【DLPO株式会社】研修後にSalesforce連携の顧客ヘルススコア判定を自社構築

基本情報

  • 会社名:DLPO株式会社

  • 代表者:代表取締役 作左部 勇次郎

  • 本社所在地:〒150-0012 東京都渋谷区広尾5-4-12 大成鋼機ビル4階

  • 事業内容:LPO・CROプラットフォーム事業

  • 公式サイト:https://dlpo.jp/

事前にご相談頂いた課題

課題①:AIの知見が開発エンジニアに集中し、他職種へ広がっていなかった

AIを扱えるのは一部の開発エンジニアに限られ、企画職・営業・カスタマーサクセスへは展開できていませんでした。生成AIの利用自体は進んでいたものの、中身はメール文面や議事録の作成といった個人単位の効率化が中心です。外部ツールとの連携や、複数のAIが役割を分担するマルチエージェントの構築は、受講者全員が未経験の領域でした。

課題②:豊富なデータ資産とAIが接続されていなかった

同社は商談履歴・キャンペーンの稼働データ・サポート対応の履歴・A/Bテストの結果を、複数のツールに分けて保有しています。しかし生成AIとこれらのデータはつながっていませんでした。担当者が手作業でデータを取り出してAIに投入し、分析結果を再び手入力でSalesforceへ戻す運用が発生していました。データはあるがAIが読める状態になっていない、という状況です。

課題③:職種ごとに、時間を要する業務が積み上がっていた

同じ「時間がかかる」でも、中身は職種ごとに違っていました。

  • セールス:商談前のリサーチと提案資料の作成

  • プランナー:A/Bテストの結果レポートの作成

  • テクニカルサポート:分散した対応履歴の検索

  • カスタマーサクセス:解約リスクの可視化

課題要因(なぜ従来のアプローチでは解決しなかったか)

  • 生成AIの利用が文章作成に留まり、社内データを読ませる手前で止まっていたため

  • データがSalesforce・Zendesk・自社プロダクトに分かれ、AIから参照する接続部分が無かったため

  • 学ぶ機会が開発エンジニアに寄っており、他職種へ手順が渡っていなかったため

選んだアプローチ

生成AI研修「Claude Code実践コース」(全4回・計12時間・オンライン)を提供し、 受講者が自社のSalesforce・Zendesk・自社プロダクトのデータへAIを接続し、自分の業務に合わせた仕組みを自分で作れる状態にしました。

なぜこのアプローチか

  • 時間を要する業務は職種ごとに違うため、共通の完成品を配るより、各自が自分の業務向けに作れる状態を作るほうが効果が続く

  • 手作業でのデータの取り出しと手入力の戻しが工数の起点だったため、外部ツール連携(MCP)を演習の中核に置いた

研修の全体設計

本研修は、スマートエイトの生成AI研修「Claude Code実践コース」を、全4回・計12時間のオンライン形式で実施しました。各回は座学と動画視聴ではなく、ハンズオンと演習を中心とした双方向形式で進行します。

テーマ

内容

Day1

基礎とセットアップ

開発環境の構築、CLAUDE.md・Skill・SubAgentの基本操作、AIセキュリティルールの策定

Day2

外部ツール連携(MCP)

Playwright・Google Workspace・Salesforceとの接続、プロンプト設計の5要素

Day3

業務スキルの実装

商談前リサーチ、A/Bテスト分析、PowerPoint自動生成の各スキルを実践

Day4

マルチエージェントと応用

複数AIの役割分担設計、Zendesk API連携、各自の実務スキル構築と全体共有

結果

研修で扱った手法をもとに、DLPO様が自社のデータをClaude Codeへつなぎました。つないだ先はSalesforce・Zendesk・自社プロダクトです。下記はいずれも、DLPO様が自社の人員で企画・構築されたものです。

業務変革テーマ

研修前

研修後

連携した媒体

ヘルススコアの自動判定

手動でデータを出力してAIに投入し、判定結果を手入力

AIからSalesforceへ直接クエリを実行し、判定を自動化

Salesforce

カスタマーサクセス

キャンペーン設定状況からヘルススコアを試験生成。商談データとは未連携

商談・稼働データからヘルススコアと推奨CSアクションを自動生成

Salesforce/自社プロダクト

問い合わせ

記事更新が追いつかず、回答する関連記事の選定が担当者の記憶に依存

API連携で322件の記事を参照し、関連記事を抽出して回答ドラフトを自動生成

Zendesk

LP・競合分析

ブラウザ拡張機能での目視確認

フルページを自動取得し、12種のアドテクタグを自動検出

受講者それぞれも、自身の担当業務に合わせた仕組みを作り、実務で使っています。

職種

自社で作成したもの

プランナー

レポートデータを読み込み、A/Bテストの勝敗を判定するスキル

プランナー

レポート画面のPDF出力をExcelに変換するスキル

テクニカルサポート

問い合わせ受信時にSalesforceの過去履歴から類似事例を抽出するスキル

セールス

受注実績とアクセスログを突き合わせ、優先度付きのアップセル候補を抽出するマルチエージェント

テクニカルサポート

ブラウザ更新時のセグメント設定漏れを検知して通知するボット

満足度は、全4回で得た延べ12件の回答すべてが最高評価の「5」でした(平均5.00/5。各回終了時に受講者本人が5段階で回答)。

担当者の声

「当社はAIを事業のなかで活用してきましたが、その知見は開発メンバーに集中し、営業や企画、サポートの現場までは広がっていませんでした。研修を終えてまず変わったのは、SalesforceやZendeskといった自社のデータをAIにつなぐという発想を、現場の各メンバーが持てるようになったことです。研修後、カスタマーサクセスのヘルススコアを自動で出す仕組みを社内で構築し、すでに運用を始めています。AIに直接質問するより、役割を分けたエージェントを組んだほうが出力の質が高いという実感も得られました。メンバーの習熟度に差はありますが、全員が自分の業務に活かそうという姿勢になったことが最大の変化だと感じています。」 ― DLPO株式会社 代表取締役 作左部 勇次郎 氏

「アイデアはあったけど、コードが素早く書けないと作れないツールが、試行錯誤で楽に作れそうなことがわかったので、いろいろ試していきたい。」 ― テクニカルサポート担当者

「具体的に業務を移していくイメージができました。」 ― セールス担当者

こちらの事例も、あわせて読まれています