製品
顧客のあいまいな要望を、営業担当者が対話を通じて具体的な課題へ整理しているシーンです。

システム 営業 本の知識を、商談で使える力に変える

システム 営業 本を手に取る多くの方が求めているのは、複雑な提案を組み立て、顧客の課題に深く踏み込むための体系的な考え方です。良書はその全体像を丁寧に示してくれます。ただ、商談の現場で問われるのは、学んだ知識を相手の反応に合わせて使いこなせるかどうかにあります。

UMUの取り組みを詳しく知る

良書が教える、システム営業の思考の軸

課題起点で提案を組み立てる

システム営業の良書に共通するのは、製品の説明から入らないという姿勢です。顧客の事業課題を起点に、どの情報をどの順で引き出し、どう提案へつなげるかという一連の流れを、型として示します。まず理解しておきたいのは、この課題起点の思考の軸なのです。

仮説をぶつけて要件を引き出す

たとえば、顧客がまだ要望を言葉にできていない場面があります。良書は、仮説を先に示して反応を見る問い方を紹介します。担当者が仮説をぶつけることで、顧客自身も気づいていなかった要件が輪郭を持ち始めます。この引き出す技術こそ、システム営業の核だと言えます。

読んだだけでは商談が変わらない理由

準備が整わないまま商談に臨み、顧客の鋭い質問に言葉が詰まってしまう営業担当者を描いたイラストです。

知識と技能は別のもの

本を読んで理解できるのは、進め方の全体像です。ところが、商談で成果を分けるのは、その理解を相手の反応に合わせて実際に使えるかどうかです。知っていることと、その場で行動できることの間には、はっきりとした差があります。

本番でしか出ない反応がある

本番の商談では、沈黙や急な反論、こちらを試すような質問が突然生まれます。こうした反応は、本を読んでいる間には現れません。相手の出方に合わせて言葉を選び直す力は、実際にその状況を繰り返し経験することでしか育ちにくいものです。

学んだ型を試す場が、現場には足りない

根拠が乏しく主観的なフィードバックが、改善につながらない従来型トレーニングの様子を表したイラストです。

実戦は本番、練習の場がない

学んだ型を試す機会は、思うほど多くありません。目の前の商談はどれも本番であり、失敗が許される練習の場ではありません。社内のロープレも、日程調整や人前での緊張がともない、頻度を上げにくいのが実情です。試行錯誤の総量が足りないまま、現場に立ち続けることになります。

振り返りが主観に頼りがち

うまくいかなかった商談を振り返ろうとしても、手がかりは記憶と印象に頼りがちです。上長からの助言も、見ている場面や基準が人によって変わり、どこをどう直せばよいのかがはっきりしません。改善の方向が定まらないまま、同じつまずきを繰り返しやすくなります。

AIロールプレイで、練習の総量を増やす

いつでも一人で繰り返せる

AIが顧客役を務めるため、相手の予定を押さえる必要はありません。移動中や商談の合間に、モバイルから一人で何度でも練習を始められます。人前ではないぶん、失敗を気にせず試せるので、これまで足りなかった反復練習の量を確保しやすくなります。

反応が返る対話で試せる

AIとの対話は、こちらの問いかけや説明の仕方に応じて反応が変わります。だからこそ、相手の出方に合わせて言葉を選び直す練習ができます。練習後には、どの場面でつまずいたかを客観的に確認できます。ここでAIが担うのは反復と評価の部分であり、目標設定や動機づけは引き続き人の役割です。

商談の山場を、AIとの対話で先に経験する

本番の商談で失敗する前に、高負荷のシミュレーションで課題を洗い出せる練習環境を描いたイラストです。

ヒアリングで要件を掘り下げる

新人の営業担当者が、初回のヒアリング場面をAIとの対話で練習します。AI顧客の本当の要望は、適切な問いを重ねなければ表に出てきません。深掘りの質問を試すうちに、要件を引き出す精度が上がり、提案が顧客の課題に近づいていきます。

競合比較の場で切り返す

商談の中盤、AI顧客が競合の提案書を持ち出し、価格を引き合いに揺さぶってきます。担当者は、その場で慌てずに自社の価値へ話を戻す切り返しを、繰り返し試せます。事前に何度も経験しておくことで、競合比較への対応が、とっさの反応から準備された対応へと変わっていきます。

まとめ

本は地図、力は現場で身につく

システム営業の本は、課題起点で提案を組み立てる考え方の全体像を示してくれます。ただ、その知識がそのまま商談での力になるわけではありません。力は、現場に近い練習の繰り返しから育っていきます。

つまずきは練習量と振り返りの不足

つまずきの多くは、学んだ型を試す機会の少なさと、振り返りが主観に頼ることにあります。知識の不足ではなく、練習量と客観的なフィードバックの不足が、行動の変化を妨げていると言えます。

AIとの練習が知識を行動に変える

AIとの対話練習は、一人でいつでも繰り返せる場と、客観的な振り返りを補います。知っていることを、その場で動ける力へと変えていく後押しとして、現実的な選択肢の一つになります。

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