製品
ノーコードでの設定から精度の高いデータ診断まで、AIを活用した練習の流れが一つにつながった育成の仕組み全体を示すシーンです。

ロープレ資料は配った後、誰がいつ改訂していますか

ロープレ資料を一式そろえ、進行の手順書から評価シートまで各拠点へ配った時点で、育成担当の準備は整ったように見えます。ただ、扱う商品も、顧客からよく出る質問も、半年経てば変わります。改訂の担当と周期を決めないまま配ると、資料だけがその日のままとどまり、現場の実態と少しずつずれていくのです。

配った資料は、なぜ使われなくなるのか

資料だけでは、ばらつきが残ります

ロープレ資料は、練習する本人ではなく、練習を回す進行役に向けて書かれています。ケース設定のシートには顧客の前提条件が並び、手順書には想定される展開が記されています。どちらも、進行役が意図を読み取って初めて練習の場になります。たとえば、新任者向けのロープレを支店ごとに同じ週へ割り当てた場面を思い浮かべてみてください。配った資料は同じでも、ある支店では顧客役が想定どおりに切り返し、別の支店では和やかな雑談のまま終わっていた、ということが起こります。進行役の力量の差が、そのまま練習の質の差として表れるのです。さらに見落とされやすいのが、台本と評価シートの役割が混ざることです。台本は再現すべき型を示し、評価シートは何を見るかを定めます。後者があいまいなまま配られると、振り返りは評価者それぞれの印象に委ねられ、同じ場面でも支店ごとに違う指摘が返ってきます。

改訂の周期が変化に追いつきません

資料は、配った時点で更新が止まります。一方で、扱う商品の仕様も、競合の打ち出し方も、現場でよく出る質問も、日々動き続けます。改訂の担当者も周期も決まっていない組織では、更新は誰かが気づいたときの持ち込みに委ねられ、手が空いた時期にまとめて直す形になりがちです。その間に資料と現場の実態は少しずつ離れ、練習で扱う場面が、実際の商談で起きていることと重ならなくなっていきます。

ロープレ資料を、練習が回る形にするには

中身は誰に向けて書くか

進行役が読み解く前提で書かれた資料は、進行役がいない場では機能しません。顧客の前提条件も評価の観点も、練習する本人がそのまま使える粒度まで書き下ろせているか、配布前に確認しておきます。

改訂の担当と周期を決める

新しい商品や競合の動き、現場でよく出た質問を、誰がいつ資料へ反映するのかをあらかじめ決めておきます。改訂が一人の担当者の手作業に頼るほど、更新は止まりやすくなります。

回す人を選ばない仕組みへ

中身と改訂の担当を整えても、進行役をどう確保するかという制約は残ります。資料を配ること自体を目的にせず、練習と評価をそのまま実行できる環境を用意できないか、という問いに行き着きます。

進行役がいなくても、練習は始められます

AIの顧客と時間制限のある対話に取り組み、本番に近い緊張感の中で切り返しを練習している画面です。

AIが顧客役を担う練習環境

UMU AIロープレを活用することで、AIが顧客役を担います。資料に書き込んだ顧客の前提条件や、現場でよく出る反論を、そのままシナリオとして設定できます。進行役の予定を押さえる必要がなくなるため、営業担当は資料を読み込む代わりに、その場で話して確かめられます。

現場の変化を、その週のうちに反映できます

専門の知識がなくても扱える管理画面で、業務部門の担当者が練習シナリオを自分たちで設定している画面です。

専門知識のいらないシナリオ更新

シナリオの設定画面は、専門の知識がなくても扱えます。新しい反論や質問が現場から上がったとき、育成担当がその場で追加し、その週のうちに全拠点へ公開できます。改訂を待つ間に資料が古びていく状態を避けられるため、練習の中身が事業の動きから離れにくくなります。

評価の基準が、担当者によってぶれません

評価の観点と配点を自社の商談プロセスに合わせて設定できる、透明性の高い採点画面です。

全員に共通する評価基準と記録

評価の観点と配点は、自社の商談プロセスに合わせて設定できます。全員が同じ基準で採点されるため、どの拠点で練習しても振り返りの内容がそろい、誰がどこでつまずいているかをデータで確認できます。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引き続きマネージャーの役割です。

資料配布から練習定着への事例

バイオ医薬品企業・800名

800名規模のバイオ医薬品企業で、社内営業と販売代理店の全員が同じ訪問シナリオと評価基準で練習できるようになった事例のシーンです。

本部が各地の販売代理店へ配れるのは研修資料までで、その内容が同じように実行される保証はありませんでした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを導入し、社内営業と販売代理店を合わせた800名が、同じ訪問シナリオと同じ評価基準で練習できる体制を整えました。

本部の基準が一人ひとりに直接届くようになり、独り立ちまでの期間は60日から30日に短縮され、新任担当者への顧客満足度も23.5%向上しました(出典:導入企業へのヒアリング)。

眼鏡チェーン・多店舗展開

全国に店舗を展開する眼鏡チェーンで、次世代のエリアマネージャー候補がAIロールプレイでコーチング力を反復練習しているシーンです。

エリアマネージャー候補の育成が実績による抜擢型から立候補型へ移り、傾聴力や伝達力を座学の資料だけでは補えなくなっていました(出典:導入企業へのヒアリング)。

そこで5カ月にわたり、候補者がUMU AIロープレでコーチング力と伝える力を、時間や場所を問わず反復練習できる環境を整えました。

受講者からは「感覚的な指導から、言葉と図解で論理的に伝えられるようになりました」という声が寄せられています(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