製品
営業担当者が質問を重ねながら顧客の潜在的な課題を引き出す、ニーズ把握の対話練習のシーンです。

インサイト営業の研修が、商談で活きない理由

インサイト営業の研修を終えたばかりのメンバーが、商談では以前と同じ説明の仕方に戻っていることがあります。顧客の前提に切り込む問いは、考え方を理解しただけでは口から出てきません。研修の中身よりも、問いを何度も試せる場があるかどうかに差が出るのです。

学んだ問いが商談で出てこないのは、なぜか

問いを試せる場が足りません

インサイト営業の研修では、顧客がまだ気づいていない課題を提示するための考え方や型を扱います。受講後のアンケートにも高い評価が並びます。ところが現場に戻ると、担当者は用意してきた製品説明から話し始め、顧客の前提を確かめる問いはほとんど出てきません。研修担当者が同行先でその様子を見て、もっと踏み込んで聞いてほしいと伝えても、次の商談で話し方が変わることは多くありません。原因は理解不足ではなく、問いを声に出して試した回数の少なさにあります。インサイト営業の問いかけは、相手の反応が読めない状態で、間合いを測りながら組み立てるものです。手順を追って覚える作業とは、使う力がまったく違います。集合研修に組み込まれたロールプレイングも、相手役は同僚で、時間の都合から一人あたり数分にとどまります。互いに遠慮が生じ、本番で返ってくる「今のままで特に困っていない」という一言を受け止める経験までは積めません。

学んだ内容は1週間で薄れます

研修で扱った内容は、時間とともに急速に失われます。学習した内容の70%が1週間後には、87%が1カ月後には思い出せなくなるという調査結果があります(出典:Gartner)。その場の判断が問われるスキルほど、この落ち込みは商談の結果に表れると言えます。

インサイト営業の力は、どこで育つのか

問いかける力の育ち方

顧客の前提に切り込む問いは、知識として覚えるものではありません。相手の答えを聞き、想定と違えば組み立て直す。この往復を何度も経験した担当者だけが、商談の場で自然に問いを出せるようになります。育成の設計では、講義の時間を増やすよりも、一人あたりの対話回数をどこまで確保できるかが分かれ目になります。

練習と本番の間にある差

集合研修のロールプレイングは、相手役の力量とその日の進行に左右されます。同僚同士では遠慮が生まれ、顧客が見せる沈黙や冷たい反応までは再現しにくいものです。

練習の場をどう用意するか

必要なのは、一人ひとりが好きなタイミングで問いを試し、その場で手応えを確かめられる環境です。研修担当者の予定に左右されずに練習量を確保できるかが、育成設計の課題になります。

問いかける力は、練習の回数で伸びます

職位や性格、話し方や背景を自由に設定でき、懐疑的な顧客や無関心な顧客など複数のAI顧客像を同時に用意できる画面です。

多様なAI顧客との対話練習

UMU AIロープレを活用することで、AIが顧客役を担います。懐疑的な顧客、関心の薄い顧客など、職位や性格の異なる顧客像を事前に設定できます。担当者は相手の反応を見ながら問いを組み立て直す練習を、何度でも重ねられるのが特徴です。

どこを直すかが、その場で分かります

一人ひとりの対話内容から個別の診断と次に練習すべき内容を示す、AIによる個別フィードバックの画面です。

一人ひとりへの個別フィードバック

UMU AIロープレを活用することで、練習が終わった直後に、プロセス別のスコアと次に練習すべき内容を確認できます。どの問いかけが顧客の反応を引き出したのかを、担当者自身がその場で把握できます。

育成の成果を、数字で説明できます

チーム全体の練習データをプロセス別に集計し、組織的な課題をひと目で把握してコーチングの判断を数字で裏づけるダッシュボードです。

チーム全体の練習データの集計

UMU AIロープレを活用することで、練習の回数とスコアの推移がメンバーごとに蓄積されます。研修担当者は、組織全体で弱い工程がどこかを一覧で確認できます。AIが担うのは反復練習と評価基準の統一までで、動機づけは引き続きマネージャーの役割です。

対話の練習を仕組みにした企業の実例

体外診断分野の大手企業

体外診断分野のグローバル大手企業で、医療機器チームの製品説明力と臨床コミュニケーション力をAIコーチングで高めた事例のシーンです。

体外診断分野のグローバル大手企業では、5名の研修担当者が1,500名の能力認定を担い、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、企業が定めた5つの訪問プロセスに沿って、準備できた時点で認定を受けられる体制を整えました。

その結果、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)。順番待ちの解消が、現場の成果につながったのです。

保険代理店企業

日本の大手保険代理店チェーンで、支社の制約を離れた資産運用担当者がコンサルティング営業のシミュレーション練習に取り組む事例のシーンです。

日本の保険代理店企業では、AIを使った練習に本当に効果があるのかを、比較データで示す必要がありました(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、AI練習を行った実験群と対照群を、5つの評価軸で比べる統制実験を設計しました。

15名の評価者が約150名の練習動画を確認し、5つすべての評価軸で実験群が対照群を上回りました(出典:導入企業へのヒアリング)。

資料をダウンロード デモを予約する

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