保険会社の営業で、練習の回数は女性も男性も同じですか
「今日も朝から終日外回りで、支社に立ち寄れたのは夕方遅く。掲示板には、参加できなかった勉強会の案内がまだ貼ってありました……」保険会社の営業では、女性も男性も同じ商品研修と意向把握の手順を学んでいるはずなのに、練習と相談の回数だけが人によって開いていきます。その差を生んでいるのは適性ではなく、機会が誰にどれだけ回ってきたかという設計の側にあるのです。
差を決めるのは練習の回数です
力量の差はどこで生まれるか
保険会社の営業で成果が分かれる地点は、覚えた知識の量よりも、お客様を前にした対話を何回、口に出して試したかにあります。意向把握の質問をどの順で置くか、保障内容をどこまで噛み砕くか、家族に相談したいと言われた瞬間にどう受け止めるか。どれも手順として覚えることはできますが、声に出す練習を重ねない限り、面談の場では出てきません。商品研修や資格取得は、この反復練習を支える土台としては働きますが、反復そのものの代わりにはならないのです。そのため育成設計で問うべきは、研修の中身より、一人ひとりが月に何回、対話を試せているかという回数の側になります。ところがこの回数は、担当者ごとに大きく開いてしまいます。
回数を分けているのは偶然です
保険の営業は外勤が中心で、支社に戻る頻度も、担当する地域の広さも、面談が入る時間帯も人によって違います。そのため勉強会に参加できるかは、その日たまたま支社にいたかどうかで決まります。先輩に切り返し方を相談できるかも、席が近いか、廊下ですれ違ったかといった偶然に左右されます。回数の差が生まれる原因は、こうした働き方の構造にあります。構造から生まれている以上、個人の努力だけで埋めるのは難しく、練習の設計そのものを組み替える必要が出てきます。
練習機会が偏る3つの構造
支社の勉強会は開催時刻が決まっており、その時間に外回りが入っていれば参加できません。日程を動かせるのは一部の担当者だけで、参加の可否は、その日たまたま支社にいたかどうかで決まってしまうのが現実です。
勉強会に出られなかった分は、先輩への相談で埋めることになります。ところが外勤中心の職場では、相手が席にいる時間は限られます。その結果、席の近い担当者ほど相談が増え、遠い担当者ほど機会を逃してしまいます。
相談する相手が人ごとに変わると、返ってくる指摘の観点も変わります。ある先輩は意向把握の順番を、別の先輩は説明の長さを指摘します。そのため同じ面談を振り返っても、次に直す点が人によって変わるのです。
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。
支社に戻らなくても練習の回数は増やせます
移動の合間に重ねる練習
移動中や面談の待ち時間に、スマートフォンから対話練習を始められます。UMU AIロープレは24時間いつでも利用でき、回数の上限もありません。相手の予定を押さえる必要がないため、支社に戻れる日が少ない担当者でも、月あたりの練習回数を自分で決められます。
相手を待たずに、改善点が毎回分かります
対話直後の構造化された評価
練習が終わった瞬間に、意向把握や保障内容の説明といった段階ごとのスコアと改善点を確認できます。何人が同時に使っても順番待ちは起きず、支社にいる担当者も外にいる担当者も、同じ精度の指摘を得られます。AIが担うのは反復練習と評価基準の統一までで、目標設定や動機づけは引き続き人の役割です。
誰が見ても同じ基準で、面談を振り返れます
全拠点に共通する評価基準
成果を出している担当者の切り返しや、自社が定めた説明手順を、そのまま採点の基準として設定できます。設定した基準は拠点を問わず同じものが適用されるため、どの支社の担当者も同じ観点で自分の面談を振り返れます。誰に相談したかで次に直す点が変わる、という状況が起こりにくくなります。
保険業界で活用が進んでいます
生命保険分野の外資系大手
日本市場で事業を展開する生命保険分野の外資系大手企業では、新人育成が各支社の主導で行われ、指導の方法も基準も支社ごとに異なっていました(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、一部のOJTを対AIの練習に置き換えたうえで、成約に至った担当者の練習記録を学習コンテンツとして共有しました。
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、育成の対象を2,000名から7,000名超へ広げられる体制が整いました(出典:導入企業へのヒアリング)。
3,000拠点の生命保険大手
全国3,000拠点に5万人の営業担当者を抱える生命保険分野の大手企業では、紙媒体と集合研修を中心とした学習が主流で、全員を継続的にカバーできない状態が続いていました(出典:導入企業へのヒアリング)。
そこでUMU AIロープレを導入し、知識を入れる学習から、実際に声に出すアウトプット型の練習へと切り替えました。
担当者からは「本部が初めて、各地域の支社や営業拠点で行われる朝礼に関与できるようになりました」という声が寄せられ、現場へのAIによるフィードバックとマネージャーの評価が同じ流れで届く体制が整いました(出典:導入企業へのヒアリング)。