クレーム対応のロールプレイで静かな申し立てが抜ける理由
クレーム対応のロールプレイのシナリオを並べてみると、声を荒らげる相手を想定したものが目立ちます。ところが店舗や窓口で対応に困るのは、感情を出さずに事実だけを確認していく相手です。落ち着いた口調で日時と経緯をたずね、こちらの回答を書き留め、この件は社内の誰に伝わるのかと聞いてきます。想定される相手の温度が一方に寄っているため、この型だけが練習の外に残るのです。
なぜ強い口調の相手ばかり練習するのか
用意された想定の偏り
クレーム対応の練習は、負荷を上げる方向にだけ設計されてきました。相手の声を強くし、その場で動じないことを目指します。研修を企画する立場からすると、この方向は分かりやすく、効果も説明しやすいものです。温度を下げた相手は、その並びの中では負荷の低い相手として扱われます。声を荒らげることも、机をたたくこともありません。だから練習の対象から外れます。ところが現場で対応が長引くのは、こちらの相手です。
静かな相手ほど、記録が残ります
開店直後の窓口に、封筒を持った来店者が訪れます。声を荒らげることはありません。日付と担当者の名前を確認し、説明の内容をその場で書き取ります。ここで言葉に詰まるのは、強い口調への対応に慣れた担当者です。次に何を聞かれるかが読めず、確認しますという返答を重ねるうちに、対応そのものが長くなります。この型は、練習の履歴には一度も出てきません。
実施の記録に映らないもの
コーチングの領域では、毎月コーチングを実施していると答えたマネージャーが90%に上ります。ところが、受けたと確認できた担当者は62%にとどまります（出典：MySalesCoach State of Sales Coaching 2026）。提供した側の集計と、受け取った側の実感は同じになりません。練習の場でも似たことが起きます。用意したシナリオの本数や実施回数は集計できますが、その中に温度の低い相手が含まれていたかどうかは、集計の側からは見えないのです。
温度の違う相手を練習に入れるには
この対応力は、言い回しを覚えることでは育ちません。相手が何を確かめようとしているのかを読み取り、その場で答えられることと、確認してから答えることを区別して伝えます。この判断は、相手の温度が変わるたびにやり直しになります。そのため、温度の異なる相手との対話をどれだけ経験したかが、そのまま対応の幅になると言えます。
強い口調を想定した練習は、これからも必要です。抜けているのは、もう一方だけです。淡々と事実を確認してくる相手では、こちらの言葉が書き留められ、次の質問が読めません。同じクレーム対応という言葉でくくられていても、求められる動きは違います。なお、どこまで自分で対応し、どこから上位者や専門の窓口に引き継ぐのかという線引きは、組織が定めるものです。その基準や法的な判断を、このページで示すことはできません。
そこで問いは、相手役をどう作るかに移ります。同じ場面を、温度だけ変えて何通り用意できるか。人が相手役を務める場合、強い口調と静かな口調を演じ分けられる相手を毎回そろえるのは、簡単ではありません。練習の仕組みを検討する際は、相手の設定をどこまで細かく変えられるかが、確認したい点になります。
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。
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。
相手の温度を、複数そろえて練習できます
AI顧客の性格設定
クレーム対応のロールプレイにUMU AIロープレを活用することで、AIが演じる顧客の性格や話し方、重視する点を個別に設定できます。声を荒らげる相手だけでなく、感情を出さずに日時と経緯を確認してくる相手も、一つの型として用意できます。同じ場面を温度だけ変えて並べておけば、担当者はどちらにも当たれます。研修を企画する立場では、これまで練習の対象から抜けていた型を、シナリオの一覧に加えられます。
口調の強さは、後から差し替えられます
対話トーンの設定
現場で使うシナリオは、作った後に直したくなるものです。UMU AIロープレでは、顧客の性格や感情のトーンを画面上で選び、想定される異議の内容を入れ替えて、その日のうちに練習の場として公開できます。企画する側に、プログラムの知識は必要ありません。静かに確認してくる相手を後から足す場合も、すでにあるシナリオを複製し、温度の設定だけを変えれば済みます。
手つかずの型が、記録から見つかります
チーム単位の練習状況の可視化
UMU AIロープレでは、どの型の相手との対話が何回行われ、どの型が手つかずのまま残っているかを、チーム単位で確認できます。次にどの温度を足すのかを、印象ではなくデータで決められます。ここでAIが担うのは、反復練習の相手と記録の整理までです。対応をどこで終えるかの判断は、引き続き人の役割です。練習を重ねたからといって、申し立てが減ると言い切れるわけではありません。
誰が対応するかを選べない現場から
日本の大手食品スーパー
日本の大手食品スーパーでは、全社員3,300名を対象に、クレーム対応のトレーニングを設計しました（出典：導入企業へのヒアリング）。
店舗には不特定の来店者が訪れ、誰がその場で対応するかを選べません。店舗マネージャーも販売スタッフも、役職に関わらず同じ場面に立つため、対象も想定する場面も絞り込めませんでした。
そこでAIとの対話型トレーニングを取り入れ、店舗で起こりやすい申し立ての場面を、何度でも練習できる形に落とし込みました。
顧客対応の質は、担当者の心理的な負担や人材の定着とも結びつく課題でした（出典：導入企業へのヒアリング）。
高級アパレル・500店舗超
国内外100都市以上に500店舗超を展開する高級レディースアパレルグループでは、販売スタッフが向き合う顧客像が一様ではありませんでした（出典：導入企業へのヒアリング）。
効率と品位を重視する外資系企業の役員や、こだわりが強く業界知見を持つファッションバイヤーなど、重視する点の異なる顧客像を、それぞれAIの設定として作り分けました。
地域や店舗をまたぐスタッフが同じシナリオライブラリで練習できるため、本部は能力開発の基準を現場に一貫して展開できるようになりました。
ここで参考になるのは、顧客像を複数用意したという設計の考え方です。温度の違う相手を並べれば申し立てが収まる、という話ではありません。
資料をダウンロード
UMUが選ばれる理由
UMUとは
導入実績
セキュリティ・コンプライアンス
AI活用基盤
