営業代行「オオテトル」を運営しています。複数のクライアント案件を同時に動かし、業務委託のインサイドセールスメンバーが毎日架電しています。

この現場で、ディーノは営業AIエージェントと自動化の仕組みを自分たちで作り、毎日運用しています。営業AIエージェント開発・導入支援は、ここで動いている仕組みをベースに提供しています。このページでは、その自社運用を事例として紹介します。

この事例の要点

ディーノの営業代行の現場では、人が増え、案件が増えるほど、報告・確認・転記といった管理の手間と、架電の質のばらつきが課題になっていた。

そこで「人が書くのは判断と振り返りだけ」を方針に、架電フィードバック、架電データとの対話、稼働のモニタリング、キーマン調査、案件収支の通知の5つを、AIエージェントと自動化の仕組みに置き換えた。

5つの仕組みは、いずれも今ディーノの営業現場で毎日動いている。作って終わりにせず、現場の修正を学習に回し、費用がかかる処理は必要なときだけ動かす運用にしている。

項目	内容
会社名	株式会社ディーノ（自社での導入事例）
事業	大手企業向け営業代行「オオテトル」、営業AIエージェント開発・導入支援
現場	複数のクライアント案件を、業務委託のインサイドセールスメンバーで同時に運用
課題	管理と報告の手間、架電の質のばらつき、案件ごとの採算が見えにくい
運用中の仕組み	架電フィードバックAI、架電データと対話するSlack Bot、稼働のモニタリング、キーマン調査AI、案件収支の毎朝通知

課題：人と案件が増えるほど、管理と報告に時間を取られた

営業代行では、アポが取れるたびに報告を書き、クライアントに連絡し、管理表に転記し、日報をまとめる作業が積み重なります。架電する人が増えるほど、管理する側も「今日はちゃんと動いているか」を確かめる手間が増えます。

架電の質を上げるには、マネージャーが通話を1本ずつ聞いてフィードバックする必要があります。案件ごとの採算も、月末に集計するまで見えませんでした。報告や管理の手間が増えると、肝心の架電数が落ちます。

方針：人が書くのは「判断」と「振り返り」だけ

数を数える、転記する、定型の文章を作る、決まった基準で照らし合わせる。こうした作業はAIと仕組みに任せられます。一方で、「このアポは有効か」「どこを直すか」「誰をどの案件に入れるか」は、人が判断します。

仕組み	AIと仕組みがやること	人がやること
架電フィードバックAI	通話をトークマニュアルと照らし、良い点と直す点を返す	どこを直すかを決め、AIの答えを補足する
架電データと対話するSlack Bot	質問に対して、架電データから出典付きで答える	答えを見て、打ち手を決める
稼働のモニタリング	通話ログの集計、架電間隔のアラート、毎時の実績通知	アラートが出たときの声かけ
キーマン調査AI	キーマン情報を調べ、出典を別のAIで確かめる	最後の確認と、使い方の判断
案件収支の毎朝通知	案件ごとの金額・目標・獲得件数・原価の集計	遅れている案件への手当て

仕組み① 架電フィードバックAI

インサイドセールスメンバーの通話音声を、AIが自社のトークマニュアルと照らし合わせてフィードバックします。文字起こしの内容だけでなく声のトーンも踏まえ、「良かった点」と「直すべき点」を分けて返します。直すべき点は、最低限なおすべきものと、なおせたらもっと良くなるものに分けて伝えます。

フィードバックはSlackのスレッドに返します。マネージャーがそのスレッドに後追いでコメントすると、AIの答えとコメントの差分を、次のフィードバックに反映できるようにしています。マネージャーが1本ずつ聞く時間を減らしながら、マネージャーの感覚が少しずつAIに蓄積されていきます。

仕組み② 架電データと対話するSlack Bot

架電ログやダッシュボードの数字に、Slackで質問すると答えが返ってくるBotを、ディレクター向けに使っています。「今週、アポ率が下がった案件は？」「受付で止まる割合が高いのはどの業界？」といった質問に、その場で答えが返ってきます。

追う範囲は、受付を通過するところからアポ獲得までに絞っています
答えには、どのデータのどの期間を見たか（出典）を必ず付けさせています
Botにメンションを付けたときだけ答える形にし、通知がうるさくならないようにしています
通話音声の解析のように費用がかかる処理は、必要なときだけ動かします

仕組み③ 稼働のモニタリング

通話ログを1時間ごとに確認し、架電の間隔が空いたら、シフトと突き合わせてマネージャーにアラートを出します。自己申告ではなく、事実ベースで行動量を把握できます。

あわせて、毎時の実績通知で、この1時間・今日・全期間の目標と実績の差を返しています。通話録音の文字起こしからは、受付で止まったのか、指名した本人と話せたのかをAIが判定し、日々の指標に使っています。

仕組み④ キーマン調査AI

営業リストの企業ごとに、キーマンの氏名・部署・役職をAIでウェブ調査します。1つのAIに調べることと確かめることを両方やらせると自分の答えに甘くなるため、役割を分けています。

リサーチ：ウェブで調べ、出典URL付きで決めた項目の表にして返す
評価：検索はし直さず、示された出典を開いて中身と照らし合わせる
判定：OKなら確定、NGなら理由を添えてリサーチに戻す（再調査は1回まで）

この運用で、1回の再調査で約9割が明らかな誤りのない水準になっています。費用は、キーマン調査（リサーチ＋評価）で1社あたり約15円です。部署の直通電話番号はウェブ上にほとんど公開されていないため、AI調査には頼らず、企業データベースや架電中のヒアリングで補っています。

仕組み⑤ 案件収支の毎朝通知

案件ごとの金額・目標件数・獲得件数・原価をダッシュボードにまとめ、毎朝の始業前にSlackへ日次サマリーを届けています。原価は、架電メンバーとディレクターの報酬で計算します。目標に対して遅れている案件と、原価が想定を超えそうな案件を上に出し、見るべき案件だけが目に入る形にしています。数字を見る頻度を月1回から毎朝に変えたことで、手を打てるタイミングが早まりました。