製品
商談を終えたあと、営業マネージャーとメンバーがオフィスで振り返りを行い、メンバーが指摘を書き留めているシーンです。

営業の指導方法が、商談の後に偏る理由

同行後の振り返り、失注案件の見直し、月末の面談。育成の場で営業の指導方法として挙がるのは、そのほとんどが商談を終えたあとの場面です。しかし、事前に指導が入りにくいのには、はっきりした理由があるのです。

指導の材料は、いつ生まれているのか

事後に指導が集まる理由

営業の指導方法として社内で語られる場面を並べてみると、その多くが商談を終えたあとに集まります。何が起きたかという材料が手元にあるため、指導する側は話す内容に困りません。指摘は具体的になり、受け取る側も納得しやすくなります。反対に、商談に向かう前の時点では、まだ何も起きていません。準備した資料を一緒に眺めながら「ここは気をつけて」と伝える以上のことは、踏み込みにくいのが実際のところです。事前の指導が薄くなるのは、指導する側の熱意の問題ではなく、その時点で語れる材料が手元にないからなのです。

指摘が活きるのは次の商談です

事後の指導には、動かせない前提が一つあります。その商談は、すでに終わっているという点です。指摘が活きるのは次の別の商談であり、相手も、そのときの状況も変わっています。前回うまくいかなかった切り返しを、そのまま当てはめられるとは限りません。時間の経過も無視できません。学んだ内容は、補強がないまま1週間で70%、1カ月で87%が失われるという調査結果があります(出典:Gartner)。育成を設計する立場から見ると、振り返りで交わした具体的な指摘ほど、次の商談を迎えるころには輪郭がぼやけていきます。事後の振り返りに価値がないわけではありません。ただ、それだけでは間に合わない場面があると言えます。

指導が入る時点を見直します

指導の時点を洗い出す

育成の計画表を開き、指導が入る時点に印をつけてみます。印の大半は、商談を終えたあとに並ぶはずです。回数ではなく時点の分布を見ると、育成設計のどこに空白があるかが分かります。

事後で足りるか確かめる

印をつけた指導を一つ選び、その指摘が次の商談でそのまま使えるかを確かめます。相手が変われば前提も変わるため、当てはまらない指摘は少なくありません。事後の指導が担える範囲は、ここで見えてきます。

事前の材料をどうつくるか

残るのは、商談の前に何を材料にするかという問いです。まだ起きていない商談を語るには、起きたことに相当する記録が要ります。その記録を本番より前につくれるかどうかが、分かれ目になります。

商談の前に、材料をつくれます

AIが演じる顧客と、本番に近い緊張感の中で商談を通して練習できる対話画面のシーンです。

本番前の通し練習

UMU AIロープレを活用することで、担当者は商談に向かう前に、その商談を一度通して練習できます。AIが顧客役を担うため、相手役の予定を押さえる必要はありません。事後の振り返りを待たずに、商談の前という時点にも指導の機会を置けるようになります。

どこで詰まるかが、その場で残ります

練習の直後にプロセス別のスコアと改善ポイントが表示される、評価レポート画面のシーンです。

プロセス別の練習記録

練習が終わると、導入からヒアリング、反論対応、クロージングまで、どのプロセスで詰まったかがスコアとして残ります。「全体的に惜しい」という感想で終わらず、つまずいた箇所が具体的に残るため、指導する側はその場に居合わせなくても状況を把握できます。

材料を読んで伝えるのは、人の役割です

マネージャーがチームの練習データをプロセス別に確認し、誰に何を伝えるかを判断できるダッシュボード画面のシーンです。

指導する側が使える記録

AIが担うのは、反復練習と評価基準の統一までです。記録を読み、何を伝えるかを決めるのは指導する人の役割なのです。AIの記録と人による1on1を併せた組織では、AIだけの場合より行動の変化がおよそ70%大きいという分析があります(出典:Forrester 2024)。

指導の場面ですでに使われています

製薬・新任リーダー100名

製薬企業の新任チームリーダーが、AIとの対話練習で1on1のコーチングの型を身につけているシーンです。

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で使えるようになるまで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つの対話シナリオで型を練習しました。

その結果、第3セッション時点で98.1%がコーチングを実践し、その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)。

製薬・営業5,500名

製薬企業の営業担当者が模擬シーンで練習し、その記録がマネージャーの1on1に活用されているシーンです。

製薬分野のグローバル大手企業では、営業担当者5,500名に対し、研修担当者が一人ひとりへ客観的なフィードバックを返せない状況でした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレが対面研修の一部を担い、40以上の知識項目に対して80〜120の模擬業務シーンを設計しました。

その結果、直属マネージャーは部下の習得状況をダッシュボードで把握したうえで1on1に臨めるようになり、オンライントレーニング群の業績がオフライン研修群を上回りました(出典:導入企業へのヒアリング)。

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