製品
相手が言葉にしていない困りごとを、問いかけと聞き取りで探り当てる、ニーズ発見の対話練習です。

建設コンサルタントの営業手法が、確かめられないまま残る理由

建設コンサルタントの営業手法は、調査や計画、設計を受託する立場での動き方です。今日の打合せがよかったのかどうかは、案件が決まるまで分かりません。しかも決着した時点で、なぜそうなったのかが担当者本人に説明されるとは限らないのです。話し方を変えてみても、変えたことが効いたのかを本人が確かめられないまま、次の案件が始まります。確かめたうえで続けている手法なのか、確かめる手段が無かっただけの手法なのか。その区別がつかないところに、この仕事の難しさがあります。

その手法は、いつ確かめるのか

うまくいった打合せの見分け方

建設コンサルタントの営業は、調査や計画、設計を受託する立場で動きます。そのため、打合せがうまくいったかどうかを、その場で判定する材料がありません。判定に使えるのは案件が決まったという事実だけで、それが返ってくるのは何カ月も先になります。しかも決着した時点で、どの打合せのどの一言が効いたのかまでは、担当者に伝わりません。うまくいった打合せの見分け方が、実務の側に用意されていないのです。だからこそ、手法という言葉が指しているものを、もう一度置き直す必要があります。

残った手法が効いたとは限りません

探されているのは、たいていうまくいっているやり方です。ところが、効いたかどうかを確かめられない仕事では、続いているやり方が効いたから続いたとは言い切れません。確かめる手段が無かったので、そのまま使われているだけかもしれないのです。若手が先輩の進め方を受け取るときにも、この二つを見分ける材料がありません。難しいのは、新しい言い方を覚えることよりも、その言い方が効いたかどうかを自分で判定できる形にすることだと言えます。

確かめる形にならない3つの理由

答え合わせが遠すぎる

従来の営業トレーニングは、うまくいったかどうかを最後の受託結果で見る組み立てになっています。調査や計画、設計の受託は、打合せから決着までの間が空きます。そのため、教わった言い方を打合せで試しても、その日のうちには正解も不正解も返ってこないのです。次の案件が始まるころには、どの打合せで何を変えたのかという記憶そのものが薄れてしまいます。

見る点が決まっていない

トレーニングで扱うのは、話の進め方や説明の組み立て方といった型です。しかし、打合せが終わった直後に自分で見る点までは決まっていません。その結果、終わった後に残るのは、手応えがあった、今日は硬かった、といった印象だけになります。印象は次の打合せまで持ちませんし、同僚に伝えても同じ意味では受け取られないのが現実です。

確かめないまま引き継がれる

効いたかどうかを確かめられないまま時間が過ぎると、前からこうしているという説明だけが手元に残ります。そのため、確かめられていないやり方が、手法として社内で使われ続けることになります。若手が先輩の進め方を受け取るときも、効くから続いているのか、確かめる手段が無かっただけなのかを見分けられません。手法が増えても、判断の材料は増えないままなのです。

対話の直後に、足りない点を確かめられます

練習を終えると即座に、段階別の採点と改善が要る箇所を示す構造的なレポートが表示される画面です。

対話直後に返る構造的な評価

答え合わせを何カ月も待たずに、その日のうちに受け取れます。UMU AIロープレでは、AIを相手にした対話が終わった直後に、導入から確認、説明、相手の疑問への対応までをプロセスごとに分けた評価が返ります。全体的に普通といったまとめ方ではなく、どのプロセスで何が足りなかったのかが文章で示されるのです。担当者は、言い方を変えた回のすぐ後に、その変更がどう受け取られたのかを確かめられます。

何を見るかを、練習の側に組み込めます

採点の重みづけを段階ごとに変更でき、評価の考え方を見えるようにできる設定の画面です。

プロセスごとに決める評価の観点

打合せの終わりに自分が見る点を、練習の側に持たせられます。評価の観点と重みは、企業側で設定できる仕組みになっています。相手がこちらの言い方を自分の言葉で言い直したか、持ち帰るものが具体になったか、次に誰が同席することになったか。当日中に自分で判定できる手がかりを観点として置けば、練習と本番で同じところを見ることになります。AIの受け持ちは、何度でも付き合う相手役と、観点をそろえた採点までにとどまります。案件をどう進めるかの判断そのものは、担当者と上司の側に残ります。

変えた前後を、自分で見比べられます

一人ひとりの評価の推移を段階別に並べ、練習ごとの変化を追える進捗の画面です。

時系列で残る個人の練習記録

言い方を変えた回と、変える前の回が、同じ観点の記録として並びます。初回の評価、最も高かった評価、直近の評価という形で推移が残るため、担当者は自分で前後を見比べられます。案件の決着を待たずに、変えたことが受け取られ方をどう動かしたのかを、短い周期で確認できるのです。効いたから続けている手法なのか、確かめる機会が無かっただけの手法なのか。その区別が、記録の上でつくようになります。

確かめ方を変えた営業チーム

体外診断領域のグローバル企業

医療機器分野の営業チームが、製品説明と臨床向けの対話をパソコンで練習しているシーンです。

能力の認定を人による模擬訪問で行っていたため、判定が評価者の経験や当日の状態に左右されやすい状態でした。

認定は日程がそろったときにしか実施できず、新任の担当者は結果が返るまで待つ期間が長くなっていました。

UMU AIロープレを活用し、練習の直後にスコアと構造的な評価が返る形に変えたところ、認定は日程を待つものから、準備ができたときに受けられるものになりました(出典:導入企業へのヒアリング)。

日本で展開する保険代理店

保険代理店の資産設計担当者が、拠点を離れたカフェで相談型の営業シミュレーションに取り組む様子です。

AIを使った練習に効果があるのかどうかを、社内の見立てだけで決めずに確かめたいという課題がありました。

AI練習を行ったグループと行わなかったグループを、複数の評価軸で比べる形の検証を設計しました。

UMU AIロープレを活用し、対話練習の記録を評価者が確認したところ、すべての評価軸でAI練習を行ったグループが上回りました(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
導入について相談する