製品
顧客の要望が曖昧な場面で、営業担当者が質問を重ねながら、顧客自身に事業課題を整理してもらう提案型商談のシーンです。

物流の提案営業が、運賃の話で終わってしまう理由

「倉庫も配送も一通り提案したのに、最後は他社との運賃比較で決まってしまった……」物流の提案営業では、荷主の現場課題を聞き切る前に、見積の話へ進んでしまうことはありませんか? 提案が通らない原因は資料の作り込みではなく、その手前にある対話の設計にあります。

差がつくのは、提案の手前です

御用聞き営業と提案営業の違い

物流の提案営業は、これまでの御用聞き営業とは組み立てが異なります。御用聞き営業では、荷主から届いた配送量や納期の条件を受け、運賃と対応可否を返せば商談が前に進みました。提案営業で問われるのは、荷主がまだ言葉にしていない現場課題を引き出し、保管から配送までの設計そのものを組み替えることです。庫内のレイアウト、出荷波動、返品処理、拠点の配置。どこに手を入れれば荷主の負担が軽くなるのかは、荷主自身も整理できていない場合があります。そのため、提案営業では最初のヒアリングで商談の質がほぼ決まります。ただ、この入口の対話こそ、練習の機会が最も少ない部分でもあります。

提案書より前の対話が抜ける

提案営業がうまくいかないとき、原因は提案書の完成度に求められがちです。ところが実際の商談で差がつくのは、荷主が抱える現場課題を、こちらの質問でどこまで開けたかという点です。従来の社内ロープレでは、完成した提案を説明する場面ばかりを練習してきました。質問を重ねて相手の前提を確かめる場面は、相手役の同僚が荷主の事情を知らないため、そもそも再現できません。だからこそ、最も練習しにくいのは、提案の手前にある対話なのです。

提案力が伸び悩む3つの事情

相手役が荷主の現場を知らない

社内ロープレでは、同僚が荷主役を務めます。ところが庫内作業の負荷や出荷波動の山谷は、その同僚も担当していない現場の話です。そのため質問を重ねても想定内の答えしか返らず、荷主の言い淀みや前提の食い違いを引き出す練習になりません。

練習の機会が商談任せになる

提案型の商談は、現地確認から見積提示までに時間がかかり、同じ場面が短い間隔で巡ってきません。そのため、切り返しを試して修正する機会は実際の商談に委ねられます。担当者にとっては、うまくいかなかった対話をやり直せる場が、本番の商談にしかない状態と言えます。

振り返りが具体化しない

同行した上長からの助言は、帰社までの移動中に「もう少し課題を掘り下げよう」と伝えられて終わることがあります。どの質問が抜けていたのか、どの順番なら荷主が話しやすかったのかまでは残りません。その結果、次の商談でも同じ入り方を繰り返してしまうのが現実です。

質問を重ねた分だけ、荷主の事情が出ます

役職や性格、対話のスタイルを自由に設定し、複数の顧客ペルソナを同時に用意できるAIロープレの設定画面です。

質問ではじめて開く現場の事情

荷主が言葉にしていない条件を、自分の質問で引き出す感覚をつかめます。UMU AIロープレでは、質問されるまで開示されない事情を、AI顧客のなかにあらかじめ設定できます。役職も性格も異なる荷主の担当者を複数用意できるため、購買の担当者と物流部門の担当者で聞き方を変える練習まで重ねられます。想定外の返答が来ても、対話の途中で組み立て直す余裕が生まれます。

練習の回数は、商談の巡りに左右されません

移動中や休憩時間にスマートフォンから何度でもAIロープレに取り組める、24時間いつでも使える練習画面です。

移動時間に重ねる対話の反復

次の商談を待たずに、同じ場面を何度でもやり直せます。UMU AIロープレを活用することで、スマートフォンから24時間いつでも練習でき、回数の上限もありません。拠点間の移動や待ち時間に、前回詰まったヒアリングだけを繰り返せます。AIが担うのは反復練習と評価の標準化までであり、荷主との関係づくりや案件の見極めは、引き続き担当者とマネージャーの役割です。

抜けていた質問が、対話の直後に分かります

対話が終わった直後に、商談プロセスごとの採点と改善が必要な箇所を示す構造化レポートの画面です。

対話直後に出るプロセス別の評価

「もう少し掘り下げて」で終わらない振り返りを、練習のたびに確認できます。UMU AIロープレでは、対話が終わると同時に、導入、ヒアリング、価値提案、反論対応、クロージングというプロセスごとに、スコアと課題のある箇所が示されます。次に何を試すかも一人ひとりの対話に沿って確認できるため、同じ入り方を繰り返さずに済みます。

拠点が分散した他業種での実践

生命保険業・分散した支社

生命保険の営業担当者が、空港の待合スペースでスマートフォンを使い、商品提案のトークを繰り返し練習しているシーンです。

日本の大手外資系生命保険会社では、新人営業の育成が支社ごとに任され、指導の基準にばらつきが出ていました(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、対面のOJT研修を受けたグループと、AIとの練習を重ねたグループを比較しました。

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、成約に至った受講者の練習記録を新人向けの教材として再利用できるようになりました(出典:導入企業へのヒアリング)。

体外診断分野・少人数の研修

体外診断分野の企業で、医療機器チームが製品説明と臨床コミュニケーションの力をAIコーチングで高めているシーンです。

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名の営業担当者を担い、能力認定は四半期に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、5つの商談プロセスに沿った模擬対話と即時のフィードバックを、日程調整なしで受けられる形に切り替えました。

その結果、認定は準備ができた時点でいつでも受けられるようになり、認定を通過した担当者の実訪問における成約率は22.4%向上しました(出典:導入企業へのヒアリング)。

資料をダウンロード 導入について相談する

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
デモを予約する