業績が伸び悩む数字を前に、経営層が難しい表情で報告資料を見つめている会議のシーンです。

営業統計分析は、数字の裏側を読む技術です

営業統計分析に取り組むと、勝率や商談期間、失注の理由といった数字が整理されてきます。とはいえ、そこに表れるのは起きた結果であり、なぜその結果になったのかという現場の行動までは映りません。数字の正しい読み解き方と、その先に隠れている本当の課題を、育成の視点から整理していきます。

UMUの取り組みを詳しく知る

営業データ分析で見るべき指標

成果を映す代表的な指標

営業の数字を分析する出発点は、勝率、商談期間、フェーズ移行率、失注理由といった成果指標をそろえることにあります。これらは営業活動の到達点を示す共通のものさしとなり、どこで案件が停滞しやすいかをチームの単位で把握する手がかりになります。

数字を分解する視点

全体の平均値だけを眺めていても、改善の糸口は見えてきません。同じ勝率でも、担当者ごと、商談フェーズごと、顧客の業種ごとに分解すると、特定の場面に課題が偏っている実態が浮かび上がります。分析の価値は、この分解の細かさによって決まると言えます。

数字が結果しか語らない理由

データの裏づけがなく、主観的な印象だけで良し悪しを伝えている旧来型の評価を表したイラストです。

数字は行動の後にできる

勝率や商談期間は、営業担当者が現場で取った行動の積み重ねが、結果として表れたものです。数字が動いたときには、その原因となる商談はすでに終わっています。統計はいわば行動の足あとであり、行動そのものをリアルタイムに映し出す鏡ではないのです。

平均値が個人差を隠す

チーム全体の平均値は、一人ひとりの中身の違いをならしてしまいます。同じ「反論対応が弱い」という数字でも、切り返しの言葉を知らない担当者と、知っていても本番で言えない担当者では、必要な打ち手はまったく変わってきます。数字の背後にある行動を見ないまま対策を打っても、なかなか成果には結びつきません。

分析が改善につながりにくい理由

低い評価だけを受け取り、次に何を直せばよいか分からず戸惑っている営業担当者を描いたイラストです。

弱点がわかっても直せない

分析によって「この担当者は価格交渉の場面で失注しやすい」とわかったとします。ところが、その事実がわかることと、次の商談で切り返せるようになることの間には、大きな隔たりがあります。弱点の特定は改善の入り口にすぎず、そこから先の反復練習が伴わなければ、行動は変わらないと言えます。

行動を測る物差しがない

多くの組織で記録されているのは、受注や失注といった結果の数字だけです。商談の中で担当者がどう質問し、どう反論に向き合ったのかという行動の中身は、どこにも残っていません。行動データが手元にないため、統計をどれだけ精緻に分析しても、改善すべき一手までは絞り込めないのです。

行動データを生むAIロールプレイ

練習が行動を数値にする

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、担当者は本番に近い商談を何度でも練習できます。その一回ごとに、開始から切り返し、クロージングまでの各段階が評価され、これまで記録できなかった行動そのものが数値として残ります。統計分析に足りなかった行動データが、練習の場から生まれてくるのです。