製品
各拠点の営業担当者が、自社で実績のあるトークと基準をもとにした同じAIシナリオで練習し、どの市場でも一貫したメッセージを保てるようにしているシーンです。

営業指導センターに集約できる仕事と、現場に残る仕事の違い

拠点ごとに指導のやり方が異なり、メンバーの育ち方に差が出る営業組織は少なくありません。この差を整えるために、営業指導センターのように指導の機能を一か所へ集約する構想が出てくることがあります。ただ、集約に向く仕事と現場に残すべき仕事の線引きが曖昧なままだと、現場はかえって動きにくくなるのです。

なぜ指導のばらつきは、集約しても残るのか

基準だけでは現場は動きません

指導の機能を本部に集めると、まず整うのは資料と手順です。訪問前に確認すべき項目や、断られたときの返し方。こうした内容は文書にまとめておけば、拠点をまたいで同じものを使えます。ところが、商談の場でメンバーが迷うのは、その手順のどこを省くかという判断のほうです。相手が急いでいるとき、決裁者が同席していないとき。整理された手順どおりに進めれば足りる場面は、実際には多くありません。ある拠点の若手が、本部の資料どおりに導入トークを話したところ、相手から「その話は前任者から聞いた」と言われ、言葉に詰まってしまいました。この場面で必要な立て直し方までは、資料に書ききれないのです。マネージャーが同行していればその場で指摘できますが、拠点が増えるほど同行できる回数は減っていきます。基準は共通になったのに、現場での使われ方は担当者ごとに分かれたまま、という状態が残ります。

学んだ内容は1カ月で忘れられます

研修で伝えた内容は、補強がなければ1週間で約70%、1カ月で約87%が忘れられるという調査結果があります(出典:Gartner)。基準を整えて配信する仕組みを本部に集約しても、受け取った側がそれを使う場面を繰り返し経験しなければ、指導の効果は残りにくいと言えます。集約そのものが答えになるわけではありません。

集約に向く仕事と、向かない仕事

基準と教材は集約できます

評価のものさしをそろえる仕事は、本部に集めたほうが精度が上がります。成果を出している担当者の話し方を分解し、どの段階で何を確認するのかを言葉にする作業には、時間と専門性が要るためです。拠点ごとに別々に進めれば、同じ言葉が別の意味で使われてしまいます。

判断と声かけは現場に残ります

目の前の商談をどう進めるかという判断は、本部からは見えません。顧客が今どの段階にいるのか、担当者が何につまずいているのか。それを踏まえた声かけは、日々一緒に動いているマネージャーにしかできません。集約の対象から外して考えるべき仕事です。

練習の場は誰が用意するのか

線引きが決まっても、まだ足りないものがあります。本部が定めた基準を、全員が同じ形で繰り返し試せる場です。集合研修は年に数回、マネージャーの同行にも限りがあります。営業指導センターの構想がここで止まるか進むかは、この場をどう用意するかで決まります。

本部の基準を、全員の評価軸にできます

評価ロジックを透明化し、自社の営業手法に合わせて段階ごとの配点や評価基準を柔軟に設定できる評価エンジンの画面です。

評価基準を反映したAI採点

UMU AIロープレを導入することで、本部が定めた訪問の段階と評価の観点を、そのままAIの採点基準に設定できます。どの段階で何点だったのかが練習のたびに表示されるため、担当者は自分の課題を数字で確認できます。拠点が違っても同じものさしで評価される状態を整えられるのが特徴です。

マネージャーの時間を、判断に回せます

AIの支援により、各地に分散した多数の営業担当者が同時に質の高い練習へ取り組み、指導時間の制約を超えられることを示したイラストです。

人が担う範囲の切り分け

UMU AIロープレが担うのは、反復練習の相手役と評価基準の統一までです。目標をどこに置くか、伸び悩んでいるメンバーにいつ声をかけるか。この判断は引き続きマネージャーの役割として残ります。基礎の反復に取られていた時間を、一人ひとりへの働きかけに振り向けられるようになるのです。

拠点をまたいだ差を、数字で確かめられます

チーム全体の練習データを段階別や異議の種類別に集計し、組織的な課題を一目で把握してコーチングの判断を裏づけられるダッシュボードの画面です。

拠点別の練習データ集計

UMU AIロープレを活用することで、誰がどの段階で点を落としているのかを、拠点ごとに並べて確認できます。特定の拠点だけ異議対応のスコアが低ければ、教材を追加するのか、マネージャーの指導を厚くするのかを選べます。集約した基準が現場で機能しているかどうかを、データを見ながら見直せます。

本部の基準を現場につないだ事例

体外診断分野の大手企業

体外診断分野のリーディングカンパニーが、AIコーチングによって医療機器チームの製品説明力と臨床コミュニケーション力を高めた事例のイラストです。

体外診断分野のグローバル大手企業では、5名の研修担当者が1,500名の認定を担い、能力認定を四半期に1回しか実施できませんでした(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、本部が定めた5つの訪問プロセスに沿って、準備ができた時点で認定を受けられる体制を構築しました。

その結果、認定通過者の実訪問における成約率が22.4%向上しました(出典:導入企業へのヒアリング)。研修担当者は、判断の難しいケースへの指導に時間を充てられるようになりました。

外資系の大手生命保険会社

グローバルな金融保険グループの資産運用担当者が、デスクトップでの没入型の練習を通じて資産設計の提案力を磨いている事例のイラストです。

日本で事業を展開する外資系の大手生命保険会社では、新人育成が各支社主導で進められ、指導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ロープレを導入し、支社が違っても同じシナリオと評価基準で練習できる環境を整えました。

その結果、3カ月後の顧客への提案数が30%増加しました(出典:導入企業へのヒアリング)。支社ごとのばらつきを解消できたことが、提案活動の広がりにつながったのです。

資料をダウンロード デモを予約する

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