営業エリアを決める際、「これまで営業してきた地域だから」「企業が多そうだから」といった経験や印象を判断材料にすることがあります。
もちろん、営業担当者が現場で蓄積した経験は重要です。しかし、対象業種の事業所が各地域にどれだけ存在するのかを確認しないまま営業エリアを決めると、新たな開拓候補を見落としてしまう可能性があります。
そこで活用できるのが、経済センサスと生成AIを組み合わせた営業エリア分析です。
経済センサスでは、地域別・業種別の事業所数を確認できます。AIを使えば、必要な数値の抽出や比較表の作成、地域ごとの特徴整理を効率的に進められます。
ただし、事業所数が多い地域が、必ずしも自社にとって有望な営業エリアとは限りません。
今回は、2021年の経済センサスを使い、千葉市・船橋市・柏市の建設業を比較します。実際のExcelデータから数値を抽出・検証した結果を使い、AIによる分析方法と、営業エリアの選定にどう活用するかを具体的に解説します。
営業エリアの選定に経済センサスをどう活用するか
経験や印象だけで営業エリアを決めていないか
例えば、建設業向けの法人サービスを販売している企業が、千葉県内で新規開拓エリアの拡大を検討しているとします。
営業会議では、次のような意見が出るかもしれません。
- 「千葉市は企業が多いので、引き続き重点エリアにしたい」
- 「船橋市にも営業先が多そうなので、訪問を増やしたい」
- 「柏市も開拓したいが、どの程度の営業対象があるのか分からない」
こうした判断には、営業担当者の経験が反映されています。
一方で、実際に各地域にどれだけ建設業の事業所が存在するのかは、数字で確認できていません。
特に営業担当者の人数が限られている場合、対象エリアを増やすと移動時間や新規開拓の負担も増加します。
そのため、営業エリアの拡大を検討する段階で、客観的な統計情報を加えることには意味があります。
事業所数と業種構成比で分かること
経済センサスは、日本国内の事業所や企業の経済活動を把握するための政府統計です。
営業エリアの比較では、特に次の2つの指標が役立ちます。
① 対象業種の事業所数
その地域に、対象業種の事業所がいくつ存在するかを示します。
建設業向けサービスを販売するのであれば、建設業の事業所数を比較することで、地域ごとの対象事業所の規模感を把握できます。
② 対象業種の構成比
地域の事業所全体に対して、対象業種の事業所が占める割合です。
例えば、建設業の構成比が10％であれば、集計対象となる事業所全体のうち約1割が建設業に分類されていることを意味します。
事業所数は対象業種の絶対的な多さを、構成比は地域の産業構成における位置づけを示します。
事業所数が多い地域が必ず有望とは限らない
事業所数が多ければ、営業対象の候補も多いと考えたくなります。
しかし、統計上の事業所数が、そのまま自社の営業可能な顧客数になるわけではありません。
例えば、同じ建設業でも、総合工事業、職別工事業、設備工事業では業務内容が異なります。取り扱うサービスによっては、一部の事業所しか対象にならない場合があります。
また、事業所数が多くても、営業拠点から遠く訪問に時間がかかる地域では、効率的な営業活動が難しいこともあります。
経済センサスは営業エリアの優劣を決定するものではなく、複数地域を同じ条件で比較するための客観的な材料として利用します。
営業エリアを比較するためのデータを準備する
比較対象は千葉市・船橋市・柏市の建設業
今回は、建設業向けの法人サービスを販売する企業を想定します。
分析条件は次のとおりです。
| 項目 | 分析条件 |
|---|---|
| 比較地域 | 千葉市・船橋市・柏市 |
| 対象業種 | 建設業 |
| 調査年 | 2021年 |
| 指標1 | 建設業事業所数 |
| 指標2 | 全産業事業所数（公務を除く） |
| 指標3 | 建設業構成比 |
| 分析目的 | 地域ごとの違いを把握し、営業エリア選定の判断材料にする |
3市は比較方法を説明するための例です。
実際には、既存の営業エリア、事業拠点からの距離、担当者が訪問できる範囲などを踏まえて、営業側で比較候補を決めます。
経済センサスのExcelと比較条件を確認する
今回使用するのは、次の政府統計です。
- 調査名：令和3年（2021年）経済センサス‐活動調査
- 集計区分：事業所に関する集計／産業横断的集計
- 表番号：9-1A
- 統計表名：産業（小分類）別全事業所数－全国、都道府県、市区町村
公式データ：e-Stat 統計表9-1A
今回の分析では、e-Statから取得したExcelファイル「b1_009_1a(1).xlsx」を使用しました。
このファイルは、地域が行方向、産業分類が列方向に配置された構造です。
分析に使用する列は次の3つです。
| 列 | 統計表の項目 | 用途 |
|---|---|---|
| C列 | AS_全産業 | 全事業所数の確認 |
| D列 | AR_全産業（S_公務を除く） | 構成比の分母 |
| AM列 | D_建設業 | 建設業事業所数 |
今回は、建設業の構成比を「全産業（公務を除く）」に占める割合として計算します。
Excelには公務を含む全産業事業所数も存在しますが、構成比の定義を統一するため、分母にはD列を使用します。
また、千葉市には行政区別の行もありますが、市全体の数値だけを使用し、各区の値を重複して合算しないようにします。
実践｜AIで3つの営業エリアを比較する方法
ここからは、実際のExcelデータを使った分析手順を説明します。
STEP1〜2｜比較地域を設定し、Excelを用意する
最初に、分析目的と比較条件をAIへ伝えます。
今回の目的は、建設業向けの法人サービスを扱う企業が、千葉市・船橋市・柏市の営業エリアを比較することです。
Excelを添付したうえで、最初から「最も有望な地域を選んでください」と指示するのではなく、ファイルの構造と必要な分類を確認するよう指示します。
具体的には、調査年、地域コード、産業分類、集計対象、数値の単位を確認させます。
これらの確認を先に行うことで、異なる条件の数値を混在させるリスクを抑えられます。
STEP3〜4｜AIで建設業と全産業の事業所数を抽出する
続いて、3市の建設業事業所数と全産業事業所数を抽出します。
今回のExcelでは、各市のデータが次の行に格納されています。
| 地域 | 地域コード | Excelの行 |
|---|---|---|
| 千葉市 | 12100 | 621行 |
| 船橋市 | 12204 | 630行 |
| 柏市 | 12217 | 641行 |
建設業はAM列、全産業（公務を除く）はD列を参照します。
実際にExcelから抽出・照合した結果は次のとおりです。
| 地域 | 建設業事業所数 | 全産業事業所数（公務を除く） |
|---|---|---|
| 千葉市 | 2,850 | 28,204 |
| 船橋市 | 1,386 | 15,548 |
| 柏市 | 1,180 | 12,200 |
いずれも2021年経済センサスの同一統計表から取得した値です。
例えば、千葉市の建設業事業所数はAM621セル、全産業（公務を除く）の事業所数はD621セルに格納されています。
AIで抽出した数値の参照位置を確認できれば、元データとの照合が容易になります。
STEP5〜6｜構成比を計算し、比較表とグラフを作成する
次に、各市の全産業事業所数に占める建設業事業所数の割合を計算します。
計算式は次のとおりです。
建設業構成比（％）＝建設業事業所数 ÷ 全産業事業所数（公務を除く）×100
千葉市の場合は、
2,850 ÷ 28,204 × 100 ＝ 約10.1％
となります。
同様に計算すると、3市の比較結果は次のようになります。
千葉市・船橋市・柏市の建設業比較（2021年）
| 地域 | 建設業事業所数 | 全産業（公務を除く） | 建設業構成比 |
|---|---|---|---|
| 千葉市 | 2,850 | 28,204 | 10.1％ |
| 船橋市 | 1,386 | 15,548 | 8.9％ |
| 柏市 | 1,180 | 12,200 | 9.7％ |
※構成比は小数点以下第1位まで表示。2021年経済センサス表9-1Aを基に独自計算。
事業所数は、千葉市が最も多く、船橋市、柏市の順になっています。
一方、構成比では千葉市、柏市、船橋市の順となり、事業所数とは順位が異なります。
この違いが、今回の地域比較で注目したいポイントです。
上のグラフでは、3市の建設業事業所数を棒グラフで比較しています。
事業所数と構成比では単位が異なるため、同じ軸で比較せず、事業所数はグラフ、構成比は比較表で確認できる構成にしています。
抽出結果と計算結果を元データで検証する
AIが比較表を作成できても、そのまま正しいと判断するのは適切ではありません。
今回の分析では、実際に次のセルを確認しました。
| 地域 | 建設業 | 全産業（公務を除く） |
|---|---|---|
| 千葉市 | AM621 | D621 |
| 船橋市 | AM630 | D630 |
| 柏市 | AM641 | D641 |
Excel原票と抽出結果は一致しており、構成比も計算式に基づいて確認しました。
このように、AIに参照セルや抽出条件を示させると、分析結果の検証がしやすくなります。
実務では、次のルールを設けるとよいでしょう。
- 抽出した地域名と地域コードを確認する
- 同じ調査年・集計対象・産業分類で比較する
- 大分類と中分類・小分類を重複集計しない
- AIが出した数値を元データと照合する
- 表とグラフの数値が一致しているか確認する
AIによる分析を効率的に進めながら、数値の正確性は人が検証するという役割分担が重要です。
AIの分析結果から地域ごとの特徴を読み取る
建設業の事業所数を3市で比較する
ここからはSTEP7として、AIで整理した3市の数値を読み取り、統計から確認できる事実と営業上の仮説を分けて考えます。
今回の分析では、千葉市の建設業事業所数は2,850事業所でした。
船橋市の1,386事業所、柏市の1,180事業所と比較すると、千葉市には建設業の事業所が相対的に多く存在していることが分かります。
例えば、建設業向けサービスの営業対象を広げるのであれば、千葉市の事業所構成を詳しく調べる理由の1つになります。
ただし、千葉市ですでに多くの顧客を開拓している企業であれば、未開拓の営業対象がどれだけ残っているかを別途確認する必要があります。
事業所数が多いという事実と、新規開拓の余地が大きいという判断は分けて考えます。
建設業構成比を比較すると見方が変わる
構成比を見ると、事業所数とは異なる特徴が見えてきます。
- 千葉市：10.1％
- 船橋市：8.9％
- 柏市：9.7％
特に注目したいのが、船橋市と柏市の違いです。
建設業の事業所数では、船橋市が柏市を206事業所上回っています。
一方、構成比では、柏市が船橋市を約0.8ポイント上回っています。
これは、柏市の全産業事業所数に占める建設業の割合が、船橋市より高いことを意味します。
ただし、構成比が高いからといって、建設業向けサービスへの需要が高いと断定できるわけではありません。
構成比は地域の産業構成を示す指標であり、事業所の密度や購買意向を直接示すものではないためです。
統計から分かる事実と営業上の仮説を分ける
今回の比較結果から、次の事実を確認できます。
| 統計から確認できること | 営業上の調査方針 |
|---|---|
| 千葉市の建設業事業所数が最も多い | 未開拓の対象事業所を詳しく調べる |
| 船橋市は柏市より建設業事業所数が多い | 対象事業所の所在地や業務内容を確認する |
| 柏市は船橋市より建設業構成比が高い | 建設業の内訳や自社商材との適合性を調べる |
右側は統計から直接分かった事実ではなく、統計結果を基にした追加調査の方向性です。
経済センサスだけでは、顧客の購買意向、競合サービスの利用状況、自社商材への需要までは確認できません。
AIに地域の特徴を整理させる場合も、確認できた事実と営業上の仮説を区別させることが重要です。
分析結果を営業エリアの選定にどう生かすか
統計結果を基に追加調査する地域を考える
ここまでの分析で、3市の建設業事業所数と構成比の違いが分かりました。
次のSTEP8では、統計結果を営業エリア選定の判断材料として利用します。
例えば、営業会議で次のような検討ができます。
千葉市：事業所数が最も多いため、既存顧客以外にどの程度の営業対象があるか確認する。
船橋市：柏市より事業所数が多いため、対象事業所の所在地や訪問可能な範囲を調査する。
柏市：船橋市より建設業構成比が高いため、建設業の内訳や自社サービスとの適合性を確認する。
これは地域の優先順位ではありません。
統計結果から追加調査の対象と内容を整理することで、次の営業判断に進みやすくなります。
既存顧客や営業実績と照らし合わせる
営業エリアを選定する際には、公開統計だけでなく、自社の営業情報も確認します。
具体的には、次のような項目です。
| 判断項目 | 確認する内容 | 情報源 |
|---|---|---|
| 対象事業所数 | 建設業の事業所がどの程度あるか | 経済センサス |
| 既存顧客との関係 | 開拓済みの顧客が多いか | 自社の顧客情報 |
| 営業実績 | 商談化や受注の状況 | 営業活動記録 |
| 移動負担 | 営業拠点から訪問しやすいか | 地図・移動時間 |
| 商材との適合性 | 対象となる業務内容か | 顧客情報・個別調査 |
| 営業リソース | 新規開拓に時間を割けるか | 担当者の稼働状況 |
例えば、千葉市の事業所数が多くても、すでに既存顧客が集中している場合には、新規開拓の方針が変わる可能性があります。
逆に、これまで営業していなかった地域に対象業種の事業所が一定数存在することが分かれば、新たな調査候補になります。
地域別の既存顧客数や受注実績がExcelやSFA・CRMなどで整理されていれば、公開統計と照らし合わせて検討しやすくなります。
ただし、統計上の事業所数から既存顧客数を単純に差し引いても、新規開拓可能な企業数になるわけではありません。事業所と企業の違いや、商材の対象条件も確認する必要があります。
移動時間・営業リソースを踏まえて最終判断する
事業所数が多い地域でも、営業拠点からの移動に時間がかかる場合、訪問できる件数は限られます。
一方、事業所数が比較的少なくても、既存顧客への訪問と組み合わせやすい地域であれば、効率的に営業できる可能性があります。
例えば、営業マネージャーが3市の分析結果を確認した後、次のように判断するケースが考えられます。
Before：経験や印象だけで検討する
「千葉市は企業が多そうなので、今後も重点エリアにしよう」
After：統計と営業条件を組み合わせる
「建設業の事業所数は千葉市が最も多い。一方、柏市は船橋市より建設業構成比が高い。既存顧客の状況や移動時間を確認して、どの地域を追加開拓するか検討しよう」
このように、判断に必要な情報が増えることで、営業エリア選定の理由を説明しやすくなります。
実際に新しい地域へ営業を広げる場合は、一定期間の試行を行い、訪問件数、商談化件数、提案件数、受注件数などを確認する方法もあります。
統計上の特徴と実際の営業成果を比較することで、次の営業活動の見直しに役立てられます。
経済センサスとAIで地域比較する際の注意点
事業所数と企業数・営業対象数を混同しない
経済センサスにおける事業所は、企業そのものとは異なります。
例えば、1社が複数の支店や営業所を持っていれば、それぞれが事業所として数えられる場合があります。
そのため、建設業の事業所が2,000ある地域でも、建設業の企業が2,000社あるとは限りません。
営業リストを作成する際には、企業単位で営業するのか、事業所単位で営業するのかを整理する必要があります。
調査時点と集計範囲を確認する
今回使用した経済センサスは、2021年6月時点の調査結果です。
2026年現在の事業所数とは異なる可能性があるため、最新の営業対象を確定するデータとして扱うことは適切ではありません。
また、全産業には公務を含む値と、公務を除いた値があります。
今回のExcelでも、千葉市の全産業事業所数は、公務を含む場合28,344事業所、公務を除く場合28,204事業所です。
比較する際には、こうした集計範囲の違いを確認し、構成比の分母を統一する必要があります。
加えて、欠損値や秘匿値については、ゼロと決めつけず、統計表の記号や注記を確認します。
AIの検証ルールと公開統計の利用条件を守る
AIは統計データの抽出や集計に役立ちますが、誤った行や列を参照する可能性があります。
そのため、次の確認作業を運用ルールとして定めるとよいでしょう。
- AIに参照したシート名・セル位置を出力させる
- 集計対象や産業分類が一致しているか確認する
- 構成比の計算式と結果を確認する
- 表とグラフの数値を照合する
- 元データで確認できない数値は推測で補わない
また、e-Statの公開統計は、公式利用規約に従って商用利用できます。
今回のように地域を抽出し、構成比を計算して独自グラフを作成する場合は、出典と加工したことを明記します。
例えば、次のような表記です。
出典：総務省・経済産業省「令和3年経済センサス‐活動調査」表9-1A（e-Stat）を基に、営業ツール研究所が独自集計・グラフ化。
公開統計の数値と、AIを利用した営業上の考察を混同しないことも重要です。
自社の営業エリアでも実践するためのAI活用方法
地域比較に使える4つのAIプロンプト
今回の分析は、比較する地域と対象業種を変更すれば、他の営業エリアにも応用できます。
以下は、実際のExcelの構造と今回の分析条件を反映したプロンプトです。
プロンプト1：地域別データを抽出する
添付したExcelは、令和3年経済センサス‐活動調査の表9-1Aです。 千葉市・船橋市・柏市について、建設業事業所数と全産業事業所数（公務を除く）を抽出してください。 対象業種は「D_建設業」、分母に使用する項目は「AR_全産業（S_公務を除く）」です。 地域コードを確認し、市全体の数値だけを使用してください。 異なる産業分類の階層を重複集計せず、抽出結果と参照したシート名・セル位置を示してください。取得できない値は推測しないでください。
プロンプト2：比較表とグラフを作成する
抽出した千葉市・船橋市・柏市のデータを使い、地域別比較表を作成してください。 項目は、地域名、建設業事業所数、全産業事業所数（公務を除く）、建設業構成比とします。 構成比は「建設業事業所数÷全産業事業所数（公務を除く）×100」で計算し、小数点以下第1位まで表示してください。 建設業事業所数の棒グラフを作成し、表とグラフの数値が一致しているか確認してください。 調査年、統計表番号、集計対象、単位、出典を明記してください。
プロンプト3：地域ごとの特徴を整理する
作成した比較表について、次の観点から3市の特徴を整理してください。 1. 建設業事業所数の違い 2. 建設業構成比の違い 3. 絶対数と構成比で見方が変わる点 4. 統計データだけでは判断できない点 数値から確認できる事実と営業上の仮説を分けてください。 事業所数や構成比だけで、営業成果や購買意向を断定しないでください。
プロンプト4：営業エリアの検討材料にする
経済センサスの地域比較結果を、営業エリア選定の判断材料として整理してください。 既存顧客の分布、受注実績、営業拠点からの移動時間、担当者の稼働状況、自社商材との適合性も考慮したいです。 次の4項目に分けて回答してください。 1. 統計から確認できたこと 2. 別途確認する必要があること 3. 地域を比較するための判断項目 4. 営業マネージャーが最終判断すること 提供していない営業データを推測で補わず、地域の優先順位を自動的に確定しないでください。
これらのプロンプトは、地域名や業種を変更して利用できます。
ただし、利用する統計表によって列構成や集計対象が異なる場合があるため、毎回、最初にExcelの内容を確認することが重要です。
建設業以外の業種へ応用する方法
今回の分析方法は、建設業以外にも応用できます。
例えば、法人向けITサービスであれば情報通信業、店舗向けサービスであれば小売業や飲食サービス業、業務用設備の販売であれば製造業などが比較対象として考えられます。
ただし、各産業に分類されるすべての事業所が、自社商材の営業対象になるとは限りません。
対象業種の範囲が広すぎる場合は、産業中分類や小分類まで絞り込んだ分析が必要になることもあります。
まずは大分類で地域の全体像を比較し、その後、必要に応じて対象業種を詳しく調べる方法が考えられます。
まとめ｜公開統計と営業現場の情報を組み合わせて判断する
営業エリアを検討する際、経済センサスとAIを組み合わせることで、経験や印象だけでは把握しにくい地域間の違いを整理できます。
今回の千葉市・船橋市・柏市の比較でも、建設業の事業所数と構成比では、地域の見方が変わることが確認できました。
特に、船橋市と柏市では、建設業事業所数と構成比の順位が異なります。
ただし、事業所数が多いことや構成比が高いことは、そのまま営業成果につながることを意味しません。
実際の営業エリア選定では、既存顧客の分布、移動時間、担当者の稼働状況、自社商材との適合性などを合わせて検討する必要があります。
AIは統計データの抽出・集計・比較・特徴整理を支援し、人は数値の正確性を確認したうえで、自社の営業条件を踏まえて判断する。
この役割分担を明確にすることで、公開統計を営業エリアの検討に活用しやすくなります。
今回使用した統計データ
- 調査名：令和3年（2021年）経済センサス‐活動調査
- 表番号：9-1A
- 表題：産業（小分類）別全事業所数－全国、都道府県、市区町村
- 分析ファイル：b1_009_1a(1).xlsx
- 参照項目：D_建設業、AR_全産業（S_公務を除く）
- データ提供元：e-Stat 政府統計の総合窓口
- e-Stat 利用規約
- データ確認日：2026年10月13日
出典：総務省・経済産業省「令和3年経済センサス‐活動調査」表9-1A（e-Stat）を基に、営業ツール研究所が独自集計・グラフ化。
よくある質問（FAQ）｜経済センサスとAIによる営業エリア分析
経済センサスとAIを使った営業エリア分析について、営業現場でよく出る疑問をまとめました。統計データの比較方法や、営業エリアの選定で迷いやすいポイントを中心に解説します。
