製品
業績が伸び悩む経営会議で、フラットな成績レポートを前に表情を曇らせる経営陣を描いたシーンです。

営業 プロセス KPIとは、結果の前に行動を映す指標

営業 プロセス KPIとは、商談化率や受注に至る前の行動を、段階ごとに数値で捉える指標です。どの活動を追えばよいかは整理できても、その一つひとつの質までは数字に表れにくく、そこに営業マネージャーの本当の悩みが潜んでいるのです。

UMUの取り組みを詳しく知る

受注の前に置く、プロセスの指標

段階ごとに指標を決める

営業プロセスを、初回接触からヒアリング、提案、クロージングまでの段階に分け、それぞれの通過数や次の段階への移行率を指標として置きます。受注件数だけを追っていた頃には見えなかった、途中でつまずくポイントが浮かび上がってきます。

移行率で停滞を見つける

たとえば提案の件数は十分でも、受注につながらない状況があります。段階ごとの移行率を並べると、提案から検討への移行で止まっているのか、その手前のヒアリングが浅いのかを見分けられます。どこを立て直すべきかを、感覚ではなく数字から判断できるようになります。

行動量が増えても受注が伸びない仕組み

具体的な根拠が示されないまま、主観的な講評だけが返ってくる従来のフィードバックを描いたイラストです。

指標は量までしか映さない

訪問数や提案数といった指標は、行動の量を正確に捉えます。ただ、一件ごとの商談で顧客の不安にきちんと向き合えたか、価値が伝わったかという質までは、同じ数字の中には残らないのです。活動量が同じ二人の担当者でも、受注率が大きく違う背景には、この見えにくい質の差があります。

質の差は評価に残らない

商談の質の違いは、多くの場合マネージャーが同行後に抱く印象の中にしか残りません。その印象は時間とともに薄れ、チーム全体で共有できる形にはなりにくいものです。結果として、指標の上では健全に活動が回っているのに、成果だけが伸び悩む状況が生まれます。

質を高めようとすると人手が足りない

大量のコーチング依頼や評価シートに埋もれ、対応が追いつかず疲弊しているマネージャーを描いたイラストです。

コーチングは一対一が基本

商談の質を上げるには、一人ひとりの話し方や間の取り方を見て、その場で助言する時間が欠かせません。ところが、マネージャーが同時に向き合えるのは一人だけです。チームの人数が増えるほど、全員に十分なコーチングの時間を回すことは難しくなります。

本番の商談で試すしかない

安全に練習できる場がなければ、担当者は結局、本番の商談で新しい切り返しを試すことになります。うまくいかなければ、失うのは目の前の一件の機会です。全員が十分に練習を重ねてから客先に向かう、という状態をつくるのは簡単ではありません。

AIとの反復練習が質の底上げを担う

何度でも安全に練習できる

AIが顧客役を務めることで、本番の商談を使わずに、時間や場所を問わず何度でも練習を重ねられます。順番待ちや相手の都合に左右されることもありません。失敗しても実害がないため、担当者は身構えずに新しい切り返しにも挑めるようになります。

評価の基準を共通にできる

AIが毎回同じ基準でフィードバックを返すため、これまでマネージャーの主観に頼りがちだった行動の質の評価に、共通のものさしが加わります。ここでAIが担うのは、反復練習と評価基準の統一という部分です。目標設定や動機づけは、引き続き人が担う役割として残るのです。

商談の場面ごとに鍛えるAIとの練習

実際の商談で機会を失う前に、緊張感のある模擬環境で練習を重ねる大切さを描いたイラストです。

新任担当の早期立ち上がり

配属されたばかりの担当者が、先輩の同行を待つ間にも、AIを相手にヒアリングから提案までの流れを毎日短い時間で繰り返します。基本の型が体に馴染んでから客先に立てるため、独り立ちまでの期間を縮めることにつながります。

競合比較への切り返し

大型商談を控えた中堅の担当者が、価格や競合を持ち出す手強い顧客役のAIと、時間制限のある中で練習します。厳しい問いを浴びても頭が真っ白になりにくくなり、その場での落ち着いた対応が、商談化率や受注率の向上につながっていきます。

まとめ

プロセスの指標は結果より前の行動を映す

営業プロセスを段階で分けて指標を置くと、受注に至る前の行動と、途中でつまずくポイントが数字で見えてきます。どこを立て直すべきかを、感覚ではなく事実から判断できるようになります。

数字は量を映すが質までは映さない

訪問数や提案数は行動の量を正確に捉えますが、一件ごとの商談の質までは残りにくく、指標が健全でも成果が伸び悩むことがあります。質を上げる指導は、人手の限界に突き当たりやすいのです。

AIとの練習が質の底上げを支える

AIとの反復練習は、安全に試せる場と共通の評価基準を加え、行動の質を高める後押しになります。ただし、目標設定や動機づけといった部分は、これからも人が担う役割として残ります。

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