製品
営業会議で、伸び悩む成績のレポートを前に、マネージャーや責任者が難しい表情で議論しているシーンです。

営業 会議 議題の本質は、進捗確認ではなく能力開発

営業 会議 議題を組み立てるとき、多くは数字の進捗確認と個別案件のレビューが中心になります。それ自体は欠かせない項目です。とはいえ、会議で課題が見えても、担当者の商談での動き方は、翌週も変わらないことが多いのです。

UMUの取り組みを詳しく知る

成果につながる議題の組み立て方

数字の背景にある商談を扱う

会議で共有すべきは、達成率や案件数といった結果の数字だけではありません。その数字がどの商談のどの場面から生まれたのかを、担当者本人の言葉でたどる時間にこそ価値があります。受注も失注も、顧客とのやり取りのどこで流れが決まったのかを振り返ると、次に活かせる論点が見えてくるのです。

勝ちパターンを全員の言葉にする

成績上位の担当者が、競合と比較された場面や価格交渉を切り出された場面で実際にどう切り返したのかを、本人の言葉で語ってもらいます。その一手をチーム全員が再現できる形に整理する時間も、議題に組み込む価値があります。個人の経験にとどまっていた勝ち方が、組織で共有できる基準に変わっていくと言えます。

課題が見えても現場が変わらない理由

評価の点数だけを渡された担当者が、次に何を直せばよいか分からず戸惑っている様子を描いたイラストです。

気づきと行動の間にある溝

会議で「ここが課題だ」と言語化できても、担当者がそれを本番の商談でとっさに実行できるとは限りません。頭で理解した対応と、顧客を前にして自然に口から出る対応の間には、練習を通じてしか埋められない溝があります。会議は課題に気づく場にはなりますが、その気づきを行動に変える場そのものではないのです。

振り返りが個人の記憶に閉じる

会議での振り返りは、多くの場合その場の会話で完結し、担当者一人ひとりの記憶に委ねられます。次の商談までに同じ場面を繰り返し練習する仕組みがなければ、せっかく特定した改善点も日々の業務のなかで薄れていきます。

会議の改善だけでは届かない育成の課題

一人のマネージャーに指導の依頼が集中し、対応しきれずに疲弊している状況を描いたイラストです。

一人で見きれる人数の限界

会議で課題を特定した後、その改善を担当者ごとに個別にコーチングしようとすると、マネージャーの時間がすぐに足りなくなります。拠点やメンバーが増えるほど、一人のマネージャーが丁寧に伴走できる範囲は狭まります。会議で方向性を示せても、その後の反復練習にまで手が回らない、というのが多くの現場の実情なのです。

練習の質が場によってばらつく

改善点を練習で確かめようとしても、相手役を務める同僚のスキルやその日の時間の余裕によって、練習の中身は大きく変わります。本番に近い緊張感を毎回同じ水準で用意することは簡単ではなく、誰と練習するかによって身につく力に差が生まれます。

AIロールプレイで練習を仕組みに変える

必要なだけ何度でも練習できる

AIシミュレーションロールプレイでは、AIが顧客役を務めるため、相手役の同僚や上司の時間を確保する必要がありません。担当者は会議で特定した課題を、時間や場所を問わず、その週のうちに何度でも一人で確かめられます。

同じ基準で弱点を見極める

AIは、あらかじめ設定した評価の観点にそって、練習のどの場面でどう対応したかを一定の基準で振り返るため、誰と練習したかによる評価のばらつきが起きにくくなります。ただし、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。

AIとの練習で鍛える商談の実践力

各地の担当者がAIを相手に同時に実践練習を行い、チーム全員が同じ質で力を伸ばしているシーンです。

競合比較を切り出された場面

顧客から他社との比較を持ち出される場面を、担当者は商談の前にAIとの練習で繰り返し体験します。AIが顧客役として価格や機能への指摘を投げかけるため、本番で比較を迫られても落ち着いて切り返せるようになり、競合が絡む商談での取りこぼしを減らせます。

新任担当者が独り立ちする前

配属されたばかりの担当者は、初回訪問での関係づくりや顧客の課題を引き出す質問を、AIを相手に何度も練習できます。マネージャーが同席できない時間帯でも自分のペースで場数を積めるため、独り立ちまでに必要な経験を前倒しで積み、早期に商談へ立てるようになります。

まとめ

議題の目的は能力開発にある

営業会議の議題は、数字を確認するためだけのものではありません。担当者の商談での動き方をどう伸ばすかまで踏み込んでこそ、会議は成果につながる場になります。

会議だけでは行動は変わりにくい

課題を言語化できても、それを本番で実行する力は、繰り返しの練習を通じて身についていきます。個別のコーチングだけに頼ると、マネージャーの対応余力が追いつかなくなります。

練習を仕組みにすることが出発点

AIとのロールプレイを取り入れると、一人ひとりが必要なだけ練習を重ね、同じ基準で弱点を見極められます。会議で見つけた課題を日々の練習へつなげる仕組みづくりこそが、出発点になるのです。

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