METHODOLOGY LIBRARY
インバウンド・アウトバウンドを
科学する方法論
コールセンターの品質改善・営業成果向上には、「なんとなく良い対応」ではなく体系的な理論が必要です。 SemantiQはFCR改善モデル（インバウンド）からBANT・SPIN・MEDDIC・MEDDPICC（アウトバウンド）まで、 各方法論をAIで自動評価・スコアリングすることで、現場での実践を支援します。
INBOUND
インバウンド理論 — 受電品質の科学
FCRモデル
First Call Resolution
「初回解決で顧客を手放さない」
顧客が再連絡せずに1回の通話で問題を解決できた割合。CSの最重要KPI。
FCR1%向上でCSAT0.5〜1pt改善、チャーン率0.3〜0.7%低下が相関研究で示されている。The Model型組織ではCS全体のNRRに直結する。
評価軸
定義
初回解決件数 ÷ 総受電件数 × 100
業界平均
70〜75%（目標：80%以上）
主な低下要因
ヒアリング不足 / スクリプト欠落 / 情報引き継ぎ不備
SemantiQの対応
全通話でFCR自動計測 + 低FCR通話のパターン分析
AHT最適化モデル
Average Handle Time Optimization
「速さと質のトレードオフを超える」
通話時間＋後処理時間の平均。短縮だけ目指すと品質が落ちる両刃の指標。FCRとセットで管理することで「速くて解決率が高い」状態を実現する。
AHTを10%短縮するとコスト削減になるが、FCRが同時に5%下がると再連絡コストで損失超過になる。最適解はFCR × AHTのスコアマトリクスで管理すること。
評価軸
計算式
(通話時間 + 後処理時間) ÷ 通話件数
適正値の考え方
チーム平均 ± 15〜20%を外れた通話を重点分析
最適化の方向
FCRを維持しながらAHTを下げるスクリプト設計
SemantiQの対応
AHT × FCR 散布図でオペレーターの位置を可視化
SemantiQでの実現
個人ごとのAHTとFCRの関係をグラフ表示。「時間は長いが解決率が高い」「短いが再コール多い」など4象限でオペレーターを分類し、最適なコーチング方針を提示します。
CSATモデル
Customer Satisfaction Score
「感情を数値化し、チャーンを予防する」
通話後アンケートで計測する顧客満足度スコア（1〜5点）。4〜5点比率を管理し、CSAT低下を「チャーン予兆」として扱うのがThe Model型CSの標準アプローチ。
CSAT 4点未満の顧客はSaaS企業でチャーン確率が2〜3倍高い。通話単位でCSATを予測・検知することで、問題が表面化する前にCSMが介入できる。
評価軸
計算式
(4点+5点件数) ÷ 総アンケート件数 × 100
業界目標
80%以上（SaaS系インハウスCS）
チャーン相関
CSAT 3点以下 → 90日以内チャーン確率 35〜50%
SemantiQの対応
感情スコアからCSAT予測値を通話単位で自動算出
SemantiQでの実現
通話中の顧客の感情トーン（ネガティブワード・声調変化）をAIが分析し、CSAT予測スコアを生成。低スコア通話をモニタリングキューに優先表示し、SVが即日フォローできます。
OUTBOUND
アウトバウンド理論 — 営業を科学する
どの商談フェーズでどの理論を使うか
SDR / 初回接触
BANT
IS 商談対話
SPIN
FS 高単価案件
MEDDIC
Enterprise
MEDDPICC
BANT
Budget / Authority / Need / Timeline
「初回接触で刺さる4つの確認軸」
IBMが体系化したリード選別フレームワーク。初回〜2回目商談でBANT4軸がそろった案件を優先することで、無駄なフォローを排除する。
IS（インサイドセールス）チームでは商談到達件数のうち、BANT充足度スコアが高い案件の受注率が低い案件の3〜5倍になるケースが多い。案件の「見た目の数」より「BANTの充足度」で管理することが重要。
評価軸
B — Budget
予算は確保されているか？規模感は？
A — Authority
会話している人が決裁者か、影響者か？
N — Need
明確な課題・ニーズが存在するか？
T — Timeline
導入・検討の時期感があるか？
SPIN話法
Situation / Problem / Implication / Need-Payoff
「質問で課題を顕在化し、価値を自覚させる」
Neil Rackhamが大規模商談研究から導いた会話フレームワーク。顧客自身に「これは大きな問題だ」「解決する価値がある」と気づかせる質問の順序を定義する。
BANTがリード選別のフレームであるのに対し、SPINは「商談の中で何を聞くか」の会話設計。顧客が能動的に課題を語る通話は受注率が高い相関がある。
評価軸
S — Situation
現状把握（「現在どのように管理されていますか？」）
P — Problem
潜在課題の掘り起こし（「困っていることはありますか？」）
I — Implication
問題の深刻化（「そのままだとどうなりますか？」）
N — Need-Payoff
解決価値の確認（「もし解決できたら、どう変わりますか？」）
SemantiQでの実現
商談対話通話をAIが分析し、SPIN各フェーズの発話が含まれていたかを検知。S→P→I→Nの順番通りに展開できているかをスコアリングし、特定フェーズが弱いオペレーターへのコーチングを支援します。
MEDDIC
Metrics / Economic Buyer / Decision Criteria / Decision Process / Identify Pain / Champion
「高単価・稟議ありの案件を確実に前進させる」
PTC社のDick Dunkel氏が考案した複雑案件向け営業フレームワーク。BANTの拡張版として、意思決定プロセスと社内推進者（Champion）の確保を重視する。
エンタープライズ向けSaaSや高単価サービスでは、担当者の「欲しい」だけでなく、経済的意思決定者・承認プロセス・内部推進者の3つが揃わないと受注できない。MEDDICはこれらを系統的に確認するフレームワーク。
評価軸
M — Metrics
導入効果を数値で示す（「年間○○円のコスト削減」等）
E — Economic Buyer
最終的に予算を承認する意思決定者は誰か
D — Decision Criteria
顧客側の選定基準（機能・価格・実績・導入期間等）
D — Decision Process
稟議・承認のフローとタイムライン
I — Identify Pain
解決しなければならないビジネス上の痛み
C — Champion
社内で自社ソリューションを推進してくれる人物
SemantiQでの実現
MEDDIC各軸のヒアリング充足度を通話ごとにスコアリング。「E（Economic Buyer）が未確認」「C（Champion）が不在」などのリスクを可視化し、FS担当者が次回アクションを明確にできるようサポートします。
MEDDPICC
MEDDIC + Paper Process + Competition
「競合と契約プロセスまで織り込んだ最上位フレームワーク」
MEDDICにP（Paper Process: 契約締結の手続き・法務確認）とC（Competition: 競合との比較状況）を加えた8軸フレームワーク。エンタープライズ・競合が多い環境で使う最も包括的な営業理論。
MEDDICで案件管理していても「最後に競合に刺された」「法務で1ヶ月止まった」は頻発する。MEDDPICCは事前にこれらを把握することで、クロージングフェーズのサプライズを防ぐ。
評価軸
P — Paper Process
契約書・法務・セキュリティ審査のフローと期間
C — Competition
競合製品の検討状況、自社の優位性・劣位性
＋ MEDDIC全軸
Metrics / Economic Buyer / Decision Criteria / Decision Process / Identify Pain / Champion
SemantiQでの実現
MEDDICと同じくAIが8軸すべての充足度を通話から自動抽出。特にCompetition（競合言及）はキーワードレベルで検知し、競合比較で何が争点になっているかを把握できます。
MANAGEMENT
マネジメント理論
The Model
The Model（マーケ→SDR→IS→FS→CS の分業体制）
Salesforceが体系化したB2B SaaSの営業・CS分業モデル。マーケティング→SDR→IS（インサイドセールス）→FS（フィールドセールス）→CS（カスタマーサクセス）が役割分担し、データでファネルを管理する。
SemantiQでの実現
IS（アウトバウンド）のKPI（商談到達率・BANT充足度）とCS（インバウンド）のKPI（FCR・CSAT・チャーン予兆）を1つのダッシュボードで統合管理。VOCデータがマーケ・プロダクトにフィードバックされる循環を通話データで支えます。
GROWモデル
Goal / Reality / Options / Will
英国のコーチ、John Whitmore卿が提唱した世界標準のコーチングフレームワーク。目標（Goal）→現状（Reality）→選択肢（Options）→意志（Will）の4ステップで対話を構造化する。
SemantiQでの実現
SVとオペレーターの1on1にGROWを適用する際、「Reality（現状）」の根拠をAIスコアデータで提供。「FCRが72%、チーム平均は78%、差分はヒアリングフレーズの欠落」という具体的な現状提示が、感覚的な指導からの脱却を実現します。
GET STARTED
理論を、通話データで実証する。
BANT・SPIN・MEDDIC・FCRモデルをAIが全通話で自動評価。 「何ができていないか」がデータで見えると、コーチングと改善が加速します。