製品
人材育成の担当者が、営業チームの能力の伸びをまとめた報告書を経営層に説明しているシーンです。

アルタなど営業研修を選ぶ前に練習量の設計を確認できていますか

研修会社を並べて費用と日程を比べるところまでは、比較的短い時間で進みます。しかし判断が難しくなるのは、受講した内容が半年後の商談に残るかどうかという一点です。選ぶ基準をカリキュラムの中身から受講後の練習量へ移すと、候補の見え方が変わります。

研修の翌週、話し方はなぜ元に戻るのか

練習の場がないまま現場に戻る

営業研修の当日は、受講者の反応も良く、演習も予定どおり進みます。問題が起きるのはその後です。翌週の商談で想定外の質問を受けた瞬間、研修で扱った切り返しは出てこず、これまでの話し方に戻ってしまいます。研修と商談の間に、覚えた内容を口に出して試す場が用意されていないためです。現場のマネージャーに指導を任せる方法もありますが、自身の案件を抱えたまま全員分の練習相手を務めることは現実的ではありません。そのため練習の機会はメンバーの自主性に委ねられ、必要な人ほど後回しになります。人材育成の担当者の手元に残るのは、受講率と満足度スコアだけです。どちらも研修が実施されたことは示しますが、現場の行動が変わったかどうかには答えてくれません。次の予算を検討する段になって、説明できる材料がないことに気づくのです。

練習の回数と成績の関係

グローバルに事業を展開する製薬企業では、3,662名が延べ102,834回の練習を重ねた記録から、トレーニング成績と練習回数の間に明確な正の相関が確認されました(出典:導入企業へのヒアリング)。研修を比べるとき、受講後にどれだけ練習できるかは、内容と同じ重さを持つ判断材料になります。

アルタなど研修の比較で見落とす観点

研修内容の合わせ方

最初に見るのは内容です。ただしカリキュラムの網羅性ではなく、自社の商談で起きる場面が入っているかを確認します。価格を突かれたとき、他社と並べて比べられたとき。この二つが練習に含まれていないと、受講後に思い出せる範囲は限られます。汎用的な営業理論をどれだけ整理しても、現場の会話までは届きにくいのです。

研修頻度の決め方

次に頻度です。半日の集合研修を年に数回実施しても、その間の数カ月は練習が止まります。忘れかけた状態で商談に臨むより、1回10分の練習を週に何度か重ねるほうが、話し方は定着しやすくなります。

研修評価の測り方

最後に評価です。受講率と満足度は集計できても、商談での振る舞いが変わったかまでは見えません。誰がどの場面でつまずいているかを記録できる仕組みが、研修の外側に用意されているでしょうか。

自社の商談場面を、そのまま練習にできます

価格への異議や競合比較といった難しい反論をあらかじめ設定し、安全な環境で練習できる画面です。

反論シナリオの作り込み

UMU AIロープレを活用すると、AIが顧客役を務めます。価格への異議や他社との比較など、自社の商談で返ってくる切り返しを、事前にシナリオへ組み込めます。人前で失敗する気まずさがないため、同じ場面に何度でも挑めます。AIが担うのは反復練習と評価基準の統一までで、動機づけや目標設定は引き続き人の役割です。

研修の翌日から、練習を続けられます

営業担当者がスマートフォンから、時間や場所を選ばずに対話練習を進められる画面です。

移動時間の反復練習

練習の相手を人に頼むと、予定が空くまで待つことになります。AIが相手であれば、その調整が要りません。移動中や商談の合間に、スマートフォンから数分だけ取り組めます。回数の上限もなく、集合研修で扱った内容を、翌日から自分のペースで反復できます。研修が年に数回の行事から、日常の習慣へ変わっていくのです。

行動の変化を、数値で示せるようになります

マネージャーが商談プロセス別のスコア分布から、チームに共通する課題を確認できるダッシュボード画面です。

チーム診断ダッシュボード

練習のたびに、商談プロセスごとのスコアと改善点が記録されます。研修担当者は、どのメンバーがどの段階でつまずいているのかを一覧で確認できます。個人の課題なのか、チーム全体に共通する課題なのかも切り分けられます。受講率の報告にとどまらず、能力がどう伸びたかを根拠のある数字として経営層に示せます。

練習の設計から見直した企業の記録

日本大手の製薬企業

製薬企業の新任チームリーダーが、AIとの対話練習で1on1のコーチングを繰り返し練習しているシーンです。

日本大手の製薬企業では、新任チームリーダー約100名が、研修で学んだコーチングを1on1の場で使いこなすまでに時間がかかっていました(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを活用し、「行動コーチング」「スキルコーチング」「動機づけコーチング」の3種類の対話シナリオを、全3セッションで段階的に練習しました。

その結果、第3セッションの時点で98.1%がコーチングを実践し、うち93.1%がメンバーの変化を実感しました(出典:導入企業へのヒアリング)。型を繰り返し試せる場が、実践への移行を後押ししたのです。

日本の保険代理店企業

保険代理店の担当者が、カフェで対話型の営業練習に取り組んでいるシーンです。

日本の保険代理店企業では、AIを使った練習に本当に効果があるのかを、比較できるデータで確かめる必要がありました(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを使う実験群と、使わない対照群を設け、5つの評価軸で比較する統制実験を設計しました。

15名の評価者が約150名の対話練習の動画を確認した結果、5つの評価軸すべてで実験群が対照群を上回りました(出典:導入企業へのヒアリング)。練習量の差が、対話の質の差として表れたと言えます。

資料をダウンロード 導入について相談する

UMUが選ばれる理由

28,000社突破
国内導入企業
1億人超
世界203カ国でユーザー
100社が導入
Fortune 500企業
約5,000製品中で1位
ITreview Best Software in Japan 2022
UMUとは
2015年に設立されたグローバルAIソリューションカンパニーです。AIを活用したオンライン学習プラットフォーム「UMU」を核に、学術的な根拠に基づいた実践型AIリテラシー学習プログラム「UMU AILIT(ユーム エーアイリット)」、セールスイネーブルメントソリューション「UMU AIロープレ」などの提供により、AI時代の企業や組織における学習文化の醸成とパフォーマンス向上を支援しています。
導入実績
業界トップクラスの生命保険会社・電機メーカー・製薬会社など、日本を代表する大企業が導入
製薬、金融・保険、製造、小売など幅広い業界で活用
従業員1,000名以上の大企業を中心に、営業教育や新入社員研修で導入が拡大
導入事例インタビューを公式サイトで多数公開
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策
SOC 3:トラストサービス規準報告書
ISO/IEC 27018:クラウドサービス上における個人情報セキュリティに関する国際規格
ISO/IEC 27701:プライバシー情報マネジメントシステム (PIMS)
GDPR:EU一般データ保護規則
HIPAA:医療保険の相互運用性と説明責任に関する法律
ISO/IEC 42001:人工知能マネジメントシステム (AIMS)
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
企業データの外部共有・AI再学習への利用なし
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