製品
学校法人の担当者に質問を重ね、表に出ていない事情を丁寧に聞き取っているニーズ把握の面談シーンです。

学校法人への営業が、年度をまたいでしまう理由

学校法人への営業では、提案の中身に納得してもらえても、実際に動くのが次の年度になることがあります。担当者が最初に確かめるべきなのは、相手が前向きかどうかではありません。今年度に間に合わせるなら、いつまでに何がそろっている必要があるのか。そこを先に確かめられるかどうかで、その後の数か月の進み方が変わるのです。

決まる時期は、年度の区切りに縛られます

可否より先に、決まる時期がある

学校法人への営業で結果を左右するのは、提案の中身よりも、その提案が相手の年度のどこに入るかです。予算の枠が組まれる時期を過ぎていれば、どれだけ良い内容でも、実際に動くのは次の年度になります。決裁の手順も、会議が開かれる間隔も法人ごとに異なるため、一般論として「たいてい何月に決まる」と決めてかかると、見込みの立て方そのものが狂ってしまうと言えます。担当者が確かめるべきなのは、目の前の法人にとっての区切りがいつで、そこから逆算すると何がいつまでに必要になるのか、という点です。ただ、この確認には、もう一つ見落とされやすい前提があります。

提案を重ねても、話は前に進まない

多くの担当者は、話が進まない原因を提案の内容に求め、資料を作り直し、説明の順序を変えて次の面談に臨みます。しかし相手が前向きであっても、年度の区切りを越える話であれば、その場で結論は出ません。手応えと進み方が食い違うのは、提案の質ではなく、間に合うかどうかの確認を面談の中に組み込めていないからなのです。そして、この確認をどう切り出すかは、実際にはいちばん練習しにくい部分です。

時期の確認が、面談から抜けやすい理由

聞くべき時期が決まらない

学校法人ごとに、予算の枠が固まる時期も、話を通す順番も違います。それでも面談の場では、相手の予定を尋ねる言い方が決まっておらず、担当者は当たり障りのない確認だけで面談を終えてしまいます。

練習が提案の説明に偏る

そのため、社内で行う練習は、製品やサービスをどう説明するかに時間が割かれます。相手の年度の事情を聞き取る場面は、想定問答の外に置かれたままになりがちです。

問いを試す相手がいない

その結果、時期を確かめる問いは、本番の面談で初めて試すことになります。同僚に相手役を頼んでも、学校法人の予定に沿った反応までは返ってこないため、聞き方を直す手がかりが残りません。

学校法人の担当者を想定して練習できます

職種や性格、対話のスタイル、背景を自由に設定でき、複数の異なる顧客像を同時に作成できる、多面的にカスタマイズ可能なAI顧客ペルソナの画面です。

相手に合わせて設定するAI顧客

学校法人を担当する場面を思い浮かべながら、面談の前に聞き方を試せます。UMU AIロープレでは、役職や立場、関心事を設定したAI顧客を用意でき、相手の年度の予定を確かめる問いを、実際の面談に持ち込む前に口に出して練習できます。

想定される反応まで、練習に組み込めます

あらかじめ用意された反論シナリオのライブラリを使い、最も難しい顧客からの指摘を安全な環境で練習できる画面です。

あらかじめ設定する切り返し

相手が示しそうな反応を、練習の中にあらかじめ入れておけます。「今年度の枠はもう決まっている」といった切り返しを設定しておくと、AIが会話の途中でそれを投げかけます。説明の練習だけで終わらず、確認を切り出す場面を何度でも繰り返せるのです。

どの確認が抜けたか、その場で分かります

練習を終えた直後に受け取れる、項目別のスコアの内訳を含んだ多面的な振り返りレポートの画面です。

対話直後に届く構造化された評価

練習が終わると、その場で段階ごとのスコアと改善点を確認できます。どの場面で確認を切り出せなかったのかが記録に残るため、次の面談までに直せるのです。AIが担うのは反復練習と評価基準の統一までで、どこまで踏み込んで確かめるかの判断は、担当者自身が担います。

時期の制約が大きい営業チーム

医薬品・営業組織が1.6倍

【顧客事例】自己免疫疾患領域をリードする専門バイオ製薬企業が、AIを使った練習で医薬情報担当者の学術的な対話力と製品紹介の習熟度を高めているイラストです。

自己免疫疾患の領域で抗体医薬品を展開する製薬企業では、新薬の上市時期が動かせない一方で営業組織が1.6倍に拡大し、準備が上市のスピードに追いつかない状態でした(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、時間の限られた訪問場面をAIで再現して、反復練習と即時のフィードバックを受けられる体制を構築しました。

その結果、専門トレーニング期間は90日から28日に短縮され、上市に間に合う準備ができるようになりました。導入初月の売上目標達成率は115%に達しています(出典:導入企業へのヒアリング)。

生命保険・大手外資系

【顧客事例】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感のある練習を通じて資産設計の提案力を磨いているイラストです。

日本で事業を展開する大手外資系の生命保険会社では、新人育成が支社ごとに進められ、指導の基準が拠点によって違っていました(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、オフライン研修と比較するかたちで、同じ基準で練習できる育成プロセスを構築しました。

その結果、3カ月後にはAIで練習したグループの顧客向け提案数が30%増加し、育成対象もアカウント数2,000から7,000超へ拡大できる体制へと強化されました(出典:導入企業へのヒアリング)。

デモを予約する 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
導入について相談する