User InsightのAI提案を使う方法|採る案は人が選ぶ

「アクセス解析の画面を開いても、結局どこから直せばいいのか分からない」「AIが改善案を並べてくれるのはありがたいが、そのまま全部やってよいのか判断がつかない」——サイトの数字を任されたマーケ担当や、少人数で運営を回す担当者から、よく寄せられる声です。国産の総合デジタルマーケティングツール User Insight は、2026年11月19日に、サイト全体と個別ページを自動で分析し、改善施策を優先順位つきで提案する「AI改善エージェント」の提供を始めました。分析の手間は確かに減ります。ただ、成果を分けるのは提案の数ではありません。本当は、出てきた提案のどれを採り、根拠の数字をどう確かめ、やった結果を次の提案にどう戻すかを、人の側で決めておけるかにかかっています。この記事では、AI改善エージェントを社内で使い続けるための役割分担と確認の手順、記録の残し方を整理します。
カメ先生改善提案をAIが出してくれる機能は、提案どおりに直せば成果が出る道具だと思われがちなんだ。でも本当は、AIが見ているのはアクセスの数字だけで、自社の売上の事情や、来月の展示会の予定までは知らないんだよ。
カメ子数字の上で目立つ課題と、会社として先に手を打つべき課題は、必ずしも同じではないということですか。
カメ先生そう。だから提案の優先順位は「候補の並び」として受け取って、採るかどうかは人が決める。そのうえで、やった結果を記録して次の判断に使う。この繰り返しが定着の中身なんだ。
カメ子道具を入れることより、提案を受け取ってから先の流れを決めることのほうが大事なんですね。
- AI改善エージェントは2026年11月19日に提供が始まった機能で、期間を指定するとアクセスの集計・課題の要約・優先順位つきの改善案までを出す。追加料金はかからないと説明されている
- 提案の優先順位は自社の優先順位ではない。採る人・見送る人・実行する人を分け、一度に回す件数に上限を置く
- 提案の根拠の数字は元の集計画面で確かめ、採った案と見送った案を台帳に残して、変更後の結果を次の提案の前に読む
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
User Insightとは:計測から改善の実行までを一つにまとめた国産ツール
User Insight は、東京都港区の株式会社ユーザーローカル(東証プライム、証券コード3984)が提供するサイト分析のツールです。同社によると、当時日本初のヒートマップ機能を備えたアクセス解析ツールとして2008年11月に提供を始め、現在は国内1,000社以上が利用しています。サイトの各ページに計測用のタグを貼る方式で、申し込みから約5営業日で計測タグとアカウントが発行されると、公式のよくある質問に書かれています。
現在の製品サイトでは、機能を四つの領域に分けて紹介しています。一つ目がAI検索への対策で、主要な生成AIで自社がどの程度引用されているか、生成AIからどのページに流入しているかを見る機能です。二つ目が記事やランディングページ、広告文の生成などのコンテンツ作成、三つ目がヒートマップやアクセス解析を含むサイト分析、四つ目がポップアップやバナーを出し分けるWeb接客です。四つの領域が同じデータの上でつながっていることを、同社は特徴として挙げています。
生成AIの機能はオプション料金なしで標準搭載されていると説明されています。今回の AI改善エージェントも、この四つのうちサイト分析の領域に加わった機能です。つまり、分析から改善案を出し、改善の一部であるポップアップや記事の書き直しまで、同じ管理画面の中で進められる構成になっています。これは便利な反面、提案を受けてから実行するまでの距離が短いということでもあり、人が判断を挟む場所を意識して作らないと、提案がそのまま実行に流れていきます。
11月19日に加わった「AI改善エージェント」でできること
発表資料によると、AI改善エージェントには三つの特徴があります。一つ目は、対象期間を指定するだけで、ページビュー、訪問数、直帰率、流入経路の推移などをAIが自動で集計・分析し、サイト全体の状況と課題をサマリーとして示すことです。このサマリーには、ChatGPT などの生成AI経由のアクセス動向も含まれるとされています。特定ページのURLを指定して、そのページの課題を抜き出すこともできます。
二つ目は、蓄積されたアクセスデータをもとに、効果が見込める改善施策を優先順位つきで並べることです。発表資料では「ページ上部の導線見直し」「検索結果に応じたタイトル修正」が例に挙がっており、施策ごとに具体的な修正の箇所まで示されると説明されています。三つ目は、チャットでの質問です。「ページビューが多いページを順に教えて」「今週の主要なコンバージョンを集計して」「広告のパフォーマンスを分析して」といった問いを日常の言葉で入れると、必要なデータを集計して答えるとされています。
製品の紹介ページでは、アクセスデータに加えてキーワードのデータも横断して分析し、要点の整理から改善の提案までを社内で共有できる形で出力すると書かれています。回答にかかる時間は質問の内容により数十秒から数分で、分析中に画面を閉じても処理は続くとのことです。同社は開発の背景として「数値を見ても何が課題か分からない」「どこから手をつければよいか判断しづらい」という相談が多かったことを挙げています。冒頭の読者の声と、ほぼ同じ悩みに向けた機能です。
誤解しやすい点:提案の優先順位は、自社の優先順位ではない
発表資料には「担当者は迷わず施策の実行に移せます」という一文があります。ここで立ち止まりたいのは、AIが付ける優先順位の材料は、そのツールが計測しているデータに限られるという点です。アクセスの数字には、来期に力を入れる製品、営業が追っている業界、法務の確認が要る表現、社内の制作体制の空き具合といった事情は入っていません。数字の上で最も効きそうな案と、会社として今やるべき案は、ずれることがあります。
たとえば、直帰率の高い採用情報のページが上位に来ても、今期の目標が問い合わせの増加なら、製品ページの導線を先に直すほうが筋がよいかもしれません。逆に、アクセスは少ないが商談の直前に見られる料金のページは、数字の上では目立たず、提案の下位に沈みがちです。BtoBのサイトでは、量の多いページと、商談に効くページが一致しないことがよくあります。
ですから、提案の一覧は「AIから見た候補の並び」として受け取り、自社の目標に照らして並べ直す工程を必ず挟みます。AIに順位を付けさせること自体は問題ありません。問題になるのは、その順位を社内の決定として扱ってしまうことです。順位をつけるのはAI、順番を決めるのは人と、最初に言葉で決めておくと、運用の途中で迷ったときの基準になります。
定着の前に決めること:採る人を分け、件数に上限を置く
提案を採る人と、見送る人を分ける
サイト運用の工程分けの一般論では、改善の工程で「打ち手の候補はAI、採否は人」と整理するのが定石です。AI改善エージェントを使う場合に固有なのは、提案が週に何度でも、誰でも出せることです。一つの契約で複数のユーザーアカウントを設定できると公式のよくある質問にあり、担当者が増えるほど、同じサイトについて別々の人が別々の提案を手にする状態が生まれます。
そこで、役割を三つに分けておきます。提案を出して一次の整理をする人、採るか見送るかを決める人、採った案を実行する人です。小さなチームなら一人が兼ねても構いませんが、採否を決める人だけは一人に絞ることを勧めます。採否を決める人が複数いると、同じ課題に対して別々の修正が同時に入り、どの変更が効いたのか後から分からなくなるからです。
| 役割 | 主な担当 | 決めておくこと |
|---|---|---|
| 提案を出す人 | サイト担当・各ページの持ち主 | どの期間・どのページで分析したかを必ず書き添える |
| 採否を決める人 | マーケの責任者など一人 | 自社の目標に照らした並べ直しと、見送る理由の記録 |
| 実行する人 | 制作・システム担当 | 変更日と変更箇所を台帳に残し、勝手に範囲を広げない |
| 確認する人 | 法務・広報(必要なとき) | 表現の変更、価格や効能の表記に触れる案の事前確認 |
見送る判断にも同じ重みを置きます。「この案は数字の上では効きそうだが、来月のリニューアルで消えるページなので見送る」といった判断は、記録しておかないと翌月も同じ提案が上がり、同じ議論を繰り返すことになります。見送った理由を残すことが、次の提案を早く捌く材料になると考えてください。
一度に実行する件数に上限を置く
AIは一度の分析で多くの改善案を出せます。全部に手を付けたくなりますが、同じページに複数の変更を同時に入れると、どの変更が数字を動かしたのか切り分けられなくなります。改善の結果を次の提案に戻すという今回の軸から見ると、一度に動かす変更の数を絞ることは、効果を読むための前提条件です。
目安としては、一つのページについて同時に入れる変更は一つ、サイト全体でも一度に実行する案は数件まで、と決めておくのが現実的です。User Insight には訪問者を二つのページに自動で振り分けて比べる機能もあるので、効果の大きそうな案はそちらで確かめる、という使い分けもできます。小さな修正を素早く入れる案と、比べて確かめる案を分けると、件数の上限の中でも改善の速度を落とさずに済みます。
上限を置くもう一つの理由は、実行する側の負担です。制作やシステムの担当が別の部署にいる場合、AIが毎週大量の案を出し、それがそのまま依頼として流れていくと、依頼の受け手が疲弊します。採否を決める人が件数の上限を守ることで、実行する側との関係も保てます。
提案の根拠の数字を確かめる手順
AIが示す課題の要約は、集計した数字を言葉に直したものです。言葉に直す過程で、期間の取り違え、比較の相手の取り違え、少ない母数の過大評価が起きることがあります。生成AIは、もっともらしい説明を付けるのが得意な分、数字が誤っていても文章は自然に読めてしまう点に注意が要ります。採る案については、根拠の数字を次の順で確かめます。
どの期間のデータを、サイト全体と個別ページのどちらで見たのかを確認します。チャットで聞いた場合は、質問の文面も一緒に残します。
アクセス解析やヒートマップの画面で、同じ期間・同じページの数字を開き、要約に書かれた値と一致するかを見ます。
直帰率や離脱率が高いと言われても、訪問数が少なければ偶然の幅が大きくなります。割合だけでなく件数を必ず見ます。
前の期間と比べたのか、サイトの平均と比べたのかで、同じ数字の意味は変わります。季節の影響や広告の出稿の有無も確認します。
「この数字だから、この修正で、この指標が動くはず」と人が一文で言えない案は、採るのを保留します。
この確認は、すべての提案に毎回やる必要はありません。採ると決めた案だけに行えば十分です。ただし、導入から最初の数か月は、採った案のすべてについて元の数字と突き合わせることを勧めます。どの種類の要約で取り違えが起きやすいのかが分かれば、その後の確認を軽くしても安全な範囲が見えてきます。
生成AI経由の流入の数字は、定義から確かめる
今回の機能の特徴の一つが、ChatGPT などの生成AI経由のアクセス動向をサマリーに含める点です。AI検索の影響を気にする会社にとっては関心の高い数字ですが、扱いには注意が要ります。生成AIの回答からのアクセスは、リンクの踏み方やアプリの仕様によって、参照元が残らずに直接のアクセスとして数えられることがあると一般に言われています。計測できた分は、実際の流入の一部にすぎない可能性があるという前提で読むべき数字です。
そのため、生成AI経由の流入が増えた、減ったという要約を受け取ったら、まず何を生成AI経由として数えているのかを確かめます。どのサービスからの参照を対象にしているのか、アプリからのアクセスはどう扱われるのかは、ユーザーローカルのサポート窓口や担当者に聞けば確認できるはずです。定義を確かめないまま、生成AI経由の流入の増減を社内の報告に載せないことを決まりにしておくと安全です。
また、この数字を改善の採否の根拠に使うときは、ほかの指標と組み合わせて判断します。たとえば、生成AI経由の訪問が増えたページの問い合わせの件数が変わっていないなら、そのページの改善を急ぐ理由は弱くなります。AI検索への対策そのものの考え方は別の論点なので、ここでは、数字の定義を確かめてから採否に使う、という一点に絞っておきます。
チャットで聞くときは、期間と対象と比べる相手を書く
チャットで日常の言葉のまま質問できるのは、この機能の入りやすさです。公式の事例では、阪急交通社の担当者が「沖縄ページの改善点を教えて」と入力し、傾向と改善提案をもとに一つずつ深掘りしている様子が紹介されています。同社では、若手社員に依頼して3分ほどかかったデータの確認が、AI分析を使うと10秒ほどで済んだという話も出ています。
一方で、短い質問ほど、AIが期間や比較の相手を補って答えることになります。補った前提が人の想定とずれていると、答えは筋が通っていても使えません。社内で共有する分析では、質問の文面に次の三つを必ず含める決まりにしておくと、答えの読み違いが減ります。
- 期間:「先月」ではなく「10月1日から10月31日」と日付で書く
- 対象:サイト全体か、特定のページか、特定の流入経路かを書く
- 比べる相手:前の月か、前年の同じ月か、サイトの平均かを書く
- 答えに使った数字と、その数字を見た画面を示すよう添える
- 「今月どう?」のように期間も対象もない質問の答えを、そのまま会議資料に貼る
- 答えの中の数字を元の画面で確かめずに、上司への報告に使う
- 「なぜ数字が落ちたのか」の答えを、原因が確定したものとして扱う
- 同じ質問を何度も聞き直し、都合のよい答えが出たものだけを採用する
とくに、数字が動いた理由を聞く質問には慎重になります。AIは数字の相関から理由らしいものを挙げることはできますが、社内で起きた出来事、たとえば営業のキャンペーンやメールの配信、競合の動きは知りません。原因の説明は仮説の候補として受け取り、確かめるのは人という線を守ってください。
提案を台帳に残す:採った案・見送った案・その理由
運用を定着させるうえで最も効くのが、提案の台帳です。AIの出した改善案は、画面上では次々に新しいものに置き換わっていきます。どの案を採り、どの案を見送り、採った案がどうなったかを記録しないと、同じ提案に何度も向き合うことになり、改善の経験が社内に残りません。台帳はスプレッドシートで十分です。
台帳に残す項目は、提案の日付と分析の期間、対象のページ、提案の内容、根拠の数字、採否と理由、変更日、効果を読む日と結果、の八つを目安にします。見送った理由と、効果がなかった案の記録が、いちばん価値を持つようになります。同じ種類の提案が再び上がったときに、前回は何が起きたかをすぐに引けるからです。
- AIの出力そのものを台帳に貼るのではなく、人が一文で言い直した内容を書くと、後から読み返しやすくなります
- 根拠の数字は、元の集計画面で確かめた値を書きます。AIの要約に書かれた値をそのまま写さないようにします
- 台帳の持ち主は採否を決める人にします。担当者ごとに別の台帳を作らないようにします
公式の事例では、アセットマネジメントOneが記事をAI分析にかけた際、最後まで読まれているのに直帰率が高いという指摘を受け、記事の後半に関連記事へのリンクを置く改善をしたと紹介されています。こうした一件一件を台帳に残しておけば、「最後まで読まれて直帰する記事には後半に次の行き先を置く」という自社なりの型が、記録として育っていきます。
結果を次の提案に戻す:変更日と比べる期間を先に決める
改善を実行したら、次の分析を始める前に、前回の変更の結果を読みます。ここで必要なのが、変更日と、効果を読む期間を実行前に決めておくことです。実行してから期間を決めると、結果のよい期間を選びたくなるからです。効果を読む期間は、変更を入れる前に台帳に書いておくと、判断がぶれません。
期間の長さはページの訪問数で決めます。訪問の多いページなら2週間ほどで傾向が見えることもありますが、BtoBの製品ページのように訪問の少ないページでは、1か月以上置かないと偶然の幅を超えられません。比べる相手は、変更前の同じ長さの期間を基本とし、季節の影響が大きい業種では前年の同じ時期も見ます。広告の出稿やメールの配信と重なった期間は、変更の効果と区別できないので、台帳に重なりを書いておきます。
読んだ結果は、次の分析の前提としてAIに渡すこともできます。たとえば、チャットで「10月15日にこのページの上部の導線を変えた。変更前の2週間と変更後の2週間で直帰率と問い合わせへの遷移を比べて」と聞けば、比べる作業はAIが担えます。ただし、効果があったかどうかの最終判断は、採否を決めた人が下すことにしておきます。AIは数字の差を示せますが、その差が意味のある差かどうか、次に何をするかは、自社の目標と照らして人が決めることです。
AIに判断させないことを、先に書き出しておく
ここまでの話をまとめると、AI改善エージェントに任せてよいのは、集計、課題の候補の要約、改善案の候補の列挙、比べる作業です。逆に、人が持つべきことは、事前に書き出しておくと運用がぶれません。とくに、ツールの中でポップアップの配信や記事の書き直しまでつながっている以上、提案から実行までの間に、人の承認が必ず一回入ることを決まりにします。
- どの改善案を、どの順番で実行するか
- 価格・効能・実績の数字など、表現の確認が要る箇所を変えるかどうか
- ページを削除する、統合するといった、元に戻しにくい変更
- 数字が動いた原因を確定させること
- 改善の効果があったかどうかの最終判断と、社内への報告の内容
この一覧は、運用を始める前に、採否を決める人とマーケの責任者で合意しておきます。AIの提案の質が上がってきたと感じても、一覧から項目を外すのは、台帳で一定期間の実績を確かめてからにします。任せる範囲を広げる判断も、台帳の記録をもとに人が行うことで、AIへの任せ方が記録に裏付けられたものになります。
アカウントと共有の範囲:誰に何を見せるか
一つの契約で複数のユーザーアカウントを設定できるため、関係する部署に広く配りたくなります。ここで考えておきたいのは、AIの要約が社内で一人歩きすることです。AIの要約は短く分かりやすいため、会議の資料やチャットに貼られやすく、根拠の確認を経ていない要約が、社内で事実のように扱われるおそれがあります。
対策として、アカウントを配る範囲と、AIの要約を社外や他部署に出すときの決まりを分けて考えます。分析の画面を見られる人は広くてもよいとしても、AIの要約を報告に使うときは、台帳に載った確認済みの内容に限る、という決まりにします。営業や経営層への報告では、AIの要約をそのまま貼るのではなく、確かめた数字と人の判断を添えた形に整えます。
退職や異動のときにアカウントを止める担当も決めておきます。分析の画面には、問い合わせの件数や広告の成果など、社外に出したくない数字が並びます。誰がいつアカウントを追加し、いつ止めたかを残すだけでも、後から利用の範囲を確かめられます。アカウントごとに見られる範囲をどこまで分けられるかは、公開資料からは確認できなかったので、導入時に担当者に確かめてください。
データの扱いで確かめておくこと
ユーザーローカルのデータ収集の方針では、User Insight は解析タグを通じてページの閲覧履歴、滞在時間、ブラウザの種類、画面の大きさ、参照元、マウスの軌跡などを集め、氏名やメールアドレスといった個人情報は含まないと説明しています。また、事前の明示的な同意がない限り、別の会社の導入サイトと横断して分析することはなく、導入サイトの運営者以外の第三者に勝手に提供・販売することはないとしています。公式のよくある質問でも、アクセスデータは導入企業自身の解析とレポートにのみ使われると書かれています。
一方で、AI改善エージェントがどの言語モデルを使い、集計したデータや質問の文面がどこで処理されるのかは、発表資料と製品の紹介ページからは確認できなかった点です。チャットの質問に、未公開の製品名やキャンペーンの計画、顧客の社名を書くことは十分ありえます。質問の文面や分析の結果が言語モデルの学習に使われるかどうか、処理が国内で完結するかどうかは、契約の前に書面で確かめておきたい項目です。
確かめられるまでの間は、チャットの質問に、社外秘の計画や個人を特定できる情報を書かない、という運用で補います。サイトのアクセスの数字そのものは、もともと同社の解析環境にあるデータですが、質問の文面は人が新たに書き足す情報です。両者を分けて考えると、社内の情報管理の担当とも話が進めやすくなります。
費用と契約の考え方:追加料金なし、契約は6か月単位
同社は、AI改善エージェントを含むすべての機能を追加費用なしで使えるとし、料金はページビュー数に応じた複数のプランで分かれていると説明しています。具体的な金額は資料請求で案内される形で、公開された料金表は確認できませんでした。機能を使うほど費用が増える仕組みではなく、計測するページビューの量で決まるという点は、使う人数を増やしやすい条件です。
契約は6か月ごとで、最低契約期間が6か月、その後は6か月ごとに更新と、公式のよくある質問に書かれています。この期間は、AI改善エージェントの効果を確かめる単位としてちょうどよい長さです。最初の6か月で、台帳に残った採用件数、効果のあった案の割合、分析にかかっていた時間の変化を数え、更新の判断材料にします。更新の判断に使う数字を、契約の最初に決めておくと、なんとなく続ける状態を避けられます。
比べる相手は、ほかのツールの料金だけではありません。AI改善エージェントで減ったのは分析と資料づくりの時間であり、増えたのは提案の確認と台帳の記録の時間です。両方を月の時間で数えておくと、手間が本当に減ったのかを冷静に判断できます。
月次と四半期で回す運用の型
ここまでの決まりを、定期の運用に落とし込みます。毎週AIに分析をさせることもできますが、採否と効果の確認まで含めて無理なく回せる周期は、多くの会社で月次でしょう。月の初めに前月の分析と提案の整理、採否の決定、実行、そして翌月の初めに前回の変更の結果を読む、という流れです。
| 周期 | やること | 担当 |
|---|---|---|
| 月の初め | 前月の期間でサイト全体を分析し、提案を台帳に写す | 提案を出す人 |
| 月の初め | 自社の目標に照らして並べ直し、採る案を件数の上限内で決める | 採否を決める人 |
| 月の中 | 採った案を実行し、変更日と効果を読む期間を台帳に書く | 実行する人 |
| 翌月の初め | 前回の変更の結果を読み、効果の有無を判断して台帳を更新する | 採否を決める人 |
| 四半期ごと | 台帳を見返し、AIに任せる範囲を広げるか戻すかを決める | マーケの責任者 |
四半期の見直しでは、提案の種類ごとに、採った割合と効果のあった割合を見ます。たとえば、導線の見直しの提案は効果が出やすいが、タイトルの修正の提案は効果が読みにくい、といった傾向が見えてくれば、確認の重さを種類ごとに変えられます。提案の種類ごとの当たり外れを記録で知っていることが、AIの提案を使いこなしている状態だと言えます。
よくある質問
AI改善エージェントを使うのに、追加の契約や料金は必要ですか
同社は、AI改善エージェントを含むすべての機能を追加費用なしで使えると説明しています。料金はページビュー数に応じたプランで決まり、具体的な金額は資料請求で案内される形です。すでに User Insight を契約している場合の使い始め方は、担当者に確かめてください。
提案のとおりに直せば、成果は出ますか
提案は、ツールが計測しているアクセスのデータから見た候補です。自社の目標や社内の事情は反映されていないため、採るかどうかは人が決め、根拠の数字を元の画面で確かめてから実行することを勧めます。効果は変更前に決めた期間で読み、台帳に残します。
ほかのアクセス解析ツールと並行して使えますか
公式のよくある質問では、「検証中」との注記つきで、ほかのアクセス解析ツールと併用しても問題ないように設計していると説明されています。ただし、ツールごとに数え方の定義が異なるため、同じ指標でも値がずれることがあります。社内の報告にどちらの数字を使うかは、あらかじめ一つに決めておくと混乱を避けられます。
チャットに社外秘の情報を書いても大丈夫ですか
集めたアクセスデータは導入企業自身の解析にのみ使うと同社は説明していますが、AI改善エージェントの言語モデルや処理の場所は、公開資料からは確認できませんでした。確かめられるまでは、未公開の計画や個人を特定できる情報をチャットに書かない運用にしておくのが無難です。
まとめ
User Insight の AI改善エージェントは、期間を指定するだけで集計から課題の要約、優先順位つきの改善案までを出してくれる機能で、分析にかかっていた時間を大きく減らせる可能性があります。けれども、提案の順位はAIから見た候補の並びであり、自社の優先順位ではありません。採否を決める人を一人に絞り、一度に動かす件数に上限を置き、採る案の根拠の数字を元の画面で確かめることが、使い続けるための前提です。そのうえで、採った案と見送った案を台帳に残し、効果を読む期間を変更の前に決め、結果を次の提案の前に読む。この繰り返しで、どの種類の提案が自社に効くのかが記録として育ち、AIに任せる範囲も根拠を持って広げられるようになります。言語モデルやデータの処理場所といった公開資料で確かめられなかった点は、契約の前に書面で確認しておきましょう。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
