製品
適切な質問を投げかけて深く聞き取り、表に出ていない課題を引き出す、ニーズ把握の対話練習のシーンです。

住宅営業の育成で、練習の機会は女性も男性も同じですか

住宅営業の現場では、モデルハウスでの初回接客から、暮らし方の意向把握、資金計画の説明、引き渡し後のフォローまで、担当者が誰であっても求められる仕事は同じです。それでも経験の積み方に差がつくとすれば、原因は技能の高さではなく、練習の機会が誰にどれだけ回ってきたかにあるのです。

差を生むのは練習の機会です

住宅営業を構成する6つの工程

住宅営業の仕事は、大きく6つの工程で進みます。モデルハウスでの初回接客、暮らし方と予算の意向把握(ヒアリング)、資金計画の説明、間取りと仕様の打ち合わせ、契約の手続き、引き渡し後のフォローです。初回接客では、来場のきっかけと検討の段階を短い会話で見極めます。意向把握では、ご家族の中で誰が何を重く見ているかを、決めつけずに引き出します。資金計画の説明では、総額と月々の負担の考え方を、専門用語を避けて伝えます。打ち合わせから引き渡しまでは、要望の変更と工程の調整を並行して進めます。6つの工程は知識、対話、段取りの順に重なり、住宅営業という仕事の骨格をつくります。ただし、この6つが同じやり方で身につくわけではありません。

会話でしか鍛えられない工程

図面の読み方や設備の知識、契約書類の手順は、資料と社内の勉強会で学べます。一方、意向把握と反論対応だけは、相手の反応が返ってくる会話の中でしか鍛えられません。そして従来、その練習の場は先輩への同行と、商談後にその場で交わす口頭の助言に頼ってきました。つまり、同行が何回回ってきたかが、そのまま経験の差になります。実際に設計が難しいのは、この練習の機会を誰にどう用意するかという一点なのです。

同行に頼る育成の3つの難点

同行の回数に差が出ます

同行できる商談の数は、そもそも限られています。誰をどの商談に連れて行くかは、その日の現場の判断で決まり、割り振る側の記憶や座席の近さに左右されてしまいます。その結果、入社時期が同じでも、半年後には本番の商談を見た回数が大きく違ってきます。

助言の中身が人で変わります

同行後の振り返りは、その場の口頭で終わることがほとんどです。指導する先輩によって着眼点が異なり、ある人は資金計画を説明する順序を、別の人は雑談の入り方を指摘します。そのため、何を直せば次に進めるのかが、同行した相手ごとに変わってしまうのが現実です。

練習の記録が残りません

口頭の助言は、その場で消えてしまいます。前回どこを指摘されたのか、それが直ったのかを、後から確かめる手立てがありません。だからこそ、次の同行でも同じ指摘が繰り返され、本人も何が伸びたのかを実感しにくいまま、次の商談に向かうことになります。

練習の順番を待つ必要はありません

24時間いつでもどこでもモバイルで練習でき、レベルの進み具合とチームのランキングを確認できる画面です。

一人でいつでも始められる反復練習

UMU AIロープレを活用することで、先輩の予定を押さえなくても、初回接客や意向把握の練習をその場で始められます。AIが顧客役を担うため、練習の回数が同行の順番に左右されません。通勤の途中や来場の合間といった短い時間でも、同じ場面を何度でも繰り返せます。これにより、経験の量を自分の意思で決められるようになります。

同じ基準で、練習の結果を確認できます

成果を出している担当者の実証されたトークをAIの評価基準に組み込み、チーム全体の水準を引き上げる画面です。

全員に共通する評価の基準

評価の観点をあらかじめ決めておけるため、誰が確認しても同じ観点で練習の結果を見られます。自社で成果を出している担当者の話の進め方や、よくある反論への答え方を評価の基準に組み込めるので、指摘の中身が指導する相手ごとに変わりにくくなると言えます。

どこが伸びたかを、数字で確認できます

一人ひとりの能力を多角的に記録し、課題のある項目を特定しながら、実務での成長をデータで確認できる画面です。

練習ごとに残る改善の記録

練習が終わるたびに、工程ごとのスコアと次に直す点がレポートとして残ります。前回の指摘が改善したかどうかを、本人も上長も後から確かめられます。AIが担うのは、反復練習と評価基準の統一までです。目標の決め方や意欲の引き出し方は、これまでどおり人の役割として残ります。

練習の機会を見直した企業

体外診断分野の大手企業

体外診断分野のリーディングカンパニーが、AIによる練習で医療機器チームの製品説明力と臨床での対話力を高めた事例のイラストです。

欧州に本社を置き、グローバルに事業を展開する体外診断分野のリーディングカンパニーでは、5名の研修担当者が1,500名の営業担当者の能力認定を担い、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、自社で定めた5つの商談プロセスに沿って、準備ができた担当者から順に認定を受けられる仕組みを構築しました。

その結果、認定は日程調整を待つものから随時受けられるものに変わり、認定を通過した担当者の実際の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)。

全国展開する小売チェーン

眼鏡専門の小売チェーンで、店舗スタッフがAIを使って実際の接客の流れを再現し、専門的な提案力を磨いているイラストです。

全国に店舗を展開する小売チェーンでは、次の管理職の選び方を実績による抜擢から立候補による選抜へ切り替えており、傾聴力や伝達力を練習する場が不足していました(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、リーダー候補が時間や場所を問わず、コーチングと説明の練習を繰り返せる環境を5カ月にわたり用意しました。

その結果、実績に関わらず手を挙げた人が練習できる状態になり、受講者からは「感覚的な指導から、言葉と図解で論理的に伝えられるようになりました」という声が届きました(出典:導入企業へのヒアリング)。

導入について相談する 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
デモを予約する