製品
セールスイネーブルメント担当者が、能力成長のデータをまとめた資料を経営層に示しているシーンです。

営業 分析 指標とは、現場の行動を映す鏡

営業 分析 指標として、多くの組織が受注率や商談化率を追っています。もっとも、数字が動いても現場の商談の中身が変わらない場面は少なくありません。指標が本当に映し出すのは、結果そのものよりも、その手前で積み重なる一つひとつの行動の質なのです。

UMUの取り組みを詳しく知る

成果を映す指標と行動を映す指標

成果指標が示すもの

受注率や平均商談期間、目標達成率といった成果指標は、営業活動の到達点を表します。経営層への報告や予実管理では欠かせない数字です。ただし、なぜその結果に至ったのかという理由までは、成果指標だけからは読み取りにくいものです。

行動指標が補うもの

商談ごとのヒアリング項目の充足度や、反論への対応、次の行動への合意といった行動指標は、成果が生まれる過程を映します。日々の商談の質を具体的に把握できるため、どこを改善すれば成果につながるのかを、担当者と一緒に確認できます。

数字が動いても現場が変わらない理由

スコアだけを渡された営業担当者が、次に何を見直せばよいか分からず戸惑っているシーンです。

結果は過去の合計にすぎない

成果指標は、すでに終わった商談の積み重ねを合計した記録です。数字が改善した月でも、それが再現できる取り組みによるものか、たまたま大型案件が重なった結果なのかは、合計値だけでは判別できません。改善の手がかりは、合計の内訳にあるのです。

平均値が個人差を覆い隠す

チーム全体の平均達成率が目標に届いていると、個々の担当者が抱える課題は見えにくくなります。特定の場面で毎回つまずいている担当者がいても、平均という一つの数字の中に埋もれてしまいます。誰の何を支援すべきかは、平均からは判断できません。

行動指標を集める段階で生じる課題

評価シートやコーチング依頼に追われ、一人では対応しきれなくなっているマネージャーのシーンです。

行動は数値化しにくい

成果指標はシステムに自動で残りますが、商談中のヒアリングの深さや反論への切り返しは、記録として残りにくいものです。マネージャーが同席した商談だけを頼りに評価すると、観察できた範囲に判断が偏り、担当者ごとの本当の課題を捉えきれません。

評価の基準がそろわない

同じ商談を見ても、評価する人によって着眼点が変わり、フィードバックの内容にばらつきが出ます。担当者は何を直せばよいか分からないまま次の商談に向かい、行動指標を集めても比較できるデータになりません。育成品質にばらつきが出る一因と言えます。

AIとの実践練習が行動を数値に変える

練習そのものがデータになる

AIシミュレーションロールプレイでは、担当者がAIの顧客役と交わした対話が、そのまま行動の記録として残ります。ヒアリングの深さや反論への対応を、商談の再現に近い環境で繰り返し測れるため、これまで観察に頼っていた行動指標を、練習の段階で継続的に集められます。

評価の物差しをそろえる

AIが同じ基準で毎回の対話を採点するため、評価する人による差が生まれにくくなります。AIが担うのは、反復練習の場と評価基準の統一、そして行動データの可視化という部分です。目標設定や動機づけは、引き続きマネージャーや育成担当が担う役割となります。

練習データが育成判断の根拠になる

AIが練習データを多面的に分析し、改善が必要なポイントを具体的に示しているダッシュボードの画面です。

担当者が自分の弱点を掴む

新任の担当者が、商談前のすきま時間にAIとの対話練習を重ねます。練習を終えるたびに、どの場面で言葉に詰まったかがその場で数値と共に示されます。次に何を練習すればよいかが具体的に分かるため、本番までに弱点を一つずつ埋めていけます。

育成担当が全体像を把握する

セールスイネーブルメント担当が、チーム全員の練習データをまとめて確認します。どの段階でつまずく人が多いかが見えるため、個人の問題か、育成設計そのものの課題かを切り分けられます。研修の中身を、感覚ではなくデータをもとに見直せるようになるのです。

まとめ

指標は結果と行動の両輪で見る

成果指標は営業活動の到達点を、行動指標はその過程を映します。両方を合わせて見ることで、なぜその成果に至ったのかを読み解く手がかりが得られます。

現場を変える鍵は行動データにある

結果の数字だけを追っても、現場の商談はすぐには変わりません。どの行動が成果につながるのかを具体的に捉えられて初めて、改善の一歩を踏み出せます。

練習の段階から指標を積み上げる

AIとの実践練習を取り入れると、これまで測りにくかった行動を、練習の段階から継続的にデータ化できます。育成の判断を、経験則ではなく指標にもとづいて進められるようになります。

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