営業チームが伸び悩む業績レポートを前に、経営層が難しい表情で議論しているシーンです。

入社後の営業目標は、数字の設定で終わらない

入社後の営業目標は、多くの場合、月次の売上や商談件数といった数字で設定されます。とはいえ、その数字を掲げるだけでは、新任担当者が本番の商談で成果を出せる状態には近づきません。目標の達成を大きく左右するのは、数字の背後にある育成の設計なのです。

UMUの取り組みを詳しく知る

結果目標と行動目標を分けて考える

結果目標だけでは動けない

売上金額や成約件数などの結果目標は、達成できたかどうかを明確に判断できます。ただ、新任担当者にとっては、その数字にたどり着くまでに何をどれだけ行えばよいかが見えにくいものです。日々の行動に落とし込める指標があってはじめて、目標は具体的な動きにつながります。

行動量が成果につながる

訪問数や練習回数といった行動目標を置くと、成果が出るまでの過程を追いやすくなります。たとえば、商談前の準備や反復練習の量を目標に組み込むと、新任担当者は結果が出る前の段階から手応えを得られます。結果目標と行動目標がそろってはじめて、育成の道筋が見えてきます。

目標が成果に変わらない仕組み

準備が整わないまま商談に臨んだ営業担当者が、顧客の鋭い質問に言葉を詰まらせているイラストです。

知識と実行の間の距離

入社時の研修で商品知識や話法を学んでも、本番の商談でとっさに使えるとは限りません。顧客から想定外の質問を受けた瞬間、頭では分かっていても言葉が出てこない場面が起こります。知っている状態と、できる状態の間には距離があり、それを埋める経験が不足したまま現場に立つことになるのです。

経験を積む速さの違い

同じ目標を渡しても、早く立ち上がる担当者となかなか成果につながらない担当者が出てきます。その差は素質ではなく、本番に近い場面をどれだけ経験できたかによって生まれやすくなります。実際の商談だけで経験を積もうとすると、機会の数にどうしても偏りが出てしまいます。

育成がマネージャー頼みになりやすい

コーチングの依頼が山積みになり、対応しきれず疲弊しているマネージャーを描いたイラストです。

練習相手を確保できない

新任担当者が本番に近い練習を重ねるには、相手役と、その場で課題を指摘できる人が必要です。ただ、マネージャーや先輩が同席できる時間は限られており、一人ひとりに十分な回数を用意することは簡単ではありません。練習したい量と、用意できる機会の間に開きが生まれてしまいます。

評価の基準がそろわない

誰が練習に付き合うかによって、指摘の内容や厳しさが変わりやすいという課題もあります。同じ商談を見ても、あるマネージャーは高く評価し、別のマネージャーは課題を指摘することが起こります。基準がそろわないままでは、新任担当者は何を直せばよいのか判断しにくくなります。

AIとの対話練習で場数を確保する

相手役をAIが担う

AIシミュレーションロールプレイでは、AIが顧客役を務めます。相手の都合や場所に左右されず、新任担当者は空き時間にくり返し商談を試せます。価格の交渉や競合との比較、想定外の質問といった場面を本番の前に何度でも体験できるため、経験の量そのものを底上げできると言えます。

評価の物差しをそろえる

あらかじめ決めた基準にそって、毎回同じ視点でフィードバックを受け取れます。そのため、誰が指導するかによる評価のばらつきが起こりにくくなります。AIが担うのは反復練習と評価基準の統一という部分であり、目標設定や動機づけは引き続きマネージャーの役割です。人にしかできない関わりに、時間を割けるようになります。