データ基盤 × 生成AIで営業データを資産化 – 通話データを“使える情報”に変え、営業の意思決定を加速

開発環境

・言語：Python、SQL
・ツール：Bigqury、git、Vertex AI Pipeline、Looker Studio、dbt

データ活用の高度化に向けた課題

同社が支援する企業では、営業活動に伴う通話データや活動履歴が日々蓄積されていたものの、それぞれが分散して管理されており、横断的な分析が難しい状況にありました。

分析を行うたびにデータの加工や集計が必要となり、現場の負担が大きく、継続的なデータ活用が進みにくい状態でした。

また、通話データについては文字起こし自体は行われていたものの、その内容の把握や分類は属人化しており、分析に活用できる形式へ落とし込むまでに多くの時間を要していました。

データ基盤と生成AIをつなぐ機械学習エンジニアの参画

これらの課題に対し、本プロジェクトではデータエンジニアリングと生成AIの両領域に強みを持つエンジニアが参画し、営業データの活用基盤の再構築を行いました。

まず、分散していた営業活動データをBigQuery上に統合し、顧客情報・通話ログ・活動履歴を一元的に扱える環境を整備しました。

さらに、データの結合や加工処理を自動化することで、分析業務の負荷を軽減し、安定した運用を実現しています。

あわせて、LLM（大規模言語モデル）を活用し、通話内容の自動要約機能を導入支援を行いました。

営業シーンごとに最適化したプロンプトを設計することで、商談・アポイント・問い合わせ対応などの用途に応じた要約を生成し、それらを構造化データとして蓄積できる仕組みを構築しました。