製品
営業マネージャーと担当者が訪問後に1対1で振り返りを行い、見落としに気づき商談の情報をその場で共有しているシーンです。

新人営業の育て方が、担当する先輩ごとに変わってしまう理由

新人営業の育て方を見直すとき、多くの場合は新人側のカリキュラムから検討が始まります。しかし現場でOJTを担うのは、教え方そのものを体系的に学ぶ機会がないまま指導役になった先輩社員です。育ち方の差は、新人ではなく教える側が置かれた環境から生まれているのです。

なぜ、指導の内容は先輩ごとに変わるのか

売る力と教える力は、別の技能

新人営業の育て方を検討するとき、中心になるのは、何をいつまでに覚えてもらうかという新人側の設計です。一方で、その計画を現場で動かす先輩社員が、どうやって教えるのかは、本人の経験にゆだねられたままになりがちです。営業として高い成果を出してきた人ほど、判断の多くを無意識に行っています。顧客の表情が曇った瞬間に話題を変える判断も、決裁者の関心を一言目で探る問いかけも、本人にとっては自然な動作です。そうした動きを、順番のある手順として言葉に分解する作業は、営業の成果を出す力とは別の技能です。そのため同行後の振り返りでは、「もう少し自然に」「熱意が伝わるように」といった感覚的な言葉が中心になりやすくなります。指摘を受けた新人は、次の商談で具体的に何を変えればよいのかを持ち帰れないまま、また同行の日を迎えます。教え方を学ぶ機会がないまま指導役になった先輩社員が、一人で抱えている課題なのです。

教える時間は、どこから出ているか

指導役の先輩社員も、自分の担当顧客を持っています。午前に商談が2件入っている日に半日を同行に使えば、その分の訪問は後ろに寄せることになります。教える時間を取るほど自分の数字が遠のくため、深く関わりたくても踏み込みにくくなります。教え方そのものを練習する場も、多くの営業組織では用意されていません。

新人営業の育て方を、仕組みに変える

教える型の言語化

最初に取り組めるのは、成果を出している先輩の商談を手順として書き出す作業です。初回訪問で何をどの順番で聞くのか、断られたときにどう切り返すのか。本人に思い出してもらいながら周囲が質問すると、無意識だった判断が言葉になります。

見る観点の共通化

書き出した型は、評価の観点として全員で共有します。何ができていれば合格なのかを先に決めておくと、指摘は感覚的な言葉から具体的な行動の話に変わります。

反復の相手役をどう確保するか

残るのは練習量です。型と観点が定まっても、繰り返す相手がいなければ身につきません。先輩の時間を使わずに反復できる相手役を、どこから用意するのか。

先輩の型を、そのまま練習の基準にできます

成果を出している担当者の実証済みのトークや社内で承認された訴求ポイントを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。

自社の型に沿った評価設定

UMU AIロープレでは、自社で定めた商談プロセスや、実際に成果につながった切り返しを、AIの評価基準として設定できます。先輩が言葉にした型が、そのまま練習の採点軸になります。誰が指導役を担っても、新人が受け取る評価の観点は同じ内容です。

指摘は、その場で具体的な言葉になります

対話が終わった直後に、プロセスごとの採点と改善が必要なポイントを示す構造化されたレポートが数秒で生成される画面です。

プロセス別の即時フィードバック

練習が終わった直後に、導入からヒアリング、異議への対応まで、プロセスごとのスコアと改善点を確認できます。「もう少し自然に」ではなく、どの発言でつまずいたのかが記録として残ります。先輩は、その記録を見ながら助言できるようになるのです。

反復の相手役は、AIに任せられます

チーム全員が同時に練習できる仕組みにより、指導役が付加価値の高い戦略的な指導に集中できる状態を示す画面です。

時間と人数に縛られない練習環境

AIが顧客役を担うため、練習の相手を先輩に頼まずに済みます。新人は移動中や商談の合間に、自分のタイミングで繰り返せます。先輩社員は、判断の難しい場面への助言に時間を使えます。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人の役割です。

育成の標準化を進めた企業の実例

生命保険分野の大手企業

グローバルに事業を展開する金融保険グループの資産運用担当者が、資産設計の提案力を高めるためにデスクトップで没入型の練習に取り組んでいるシーンです。

生命保険分野で日本国内に事業を展開する外資系の大手企業では、新人育成が支社ごとに進められ、指導の方法や基準が拠点によって異なっていました(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、成約に至った受講者の練習記録を教材に組み込みながら、育成プロセスの標準化を進めました。

その結果、AIで練習したグループでは3カ月後に顧客への提案数が30%増加しました。育成の進め方を共通の基準に統一したことで、対象アカウント数も2,000から7,000超へ拡大できました(出典:導入企業へのヒアリング)。

医薬品分野の大手企業

グローバルに事業を展開する大手製薬企業で、新任のチームリーダーがマネジメント上の対話力と現場でのコーチング力をAIで練習しているシーンです。

医薬品分野の日本国内大手企業では、新任のチームリーダー約100名が、研修で学んだコーチングを1対1の面談で使いこなせるまでに時間がかかっていました(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、「行動コーチング」「スキルコーチング」「動機づけコーチング」の3種類の対話シナリオを、全3回のセッションで段階的に練習しました。

その結果、第3セッションの時点で98.1%がコーチングを実践し、そのうち93.1%が「メンバーに変化があった」と回答しました(出典:導入企業へのヒアリング)。教える側が型を持つと、指導は再現できる行動に変わります。

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
資料をダウンロード