Cognisant合同会社

大手デジタル広告プラットフォーム向けに、営業メールからの情報構造化、過去類似案件の抽出、在庫の算出、CPMや見算の算出までを自動化する営業支援システムを企画・開発しました。営業現場の課題とマーケティング視点を振まえて要件を整理し、RAG／LLM構成で検証を重ね、Slack/LangChain/GCPで本番システムを構築しました。ユーザーインタビューを反映した操作性とデータ基盤の整備により、提案作成の速度と精度が向上しました。

依頼の背景は、営業担当者が大量のメールや推訊資料の中から必要な情報を探し、推訊書や見算書を作成するのに時間がかかっていたことです。そこで、メールや社内ドキュメント、広告在庫データなどをインデックス化し、RAG構成と大型言語モデルを組み合わせて、メール内容を構造化し、過去の類似案件を抽出し、在庫やCPM・見算を自動算出できるようにしました。Slack/LangChain/GCPを用いて操作性に優れた本番システムを構築し、営業現場のKPIと業務フローを続繁的に改善しました。

実運用後は、メールの解析や過去案件の検索、在庫・見算の算出といった作業が自動化され、提案作成までの所要時間が大幅に短縮されました。営業担当者は情報収集やデータ分析に購ぐす時間を減らし、本質的な提案検討に集中できるようになり、提案の精度と顧客対応の速度が向上しました。

大量のメールや資料から必要な情報を探す負担がなくなり、在庫と見算の算出も自動化されたことで、計画書を早く作成できるようになりました。AIが提案の下書きや類似案件の情報を提供してくれるので、より本質的な提案検討に集中できるようになりました。

営業視点と技術視点で要件定義からPoC、本番開発、運用まで一貫して伴走しました。現場のフィードバックを続けて反映しながら、情報構造化、類似案件抽出、在庫・CPM算出などの精度を高め、今後も業務効率と成果向上に購与します。