放置された取引を検出し、見込み客に自動で再アプローチする方法

AIスコアリングで放置取引を自動検出し再アプローチ。ChatGPT/Codex、Claude、Cursor、MCP、Python SDKでの実装を解説。

著者

金海寛

金海寛 - 株式会社サンカ 創業者・CEO

更新日

2026年4月4日

公開日: 2026年4月4日

多くの営業チームは、パイプライン総額だけを見て安心します。けれど実際には、数週間動いていない取引が残り続け、予測だけが膨らんでいることが多いです。Dun & BradstreetはB2Bデータが年34%以上のペースで劣化し得ると説明しており、Scratchpadの2023 RevOps Trends Reportでは、予測に必要な正しいデータがあると「強くそう思う」と答えたRevOps / 営業リーダーは22%にとどまりました。(Dun & Bradstreet, Scratchpad)

必要なのはダッシュボードを増やすことではなく、放置された取引を早く見つけ、優先順位を付け、再アプローチまでつなげる仕組みです。この記事では、その流れをSankaで組む方法を整理します。

私自身、これまで15年以上にわたってSMBからグローバル企業まで1,000社以上の成長支援に関わってきましたが、放置取引の問題は業種や規模が変わっても繰り返し見てきました。多くの場合、営業が怠けているのではなく、再アプローチすべき取引が見えず、優先順位が崩れていることが原因です。

この記事で作るもの

自動化前のパイプライン — 放置取引が見えにくい状態:

取引パイプラインボード

以下を自動化するシステム:

  1. 14日以上活動のない取引をパイプラインからスキャン
  2. 各放置取引をスコアリングし、救う価値があるものを優先順位付け
  3. 高額の放置取引をフラグし、担当者に通知
  4. 回復可能な取引に対して再アプローチを実行

セットアップ時間:ChatGPT / Codex、Claude、Cursorからなら0分、MCPなら5分、SDKなら20分。

取引詳細 — 最近の活動やスコアがない状態

オプション A: ChatGPT / Codex、Claude、Cursor から使う(0分)

APIキー不要、設定不要、コード不要。connector / plugin経由で自然言語のまま実行する方法です。

実際の操作イメージ:

デモ:Sankaで放置取引を確認し、取引レコードを開く流れ

1. 接続を済ませる

ChatGPT / Codex、Claude、Cursorでの接続手順は、スタートガイドを参照してください。ここでは、接続後にどんな依頼をすると実務で使えるかに絞ります。

2. 依頼する

「14日以上更新されていない進行中の取引を全て表示して。それぞれスコアリングして、再アプローチする価値があるものを教えて。取引金額上位5件について、連絡先に送れるフォローアップメッセージの下書きを作って。」

3. 結果を確認する

AIアシスタントが取引一覧を取得し、活動日を確認し、各取引をスコアリングして優先順位付きの表を返します:

取引金額未活動日数スコア推奨アクション
田中商事 — エンタープライズプラン¥5,400,00021日72/100再アプローチ:事例を送付
グローバルテック — Proアップグレード¥3,360,00016日65/100再アプローチ:デモを提案
スタートアップXYZ — スターター¥384,00031日23/100失注としてクローズ

上位取引のフォローアップメッセージの下書きも、担当者が確認してすぐ送れる形で表示されます。


オプション B: IDE で MCP を使って構築する(5分)

Claude Code、Cursor、その他MCP対応ツールを使う開発者向け。connectorと同じ機能を開発ワークフローに統合。

1. Sanka MCP に接続

MCP設定(Claude Code の settings.json または Cursor の MCP設定)に以下を追加:

JSON
{
  "mcpServers": {
    "sanka": {
      "url": "https://mcp.sanka.com/mcp?apiKey=sk_live_YOUR_KEY"
    }
  }
}

2. やりたいことを記述

テキスト
ステータスが「open」で、最終更新日が14日以上前の取引を全て一覧表示して。
各取引のスコアを算出し、結果を3つのバケットに分類して:
- 「今すぐ再アプローチ」(スコア60以上、金額100万円以上)
- 「ナーチャリング」(スコア40以上)
- 「失注クローズ」(スコア40未満、または45日以上未活動)
「今すぐ再アプローチ」バケットの取引は、主担当の連絡先を取得してパーソナライズされたフォローアップを下書きして。
各取引のタグをバケット名で更新して。

3. 結果を確認する

エージェントが取引一覧を取得し、ai.score でスコアリング、タグを更新し、フォローアップレポートを生成 — すべてIDE内で完結します。


オプション C: SDK で構築する(20分)

完全にコントロールでき、本番環境に対応。バージョン管理とCI/CDに組み込み可能。

1. SDKをインストール

Bash
pip install sanka-sdk

2. 構築する

Python
from sanka import Sanka
from datetime import datetime, timedelta

client = Sanka(api_key="sk_live_...")

# 1. 進行中の全取引を取得
deals = client.deals.list(status="open")

# 2. 放置取引を検出(14日以上更新なし)
cutoff = datetime.now() - timedelta(days=14)
stale_deals = [
    d for d in deals
    if datetime.fromisoformat(d["updated_at"]) < cutoff
]

print(f"{len(deals)}件の進行中取引のうち、{len(stale_deals)}件が放置状態")

# 3. 各放置取引をスコアリング
scored = []
for deal in stale_deals:
    result = client.ai.score({"type": "deal", "deal_id": deal["id"]})
    scored.append({
        "deal": deal,
        "score": result["score"],
        "days_inactive": (datetime.now() - datetime.fromisoformat(deal["updated_at"])).days
    })

# 4. バケットに分類
reengage = [s for s in scored if s["score"] >= 60 and s["deal"]["value"] >= 1000000]
nurture = [s for s in scored if s["score"] >= 40 and s not in reengage]
close_lost = [s for s in scored if s["score"] < 40 or s["days_inactive"] > 45]

# 5. 各取引にバケットのタグを付与
for item in reengage:
    client.deals.update(item["deal"]["id"], {"tags": ["re-engage-now"]})
for item in nurture:
    client.deals.update(item["deal"]["id"], {"tags": ["nurture"]})
for item in close_lost:
    client.deals.update(item["deal"]["id"], {"tags": ["close-lost"]})

# 6. サマリーを出力
print(f"\n今すぐ再アプローチ: {len(reengage)}件(¥{sum(r['deal']['value'] for r in reengage):,.0f})")
print(f"ナーチャリング: {len(nurture)}件")
print(f"失注クローズ: {len(close_lost)}件")

for r in sorted(reengage, key=lambda x: x["deal"]["value"], reverse=True):
    contact = client.contacts.get(r["deal"]["contact_id"])
    print(f"\n  {r['deal']['name']} — ¥{r['deal']['value']:,.0f}")
    print(f"  連絡先: {contact['name']}{contact['email']})")
    print(f"  未活動: {r['days_inactive']}日 | スコア: {r['score']}/100")

3. 自動化する

毎朝のcronジョブとして実行、またはSankaワークフローに接続:

Python
# 毎朝8時に実行
# crontab: 0 8 * * * python stale_deal_check.py

# または、取引の最終更新から14日経過でwebhookトリガー
# Sankaワークフローで「最終更新から14日以上」のトリガーを設定

導入効果

指標導入前導入後
パイプライン内の放置取引進行中取引の約40%24時間以内に検出
予測精度25-35%の誤差10%以内の誤差
月間の救済取引数0件(フラグなし)8-12件を再アプローチ
パイプラインレビューの工数週3時間の手作業自動レポートの確認10分

次のステップ

参考リンク

放置取引の検出を今日から始めましょう。接続手順はスタートガイドを確認し、実装を始める場合はAPIキーを取得してください。

関連コンテンツ

著者

金海寛

金海寛 - 株式会社サンカ 創業者・CEO

Haegwan Kimは15年以上にわたり、国内外のSMB、スタートアップ、S&P 500企業まで1,000社以上の成長支援に携わってきました。テック、プロフェッショナルサービス、人材、自動車、製造、小売・卸売まで幅広い業界で、現在は東京からAIを活用した業務成長の仕組みづくりに取り組んでいます。

ブログ一覧へ戻る