製品
営業担当者が顧客に質問を重ね、ニーズを引き出しながら対話しているシーンです。

かんぽの営業ノルマ、成果を分けるのは対話力

かんぽの営業ノルマは、新規契約や保有契約高といった数字で示され、達成が一人ひとりに求められます。もっとも、その数字を継続的に満たせるかどうかを左右するのは、商品知識の量よりも、顧客の意向やニーズを的確に把握し、納得感のある保障提案へつなげる対話力にあります。

UMUの取り組みを詳しく知る

ノルマの数字を支える対話の質

意向把握が提案の起点になる

生命保険の提案は、商品を説明する前に、顧客がどんな不安を抱え、どんな将来を思い描いているかを聞き取るところから始まります。家族構成やライフプラン、リスクへの考え方を引き出せてはじめて、その人に合った保障の形が見えてきます。意向を捉える対話が、提案の精度を決めるのです。

納得を生む説明の力

顧客が契約を決めるのは、説明が正確だったからだけではありません。自分の状況に照らして納得できたかどうかが、意思決定を大きく左右します。専門用語をかみくだき、相手の理解度を確かめながら説明できる担当者は、同じ商品でも顧客の安心につなげられます。その積み重ねが、結果として数字にも表れてきます。

知識が数字に変わらない理由

商品知識は身につけていても、顧客からの鋭い質問を前に言葉が詰まってしまう営業担当者を描いたイラストです。

無形の商品ゆえの難しさ

保険は、手に取って確かめられる商品ではありません。顧客は、目に見えない保障の価値を、担当者との対話を通じて理解し、必要かどうかを判断します。だからこそ、どれだけ商品知識を蓄えても、その価値を相手の状況に合わせて言葉にできなければ、顧客の中で購入の理由は育ちません。数字が伸び悩む背景には、この対話の質の差があると言えます。

知っていると使えるは違う

研修で正しい話し方を学び、頭では「こう答えるべきだ」とわかっていても、実際の商談で顧客に切り返された瞬間に、別の言葉が口をついて出てしまうことは少なくありません。これは意欲の問題ではなく、知識が本番で自然に出る状態にまで定着していないためです。緊張のなかでとっさに適切な言葉を選べるかどうかは、覚えた知識の量だけでは決まりません。

対話力が現場で伸びにくい背景

同僚やマネージャーの前でのロールプレイに緊張し、萎縮してしまう営業担当者を描いたイラストです。

本番の緊張を再現しにくい

対話力を鍛える手立てとして、ロールプレイに取り組む職場は多くあります。ただ、練習の相手が同僚やマネージャーになると、互いに気心が知れているぶん遠慮が生じ、実際の顧客が見せる戸惑いや反発を十分に再現しにくいものです。安心できる相手との練習では、本番で問われる緊張感のなかでの対応力までは磨きにくくなります。

改善点が特定できない振り返り

練習後の振り返りが、「もう少し丁寧に」「全体的にはよかった」といった感覚的な言葉で終わってしまうこともあります。この場合、担当者はどの場面の、どの受け答えを、どう変えればよいのかを具体的につかめないまま、次の練習を迎えます。改善の的が定まらなければ、同じ場面でつまずくことを繰り返しやすくなります。

AIとの対話練習という実践の場

本番に近い緊張感を再現する

AIが顧客役を務める対話練習では、相手に気をつかう必要がありません。だからこそ、うまくいかない場面を恐れず、何度でも試せます。設定によっては、値下げを求める顧客や、なかなか納得しない顧客を相手にできるため、本番に近い緊張感のなかで受け答えを重ねられます。すきま時間に一人で取り組める点も、練習の回数を後押しします。

その場でわかる具体的な助言

練習を終えた直後に、どの受け答えが評価され、どこに改善の余地があったのかを、AIがその場で具体的に示します。感覚的な講評ではなく、同じ基準で繰り返し確かめられるため、改善点が明確になります。ただ、AIが担うのは反復練習と評価基準をそろえる部分であり、目標の設定や動機づけは、引き続き上司や仲間の役割として残ります。

現場の場面で活きるAIとの練習

評価レポートと参考となる好事例をもとに、次に練習すべき点が明確になっていく様子を描いたイラストです。

初回訪問前のヒアリング練習

新人の保険募集人が、初めての顧客訪問を控えた前日に、AIが演じる顧客を相手に意向把握のヒアリングを重ねます。家族構成や将来の不安をどう切り出すか、質問の順序を体で覚えたうえで本番に臨めるため、初回の対話で顧客の状況を落ち着いて聞き取れるようになります。準備の差が、その後の提案の的確さを高めます。

説明が難しい商品への備え

経験のある担当者でも、外貨建ての保険のようにリスク説明が欠かせない商品では、顧客の理解度に合わせた説明が求められます。不安を抱えた顧客役をAIが演じる練習を積むことで、リスクを含めてかみくだいて伝え、理解を確認する流れを身につけられます。こうした練習の蓄積が、契約後の行き違いや苦情を防ぐことにもつながっていくのです。

まとめ

数字を支えるのは対話の力

営業ノルマの数字を継続して満たすうえで土台となるのは、商品を押し込む勢いではなく、顧客の意向を捉え、納得のいく保障提案へつなげる対話の力です。まずこの前提に立つことが出発点になります。

知識が活きにくいのは構造の問題

学んだ知識が本番で出てこないのは、担当者の意欲が足りないからではありません。本番の緊張を再現しにくい練習環境と、改善点が特定できない振り返りという、構造の側に課題があるのです。

AIとの練習が対話力を磨く場になる

AIとの対話練習は、本番に近い緊張感を安全に再現し、練習ごとに具体的なフィードバックを返します。人の役割を置き換えるものではなく、対話力を継続して磨いていくための実践の場として活用できます。

UMUが選ばれる理由

1,000社突破
導入企業数
1億人超
ユーザー数
208以上
対応エリア
100社突破
Fortune 500企業導入
UMUとは
2015年の設立以来、10年以上にわたりエビデンスに基づく「学習の科学」に特化
ATDをはじめとする世界的な専門機関と連携し、学習の科学の知見をビジネス現場に実装
導入実績
世界トップ20製薬企業のうち18社
世界トップ5医療機器メーカーのうち4社
国内トップ5製薬企業のうち4社
国内トップ5保険会社のうち4社
国内人気企業ランキングTOP20の半数近くが導入
セキュリティ・コンプライアンス
ISO/IEC 27001:情報セキュリティマネジメントシステム (ISMS) の国際規格
ISO/IEC 27017:クラウドサービスに関する情報セキュリティ管理の国際規格
SOC 3:セキュリティ・可用性に関する第三者監査報告書
ISO/IEC 27018:クラウド上の個人情報保護に関する国際標準
ISO/IEC 27701:プライバシー情報管理に関する拡張標準
GDPR:EU一般データ保護規則
HIPAA:米国の医療情報保護に関する連邦法
ISO/IEC 42001:AIマネジメントに関する国際標準
AI活用基盤
最新のエンタープライズ向けAIモデルを採用
企業データの漏洩・再学習ゼロ
エンタープライズ水準の高度なAIカスタマイズ
ハルシネーションのリスクを効果的に低減
多様なデータに対応し、実務での活用を支援
資料をダウンロード