Decision Console

Decision Console は、選択したディールの現在状態を Bayesian 判断と ontology 根拠で確認する画面です。P(Win) の数字だけを表示する画面ではありません。なぜその判断が出たのか、何がボトルネックなのか、次にどの根拠を確認すべきか、推奨を採用した後に実際の営業行動とどう接続するかを扱います。

Decision Console には AI分析機能 が含まれます。AI分析は別製品や別画面ではなく、現在ディールのサーバー根拠と判断文脈をもとに説明を補強する Decision Console の機能です。

場所: サイドバー → Ontology → Decision Console

この画面が必要な理由

営業リーダーが知りたいのは、単に「確率が何パーセントか」ではありません。より重要なのは、「なぜそう判断するのか」「何が詰まっているのか」「次のミーティング前に何を検証すべきか」です。

一般的なパイプライン確率は、営業ステージや担当者の楽観に強く依存します。EXAWin+ は活動記録、ユーザーが選択したシグナル、Bayesian update、沈黙、momentum、threshold、decision impedance を一緒に読みます。

Decision Console はこの情報を1つの画面に集め、営業チームが勘ではなく根拠でディールを議論できるようにします。

基本フロー

左側のプロジェクト一覧からアクセス可能なディールを選択します。ユーザーの会社と権限範囲にあるディールだけを選べます。ディールを選択すると、右側の判断画面がそのディール基準で更新されます。

選択されたディールについて、システムは最新の Bayesian update、沈黙情報、累積沈黙ペナルティ、momentum P(Win)、ontology 判断文脈を準備します。この根拠をもとに、Decision Console は現在状態、ボトルネック、推奨、類似文脈、後続活動追跡を表示します。

ユーザーはまず P(Win) と判断状態を確認し、続いてボトルネックと次の根拠候補を読みます。必要に応じて AI 分析を依頼し、現在ディール根拠の自然言語解釈を確認します。推奨が妥当だと判断すれば推奨を採用し、その後 Activity War Room で実際の後続活動を記録します。

画面で見る核心判断

Decision Console は現在ディールの Bayesian 状態を表示します。ここには P(Win)、threshold との距離、confidence、最新 update、沈黙、momentum 情報が含まれます。

P(Win) は記録済み活動と選択シグナルにもとづく事後確率です。threshold は次段階へ進めるかを見る判断基準です。decision impedance は現在確率、threshold、k値の関係から、判断がどれだけ詰まっているか、通過可能かを解釈する指標です。

沈黙と momentum も一緒に見る必要があります。長い営業サイクルで何も連絡がない状態は常に中立ではありません。最近の活動が途切れたり顧客反応が遅れたりすれば、判断はその影響を受けるべきです。

タブ別の見方

進行制約の原因 では、現在ディールがなぜ簡単に進まないのかを確認します。重要なのは確率そのものより、どの根拠が判断を制限しているかです。

ボトルネック では、ディールのボトルネック候補を読みます。ボトルネックは単に悪い状態という意味ではありません。次の行動前に必ず確認すべき地点です。

次のアクション では、現在根拠をもとにシステムが提示する次の行動候補を見ます。これはユーザーがそのまま実行すべき命令ではありません。営業チームが実際の文脈とともに検討し、採用可否を決める判断候補です。

類似ディール では、現在ディールと比較できる文脈を確認します。類似した流れのディールがどの結果につながったかを見ることは、現在判断を補強する参考になります。

営業行動追跡 では、推奨採用後の後続活動接続状態を確認します。推奨を採用した場合、Activity War Room で営業側の後続行動、接触試行、準備、実際の顧客接触後の活動を記録し、現在推奨と接続できます。

AI分析の使われ方

Decision Console の AI 分析は、現在ディールの根拠を読み、自然言語の解釈を提供する機能です。ユーザーが AI 解釈を依頼すると、サーバーは現在ディールの判断文脈と AI が読む根拠パックを準備します。根拠パックにはディール状態、Bayesian 判断、活動文脈、根拠一覧などが含まれます。

AI 分析結果はサーバーの検証手続きを通過する必要があります。AI が生成した文章が無批判にシステム判断になる構造ではありません。サーバーは形式と根拠接続性を確認し、検証された結果だけを解釈ドラフトとして扱えます。

AI 解釈依頼が一時的に完了しなくても、サーバーが確定した Bayesian 判断と根拠は維持されます。Decision Console の核心判断は AI 文章だけに依存しません。AI 分析は、人が判断を読みやすくする説明レイヤーです。

推奨を採用する意味

Decision Console で推奨を採用するとは、「この推奨を営業行動の追跡対象にする」という意味です。採用前には、後続活動をその推奨の結果評価対象として接続しません。

推奨を採用すると、Activity War Room で後続営業行動を記録できます。追加質問を顧客へ送った、内部準備をした、実際の接触後の活動を残した、という記録を推奨と接続できます。

採用しない場合、その推奨は実行された後続行動として扱いません。この区分があることで、どの推奨が実際に実行され、実行後に判断が改善したかを学習できます。

Activity War Room との関係

Decision Console は判断を検討する画面であり、Activity War Room は実際の活動を記録する画面です。

新しいミーティングや顧客接触結果を記録する場合は Activity War Room を使います。Decision Console で推奨を採用した後も、実際の後続行動は Activity War Room で記録します。

この分離は意図された構造です。判断画面でデータを任意に直すのではなく、標準活動記録画面で実務結果を残し、その記録が再び Bayesian update と ontology 分析へ接続されます。

過信してはいけないこと

Decision Console はディールの未来を保証しません。P(Win) は、現在までに記録された根拠と設定済みモデルにもとづく判断です。顧客内部事情、競合の動き、予算変更、意思決定遅延など、まだ記録されていない出来事はシステムが知ることはできません。

この画面は「ディールが必ず閉じる」「必ず失敗する」と断定する道具ではありません。現在根拠がどの方向を支持しているか、何をさらに確認すべきか、どの後続行動を優先すべきかを判断する道具です。

AI 分析も同じです。AI 分析は根拠説明を助けますが、最終行動決定はユーザーが行います。顧客メッセージ、価格条件、契約戦略は会社の方針と担当者の責任で決定します。

良い使い方

Decision Console を見る前に、Activity War Room の最近の活動記録が十分か確認してください。古い活動だけだったり、シグナル選択が不正確だったりすると判断品質も下がります。

推奨を読むときは、「この推奨は正しいか」だけでなく、「この推奨を検証するにはどんな顧客反応や内部根拠が必要か」を一緒に見てください。Decision Console の価値は正解を出すことではなく、次の検証質問を明確にすることです。

AI 分析を使うときは、説明が実際の画面根拠と合っているか確認してください。必要に応じて Ontology Inspector で関係構造を確認し、Ontology AI に同じ根拠を別の観点で説明させることもできます。

次に読む文書

判断根拠の関係構造を確認するには Ontology Inspector を読んでください。

Decision Console と自然言語分析を一緒に使う方法は Ontology AI を読んでください。

活動と後続行動を記録する方法は Activity War Room を読んでください。