営業予測システム開発の進め方/やり方/流れや方法/手法/工程/手順

営業予測システムの導入は、予測単位の定義、データ整備、段階的な運用定着の順に進めます。要件整理から定着までの6フェーズで段取りを組むと、営業会議で使える予測につながります。

▼全体ガイドの記事
・営業予測システム開発の完全ガイド

・業務システム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「業務システム開発の完全ガイドブック」で詳しく解説しています。
・スクラッチシステム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「スクラッチシステム開発の完全ガイドブック」で詳しく解説しています。

営業予測システムの全体像

営業予測システムは、将来の売上や受注を予測します。

予測の材料には、案件の商談ステージや受注予定日、売上実績があります。確度や顧客属性、活動履歴も使われます。

合計金額を示すだけでなく、目標との差を見せ、予測を押し上げる案件や停滞案件を見つけます。

その結果、次の営業行動につなげられます。

営業予測システムとSFA・CRM・BIの違い

営業予測システムは、関連システムとは役割が異なります。役割を分けて捉えると、必要な機能が見えてきます。

• SFA・CRM：顧客、商談、活動履歴を管理する基盤です。
• 営業予測：案件情報をもとに、月次・四半期・年度の売上や受注を見積もります。
• BI・MA：データを可視化する役割と、見込み顧客への施策を自動化する役割があります。
• 需要予測：市場、在庫、生産計画が対象で、営業予測とは目的が異なります。

導入方式は、CRMの予測機能を使う方式、CRMのデータをデータウェアハウスに集めてBIと予測モデルを使う方式、独自開発の3つに分かれます。

需要予測と混同すると、営業部門で必要のない在庫連携が先に進み、案件の更新ルールが後回しになりかねません。

最初に定義する予測単位と評価指標

予測の単位と指標は、次の4つの観点から決めます。対象が変わると、必要なデータと集計方法も変わるためです。

• 予測対象：月次売上、四半期受注額、件数、粗利、更新率などを決める。
• 数字の区分：担当者見込、承認済み見込、加重パイプライン、AI推定値を分けて扱う。
• 予測の評価：平均絶対誤差、目標達成率、予測更新の遵守率、ステージ定義の入力率で測る。
• 業務の評価：予定日の変更回数、停滞案件、会議資料の作成時間も見る。

数字の意味を分けておくと、営業会議で説明しやすくなります。

AIの精度が高くても入力率が低ければ、予測は安定しません。そのため、運用の状態も評価の対象に含めます。

営業予測システムの進め方

営業予測システムは、要件整理、選定、設計開発、テスト、稼働、定着の6段階で進めます。段階ごとに区切ると、業務とシステムの抜け漏れを確かめられます。

各段階では、成果物と判断基準を置き、次の段階へ進む条件を文書にしておきます。

特に、AIの開発はデータを洗い出し、加重パイプラインで基準値を作ってから進めます。

フェーズ1：要件整理と予測の定義の統一

機能の一覧を作る前に、営業会議で誰が、いつ、何を判断するかを確認します。たとえば、担当者と経営者では、見る数字の粒度が違います。

そのため、利用者ごとに画面と集計単位を分けておくと、現場は入力しやすく、経営は数字を説明しやすい形になります。成果物は、業務の流れからデータ項目、非機能要件まで、一式そろえておきます。

• 利用者と画面：担当者は案件、管理職はチーム見込、経営者は目標差を見て、画面を分ける。
• 成果物：業務フロー、指標、用語、データ項目、権限、連携先、非機能要件をまとめる。
• 棚卸しデータ：顧客・案件ID、担当者、商品、金額、ステージ、受注予定日、失注理由、実績売上を洗い出す。
• 運用ルール：更新日、確度の変更権限、案件終了条件、AI修正の記録を決める。
• 合意形成：期間、予測値、実績データ、更新責任者をそろえ、例外も確かめる。

「リアルタイムに見たい」「AIで高精度にしたい」という希望は、そのままでは要件になりません。

要件は、営業と経理に加えて、情報システムや法務も参加する場で、例外処理まで具体化します。

フェーズ2：製品と開発方式の選定

方式、機能、支援範囲は、同じ条件で比べます。選定では、次の4つの観点を見ます。

• 方式：標準案件はSaaS、独自階層や承認はCRM改修、全社予測はDWH・BI、独自設計はフルスクラッチが候補です。
• 機能と費用：予測機能・カテゴリ、履歴、API、移行、権限、監査ログ、スマホ、AI根拠、解約時返却、支援、5年TCOを比べる。
• 責任範囲：製品ベンダーと開発会社の役割の線引き。
• PoC：一部門・一商品群で4〜8週間試し、精度や入力時間などで合否を判断する。

PoCでは、過去実績と案件データで加重パイプラインを計算し、担当者の見込と比べます。さらに、入力時間や予測会議の短縮、更新遵守率、誤差の原因の説明可能性を評価します。

製品ベンダーは機能とライセンスを提供します。一方で、SIerや開発会社は、要件整理から定着までを支援します。

フェーズ3：予測ロジックと連携の設計・開発

過去実績を基準にして、AIの追跡やデータ連携まで含めた予測の仕組みを組み立てます。

• 基準ロジック：案件金額に、過去実績のステージ別成約率を掛ける。
• 成約率の見直し：月次・四半期で実績と比べ、少数例の段階は細分化しない。
• AIの記録：AI予測、担当者見込、マネージャー補正、公式予測を分けたうえで、入力時点、データ期間、モデル版、根拠、補正理由を残す。
• データ品質：重複、表記揺れ、放置案件、古い予定日を、学習の前に検査する。
• 連携設計：正とするシステム、ID統合、API頻度、再実行、マスキング、バックアップ、権限を決める。

連携の対象には、CRMや基幹システム、会計、MAのほか、Excelやデータウェアハウスも含まれます。

顧客IDや案件IDが異なる場合は、発注側と開発会社が、マスタを統合するルールとエラー時の扱いを決めておきます。

連携や権限の条件は、画面設計と同じ時期に決めておくのが基本です。

品質の悪いデータでAIを学習すると、誤った情報を精密に計算するだけになります。

フェーズ4：データ・業務・セキュリティのテスト

テストでは、画面だけでなくデータや業務、操作性、セキュリティも確かめます。次の5つのケースを扱います。

• 業務・データ：実データに近い条件で、登録、失注、異動、連携失敗などを試す。
• 計算：手計算と照合し、丸め、税抜・税込、通貨、期間境界を確かめる。
• 操作と集計：担当者はスマホ入力、管理職は集計の再現性とドリルダウンを確かめる。
• 受入と記録：関係者が合意基準で評価し、仕様書や結果、既知障害、回避策を残す。
• 個人情報：権限、ログ、暗号化、バックアップ、委託先、脆弱性、事故報告の確認。

受入の場には、営業や経理、経営企画、情報セキュリティの代表者が加わります。さらに、案件ステージや予定日の変更、事業部の統廃合、権限のない情報へのアクセスも検証の対象にします。

ガイドラインは、本人から見た利用目的の具体化を示しています。

外国で個人データを扱う場合は、発注側がその国の制度を把握します（出典：個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」、2026年8月確認）。

フェーズ5：段階的な稼働

本番稼働は、全社一斉よりも、一つの営業部門や商品群から始める方が安全です。

1. 顧客、案件、担当者、商品、過去実績に分けて移行し、前後の件数と金額を照合する。
2. 移行できない履歴や欠損値は補完せず、対象外、要確認、仮登録などの状態で明示する。
3. 稼働初週は予測会議の前に問い合わせが集中するため、窓口、障害優先度、回答期限、修正責任者、ロールバック条件を定める。
4. 旧Excelをすぐに廃止できない場合は、二重入力の期間と終了条件を決めておく。

フェーズ6：営業プロセスへの定着

定着では、操作方法だけでなく、営業の仕事がどう変わるかも説明します。

次の5項目を、日々の運用に組み込みます。

• 会議での活用：週次更新、月次レビュー、案件条件、停滞時の行動を確認する。
• 入力項目：会議で使う情報に絞り、不要な項目は増やさない。
• 定着KPI：案件・予定日更新率、滞留日数、誤差、準備時間、アラート後の対応件数。
• 誤差の分析：未更新、定義差、時期ずれ、特殊案件、モデルの偏りを切り分ける。
• 運用の引き継ぎ：責任者を置き、辞書や権限表、連携・テスト仕様、モデル履歴を引き渡す。

誤差が出たときは、精度だけを理由にモデルを変えないようにします。また、外部に保守を頼む場合は、データ品質の改善や再学習、機能追加の見積条件も契約に含めます。

組織や商品構成が変わったときは、予測の定義を見直す担当も決めておきます。

営業予測システムの費用相場とコストの内訳

費用は、ライセンスに加えて、要件整理や初期設定、移行、連携を合算します。

教育やAI・BI機能、保守も含めて考える必要があります。

公的な一律相場はありません。

ここで示すのは、類似業務システムと公開料金をもとにした目安です。

金額は、ユーザー数だけでなく、連携先やデータの状態、営業階層、独自ロジックの複雑さによって変わります。

方式別の初期費用と期間の目安

初期費用と期間は、方式ごとに次の推定レンジで示します。連携や独自設計の範囲が広いほど、期間と費用は増えます。

• SaaSの標準設定：0万〜100万円程度、1〜3か月程度。
• 移行・API連携を含むSaaS：100万〜800万円程度、2〜6か月程度。
• 標準CRMのカスタマイズ：500万〜3,000万円程度、3〜9か月程度。
• DWH・BIと予測モデル：1,500万〜5,000万円程度、6〜18か月程度。
• フルスクラッチ：5,000万円〜2億円超、12〜24か月以上。

DWH・BI方式は、複数事業部のシステムを統合するケースを想定しています。

フルスクラッチは、予測ロジックや権限、業務フローを独自設計する場合を指します。

これらの数字は、NotebookLMで整理した営業・CRM・MA系の類似案件をもとにした推定レンジです。営業予測単体の統計とは異なります。

ライセンス・開発・保守の内訳

Dynamics 365 Salesは、プランによって料金と機能が異なります。Microsoft 365やTeamsとの連携効果も確認します。

発注側は、CopilotやPower Platformなどの追加要素の費用も見ておきます。

開発費の目安は、要件定義10〜15%、基本設計15〜20%、開発30〜40%、テスト15〜20%、移行・導入5〜10%です。

割合は案件によって異なります。そのため、固定の相場ではなく、見積書の構成を確かめる基準として使います。

• Salesforce（1ユーザー月額）：Starter Suite 3,000円、Pro Suite 12,000円、Enterprise 21,000円。
• Salesforce（1ユーザー月額）：Unlimited 42,000円、Agentforce 1 Sales 66,000円。
• Dynamics Sales（各1ユーザー月額）：Professional 9,745円、Enterprise 15,742円、Premium 22,488円。
• 20ユーザーの年間額：Salesforce 72万〜1,584万円、Dynamicsは約234万〜540万円。
• 別途費用：設定、移行、連携、教育、税、保守、追加機能は含まれません。

Salesforce価格は2026年8月確認時点の1ユーザー月額です（出典：セールスフォース・ジャパン「販売価格」、2026年8月確認）。

Dynamics価格も2026年8月確認時点の1ユーザー月額です（出典：Microsoft「Dynamics 365 Salesの価格」、2026年8月確認）。

20ユーザーの年額は、税、導入支援、連携、データ移行を含まないライセンスの目安です。

保守費は、初期開発費の年10〜20%程度が目安です。

SaaSの月額サポートと、個別改修やデータ修正、モデル再学習は分けて計算します。

営業予測システムの見積もりを取る際のポイント

見積もりは、案件管理だけを対象にするのか、実績売上や基幹データまで統合するのかで変わります。

依頼する前に、予測対象や対象部門、利用者数を整理します。連携先や移行データ、必要な履歴期間も、あわせて決めておきます。

そのうえで、AIの利用範囲と稼働時期も決めます。要件がまだ固まらない場合は、確定見積もりではなく、調査、PoC、本開発に分けた段階見積もりを依頼します。

要件定義書に含めるデータと業務ルール

機能名だけを書いたRFPでは、各社の解釈がずれてしまいます。そのため、要件定義書にはデータや業務ルール、移行、AIの条件を書きます。

• データと業務：顧客・案件・商品・担当者の項目、必須入力、ステージ進行条件、確度計算を定める。
• 例外処理：失注や予定日超過、担当者異動時の扱いを記載する。
• 移行：件数、対象年数、重複・欠損の扱い、検収者を決める。
• AI：学習・除外データ、再学習頻度、説明可能性、評価指標、修正の保存、学習利用を確認する。

加えて、予測締め日や組織階層、権限、承認も書き込みます。通知、帳票、API、バックアップについても、記載しておきます。

AIや移行の条件が曖昧な見積もりは、追加費用が生じる原因になります。

複数社の5年TCOと成果物の比較

複数社を比べるときは、次の4点を並べて見ます。

• 会社の実績：構築や移行、複数事業部の権限設計、稼働後の定着支援で見る。
• 5年TCO：ライセンス、追加ユーザー、容量、API、AI・BI、保守、教育、修正、追加開発を合算する。
• 成果物：要件・画面・データ設計、辞書、移行・テスト仕様、操作・引継資料の有無。
• 契約後の移行：ソースコード、データの返却形式と期間、変更時の支援内容。

比べる相手は、SalesforceやMicrosoft、HubSpotなどの製品ベンダーと、認定パートナーやSIerです。

「AI搭載」と書かれていても、それだけで判断しないようにします。さらに、データ移行や複数事業部の権限設計も確かめます。

追加費用になりやすいリスクの切り分け

追加費用を防ぐには、発生要因、見積条件、完了条件を分けて確かめます。

• 追加費用の要因：重複・欠損、連携不足、ステージ差、権限、AI検証。
• 見積条件：対象外、変更管理、単価、時間、検収、代替案と上限の明記。
• 完了・改善条件：工程ごとの完了条件、AIの目標、評価データと期間、未達時の作業を定める。

支払いは工程ごとに分け、完了条件も明確にしておきます。

精度は契約上の保証値にしにくいため、目標と未達時の改善作業を別々に定めます。

APIが使えない場合や、Excelを手作業で整える場合は、代替案と上限金額も示してもらいます。

入力率や会議時間は、自社の運用にも左右されます。そのため、開発会社と共同で追うKPIとして扱います。

営業予測システムについてよくある質問

営業予測は、会社ごとに営業サイクルやデータの粒度が異なります。そのため、案件数や商談期間、入力ルール、既存システムに照らして検討することが大切です。

営業予測システムにAIは必須ですか？

AIは必須ではありません。まずは、案件金額とステージ別成約率を使う加重パイプラインで、定義と更新ルールをそろえます。

十分な履歴がそろい、AI予測を人の判断と比べられる状態になったら、時系列モデルや機械学習を追加します。

過去データが少なくても導入できますか？

導入はできます。一方で、データが少ない段階では、AI精度を期待しすぎないことが大切です。まずは、実績、案件金額、ステージ、受注予定日を整理します。

手動やルールベースの予測を運用して、予測と実績を蓄積します。そうしておくと、欠損やステージ定義の差を把握でき、将来のモデル改善に備えられます。

Excelの営業データを移行できますか？

移行はできます。ただし、列名や顧客名、日付、金額、案件の重複を事前に確かめる必要があります。

ファイルごとに入力ルールが異なる場合は、顧客IDや案件IDを付け、辞書に沿って変換します。

予測に必要な期間と、稼働後に参照する履歴を分けておくと、全履歴を移す場合に比べて、移行費用と検証の負担を抑えられます。

営業担当者の活動履歴をAIに使っても問題ありませんか？

メールや通話録音、会話の要約には、顧客や従業員の情報が含まれる可能性があります。

• 利用条件：目的、対象データ、権限、保存期間を、法務や情報セキュリティ、労務と確認する。
• 外部利用：AI提供会社による学習利用の有無と、国外での取扱いを確認する。
• 運用：通知と同意、評価利用の範囲を決める。自動評価や受注確定には使わず、根拠と人の修正履歴を残す。

まとめ

営業予測システムは、要件整理、選定、設計開発、テスト、稼働、定着の6フェーズで進めます。AIを急がず、予測単位やステージ、実績データ、更新責任者をそろえることが、進め方の基本です。

加重パイプラインを基準に、予測と実績の差を記録しておくことが重要です。

小さく始めて、予測精度と業務の同時改善

初期費用の目安は、SaaSの標準設定で0万〜100万円程度、移行・API連携を含むSaaSで100万〜800万円程度です。CRMのカスタマイズは500万〜3,000万円程度、複数事業部の基盤は1,500万〜5,000万円程度です。

フルスクラッチは5,000万円〜2億円超が目安です。なお、これらは類似する営業・CRM・MA案件からの推定です。

ライセンスや移行、連携は分けて見積もります。教育やAI、保守も、別に扱います。

発注前に確認する5項目

発注前に決める項目は、次のとおりです。確認した内容をRFPと見積書に反映しておくと、導入後の条件も比べやすくなります。

• 予測：対象とする数字は何か。
• 正データ：どのデータを正とするか。
• 方式：自社の条件に合うか。
• AI：根拠と修正履歴を残せるか。
• 責任範囲・定着：移行、連携、セキュリティ、稼働後の改善を誰が担うか。

導入した後も、毎月、予測と実績を振り返ることが欠かせません。そのうえで、入力ルールや定義、データ品質、モデルを改善します。

営業会議で使う数字から始め、現場が更新できる範囲で機能を広げることが、投資を成果につなげる進め方です。

▼全体ガイドの記事
・営業予測システム開発の完全ガイド

▼RFP作成前に読みたい無料ホワイトペーパー
・業務システム開発の完全ガイドブック
・スクラッチシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック

会社紹介

株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。

また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。

もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。

株式会社riplaの会社HPはこちら

・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>

執筆者プロフィール

張田谷凌央

株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。