営業ABテストのやり方5ステップ｜トーク・メール・商談別の実践手順

▼ この記事の内容

営業ABテストとは、トーク・メール・商談などの営業プロセスを2パターン比較し、勝ちパターンを特定する改善手法です。やり方は仮説→設計→実行→判定→蓄積の5ステップ。母数が少ない営業現場でも「3条件クイックジャッジ」で判断でき、実践企業では売上226%・130%の成果が出ています。

営業改善に取り組んでいるのに、何が効いているのかわからない——。SFAにデータは溜まっているものの、改善施策は「上司の経験則」や「なんとなくの肌感覚」に頼っているチームは少なくありません。ある企業で200名の営業に「先月の受注率を書いてください」と聞いたところ、正確に答えられたのはわずか11名でした。

感覚頼みの改善を続ける限り、成果が出ても再現できず、失敗しても原因がわからない状態が続きます。営業マネージャーにとって、この「手応えのない改善ループ」は時間とメンバーのモチベーションを静かに消耗させるリスクです。

この記事では、営業活動にABテストを導入するための具体的なやり方を5ステップで解説します。テスト対象の選び方、母数が少なくても判定できる独自の評価基準、そして売上226%・130%を実現した2社の事例まで、すぐに実行に移せる粒度でまとめました。

読み終えるころには、来週から自チームで最初のABテストを設計・実行できる状態になっているはずです。

営業活動におけるABテストとは｜Webマーケとの違い

営業ABテストとは、営業プロセスの特定の変数を2パターン用意し、どちらが高い成果を出すかを実際の商談やアプローチで検証する手法です。WebマーケティングのABテストと同じ思想ですが、母数・変数の性質・フィードバック速度の3点で大きく異なります。

営業ABテストの定義と基本の仕組み

営業ABテストとは、トークスクリプト・メール文面・ヒアリング順序などの営業プロセスを2パターンに分け、成果指標の差で優劣を判定する改善手法です。テストの単位は「1つの変数×2パターン×一定期間」が基本になります。

仕組みはシンプルで、まず変更する要素を1つだけ決めます。たとえば「電話の冒頭トーク」をAパターンとBパターンに分け、それぞれ同じ条件で一定件数を実施し、アポ獲得率や商談化率を比較します。変数を1つに絞る理由は、複数を同時に変えると何が効いたのか判別できなくなるためです。

PDCAサイクルとの違いは、「改善の根拠が感覚ではなく比較データに基づく」点にあります。PDCAでは「やってみて振り返る」ですが、ABテストは「同時に2つ走らせて比べる」ことで、環境変化による誤認を防ぎます。

営業領域でABテストを活用すると、「なんとなく良さそうだった施策」を「数字で検証された施策」に変換できます。次のセクションでは、Webマーケとの具体的な違いを整理します。

Webマーケとの3つの違い｜母数・変数・フィードバック速度

営業ABテストとWebマーケのABテストは、母数の規模・変数のコントロール精度・結果が出るまでの速度の3点で本質的に異なります。Webの手法をそのまま営業に持ち込むと失敗するのは、この違いを無視しているケースがほとんどです。

1つ目の「母数」は最大の違いです。Web広告なら1日で数千のインプレッションを集められますが、営業では月に30〜50件の商談が現実的な上限というチームも珍しくありません。統計的有意差を出しにくい環境で、どう判定するかが営業ABテスト特有の課題になります。

以下の表で、3つの違いを整理します。

この3つの差異を踏まえると、営業のABテストでは「統計的有意差に頼りすぎない、実務的な判定基準」が必要です。母数が少ないからテストできないのではなく、判定方法を営業向けに設計し直す発想が求められます。

変数のコントロールについても、Webのようにシステムで自動分岐はできません。営業担当者のスキル差やその日の顧客の状態がノイズになります。だからこそ、テスト対象の選び方が成果を左右します。

営業ABテストが注目される背景｜属人化から再現性へ

通説では「営業は属人的な仕事だからテストできない」とされますが、実際にはデータで営業プロセスを可視化した企業ほど成果を出しています。注目の背景にあるのは、SFAの普及により「営業データはあるのに活用されていない」というギャップの顕在化です。

累計200社超の営業組織を支援してきた現場では、こんな場面が繰り返し起きています。

「200名に『先月の受注率を書いて』と紙を配ったら、正確に書けたのは11人だけ。SFA入力率は95%超なのに、自分のデータを見る習慣がなかった」

SFAにデータを入力する習慣はあっても、それを「自分の改善に使う」習慣がないチームは多いのが実態です。「営業は属人的だからテスト不可能」という思い込みは、データを見ていないから生まれている側面が大きいといえます。

実際に、あるIT/SaaS企業では営業プロセスをデータで可視化し、仮説検証を繰り返した結果、6ヶ月で売上226%を達成しました。このケースでは商談数がもともとの80%に減少したにもかかわらず、成約率が2.7倍に向上しています。ABテストの発想を営業に持ち込むことで、「数を増やす」ではなく「質を高める」改善が可能になった好例です。では、具体的にどの営業活動をテスト対象にすべきでしょうか。

営業でABテストする対象は何か｜テスト項目の選び方

営業ABテストで成果を出すには、「何をテストするか」の選定が最も重要です。テスト対象はテレアポ・営業メール・商談の3領域に分かれ、それぞれ変数の性質が異なります。成果への影響度と変更の容易さを2軸で評価し、優先順位をつけてから始めるのが鉄則です。

テレアポ編｜トークスクリプト・架電時間帯・オープニングトーク

テレアポは営業ABテストの入門として最適な領域です。架電件数が多く母数を確保しやすいうえに、変数の切り替えが即日で可能だからです。

テスト対象として特に効果が出やすいのは、冒頭15秒の「オープニングトーク」です。たとえば「お忙しいところ恐れ入ります」で始めるAパターンと、「御社の〇〇についてお伺いしたくお電話しました」と用件を先に伝えるBパターンを比較します。結果をアポ獲得率で測定すれば、どちらのアプローチが有効か1〜2週間で判定できます。

架電時間帯のテストも有効です。「午前10時台」と「午後2時台」でつながり率を比較するだけでも、行動の優先順位が変わります。ポイントは、同じトークスクリプトを使い、時間帯だけを変えること。複数の変数を同時に変えると効果の切り分けができなくなります。

テレアポのABテストで注意すべきは、担当者ごとのスキル差です。AパターンとBパターンを同じ担当者に交互に実施させるか、同程度のスキルの担当者に割り振ることで、ノイズを最小化できます。

営業メール編｜件名・本文構成・CTA配置

営業メールのABテストは、件名の変更だけで開封率が2倍以上変わるケースがあるほど即効性の高い領域です。Webマーケに近い数値管理ができるため、営業チームがテスト文化に慣れるための第一歩としても機能します。

テストすべき優先順位は、件名→CTA（行動喚起）の配置→本文構成の順です。件名は開封率、CTAはクリック率やアポ獲得率、本文構成は返信率と、それぞれ測定するKPIを分けることで、改善のインパクトを正確に把握できます。

たとえば件名テストなら、「【ご案内】〇〇サービスのご紹介」と「〇〇の課題、3分で解決する方法」を比較します。同じリストに対して同時期に送り分け、開封率の差を見れば判定は容易です。メールは送信ツール側でAB分岐を自動化できるため、営業の手間もほとんどかかりません。

メールのテストで得られた「勝ちパターン」は、テレアポのオープニングトークにも応用できます。刺さる訴求軸がチャネルを超えて共通することは珍しくありません。

商談編｜ヒアリング順序・提案資料・クロージング手法

商談のABテストは最も難易度が高い反面、成約率への直接的なインパクトが最大の領域です。テスト対象はヒアリングの順序、提案資料の構成、クロージングのタイミングの3つが代表的です。

ヒアリング順序のテストでは、たとえば「課題→予算→時期」の順で聞くAパターンと、「時期→課題→予算」の順で聞くBパターンを比較します。示唆質問を組み込んだヒアリング設計と組み合わせると、テストの精度がさらに高まります。

SPIN営業術とは？ヒアリング手法・難易度の高い「示唆質問」のコツ【活用事例付き】

詳細を見る

商談テストで見落とされがちなのが、「本人が語る営業スタイル」と「実際の行動」のズレです。

「エースがSlackに『ヒアリングファースト』と書いていたのに、実際の商談では冒頭10分で自社事例を語っていた。しかもそれが効いていた。本人の言語化と実際の行動はここまでズレる」

この事例が示すのは、「本人の自己認識」ではなく「録音やSFAログなどの客観データ」でテスト結果を測定する重要性です。営業のABテストでは、主観的な振り返りではなくデータに基づく評価が不可欠になります。商談録音の分析は、ABテストの精度を飛躍的に高める手段です。

テスト対象を選ぶ判断基準｜「成果への影響度×変更の容易さ」マトリクス

テスト項目の優先順位は、「インパクト・イージーマトリクス」で判断します。成果への影響度（大/小）と変更の容易さ（高/低）を2軸に取り、営業活動のテスト候補を4象限に分類するフレームワークです。

以下の表で4象限の分類を示します。

最優先で着手すべきは、左上の「影響度：大×変更の容易さ：高」に該当する項目です。メールの件名やテレアポの冒頭トークは、変更にかかるコストがほぼゼロで、かつコンバージョン率への影響が大きいため、テスト文化の立ち上げに最適です。

逆に注意すべきは、右上の「影響度：大×変更の容易さ：低」の項目です。提案資料の全面刷新や商談プロセスの再設計は成果へのインパクトが大きいものの、準備に時間がかかります。まず左上で「テストして改善するサイクル」をチームに定着させてから、右上に着手する順序が現実的です。

テスト対象の優先順位が定まったら、次は実際のテスト設計と実行手順に進みます。5つのステップに分けて、具体的なやり方を解説します。

営業ABテストのやり方5ステップ

営業ABテストの実行手順は、仮説の言語化→テスト設計→実行→結果判定→蓄積の5ステップで構成されます。最も重要なのはステップ1の「仮説の精度」とステップ4の「少ない母数でも判断できる評価方法」です。

ステップ1｜仮説を立てる｜「何を変えたら何が改善するか」を言語化する

ABテストの起点は、「変数Xを変えたら、指標Yが改善する」という1文の仮説です。この1文が曖昧なままテストを始めると、結果が出ても何がわかったのか判断できません。

仮説を立てるには、まずSFAや商談ログから「ボトルネックになっている指標」を特定します。たとえばアポ獲得率が低い場合、原因は架電時間帯なのか、オープニングトークなのか、ターゲットリストの精度なのか。仮説の候補を3つほど挙げ、前セクションのインパクト・イージーマトリクスで優先順位をつけます。

仮説の書き方には型があります。「テレアポの冒頭で用件を先に伝えれば（変数）、アポ獲得率が1.5倍になる（指標と目標値）」のように、変数と指標を明示することがポイントです。「なんとなくトークを変えてみる」では仮説になりません。

仮説を立てる段階で、営業KPIの絞り込みができていないチームは、テスト以前につまずきます。測定すべき指標が定まっていない状態では、ABテストの結果を正しく評価できないためです。まずKPIを3つ以内に絞り、そのうち1つの改善に効く仮説から始めるのが現実的です。

営業KPIを3つに絞ると売上が伸びる｜設定手順と具体例を解説

詳細を見る

ステップ2｜テスト設計｜変数は1つだけ・母数の確保方法

テスト設計の原則は、「変えるのは1つだけ、比べる条件はそろえる」です。複数の変数を同時に変えると、どの変更が結果に影響したか切り分けられなくなります。

設計で決めるべき項目は以下の4点です。

1. テスト変数：何を変えるか（例：メール件名のパターン）
2. 測定指標：何で判定するか（例：開封率、アポ獲得率）
3. 実施期間と件数：いつまでに何件実施するか
4. 割り当て方法：誰がA/Bどちらを担当するか

母数の確保は営業ABテスト最大の課題です。月30件しか商談がないチームでは、AとBに15件ずつ振り分けることになり、統計的有意差を出すのは困難です。対策として、テスト期間を2〜4週間に延ばす方法と、チーム全体の件数を合算して母数を増やす方法の2つがあります。

割り当て方法にも注意が必要です。スキルの高い担当者だけがAパターンを実施すれば、パターンの優劣ではなくスキル差が結果に出ます。担当者ごとにA/Bを交互に実施させるか、同程度のスキルの担当者ペアに分けるのが鉄則です。テスト設計が固まったら、次は実行フェーズに入ります。

ステップ3｜テスト実行｜期間・記録方法・バイアス排除の工夫

テスト実行で最も重要なのは、「実行のブレを最小化する仕組み」をあらかじめ設計しておくことです。Webと違い、営業のABテストは人が実行するため、意図せずパターンが混ざるリスクが常にあります。

ブレを防ぐ具体策は3つあります。1つ目は、AパターンとBパターンのトークスクリプトや手順書をテキストで明文化しておくこと。口頭の説明だけでは、担当者ごとに解釈が異なります。2つ目は、SFAの商談メモに「A実施」「B実施」のタグを必ず入れるルールを設けること。記録漏れがあると、後から分析できなくなります。

3つ目は、テスト期間中に「途中経過を見て勝手にパターンを切り替えない」というルールの徹底です。数件の結果で「Aのほうが良さそうだ」と判断し、全員がAに切り替えてしまうケースは非常に多いです。事前に決めた件数または期間を完了するまで、パターンを固定してください。

実行期間の目安はテレアポなら1〜2週間、商談なら2〜4週間です。期間が短すぎると母数不足、長すぎると市場環境の変化がノイズになります。実行が完了したら、次は結果の判定です。

ステップ4｜結果を判定する｜営業の母数が少ない場合の評価方法

通説では「ABテストは統計的有意差がなければ判断できない」とされますが、営業の現場では月30〜50件の母数で有意差を出すこと自体が非現実的です。少ない母数でも実務判断ができる評価方法を持つことが、営業ABテストを機能させる鍵になります。

そこで活用できるのが、「3条件クイックジャッジ」という簡易判定基準です。以下の3つの条件をすべて満たした場合に「勝ちパターン」として採用し、1つでも満たさない場合はテスト期間を延長するか、テスト設計を見直します。

条件①の「20%以上の差」は、母数30〜50件でも偶然では生じにくい水準です。仮にアポ獲得率がAパターン15%・Bパターン10%であれば差は50%あり、条件①を余裕で満たします。一方、15%と13%程度の差では母数を増やさないと判断できません。

条件②の「一貫性」は、短期的な偶然を排除するための基準です。1週目はAが優勢で2週目はBが逆転するような結果は、変数以外の要因（顧客層の偏り、季節要因など）が影響している可能性があります。条件③の「再現性」は、特定の担当者だけがAで成果を出しているケースを除外します。3条件のすべてをクリアしたパターンは、チームの標準プロセスとして採用する判断ができます。

ステップ5｜勝ちパターンを蓄積し、次のテストへ回す

ABテストで判明した勝ちパターンは、「個人の記憶」ではなく「チームのナレッジ」として蓄積する仕組みがなければ、担当者の異動や退職で消失します。テスト結果を一元管理する場所を決めることが、ABテストを一回の取り組みで終わらせないための最低条件です。

蓄積の最もシンプルな方法は、SFAやスプレッドシートに「テスト履歴シート」を作ることです。記録する項目は、テスト日・仮説・A/Bの内容・結果（数値）・判定・次のアクションの6項目で十分です。フォーマットが複雑だと記録が続きません。

勝ちパターンが3〜5個蓄積されると、チームの営業プロセスに再現性が生まれ始めます。「なぜあの人だけ売れるのか」が「この手順を踏めば成果が出やすい」に変わる転換点です。重要なのは、1つのテストが終わったらすぐに次の仮説を立てること。改善サイクルが止まった時点で、属人化に逆戻りします。

ここまでの5ステップは「やり方」の解説でしたが、実際にこの手法で成果を出した企業はどのような結果を手にしたのか。次のセクションでは、具体的な成功事例を紹介します。

営業ABテストの成功事例｜売上226%向上の裏側

営業ABテストの手法を導入し、仮説検証のサイクルを回した企業では、売上226%や130%といった成果が実際に生まれています。ここでは2つの事例を紹介しますが、どちらも「順調に成功した話」ではなく、導入初期に壁を乗り越えたからこそ到達した結果です。

IT/SaaS企業の事例｜商談数は減ったのに売上226%になった理由

あるIT/SaaS企業では、営業プロセスにABテストの発想を導入し、6ヶ月で売上226%を達成しました。注目すべきは、商談数がもともとの80%に減少したにもかかわらず、この成果が出た点です。商談の「数」ではなく「質」を検証し続けた結果、成約率が2.7倍に向上しました。

この企業が最初に取り組んだのは、「ヒアリングファースト」の仮説検証です。従来は初回商談で自社事例のプレゼンに時間を割いていましたが、「冒頭でニーズを深掘りするパターン」と「従来型のプレゼン先行パターン」を比較しました。結果、ヒアリングを先行させたほうが2回目商談への進捗率が明らかに高く、この手法をチーム全体の標準プロセスに採用しています。

商談数が80%に減少した原因は、ニーズの薄い案件を営業自身が見切るようになったことです。以前なら「とりあえず提案書を出す」とパイプラインに残していた案件を、ヒアリングの段階で落とすようになりました。商談数の減少は確かに発生しましたが、成約率が2.7倍に跳ね上がり、売上はトータルで226%に達しています。

この事例の本質は、「行動量を増やす」という営業改善の常識を数字で疑った点にあります。テストの結果、量よりも質が売上に直結する構造が見えたことで、チーム全体の行動指針が変わりました。マネージャーが「もっと電話しろ」ではなく「この商談でどんな仮説を検証するか」と問いかけるようになったことが、継続的な改善サイクルの起点です。

アパレル企業の事例｜全員が拒否した研修から売上130%が生まれるまで

「チームがABテストを受け入れないのでは」という不安は、営業マネージャーが最も多く抱える懸念です。アパレル企業15名の営業チームでは、まさにその懸念どおりの状況からスタートし、6ヶ月で売上130%に到達しました。

キックオフの日、15名中12名がPCで別の仕事をしていました。最初の1ヶ月は研修を一切行わず、全員に15分ずつ「何が嫌なのか」を聞くことから始めています。

「研修で教わったことを現場でやると、お客さんに『今日なんか違うね』って言われる。それが恥ずかしくて元に戻る」——入社12年目の女性スタッフの声が、設計変更の転機になった

この声を受けて、アプローチを「教える」から「数字だけ見る」に切り替えました。新しいトークを教え込むのではなく、接客の数字（商談時間・クロージングのタイミング・成約率）を可視化し、各自が自分のデータを比較して気づきを得る設計です。1商談の時間は30分から50分に延びましたが、月あたりの商談件数は13件から28件に倍増しています。商談の質が上がったことで紹介来店が増え、新規集客を増やさなくても件数が自然に伸びた構造です。

この事例が示す教訓は、「ABテストの導入」と「行動変容の強制」は別物だということです。数字を見せるだけで行動が変わる環境をつくれば、チームの抵抗は自然に解消されます。勝ちパターンをチームの仕組みとして蓄積する方法に関心のある方は、以下の資料も参考になります。

営業チームの勝ちパターンを仕組みで蓄積する方法を、無料の資料でご確認いただけます。

営業ABテストを定着させる仕組みづくり

営業ABテストは、1回の実施で終わらせず継続的なサイクルとして回すことで成果が積み上がります。テスト文化をチームに定着させるルールづくりと、改善サイクルを加速させるツールの選定が、仕組み化の両輪です。

チームでテスト文化を根付かせる3つのルール

営業ABテストが自然にチームへ浸透するには、「テストすることが当たり前」になるルール設計が欠かせません。個人の意欲に依存した運用は、忙しくなった瞬間に止まります。以下の3つを最低限のルールとして設定することを推奨します。

1つ目は「常に1つのテストが走っている状態を維持する」ルールです。テストが途切れると、改善サイクルが止まり属人化に逆戻りします。1つのテストが終了したら、結果の判定と同時に次の仮説を立てる流れを週次会議に組み込みます。2つ目は「テスト結果を週次で全員に共有する」ルールです。結果がマネージャーだけに閉じていると、現場のメンバーは「やらされている」感覚から抜け出せません。3つ目は「失敗テストを評価する」ルールです。AとBに差が出なかった結果も「その変数は成果に影響しない」という貴重な発見として扱います。

こうしたルールが機能するチームの土台には、数字で振り返る習慣と心理的安全性が必要です。営業組織のあるべき姿を先に定義し、テスト文化がその理想像のどこに位置づけられるかをチームで共有しておくと、定着のスピードが変わります。

営業組織のあるべき姿とは？強い営業組織の体制の作り方を解説！

詳細を見る

ABテストを加速するツール活用｜SFA・AI分析の選び方

ABテストのサイクルを高速で回すには、記録・分析・フィードバックの3工程を人力から仕組みに移行するツール選定がカギになります。SFAで記録を自動化し、AI分析で勝ちパターンを抽出する流れが、現在最も効率的な組み合わせです。

SFAの選定基準は「テスト用のタグやカスタム項目を現場が簡単に追加できるか」です。ABテストでは「A実施/B実施」のフラグを商談ごとに記録する必要があるため、項目追加に管理者権限が必要なSFAは運用コストが跳ね上がります。加えて、商談録音とAI分析を組み合わせると、トークスクリプトのどの部分が成約率に影響しているかを客観的に特定できます。営業データ分析のフレームワークを事前に整理しておくと、ツール導入後の分析精度が格段に向上します。

営業データ分析の手法15選と見るべきKPI｜分析を売上に変える実践手順

詳細を見る

「AIロープレを最初は舐めてた。でも実際の商談でリアルタイムにカンペが出てきた時、『これは武器だ』と思った。先月、入社半年で初めて大型案件を獲得できた」——入社半年の営業担当者

ABテストで蓄積された勝ちパターンをAIがリアルタイムで商談に反映できれば、「テストする→蓄積する→次の商談で自動的に活かされる」というサイクルが人の手を離れて回り始めます。テスト文化の定着に工数がかかりすぎるという懸念は、ツールの選定で解消できる領域です。

営業のABテストを感覚頼みの改善から脱却させ、仕組みとして回し続ける——その第一歩を踏み出すために、まず現状を把握するところから始めてみてください。

AIが商談をリアルタイムで分析し、勝ちパターンの抽出から活用までを自動化する仕組みの詳細は、以下の資料をご確認ください。

＞＞【AIでハイパフォーマー育成を自動化】営業マネジメントツール「コチーム」解説資料をダウンロードする

よくある質問

営業のABテストに最低何件のサンプルが必要ですか？

明確な最低ラインはありませんが、A/Bそれぞれ15件以上、合計30件以上を目安にしてください。母数が少ない場合は、本記事で紹介した「3条件クイックジャッジ」（20%以上の差・週単位の一貫性・複数担当者での再現性）を使えば、統計的有意差に頼らず実務判断が可能です。テスト期間を2〜4週間に延ばして母数を積み増す方法も有効です。

ABテストの結果に差が出なかった場合はどうすればいいですか？

差が出なかった場合は「その変数は成果に影響しない」という発見として記録し、別の変数でテストを設計し直します。差が出ない原因として多いのは、変更幅が小さすぎるケースです。たとえばメール件名を1単語だけ変えても差は生じにくいため、訴求の切り口自体を変える大胆なパターンを試してください。テスト履歴に「差なし」の記録を残すことで、同じ変数の再テストを防げます。

1人の営業担当者でもABテストはできますか？

できます。1人の場合は、週単位でAパターンとBパターンを交互に実施する方法が現実的です。月曜〜水曜はA、木曜〜金曜はBのように期間で区切り、2〜4週間のサイクルで結果を比較します。ただし1人では母数の確保に時間がかかるため、テレアポやメールなど件数が稼ぎやすい領域から始めるのがおすすめです。

まとめ

営業ABテストは、「何を変えたら何が改善するか」を仮説として言語化し、2パターンを比較して勝ちパターンを特定する改善手法です。テレアポ・メール・商談の各領域で、影響度と変更容易さの2軸から優先順位をつけて着手することで、最小の工数で最大のインパクトが得られます。

母数が少ない営業現場でも、「3条件クイックジャッジ」を使えば実務レベルの判断は十分に可能です。統計の壁を理由にテストを諦める必要はありません。

テストで発見した勝ちパターンは、個人の記憶ではなくチームのナレッジとして蓄積する仕組みが不可欠です。この蓄積と活用のサイクルが回り始めた時、営業は「感覚の仕事」から「再現性のある仕事」に変わります。

まずはサービス資料で、営業ABテストの記録・分析・フィードバックを自動化する方法を確認してみてください。

＞＞【AIでハイパフォーマー育成を自動化】営業マネジメントツール「コチーム」解説資料をダウンロードする