製品
営業マネージャーと経営層が伸び悩む業績データを前に、数字の背後にある課題を話し合っているシーンです。

営業KPIの事例で本当に見るべき指標

営業KPIの事例には、売上目標達成率や受注率といった結果の指標から、商談数や訪問件数などの行動の指標まで、幅広い種類があります。ただ、事例を並べるだけでは現場の動きは変わりません。同じ指標でも、どこに注目し何を測るかで、チームの成果は変わってくるのです。

UMUの取り組みを詳しく知る

結果のKPIと行動のKPI

結果を測るKPIの事例

営業の成果そのものを測る指標として、多くの組織が売上目標の達成率や受注率を置いています。顧客一人あたりの単価や、商談が着地するまでの平均期間も、成果の中身を映す代表的なKPIです。これらは組織の最終的な結果を端的に表します。

行動を測るKPIの事例

結果に至る前の動きを測る指標もあります。商談の件数、架電や訪問の回数、提案書の提出数、次の段階へ進んだ割合などです。日々の活動量を数値で追えるため、チームがどれだけ動けているかを、その都度つかめます。

行動のKPIが成果につながる理由

行動のデータをレーダーチャートや推移グラフで可視化し、課題を客観的に把握できるシーンです。

結果が出た後にわかる指標

売上目標の達成率や受注率は、取り組みの結果が数字として現れたあとに確定します。振り返りには役立ちますが、その数字を見た時点では、商談はすでに終わっています。今まさに動いている案件を、その場で立て直す手がかりにはなりにくいのです。

結果より前に現れる兆し

一方で、商談化率や次の段階へ進んだ割合といった行動のKPIは、結果が出る前の段階で変化を捉えられます。数字が下がり始めた時点で手を打てるため、日々の改善に直結します。結果を追うだけの管理から、結果を作る過程に働きかける管理へと視点が移ると言えます。

数えられる量と見えない質

一人のマネージャーがコーチングの依頼に追われ、対応しきれずに負担が膨らんでいるシーンです。

数えられるのは活動の量

訪問や架電の件数、商談の数は、システムに記録され、そのまま集計できます。ところが、その商談の中で顧客の反論にどう答えたか、価値をどう伝えたかという中身は、数字としてはほとんど残りません。活動の量は見えても、一件ごとの質は可視化しにくいのが実情です。

主観に頼る質の評価

商談の質を確かめる手段が同行や面談に限られると、評価はマネージャーの主観と印象に頼らざるを得ません。一人のマネージャーが見られる人数にも、割ける時間にも限りがあります。チームが広がるほど、同じ基準で全員の質を把握することが難しくなるのです。

質を可視化するAIとの練習

何度でも試せる練習の場

AIが顧客役を務めるロールプレイでは、担当者は相手の時間を気にせず、本番に近い場面を何度でも繰り返せます。価格交渉や競合との比較を迫られる場面を、失敗を恐れずに試せる環境が整います。商談の質を左右する肝心な場面を、繰り返し体で覚えられるのです。

段階ごとに質を映す評価

これまで主観に頼っていた商談の質を、AIによる評価を通じて段階ごとの基準で数値にできます。どの場面で何が不足したかがその場でわかり、行動のKPIとして扱えます。ただし、AIが担うのは反復練習と評価基準の統一までです。目標設定や動機づけは、引き続きマネージャーの役割になります。

質のデータが生む現場の変化

構造化された評価レポートをもとに、担当者が次に何を練習すべきかを明確につかんでいるシーンです。

新任担当者の早期育成

配属されたばかりの担当者が、通勤時間や商談の合間にAIとの練習を重ねます。マネージャーは面談の前に一人ひとりの質のデータを確認し、どの場面でつまずいているかを踏まえて指導できます。属人的だった育成の質がそろい、戦力になるまでの期間の差が縮まっていきます。

経営層への成果報告

四半期の経営会議で、マネージャーはチームの練習データを持ち込みます。これまで活動量しか示せなかった報告に、商談の質がどう伸びたかという観点が加わります。研修への投資が現場の行動にどうつながったかを語れるようになり、次の打ち手も議論しやすくなるのです。

まとめ

事例は選び方で価値が決まる

営業KPIの事例は数多くありますが、並べるだけでは現場は動きません。結果を測る指標と行動を測る指標を区別し、どこに注目するかを決めることが出発点になります。

成果は行動の質で決まる

結果のKPIは振り返りに役立ちますが、案件をその場で立て直す力は弱いといえます。結果が出る前の行動、とりわけ一件ごとの商談の質を捉えられるかどうかが、成果を分けます。

質を測る手段が鍵になる

これまで数えにくかった商談の質も、AIとの実践練習と評価の仕組みによって、行動のKPIとして扱えるようになります。量の管理から質の育成へと、指標の使い方を広げていくことが次の一歩です。

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