製品
成果につながる話し方が現場に定着し、拠点をまたいで伝える内容がそろっているシーンです。

営業練習の自動採点は、何を測らないかで決まります

採点の項目を漏れなく増やしてきたにもかかわらず、練習のあとに何を直すのかは決まらないままです。営業練習の自動採点は、基準の絞り込み、内訳の粒度、そして人が受け持つ範囲によって、次の一歩を選べる仕組みに変わります。

お問い合わせ 資料をダウンロード

営業練習の採点における課題

総合点に埋もれる改善点

評価項目を漏れなく並べるほど、一つひとつの配点は小さくなります。返ってくるのは総合点だけで、どこから手をつけるかを絞れません。

次の練習が決まらない

点数が出ても、導入の話し方に課題があるのか、価格の切り返しに課題があるのかは分かりません。次に何を練習するかが宙に浮きます。

人が見る時間が残らない

相手との関係づくりや、その場の状況を読む判断まで数値で追うと、確認の作業が増えます。人が向き合うべき場面に、時間が回りません。

採点の設計で最初に決めること

測らない範囲を先に決めます

評価項目を増やしたのは、見落としを防ぐための自然な判断です。足りないのは、外せない数点に絞る線引きなのです。UMU AIロープレを導入し、絞った基準を練習の設計に組み込めます。

測る項目を絞る組み立て方

外せない数点への絞り込み

UMU AIロープレでは、商談の段階ごとに評価の重みを自社で設定できます。配点が集まることで、直すべき一点が総合点に埋もれません。

段階別に分かる点数の内訳

導入からクロージングまで、どの段階で何点だったかを練習の直後に確認できます。次に何を練習するかを、担当者自身が選べます。

AIと人の分担を決めます

反復練習と採点はAIが担い、育成担当は一人ひとりの動機づけや目標のすり合わせに時間を使えます。誰から見るかも、データで決まります。

UMU AIロープレで採点基準を設計

自社の方法論に沿って、業界別のフレームワークとAIの採点基準を組み立てる設定画面です。

重みづけを自社で決められます

商談の段階ごとに評価項目と配点の重みを設定できるため、自社が外せないと判断した行動に点が集まります。担当者も、何を見られているかを練習に入る前に把握できます。

点数の中身を段階ごとに確認

練習の直後に届く、項目ごとの点数の内訳が分かる即時の評価レポート画面です。

どの段階で何点かが分かります

練習が終わると、導入からクロージングまでの段階別スコアと改善点を確認できます。総合点ではなく一項目の不足まで読み取れるため、次に直す一点が明確になります。

測らない部分を人が受け持ちます

マネージャー向けに、チームの練習状況と一人ひとりの成長の推移が分かるデータ画面です。

AIが担う範囲を限ります

AIが担うのは、反復練習の相手役と、採点の基準を一定に保つところまでです。関係づくりや相手に応じた判断は、育成担当とマネージャーの役割です。その判断材料は管理画面に集まります。

国内大手が進める採点の設計

保険分野の国内代理店企業

導入事例として、保険分野の担当者がカフェで対話型の商談練習に取り組んでいるシーンです。

AI練習に本当に効果があるのかを比較データで示す、厳密な検証を必要としていました。

UMU AIロープレを活用し、AI練習を行った実験群と、AIを使用しなかった対照群を、5つの独立した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名の保険営業担当者による対話練習動画を確認し、5つの評価軸について5点満点で評価しました(出典:導入企業へのヒアリング)。5つすべての評価軸において、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)。

製薬分野の国内大手企業

導入事例として、製薬分野の新任チームリーダーがAIを相手にコーチングの対話を練習しているシーンです。

新任チームリーダー約100名が対象で、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)。

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構築し、全3セッションに分けて段階的に設計しました。

第3セッション時点でコーチングを実践した割合は98.1%に達しました(出典:導入企業へのヒアリング)。実践者のうちメンバーに変化があったと回答した割合は93.1%でした(出典:導入企業へのヒアリング)。

眼鏡小売の全国チェーン企業

導入事例として、眼鏡店の店内で担当者がタブレットを使い、AIとの接客練習に取り組んでいるシーンです。

2024年10月から2025年2月までの5カ月間、エリアマネージャー候補の育成に取り組みました(出典:導入企業へのヒアリング)。傾聴力や伝達力は、座学だけでは身につきにくい状況が続いていました。

UMU AIロープレを活用し、次世代リーダー候補が時間や場所を問わず、コーチング力とプレゼンテーション力を反復練習できる環境を構築しました。

担当者は「感覚的な指導から、言葉と図解で論理的に伝えられるようになりました」と振り返ります。定義しにくいコミュニケーションのスキルをAIで「型」として学べる点を、革新的だと評価しています。

資料をダウンロード

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
資料を請求する