製品
設定から対話、診断、データの確認までがつながった練習の流れを示したシーンです。

ロープレの設定は、どこまで決めてどこを残しますか

「設定を作り込むほど、本番に近いロープレになるはずだ……」。そう考えて項目を増やしてきたものの、当日は参加者が読み込むばかりで、声を出す時間が残らなかったことはありませんか。ロープレの設定の課題は、項目の不足ではなく、どこを決めどこを残すかの線引きにあるのです。

設定を増やすと、話す時間はなぜ減るのか

読む時間が増え、話す量が減ります

ロープレの設定を見直すとき、まず手が伸びるのはシナリオシートです。顧客の職位、決裁権の有無、取引の経緯、当日の機嫌まで、書き込める欄はいくらでも増やせます。項目が細かいほど本番に近づくように見えるため、前回の反省を受けて欄を足す流れは自然です。ところが、練習に使える時間そのものは変わりません。90分の枠のうち読み合わせに30分を使えば、声を出せるのは残りの時間だけになります。参加者も条件を取りこぼさないよう読み込みに集中し、始まってからも手元のシートに目を落としたまま話します。育成を設計する立場から見れば、設定に時間をかけたぶん、参加者が声を出す量は減ります。丁寧に作ること自体が誤りなのではありません。時間の配分を決めないまま欄だけが増えていく点に課題があると言えます。

練習量と成績は連動します

あるグローバル製薬企業では、累計102,834回のトレーニング記録から、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)。一人あたりの平均トレーニング時間は76時間に達しています(出典:導入企業へのヒアリング)。声を出した回数が積み重なるほど成績が伸びるのであれば、読み込みに時間を譲るほど、練習の効果は目減りします。

設定を決めすぎたときに起きること

読み込みに時間が偏ります

設定の欄が増えるほど、参加者は開始前にその内容を読み解く作業に時間を使います。練習の枠は決まっているため、読む時間が延びたぶん、声に出して試す時間は削られます。

想定外で会話が止まります

条件を精密に決めるほど、相手役がその条件から外れた反応を返した瞬間に、「その設定ではない」と会話が止まりやすくなります。本番の商談は、想定から外れるほうがむしろ多い場です。

決める範囲が曖昧です

どこまでを事前に決め、どこを決めずに残すか。ロープレの設定でその線引きを決めないまま項目だけを足していくと、欄が増えても、練習の狙いは絞られないままになります。

読む時間を、話す時間に振り向けられます

管理画面で顧客の人物像や感情のトーンを選び、練習シーンを短時間で公開できる画面です。

要点だけを決めて始められます

UMU AIロープレでは、相手の立場や関心といった人物像の要点を設定しておけば、細部まで書き切らなくても対話が始まります。参加者は長い設定シートを読み込む前に声を出せるため、限られた枠の多くを実際の受け答えに充てられます。

想定の外の反応にも、会話が続きます

担当者の受け答えに応じてAIの顧客が反応を変え、毎回異なる展開になるロープレの画面です。

受け答えに応じて反応が変わります

AI顧客は、決められた台本をなぞりません。担当者の受け答えに応じて態度や返答を変えるため、細部を決めずに残した部分でも会話が途切れずに進みます。想定から外れたやり取りも、その場の練習としてそのまま続けられるのです。

決める項目と、残す余白を分けられます

商談の段階ごとに評価の配点や基準を自社の方針に合わせて設定できる、評価の設定画面です。

評価の基準を統一できます

先に決めるのは、相手の立場、その日の目的、持ち時間で足ります。相手の機嫌や言い回し、想定外の質問への展開は、決めずに残せます。評価の観点は共通にできるため、余白を残しても軸は保てます。AIが担うのは反復練習と評価基準の統一までで、何を決めて何を残すかの判断は、人の役割です。

練習の設計を見直した企業の事例

体外診断・営業1,500名

体外診断分野の企業で、担当者がノートパソコンを囲んで練習の結果を確認している事例のシーンです。

体外診断分野のグローバル大手企業では、研修担当5名で営業1,500名を支え、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、準備ができた人から随時認定を受けられる体制へ切り替えました。

その結果、認定通過者の実訪問における成約率が22.4%向上しました(出典:導入企業へのヒアリング)。

食品スーパー・3,300名

食品スーパーのスタッフが屋外のベンチでタブレットを使い、接客の対応を練習している事例のシーンです。

日本の大手食品スーパーでは、厳しい指摘に対応する練習の機会がなく、対応の質に店舗ごとのばらつきがありました(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、集合研修とAIとの対話練習を組み合わせ、対応が難しい場面を繰り返し練習できるようにしました。

その結果、台本のないやり取りにも落ち着いて対応を試せる練習環境が整いました(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