投資信託のロープレが、本番の面談で活きない理由
「投資信託のロープレでは手順どおりに話せるのに、窓口で『元本が減ったらどうするの』と聞かれた瞬間、続きの言葉が出てこない……」そんな場面はありませんか。意向把握(ヒアリング)とリスク許容度の確認は頭に入っていても、お客様の迷いに合わせて説明の順番を入れ替えようとすると、手が止まってしまいます。型どおりの練習が本番の面談で活きないのには、はっきりした理由があります。
面談は一連の流れで進みます
提案面談の5つの局面
窓口や訪問で投資信託を提案する面談は、5つの局面をたどります。はじめに来店の目的をうかがい、ライフプランと資金の使い道を聞き取ります。次に確かめるのは、投資経験や保有商品、そしてどの程度の値動きまで受け入れられるかというリスク許容度です。顧客像が固まってから、目的に合うファンドの特徴と手数料、想定されるリスクを説明します。そのうえで、理解できた点と気になる点をお客様自身の言葉で言い直してもらい、最後に購入後の見直し時期とフォローの約束を残します。この5局面を通しで練習できていれば、面談の骨格は身についたと言えます。ただし5つの局面は、同じ難しさではありません。
難所は意向を引き出す局面です
練習の出発点は、たいてい説明の上手さに置かれます。ファンドの仕組みや値動きを、もっとわかりやすく話せるようになりたいという発想から始まります。ところが窓口で言葉に詰まるのは、説明の技術ではなく、その前段でお客様の目的や不安を十分に聞き出せていないためです。聞き出せていない相手に向けて説明を組み立てるので、どれだけ滑らかに話しても的を外してしまいます。そして、この聞き出す局面こそ、従来のロープレでいちばん練習しにくい部分なのです。
聞き出す力が育ちにくい構造
支店の勉強会では、パンフレットとトークスクリプトの読み合わせに時間の大半が使われます。そのため、お客様の資金の使い道や家族との相談状況を質問で引き出す練習は、後回しになってしまうのが現実です。
切り返しの練習相手は、先輩や上司の空き時間に頼るしかありません。来店対応や契約後フォローが重なる時期は予定が合わず、相場が動いた後の質問に応える練習は、月に1度も回ってこなくなります。
練習後の講評は「もう少しゆっくり話そう」「安心感を出そう」といった印象論にとどまります。だからこそ、どの確認が抜けていたのか、次の面談で何を変えるのかを、担当者自身が特定できないまま次の練習を迎えてしまうのです。
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。
質問を重ねてこそ、本音は引き出せます
質問で引き出す隠れた資金の事情
お客様が最初は口にしない資金の使い道や家族の意向を、質問の投げ方次第で引き出せるようになります。UMU AIロープレでは、値動きに敏感な方や家族と相談してから決める方など、複数の顧客タイプを設定できます。適切な質問が出たときだけ事情が明かされるため、聞き出す力を反復して鍛えられるのが特徴です。
相手の予定を待たず、練習の回数を積めます
移動中にも重ねられる反復練習
先輩の予定が空くのを待たずに練習を始められます。UMU AIロープレを活用することで、AIが顧客役を担い、スマートフォンから回数の上限なく練習できます。相場が動いた翌朝の切り返しも、出社前に試せるのです。AIが引き受けるのは反復練習の相手役で、動機づけは引き続き人の役割です。
どの確認が抜けたのか、その場で分かります
局面ごとに分かれた即時の評価
練習が終わった直後に、どの局面で何が足りなかったかが分かるようになります。UMU AIロープレを活用することで、意向把握や重要事項の説明といった局面ごとのスコアと改善点を、その場で確かめられます。次の面談で何を変えるかを、担当者自身が言葉にできるようになるのが特徴です。
金融業界で先に動いた事例です
日本大手の生命保険会社
日本大手の生命保険会社では、研修が商品知識と資格取得に偏り、お客様との距離を縮める対話の訓練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、独自の営業プロセスの要所を反復練習できるシナリオに組み替えました。
その結果、場所を問わず対話型の練習ができるようになったという声をいただいています(出典:導入企業へのヒアリング)。
生命保険分野の大手外資系企業
生命保険分野の大手外資系企業では、新人育成が各支社の主導で行われ、指導方法と基準にばらつきが生じていました(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、集合型のOJTとAIによる練習を比べるABテストを実施しました。
その結果、3カ月後にAIで練習したグループの提案数が30%増加し、育成の標準化によって対象アカウント数を2,000から7,000超へ増やせました(出典:導入企業へのヒアリング)。