製品
業績が伸び悩む報告を前に経営層が難しい表情を見せる会議で、数字の背後にある現場の能力面の課題を示したシーンです。

BtoB営業の教育が後回しになる構造的な理由

四半期の数字を追いながら、BtoB営業の教育にも手を打ちたいと考える営業マネージャーは少なくありません。ただ、商談が決まるまでに数カ月かかる以上、前回の指導が効いたのかを確かめる前に次の指導日が来てしまいます。教育の時間が削られていくのは、熱意の問題ではなく、途中で進み具合を確かめる指標を持てていないからです。

なぜ指導の効果を確かめられないのか

確かめる前に次の指導が来ます

BtoBの商談は、初回の接点から受注までに数カ月かかります。今週の同行で伝えたことが効いたのかどうかは、早くても翌四半期まで分かりません。たとえば、価格の話で押し切られたメンバーに切り返し方を教えた翌週、その案件は稟議で止まり、次の面談は1カ月後に動きます。営業マネージャーは、前回の指導が効いたかを確かめないまま、次の指導に入ることになります。受注が取れたときも、教えた内容が働いたのか、案件の巡り合わせだったのかを切り分けられません。そのため、次に何を教えるべきかという判断も、経験と勘に頼りがちになります。教育そのものを疑っているわけではなく、途中で確かめる手がかりを持てていないだけなのです。

数字の期限は教育を待ちません

四半期の数字には期限があります。残り2週間で未達が見えている週に、営業マネージャーが優先するのは、動いている案件の同行と受注確度の確認です。効果が数カ月後にしか分からない教育は、その判断のたびに後ろへ回ります。悪気なく後回しが続くのは、期限のある仕事と期限のない仕事が、同じ手帳に並んでいるためと言えます。

BtoB営業の教育を組み直す視点

教育内容は商談段階で決める

何を教えるかは、商談のどの段階でつまずいているかから逆算します。BtoBの商談は、初回の情報提供、社内稟議への同席、価格や条件の詰めと段階が分かれ、必要な受け答えも段階ごとに違います。段階を特定せずに「提案力を上げる」と決めると、教える内容が一般論に寄り、現場のどの場面で使うのかが伝わりません。

教育時間は短く分けて取る

まとまった半日を確保しようとすると、繁忙期には必ず流れます。10分から15分で一区切りつく単位に分け、営業日の中に散らして置くほうが、四半期の途中でも続けられます。

教育記録が中間の指標になる

受注がまだ出ていなくても、誰が何回練習し、どの段階で評価が伸びていないかは記録できます。この記録が、結果が出るまでの間を埋める中間の指標になります。では、その記録を手作業に頼らず残せる仕組みは、いまの体制にあるでしょうか。

3分で、相手を説得できるか試してみよう

業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です
3分で、相手を説得できるか試してみよう

業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です

教える場面を商談の段階ごとに決められます

導入からヒアリング、価値の伝達、異議対応、クロージングまでの五段階の訪問フレームをAI対話の土台に組み込み、営業手法を現場の習慣に変える画面です。

商談の五段階に沿った練習設計

UMU AIロープレを活用することで、導入からヒアリング、価値の伝え方、異議対応、クロージングまでの五つの段階を、AI対話の土台として設定できます。教える内容を段階に紐づけられるため、指導が一般論に寄らず、どの場面で使う受け答えなのかが練習のたびに分かります。

立ち会う時間がなくても練習は続きます

人数の上限なくチーム全員が同時に練習でき、コーチが基礎的なロールプレイングから離れて価値の高い戦略指導に時間を使える仕組みを示した画面です。

人数の上限がない同時練習

UMU AIロープレを活用することで、AIが練習相手を担い、同時に練習できる人数の上限がなくなります。チーム全員が同じ日に練習しても順番待ちは起きないため、営業マネージャーは立ち会いから離れ、判断の難しい案件の相談に時間を回せます。AIが担うのは反復練習と評価基準の統一までで、目標設定や動機づけは引き続きマネージャーの役割です。

成果が出る前に進み具合を確かめられます

チームの練習カバー率とスコア分布、初回から最高スコアまでの推移を一覧でき、学習成果をワンクリックで書き出せる管理者向けの画面です。

練習量とスコア分布の可視化

UMU AIロープレを活用することで、チームの練習回数、スコアの分布、一人ごとの推移を一つの画面で確認できます。受注が出るまでの数カ月の間も、誰がどの段階で伸びていないかを把握でき、指導の順番を決める根拠になります。書き出したデータはそのまま報告資料にも使えるため、教育の状況を上位者へ説明しやすくなります。

結果が出る前に手応えを得た企業の例

製薬・大規模営業組織

革新的な医薬品を展開するグローバル大手の製薬企業で、MRが適正な情報提供と学術的な対話に習熟できるよう支援した事例のシーンです。

糖尿病・免疫・がん領域を展開するグローバル大手の製薬企業では、製品紹介を正確に伝える説明力が求められる一方、製品ラインごとの研修講師が3名にとどまり、営業担当者一人ひとりの意図を持った練習とフィードバックに十分な時間を割けない状況でした(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、標準化された高頻度の練習を回す体制を整え、マネージャー向けにはGROWモデルをコーチング対話のシナリオに組み込みました。

その結果、累計10万回を超える練習が実施され、一人あたりの平均トレーニング時間は76時間に達し、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)。

金融・保険/新人育成

金融・保険分野のグローバル大手企業で、資産運用の担当者がパソコンでの没入感のある練習を通じて資産設計の提案力を高める事例のシーンです。

日本市場で事業を展開する外資系の大手生命保険会社では、新人営業の育成が各支社主導で進められ、指導方法も基準も支社ごとに異なるため、育成の質にばらつきが生じていました(出典:導入企業へのヒアリング)。

そこでUMU AIロープレでOJTの一部を置き換え、オフラインのOJT研修を受ける第1グループと、UMUで学習と練習を行う第2グループに分けたABテストを実施しました。

その結果、3カ月後にUMUで学習したグループの顧客向け提案数が30%増加し、契約という最終成果を待たずに育成の効果を確かめられました(出典:導入企業へのヒアリング)。

教育設計を相談する 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
資料をダウンロード