製品
商談を終えた営業担当者とマネージャーが1対1で振り返りを行い、見落としていた点と商談で得た情報をその場で書き留めているシーンです。

営業トークスクリプトの作成は、誰の言葉を集めていますか

営業トークスクリプトの作成を任されたとき、まず本部の資料を開くチームがあります。ただ、配ったあとも使われ続けるスクリプトは、成果を出している担当者の実際の会話と、断られた理由の記録から起こされています。書き始める前に何を集めておくかで、配ったあとの使われ方は変わってくるのです。

配ったスクリプトは、なぜ使われないのか

本部だけで書いた第一版の限界

営業トークスクリプトの作成は、本部や企画部門の机の上から始まりがちです。過去の提案資料と製品情報を並べ、想定される質問に答えを付けていきます。整った文書ができあがり、そのまま現場に配布されます。ところが、配布された翌週の商談で、その通りに話せる場面は多くありません。訪問先で「今は必要ない」と言われた新人が、手元のスクリプトをめくっても次の一行を見つけられず、そのまま黙ってしまうことがあります。原因は、書いた人の力量にはありません。書き始める前に集めた材料が足りないのです。実際の商談がどんな順番で進み、どこで相手の反応が変わり、どの言葉で断られたのか。その記録がないまま書くと、正しくても、その場では出てこない文章になります。現場の担当者は一度目を通したあと、自分なりの言い方に戻っていきます。

本部の資料は6~7割が届きません

本部が作成した営業向けの資料やコンテンツのうち、60~70%は営業チームに使われないままになっているという調査結果があります(出典:Forrester、Masset 2026による引用)。スクリプトも例外ではありません。使われるかどうかは、書き始める前に現場の会話をどれだけ集めたかで決まると言えます。

作成の質を左右する3つの工程

材料をどこから集めるか

営業トークスクリプトの作成で、書き始める前に集めるのは製品情報ではありません。直近の商談で交わされた会話の記録、顧客からよく出る質問、断られたときの理由です。この3種類を先に洗い出すと、第一版に書く順番が決まります。

誰が書くのかを決める

本部が一人で書き上げる必要はありません。成果を出している担当者の商談記録から言い回しを起こし、骨格に据えると、第一版の説得力が変わります。

配ったあとに直す仕組み

第一版は完成品ではありません。配る前に数名が声に出して試し、配ったあとも詰まった場面を記録して書き直します。この往復を続けられる仕組みが、社内にあるでしょうか。

断られた理由まで、練習の材料にできます

あらかじめ用意した反論シナリオのライブラリで、対応の難しい顧客の指摘を安全な環境で練習できる画面です。

実際の反論を集めた練習シナリオ

UMU AIロープレを活用することで、価格の指摘や競合との比較など、実際に言われた断り文句を練習シナリオに登録できます。想像で書いた反論ではなく、現場で起きた会話が材料になるため、第一版を実際の商談に近づけられます。

成果を出す人の話し方が、基準になります

成果を出している担当者の話法をAIの評価基準に組み込み、チーム全体の底上げにつなげる画面です。

成果を出す担当者の話法の基準

成果を出している担当者の切り出し方や質問の順序を、AIの採点基準として設定できます。全員が同じ基準で練習するため、第一版の骨格をチーム全員が同じ形で使えます。AIが担うのは反復練習と評価基準の統一までで、動機づけは人の役割です。

どこを直すべきかが、データで見えます

チーム全体の課題を一目で把握し、コーチングの判断をデータで裏づけられる診断ダッシュボードの画面です。

段階別に把握できるチーム診断

導入、ヒアリング、異議対応といった段階ごとに、チーム全体の得点分布を確認できます。多くの担当者が同じ場面で止まっているなら、直すべきはその人の努力ではなく、スクリプトのその一行なのです。

作成の工程を見直した企業の記録

体外診断分野の大手企業

体外診断分野の大手企業で、医療機器チームがAIコーチングを活用し、製品説明と臨床コミュニケーションの力を高めているシーンです。

体外診断分野の大手企業では、5名の研修担当者が1,500名の営業担当者を担当し、能力認定は四半期に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、自社が定めた5つの訪問プロセスに沿った対話シナリオを整備しました。

その結果、認定は日程を待つものから随時受けられるものに変わり、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)。

子ども靴ブランドの小売企業

子ども靴ブランドの小売企業で、店舗スタッフが休憩室で関連商品の提案トークを標準化するために練習しているシーンです。

子ども靴ブランドの小売企業では、本部が作った会員案内のトークが店舗任せの指導に委ねられ、大型セールの売上目標に届きませんでした(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、来店から購買までの接客の流れを対話シナリオに落とし込みました。

その結果、本部の案内トークが店頭でそのまま使われるようになり、導入後初回の大型セールで売上目標達成率が128%、先払い型の会員数が前年比28.1%増加しました(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