WUUZY マッチング ヒアリング会

AIマッチングの流れ

「AIが何番目に出したか」「得点内訳」がどこで決まるかの全体像です。難しく考えず、母数から絞り込んで採点する流れだけ押さえてください。

1. 候補を集める　案件文・SAヒアリングをもとに、4つの検索で合いそうなプロを集めます：意味の近さ（ベクトル検索）／キーワード一致／属性（チャネル・レベル・商材ジャンル）／似た過去案件で選ばれたプロ
2. 点数で約70人に絞る　4つの検索結果を1つにまとめ（重複除外で約380人）、ルールベースの点数（意味の近さ・キーワード一致・実績・カート・レベル・商材一致 など）で並べたうえで、検索の種類ごとに枠を配って多様性を保ちながら採点対象の上位約70人を選びます（ここはAIの推論ではなく決まった計算です）
   現状：決めプロの約85%がこの「上位70人（候補プール）」に入っています（提案上限・NG等で意図的に除外された案件は母数から除外。truth 192商談）。
   残り約15%は抽出の取りこぼしで70人に入れず、点数をつける土俵にすら乗れていません。＝この層は「点数で負けた」のではなく「候補に入る前」の問題です。
3. 足切り（除外）　NG・イエローカード・提案上限（抱えすぎ）・稼働上限・対象外ランクのプロをここで外す
4. 点数をつけて並べる　残ったプロを100点満点で採点（必須要件35 ＋ 商材20 ＋ チャネル15 ＋ レベル10 ＋ ベター10）。高い順に並べ、上位10人を提示　← 各案件の「得点内訳」はこの中身
   ※各案件の表の「合計」は100点満点に換算した値で、表に出している5軸の単純合計とは一致しないことがあります（関連度などの基礎点や正規化のため）。
5. 説明文を作る　上位の各プロに「なぜこの人か」をAIが文章で説明（※順位の決定には使わない）

配点（カッコ内）が大きい軸ほど、順位への影響が大きくなります。今回の「レベル」は10点ですが、案件のレベル3要求に届かないと丸ごと0点になり、順位を大きく動かします。

各軸が「見ているデータ」（100点の中身）

軸ごとに参照するデータが違います。必須・ベター・商材（計65点）は実績フリーテキストも詳細欄も両方見ますが、チャネル・レベル（計25点）は実績欄を見ません。＝「データ記入で効く軸」と「ロジック/履歴の軸」の切り分けです。

実証：森健太朗さんはチャネル詳細欄が空なのにチャネル15点満点＝過去の提案履歴で付いている（プロフィール欄なら0のはず）。レベルは田中さんのように実績はレベル3相当でも登録欄が2なら0点。

現段階の問題点は大きく3つ

上の流れのどこで決めプロが落ちるかで、いまの課題は3つに整理できます。下の「7類型」はこれをさらに細かく分けたものです。今日のゴールは、この現状を正しく共有し「何を改善すべきか・何が足りないか」をTMチームと一緒に擦り合わせることです（その場でロジックは変えません）。

なぜ「決めプロ」がTop10に出てこないのか — 原因の全体像（詳細版）

TMさんが選んだプロをAIが上位に出せない理由は、大きく次の7パターンのどれかに収まります。色（A〜D）は「誰が直すと解決するか」のグループです。今日はこの地図を片手に、各案件がどれに当たるかを一緒に確かめます。★が当初の3つの仮説です。

今日の5案件はすべて「候補(70人)には入っているのに11位以下に沈んだ」もの（提案上限で弾かれたC2は除外済み）。＝主にA・B・C1の切り分けです。どれにも当てはまらなければ＝「ヒアリングで何を必ず聞けばAIが拾えるか」を決めるのが今日のゴールです。

取り上げる5案件（決めプロがTop10外に沈んだ実例）

各案件、TMさんが選んだ決めプロと「なぜAIが上位に出せなかったか」を、軸別の得点内訳つきでまとめました。各案件の冒頭に B1 等の判定（上の7類型）を付けています。「選んだ理由」は当時のメモを開けます。各プロ名の横の SF↗ から、そのプロのSalesforce画面（実データ）を直接開けます。

調べて見えてきたこと（5案件・決めプロ10名）

0.（前提）決め手は、ほぼSFに登録されている＝A1（SF未登録）は少数。
決めプロの選定理由を1つずつSFと突き合わせると、決め手（月商を伸ばした実績・商材経験・受賞歴など）はほぼ全員ぶん実績欄・選定理由に書かれていました。「SFに無いから拾えない」ケースは少数です。

1. 主因はB1（AIが活かせていない）。原因は2つ。
① 商材軸は実績欄も読むが、案件の商材語と“書き方（語彙）”が文字一致しないと拾えない：マルカイの森さんは「食品」は拾えても案件語「野菜ジュース・飲料」と一致せず broad止まりで商材5（AI1位は14）。マツオは案件語「ジンギスカン・羊肉」が誰にも一致せず全員 broad「食品」止まりの5点。意味は近いのに表記が違うと0〜5に潰れる＝データの壁。
② 必須要件をFLASHが✗誤判定：マツオの築館・京極さんは決め手の「高単価食品のグロース経験」を持つのに、その必須要件をAIが取りこぼして沈みました。

2. C1（レベル軸）が順位を大きく動かしている。
レベル2の決めプロは案件レベル3要求に対し10点失って沈みます（NEVER LAND2名・久光の白川さん・メディカルの橋本さん）。久光は石原さんとの差がレベルだけ。TMさんがレベルを選定で使っているかどうかで、この10点の扱いを決めたい。

3. 記入の問題（A2）は「商材ジャンル欄」と「レベル欄」に限定。
森（健太朗）さんの商材欄が「家電」だけ、田中さんのレベル欄が実態（レベル3）とズレ、など。ここは登録を直せば改善します。

→ A1（SF未登録）は少数。主因はB1（AIロジック）＋C1（レベル配点）。決め手はSFにあるのに、AIが拾える形になっていないのが核心です。だから今日は、TMさんの実際の選び方（特にレベルを使うか／何を決め手にしたか）を教えてください。

商材名寄せ Before / After（ロジック改善の効果）

会議で挙げた「決めプロがTop10に出ない」案件について、商材名寄せ（商材の表記ゆれを同義語辞書で正規化）を入れた前後の決めプロ順位の変化。Before＝現行ロジック、After＝商材名寄せのみ追加した同一評価環境でのA/B。順位は候補70人中、FLASH採点で±数位は揺れる。

5案件の Before / After（決めプロの順位）

順位は候補70人中。Before＝現行ロジック、After＝商材名寄せのみ追加（同一評価環境でのA/B）。FLASH採点の揺らぎで±数位は動きます。

なぜ案件によって効き方が違うのか

＝商材名寄せは「正しいが万能ではない」改善。データの壁（プロの商材・レベル・実績の登録粒度）が残るボトルネック。

補足：入れた／保留したロジック