製品
濃紺のスーツを着た担当者が立って提案を行い、聴き手がそれぞれの反応を見せているシーンです。

営業プレゼン研修の講評が話し方に寄り、構成が抜ける理由

営業プレゼン研修でメンバーの発表を見たあと、講評の時間は声の大きさや目線、間の取り方といった話し方の話で埋まりがちです。話し方は誰の目にも見えるので、その場で気づけて言葉にもしやすいのです。一方で、何を先に出し何を後に回すかという構成の側は、評価の言葉が付きにくいまま残ります。

なぜ講評は話し方に集まるのでしょうか

見えるものから先に言葉になります

研修で発表が終わると、講評はまず話し方に向かいます。声の大きさ、目線の配り方、間の取り方、言い淀んだ場面。どれも聞いていた全員が同じように見ていた出来事なので、指摘する側は具体的な言葉にしやすく、受け取る側もその場で心当たりを持てます。話し方への指導は本番での印象を左右しますから、研修から外せない要素です。ところが同じ場で、構成の側にはなかなか評価の言葉が付きません。何を最初に出し、何を後ろに回し、何を落とすか。その並べ方が良かったのかどうかは、聞き手が誰で、何を気にしていて、どれだけ時間を取れるのかが分からないと判断できないのです。研修の会場では、その前提が共有されないまま発表だけが進むことがあります。前提が置かれていなければ、講評する側も「分かりやすかった」から先へ進みようがありません。

短い時間で何を先に話すか

ガートナーの調査では、B2Bの購買担当者の67%が営業担当者を介さない購買プロセスを望んでいると報告されています(出典:Gartner)。買い手は事前に自分で調べたうえで席に着くため、営業に残された時間は短くなります。限られた時間で何を先に話すかという判断が、成果を左右しやすくなっていると言えます。

構成を評価できる状態とは何か

構成の力が育つ条件

プレゼンの構成を組む力は、型を覚えることでは育ちません。誰に向けて、何分で、何を決めてもらうための場なのか。この三つが決まったところで初めて、この順番でよかったのかを自分で確かめられます。前提を置いたうえで組み替える経験を重ねるほど、相手に合わせて並べ替える判断が早くなるのです。

研修では前提が置かれにくい

研修では、聞き手の設定を決めないまま発表に入ることがあります。相手が決まっていなければ、順番の良し悪しを比べる基準そのものがありません。評価の言葉は話し方に集まり、構成は本人の感覚のまま残ります。

練習の場に前提を組み込めるか

研修を設計する立場からは、聞き手の前提を先に決めたうえで繰り返し発表し、そのつど構成に評価が返る場をどう用意するかが問いになります。ここから先は、練習の設計とツールの話です。

聞き手を決めてから、練習を始められます

役職や性格、話し方、背景を自由に設定し、複数の顧客像を同時に用意できる管理画面です。

顧客ペルソナの事前設定

UMU AIロープレを活用することで、聞き手の役職、関心事、想定される反応をあらかじめ設定できます。購買の責任者に向けた5分の説明と、現場の担当者に向けた15分の説明を、別々のシナリオとして用意できるのが特徴です。

短い持ち時間の中で、順番を試せます

本番の訪問と同じ時間制限の中で、情報の優先順位を決めながら話す練習に取り組む画面です。

時間制限つきの反復練習

本番と同じ持ち時間を設定し、同じ内容を違う順番で何度でも試せます。時間が来れば会話は終わりますから、どこまでを先に話すかを自分で決める必要が出てきます。並べ替えるほどに、相手が最初に知りたいことから始める感覚が身につきます。

構成にも、評価の言葉が付きます

自社が定めた訪問プロセスと段階ごとの評価基準に沿って、対応の適切さを評価するAI評価エンジンの画面です。

プロセス別の評価基準

導入、ヒアリング、価値の説明、異議対応というプロセスごとに、自社の基準で評価できます。どの情報をどの順番で出したかにも、練習のたびに具体的なフィードバックが返ります。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。

評価の基準から見直した2社の例

製薬分野のグローバル大手企業

ベージュのジャケットを着た担当者が机に向かい、タブレットに向かって両手で説明するしぐさをしているシーンです。

製薬分野のグローバル大手企業では、人による評価で採点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、標準化された高頻度の練習を担う体制を整えました(出典:導入企業へのヒアリング)。

累計102,834回の練習が行われ、トレーニング成績と練習回数の間に明確な正の相関が確認されました(出典:導入企業へのヒアリング)。

体外診断分野の大手企業

3名のビジネスパーソンが白い机を囲み、開いたノートパソコンの画面を見ながら話し合っているシーンです。

体外診断分野の大手企業では、5名の研修担当者が1,500名の営業担当者の研修と能力認定を担っていました(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、自社が定めた5つの訪問プロセスに沿って評価する仕組みへ移行しました(出典:導入企業へのヒアリング)。

能力認定は四半期に1回から随時実施できる形になり、認定通過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
資料をダウンロード