接遇研修のロールプレイングが、お客様の前で活きない理由
マニュアルどおりの言葉づかいは身についているのに、実際の応対で少し強い口調のお客様に当たると、練習した対応が出てこないスタッフがいます。接遇研修のロールプレイングを何度重ねても現場が変わらないとすれば、原因は回数ではなく、練習の中身にあるのです。
練習で言えた言葉が現場で出ないのはなぜか
同僚が相手では圧がかかりません
接遇研修のロールプレイングは、たいてい同じ職場のメンバー同士で行われます。相手はこちらの事情を知っていますし、言葉に詰まっても待ってくれます。ところが実際の窓口や売り場では、お客様は待ってくれません。説明の途中で話をさえぎり、結論から聞きたがります。この差が、練習と本番のあいだに残ります。もう一つ見落とされやすいのが、練習後の振り返りです。「感じがよかった」「もう少し丁寧に」といった言葉で終わると、受講したスタッフは何を直せばよいのか分からないまま次に進みます。研修担当者の側も、誰がどの場面でつまずいたのかを記録として残せません。そのため、次回のロールプレイングも、また最初からのやり直しになります。育成の設計としては、同じ場所を回り続けている状態です。
学んだ内容は1週間で薄れます
Gartnerの調査では、トレーニングで学んだ内容の70%が1週間で、87%が1カ月で失われるとされています(出典:Gartner)。接遇のように、その場の判断が問われる対応ほど、間隔をあけた反復がないまま現場に立つことになります。実施回数を増やすだけでは、この減衰を止められないのです。
接遇の型は、どこで身につくのか
接遇の力は、知識を覚えた時点ではまだ形になりません。相手の反応を見て言葉を選び直す往復を、一定の回数こなしてはじめて体が先に動きます。必要なのは、判断を迫られる場面の数だと言えます。
回数を増やしても、何を直すべきかが毎回あいまいなままでは、次の一回に持ち越せません。指摘が人によって変わることも、受講者の迷いを生みます。評価の基準が言葉になっていないと、練習が現場での対応に結びつきません。
では、練習の相手役と評価の基準を、人手に頼らずどこまで用意できるのでしょうか。研修担当者が一人ひとりに付き添える時間には限りがあります。
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。
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。
本番に近い相手と話してこそ、身につきます
多様なお客様タイプの再現
急いでいるお客様もいれば、最初から不機嫌なお客様もいます。UMU AIロープレでは、こうした顧客像を性格や話し方まで指定して設定できます。窓口や売り場で実際に出会う相手を想定した対話を、順番待ちなしで繰り返せるのが特徴です。
直すべき点が、その場で分かります
項目別スコアと改善点
練習が終わると、UMU AIロープレが挨拶から要望の確認、説明、締めくくりまでを項目ごとに採点します。「もう少し丁寧に」ではなく、どの発言でどう評価が変わったのかを、その場で確認できます。
育成の状況を、データで確認できます
チーム全体の弱点の可視化
UMU AIロープレを活用することで、練習の記録が個人別とチーム別に蓄積されます。どの場面で評価が伸びていないかを、研修担当者がダッシュボードで確認できます。AIが担うのは反復練習と評価基準の統一までで、現場での声かけは人の役割として残るのです。
接客の現場ですでに使われています
通信キャリア系の店舗運営企業
通信キャリア系の店舗を全国展開する大手企業では、出店の加速に採用が追いつきませんでした(出典:導入企業へのヒアリング)。
そこでUMU AIロープレを導入し、接客とコンプライアンスを一つのシナリオにまとめました。
新入社員が独り立ちするまでの期間は1カ月未満に短縮されました(出典:導入企業へのヒアリング)。
食品スーパーの国内大手企業
食品スーパーを展開する日本の大手企業では、クレーム対応の質が店舗ごとにばらついていました(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、集合トレーニングとAI練習を組み合わせた体制を整えました。
難しいお客様との対話を、安全な環境で繰り返し練習できるようになりました(出典:導入企業へのヒアリング)。