製品
営業担当者が既存顧客に質問を重ね、隠れた課題を引き出しているシーンです。

ルート営業で売上が上がらないのは訪問頻度ではありません

担当エリアを定期的に回り、既存顧客との関係も保てています。それでもルート営業で売上が上がらないという声は、現場から少なくありません。取引額が伸びるかどうかの分かれ目は、訪問の回数ではなく、一回の商談で御用聞きを超えた提案に動けているかどうかにあるのです。

UMUの取り組みを詳しく知る

売上が伸びる訪問と伸び悩む訪問

御用聞きで終わる訪問

いつものように担当店舗を訪ね、在庫を確認し、追加の注文を受けて次へ向かいます。関係は良好で、世間話も弾みます。ただ、この形の訪問では、顧客がもともと必要としている分しか売上につながりません。取引額は相手の需要の範囲にとどまり、こちらから伸ばす余地が生まれにくいと言えます。

提案まで進む訪問

同じ顧客でも、担当者が「最近こういう課題はありませんか」と一歩踏み込むと、相手も気づいていなかった需要が見えてきます。そこに新しい商品やサービスを結びつけられれば、取引の幅が広がります。ルート営業の売上は、訪問した数ではなく、こうした提案の一歩をどれだけ積み重ねられるかで変わってくるのです。

知っている提案と、できる提案の差

顧客からの想定外の質問に言葉が詰まり、対応に苦しむ営業担当者を描いたイラストです。

わかっていても出ない言葉

提案が大事だという知識は、多くの担当者がすでに持っています。それでも、長く付き合いのある顧客を前にすると、新しい課題を切り出す言葉がとっさに出てきません。注文を受ける会話は体が覚えていても、提案に入る会話は別の技術であり、意識して練習した経験がなければ本番で自然には使えるようにならないのです。

慣れた会話ほど変えにくい

関係が安定しているルート営業ほど、商談は決まった型に落ち着いていきます。そこであえて新しい提案を持ち出すことは、築いてきた関係を乱すのではという不安につながりやすく、担当者は無難な受注業務に戻りがちです。売上が上がらない状態は、意欲の問題ではなく、こうした構造から生まれていると考えられます。

提案の練習は、本番の商談頼み

上司を前にしたロールプレイングで、萎縮して硬くなってしまう営業担当者を描いたイラストです。

本番でしか試せない

新しい提案を試せる場所が、実際の商談しかない担当者は少なくありません。目の前の顧客でうまく持ちかけられなければ、取引や築いた関係にも響くため、多くの担当者は失敗を避け、無難な受注業務に落ち着きます。安心して言い間違えられる場がないまま提案力を伸ばすのは、やはり難しいのです。

相手役では再現しにくい

社内でロールプレイングを行っても、相手が気心の知れた同僚では遠慮が生まれ、「今のままで十分足りている」と言い切る既存顧客のそっけなさまでは再現しきれません。加えて、練習後の講評が「よかった」で終わってしまうと、どこを直せば提案が通るのかがわからないままです。

AIとの実践練習で提案を鍛える

気兼ねなく何度でも

AIシミュレーションロールプレイでは、AIが既存顧客の役を務めます。担当者は実際の関係を気にせず、提案を持ちかける会話を一人で何度でも試せます。「今は間に合っている」とそっけなく返すAIを相手に、切り返しの言葉を落ち着いて探せるため、これまで本番でしか試せなかった一歩を、安全な場で練習できるようになるのです。

手応えがその場でわかる

練習が終わると、提案のどの部分が相手に響き、どこで関心が離れたのかを、その場で確認できます。「よかった」で終わる講評とは違い、次に何を直すべきかがはっきり見えてくるのです。ただし、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、顧客との信頼づくりや動機づけは、これまでどおり人の役割と言えます。

AIとの練習が現場を変える場面

本番の商談で失敗する前に、緊張感のある模擬練習で経験を積む重要性を表したイラストです。

新商品を案内する場面

新商品が出るたびに、既存顧客へどう案内するかで迷う担当者は多いはずです。案内の会話をAIとの練習で先に試しておくと、忙しそうな相手や関心の薄い相手にも、要点を短く伝える感覚がつかめます。本番の訪問では自然に話を持ち出せるようになり、新商品の案内が届く顧客の数が広がっていきます。

値上げを伝える場面

長い付き合いの顧客に価格改定を伝える場面は、担当者にとって特に切り出しにくいものです。難色を示すAIを相手に説明と切り返しを練習しておくと、感情的なやり取りに引きずられず、条件と理由を落ち着いて伝えられます。関係を保ちながら交渉を前に進められた、という手応えにつながります。

まとめ

売上の差は訪問回数ではない

ルート営業で売上が上がらない背景には、訪問の回数よりも一回の商談の中身があります。御用聞きにとどまるか、御用聞きを超えて提案に動けるかが、取引額の伸びを分けているのです。

動けないのは構造の問題

提案に一歩を踏み出せないのは、担当者の意欲が低いからではありません。慣れた関係の中で新しい話を持ち出す会話を、安心して練習できる場がないことが、大きな要因になっています。

安全な反復が提案力を育てる

AIを相手にした反復練習は、本番でしか試せなかった提案の一歩を、安全な場で繰り返し磨く手段になります。評価基準をそろえる部分をAIが引き受けることで、担当者は提案そのものに集中できるようになるのです。

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