製品
スマートフォンを片手に顧客と電話で話しながら、商談を前へ進めようと集中する営業担当者のシーンです。

営業 目標 表の本質は、数字の管理ではない

営業 目標 表は、期の数字を四半期や月ごとに割り付け、進捗を追うための土台です。多くの現場でまず整えるべき出発点になります。ただ、表のマス目が埋まっても、商談の一つひとつで数字を積み上げる力までは、そこには書き込まれていないのです。

UMUの取り組みを詳しく知る

目標の数字を、日々の行動に変える

逆算で決まる一日の件数

期末の数字から逆算し、必要な商談数や提案数を一日単位まで割り戻します。月末に足りない数字を前にして初めて焦るのではなく、月初の段階で「今日は何件動けば届くのか」が見えている状態を作れます。数字が行動の単位に変わったとき、目標表は初めて日々の指針になります。

ギャップに気づく仕組み

目標と実績の差を週ごとに把握できるようにしておくと、遅れに気づく時点が早まります。四半期の終盤になって挽回に走る展開を避けられます。差が小さいうちに打ち手を考えられるため、目標表は結果を記録する表から、途中で軌道を直すための道具に変わります。

表に載る数字と、載らない実力

準備が足りないまま商談に臨み、顧客の鋭い質問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。

数字は結果、行動は空欄

目標表に並ぶのは、受注件数や売上といった結果の数字です。その数字にたどり着くまでに、商談のどの場面で顧客の反応が変わり、どの一言でつまずいたのかは、表のどこにも残りません。結果だけを見て「もっと頑張る」と決意しても、次の商談で何を変えればよいのかは、表からは読み取れないのです。

わかるとできるの隔たり

目標を達成する筋道は、多くの担当者が頭では理解しています。それでも本番の商談になると、想定外の質問や値段への指摘を前に、準備した話が飛んでしまうことがあります。目標を知っていることと、その場で数字につながる対応ができることの間には、表には表れない距離があります。

行動を変える練習が、どこにもない

上司の前でのロールプレイに身構え、萎縮してしまう担当者を、心理的な壁として描いたイラストです。

本番が唯一の練習台

商談の対応力は、場数を踏むほど磨かれます。ところが多くの担当者にとって、その場数を積む場所は実際の顧客との商談しかありません。失敗が許されない相手で試すことになるため、思い切った切り返しを避け、無難な受け答えにとどまりがちです。結果として、行動を変える機会そのものが限られてしまいます。

人前の練習は気が引ける

社内ロールプレイの機会があっても、上司や同僚の視線の前では本音で失敗しにくいものです。評価されている感覚が先に立ち、練習が形だけで終わることも少なくありません。相手の時間を奪う気がして、繰り返し頼みにくいという声もあります。安心して間違えられる場が、意外なほど身近にないのです。

AIとの対話練習で、場数を補う

相手はAI、失敗し放題

AIが顧客役を務める対話練習では、相手が人ではないため、評価される緊張から解放されます。値段への指摘や競合との比較といった、本番では避けたくなる場面を、何度でも試せます。うまくいかなくても誰にも迷惑はかからないため、無難な受け答えではなく、思い切った対応も選べるようになります。

AIが担うのは練習部分

AIが引き受けるのは、繰り返しの練習と、どこでつまずいたかを一定の基準で振り返る部分です。目標をどこに置くか、どう動機づけるかといった判断は、引き続き担当者本人やマネージャーの役割にとどまります。人にしかできない部分は残したまま、練習の量と振り返りの精度だけを底上げできると言えます。

商談の山場を、事前に体験しておく

本番の商談で失敗する前に、負荷のかかる模擬環境で先に間違いを経験しておく大切さを表したイラストです。

値引き要求に切り返す練習

たとえば経験の浅い担当者が、商談前に「他社より2割高い」と迫るAIの顧客と、繰り返し向き合っておく場面です。値段への指摘にどう答えるかを何度も試すうちに、本番で頭が真っ白になる場面が減っていきます。事前に厳しい場面を通っておくことが、商談を次の段階へ進める確度につながります。

聞き出す力を鍛える場面

顧客の要望がはっきりしない商談に向けて、あえて本音を明かさないAIの顧客に質問を重ねる練習もできます。何を尋ねれば相手の課題が見えてくるのかを、安全な場で試せます。聞き出す質問の質が上がるほど、その後の提案が顧客の実情に合いやすくなり、無駄な空振りの提案が減っていくのです。

まとめ

目標表は出発点にすぎない

営業 目標 表は、数字を行動へ落とし込む出発点です。表のマス目を埋めるだけでは、商談で成果を出す力までは身につきません。表を起点に、行動の質をどう高めるかが問われます。

差を生むのは本番での対応力

目標を理解していることと、その場で成果につなげられることの間には開きがあります。結果の数字は表に残っても、商談のどこでつまずいたかは残りません。差を埋める鍵は、行動を変える練習の量にあります。

安全に繰り返せる場が要になる

人前ではためらいがちな場面も、AIとの対話練習なら何度でも繰り返せます。練習と振り返りをAIが支え、目標設定や動機づけは人が担います。両者がかみ合ったとき、目標表の数字が現場の行動に近づいていくと言えます。

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