表計算で足りるか・専用SFAの必要性の見極め・SMB・情報収集
この記事の要点（TL;DR）
- 状況の核心: 表計算とカレンダーで案件を管理しており、専用SFAを入れるべきか情報収集している段階です。
- 最善の戦略パターン: 現状維持（表計算で管理・いま買わない）（案件数・担当者数が限られ手作業で追え、更新漏れや属人化がまだ顕在化していない段階のとき。）
- 買わない・内製で足りる条件: 買わなくてよい条件：案件数・担当者数が限られ表計算とカレンダーで現に回っており更新漏れが起きていない／専任の推進担当がおらず入れても定着運用に乗せる体制がない／いまの痛みの主因がSFA不在でなく案件創出やリード不足など別工程にある場合。
01 ｜ あなたの状況の構造
表計算とカレンダーで案件を管理しており、専用SFAを入れるべきか情報収集している段階です。判断が難しいのは、SFAの必要性は「案件数・担当者数・更新頻度」という自社の規模で決まるのに、その閾値を持たないまま製品比較に入りがちな点です。いま痛みが顕在化していないなら、入れない判断も立派な選択肢として机上に置いておく必要があります。
02 ｜ 市場の変化（AIで1〜3年に何が変わるか）
業界推計（要検証）ではSFA/CRMの普及度は規模で大きく割れ、エンプラ〜中堅は標準装備化が進む一方、SMBでは未導入が多数派の「入れる前夜」です。具体的な普及率の断定は避けますが、AIで1〜3年に変わるのは、(1)これまで人がやっていた入力・転記が自動化されること、(2)会話や議事録から案件情報が自動で埋まり「入力負荷の重さ」という導入最大の障壁が薄れること、(3)経営者の役割が「現場の勘で見る」から「データで打ち手を決める」へ上がること。つまり、いま表計算で足りていても、入れない理由だった「入力が面倒」は近い将来弱まります。
1AIが作業を圧縮
インサイドセールスや定型商談をAIが内製化し、力点は「新規の獲得（マーケティング）」と「契約後の定着・拡大（カスタマーサクセス）」の両端へ移る。商談を担う営業は、判断と関係づくりへ高度化する。
2外注の逆転
外注の対象が「作業」（テレアポ・代行）から「頭脳」（設計・高度判断・GTMエンジニアリング）へ。課金も時間から成果へ移りつつある。
3AIコスト上昇
推論コストがAI予算の大半を占め、自律的に動くAIはトークン消費が数倍になりうる（要検証）。「自動化＝無料」ではなく、自前運用と外注の損益分岐が論点になる。
4攻撃AIの台頭
自律的に脆弱性を突くAIが現実化しつつある。雑な内製は突かれやすく、セキュリティ統制が前提条件になる。
03 ｜ 1年後 / 3年後にすべきこと
1年後
1年以内：いきなり専用SFAを契約せず、まず表計算の管理を「壊れる前の指標」で点検する。案件が手作業で追えなくなる兆候（更新漏れ・属人化・引き継ぎ不能）が出ているかを基準化し、出ていなければ現状維持を続ける。導入を検討する場合も、全社展開ではなくROIを測れる最小単位で効果を確かめてから広げる。
3年後
3年以内：事業が拡大し表計算が破綻し始めた時点で、入力負荷の軽い型から段階的に移行できるよう、いま管理項目（案件・確度・次アクション）を標準化しておく。表計算で積んだ運用ルールがそのまま移行設計図になり、勝ちパターンを新人が再現できる仕組みへ接続しやすくなる。前提が揃えば予測の精度向上にもつながるが、それは導入そのものでなく運用の定着が決める。
04 ｜ 検討に必要な軸
-
1.現在の規模（案件数・担当者数・更新頻度）
SFAの必要性はツールの優劣でなく自社の規模で決まり、手作業で回るうちは投資ROIが立たないため。
重み: この状況では最重要（最大の重み）。ここが閾値未満なら他軸を見る前に現状維持に倒してよい。
-
2.ROI（投資対効果の説明可能性）
経営者自身が投資判断するため、効果を金額や時間で説明できないと導入は宙に浮くため。
重み: 高め。痛みが言語化できない段階では数値が立たず、見送りの根拠にもなる。
-
3.定着率（入力負荷と推進体制）
SMBは推進専任が薄く、買っても現場が使わなければ表計算より悪化するため。
重み: 中〜高。入力負荷の軽さと運用に乗る現実性をツール選定より先に問う。
-
4.3年トータルコスト
初期費用より、月額・追加課金・移行と定着にかかる累積が小規模では重く効くため。
重み: 中。単年安価でも定着コストで現状維持より割高になりうる。
05 ｜ あなたの状況での最善の戦略パターン
あなたの状況での最善の戦略パターンを断言します。具体ソリューションの実名は、一次情報の検証後に候補として掲載します。
最善現状維持（表計算で管理・いま買わない）
案件数・担当者数が限られ手作業で追え、更新漏れや属人化がまだ顕在化していない段階のとき。
候補ソリューション: 一次情報の検証後に実名で掲載します
代替国産・低入力SFA型
表計算が回らなくなり始めたが、推進専任が薄く、入力負荷を抑えて短期で運用に乗せたいとき。
代替業務横断ノーコード基盤型
案件管理だけでなく見積・請求など周辺業務も自社の業務に合わせて組みたく、設計・保守を担える人がいるとき。
代替名刺・接点データ起点型
まず散在する人脈・接点の整備を急ぎたく、案件パイプライン管理は別途組み合わせる前提のとき。
買わない・内製で足りる条件
買わなくてよい条件：案件数・担当者数が限られ表計算とカレンダーで現に回っており更新漏れが起きていない／専任の推進担当がおらず入れても定着運用に乗せる体制がない／いまの痛みの主因がSFA不在でなく案件創出やリード不足など別工程にある場合。これらに当てはまるなら、専用SFA投資はROIが立ちにくく、表計算の管理項目を標準化しておく方が先で、規模が閾値を超えた時点で低入力型から段階移行するのが合理的です。
3年トータルコストと「買わない判断」を詳しく →意思決定マトリクス｜5軸 × 戦略パターン
コスト・スピード・インパクト・工数・確実性の5軸を、あなたの状況の重みで合成し、戦略パターンを並べ替えています。
この状況で効く軸: コストスピード工数 （プロファイル: 必要性の見極め）
価値: コスト・移行工数ゼロで、過剰投資を避けられる（買い手のリミッターを外す＝「買わない」も正解）。
誰に: 案件数・担当者数が限られ、表計算でも更新が回る小規模組織。
ビジネスモデルと導入事例
なぜ実現できるか: “買わない”は最も安く始められる選択肢になりうる。専用SFAが要るのは「案件数×担当者数×拠点の分散」が一定を超え、表計算が属人化・更新漏れで破綻し始めたとき。
導入事例: —（導入を伴わない判断）
価値: 入力の手間が小さく、現場が使い続けやすい。短期間で案件管理の運用に乗せやすい（定着・スピードが取りやすい）。
誰に: 現場の入力定着を最優先し、まず案件管理を確実に回したいSMB〜中堅の営業企画。
ビジネスモデルと導入事例
なぜ実現できるか: 国内市場に絞り「入力の軽さ」と日本語サポートに投資するモデルのため、定着しやすく工数が軽い。拡張の幅はエンプラ統合型に一歩譲る。
導入事例: 導入事例（実名企業）は一次情報の検証後に掲載します。
価値: 名刺・接点データを自動でデータ化・共有でき、属人化した人脈を組織知に変えられる。
誰に: 人脈・接点情報の散在を解消し、組織の資産として営業に活かしたい組織。
ビジネスモデルと導入事例
なぜ実現できるか: 接点データの取り込み・名寄せに強みを置くモデルのため接点起点の整備は速いが、案件パイプライン管理の深さは専用SFAと組み合わせる前提になりやすい。
導入事例: 導入事例（実名企業）は一次情報の検証後に掲載します。
価値: 自社の業務に完全フィットさせられ、営業以外へも横展開できる（柔軟性が高い）。
誰に: 営業以外の業務も同じ基盤に載せ、自社プロセスに合わせて柔軟に組みたい組織。
ビジネスモデルと導入事例
なぜ実現できるか: 汎用ノーコード基盤を自社で組み立てるモデルのため柔軟だが、設計・保守の担い手が要り、SFA特化の作り込みは専用型に譲る。
導入事例: 導入事例（実名企業）は一次情報の検証後に掲載します。
価値: 案件・顧客・活動を1基盤に集約し、拡張アプリやAPIで業務に合わせて伸ばせる（拡張性・波及が大きい）。
誰に: 部門横断でデータを統合し、予測・分析・自動化まで一気通貫で組みたい中堅〜エンプラ。
ビジネスモデルと導入事例
なぜ実現できるか: プラットフォーム＋エコシステムで広く深く作り込めるモデルゆえ拡張性が高く、大規模実績で定着の堅さもある。一方その分コストと定着・運用設計の工数は重い。
導入事例: 導入事例（実名企業）は一次情報の検証後に掲載します。
スコアは「戦略パターンの傾向」の編集判断です（製品実名・実数値ではありません）。具体的な製品名・導入事例・数値は一次情報の検証後に校正・掲載します（方針）。
営業の型で、3年後の重心はこう動く
型ごとに「3年後の主役」と投資（足す／やめる）が分かれます。あてはまる型（複数可）を起点に、重心が移る先へ先行投資してください。
| 型 | 3年後の主役 | 足す | やめる |
|---|---|---|---|
| エンタープライズ | FS（人）＋ CS | ＋ FS再教育 ＋ 戦略CS | − 属人単独提案 |
| 中堅（ミッドマーケット） | マーケ ＋ CS | ＋ インバウンド ＋ AI商談支援 | − 人海戦術の架電 |
| SMB／トランザクショナル | マーケ ＋ CS（両端） | ＋ セルフサーブ ＋ AI SDR | − 人手商談 |
| ルート／既存深耕 | CS（データ深耕） | ＋ データ基盤 ＋ 予兆検知 | − 定期巡回 |
| 代理店／パートナー | 関係（人）＋ CS的支援 | ＋ パートナー教育 ＋ 販売データ | − 放置・属人管理 |
土台（全型共通・最初に投資）
統合データ基盤（記録・利用・取引・パートナー販売データの一元化）。すべてのAI化の前提であり、型に関係なく最初に投資する。
やらないリスク: 型を見ずに一律で増員・ツール投資をすると外す。自社の型で「重心が移る先」に先行投資し、不要な活動を捨てられるかが、3年後の生産性差になる。
※ 各型の重心は株式会社Hibitoの仮説・観察に基づく見立てです。
このページはそのまま社内共有（稟議のたたき）に使えます。
よくある質問
この状況で、まず何を判断軸にすべきですか？
1年後・3年後に何が変わりますか？
買わない・内製で足りるのはどんなときですか？
この状況での最善の戦略パターンは何で、なぜですか？
Buyers Code 編集部
監修: 渡邊悠介（株式会社Hibito）
B2Bの買い手の側に立ち、公開一次情報をもとに、あなたの状況での最善を示す判断基準を編集しています。 網羅して逃げるのではなく、状況ごとに「何を選ぶべきか」を断言し、その根拠とお金の流れを開示します。 私たちの立場とお金の流れはこちら。