製品
お客様の話を引き出しながら、担当者が要望を書き留めて条件を整理しているシーンです。

同じ物件を扱えるなら、不動産営業の方法は何で決まるのか

不動産営業の方法を見直すとき、最初に置きたい前提があります。同じ物件を、複数の会社が同時にご紹介できるという構造です。業者間で情報が共有される仕組みがあるため、扱える物件そのもので差がつく場面は限られます。だからこそ問われるのは、お客様が挙げた条件のうち、どれを先に置くかを一緒に確かめていく力なのです。

方法を決めるのは、条件の順番です

差がつくのは条件の扱い方

売買仲介でも賃貸仲介でも、業者間で情報が共有される仕組みがあるため、同じ物件を複数の会社が同時にご紹介できます。そのため、扱える物件の数や情報の早さで差がつく場面は多くありません。残るのは、お客様が挙げた条件をどう扱うかです。条件は最初、並列で語られます。駅から近いこと、部屋が広いこと、価格を抑えたいこと、築年が浅いこと。どれも譲れないものとして並びますが、すべてを同時に満たす物件はまず見つかりません。そのため、どれを先に置くかをお客様と一緒に決めるところからしか、話は前に進まないのです。ただ、その順番は、伺えば答えが返るものではありません。

順番はお客様も決めていません

優先順位は、お客様ご自身もまだ決めていないことがほとんどです。実際に内見(物件の見学)で部屋を見て、他の候補と比べて、初めて言葉になります。だから担当者の仕事は、条件を聞き出すことよりも、一緒に確かめていくことに近いと言えます。そしてもう一つ、同じ物件を他社も扱えるからこそ、条件に合わないと分かったときに、その場でそうお伝えできるかどうかも方法の一部になります。この二つは、物件知識の勉強を重ねても身につきにくい部分です。

条件の対話が練習になりにくい理由

題材が物件知識に寄る

社内の勉強会は、物件や制度の知識確認が中心になりがちです。覚えたことは確かめられますが、お客様が並べた条件のどれを先に置くかは題材になりません。そのため、知識は増えても、順番を扱う対話は練習されないまま残ります。

内見の前後を再現できない

条件の順番は、内見で部屋を見て、他と比べて初めて動きます。ロールプレイングで同僚がお客様役を演じても、見る前と見た後で気持ちが変わる過程は演じきれません。そのため、練習は最初のご要望を伺う場面で止まりがちなのです。

勧めない判断は選ばれない

条件に合わないと分かったときに、その場でそうお伝えする場面は、練習の題材として選ばれにくいままです。短期の数字と逆を向くように見え、正解を一つに決めにくいためです。その結果、本番で言葉に詰まってしまいます。

条件が並ぶ場面から、練習を始められます

職業や性格、背景の異なるお客様像をいくつも設定して、AIとの練習相手にできる画面です。

条件の置き方が異なるAI顧客

練習の入口を、ご要望を伺う場面に置けます。UMU AIロープレでは、駅からの距離を優先する方、広さを譲れない方、予算が先に決まっている方など、条件の置き方が異なるお客様をAIが演じます。相手が変われば、先に確かめるべきことも変わります。並んだ条件を組み立て直す対話を、何度でも試せるのが特徴です。

見た後で変わるご要望にも応じられます

表情のあるAIのお客様と、時間を区切った緊張感のある対話練習に取り組む画面です。

台本どおりに進まない対話練習

気持ちが動いた後の会話こそ、練習しておきたい場面です。UMU AIロープレのAIは、決められた筋書きをなぞりません。担当者の受け答えに応じて、関心の向きも質問の出方も変わります。時間を区切った練習もできるため、限られた時間の中で何から確かめるかを選ぶ感覚が身につきます。

伝えにくい判断も、その場で振り返れます

自社の商談プロセスと評価基準にもとづいて、対話の進め方をAIが評価する画面です。

対話直後のプロセス別の評価

練習が終わると、導入、ヒアリング、ご提案、懸念への対応といったプロセスごとに、どこに課題が残ったかを確認できます。自社で定めた基準にもとづく評価のため、勧めないとお伝えする場面も、同じものさしで振り返れます。AIが担うのは、反復練習と評価基準の統一までです。目標の設定や動機づけは、人の役割として残ります。

個人のお客様と向き合うチームの活用例

子ども靴ブランドの運営企業

小売店舗のスタッフが、店舗の休憩スペースで画面に向かい、来店されたお客様への接客を練習しているシーンです。

複数の子ども靴ブランドを展開する企業では、店舗スタッフの接客が店長の指導力に左右され、地域をまたいで同じ基準を保つことが難しい状況でした(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、迷っているお客様、価格を気にされるお客様、時間の限られたお客様など、来店から購入までの流れをタイプ別に練習しました(出典:導入企業へのヒアリング)。

その結果、導入後に初めて迎えた大型セールでは売上目標の達成率が128%となり、前払い型の会員数も前年比28.1%増加しました(出典:導入企業へのヒアリング)。

生命保険分野の国内大手企業

生命保険会社の営業担当者が、屋外で画面に向かい、お断りされる場面の対応を練習しているシーンです。

生命保険分野の国内大手企業では、対面での練習に緊張や気まずさを感じる担当者が多く、練習の回数そのものが伸びにくい状態でした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを導入し、ニーズの把握やお断りへの対応を含め、営業担当者と管理職に向けた20以上のシナリオをスマートフォンから練習できるようにしました(出典:導入企業へのヒアリング)。

相手の都合に合わせた予約が不要になり、時間や場所に縛られずに練習を続けられる状態が生まれました(出典:導入企業へのヒアリング)。

デモを予約する 資料をダウンロード

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
導入について相談する