製品
適切な質問を重ね、深く聴くことで潜在的な課題を引き出すニーズ把握の対話練習のシーンです。

販売のロールプレイングは、最初の声かけから練習できますか

販売のロールプレイングを育成の流れに組み込んでいても、店頭では想定どおりに進まない場面があります。接客は、来店客が何を求めているのかを知らないまま、最初の声かけを発するところから始まります。練習で再現しにくいのは、この入り口の不確かさなのです。

接客の難しさは入り口に集まります

来店から会計までの接客の流れ

店頭の接客は、来店客が入口を通った瞬間に始まります。まずスタッフは、その方がどの棚に向かうか、誰と来ているか、手にした商品を戻すかどうかを見ながら、声をかける間合いを探ります。声かけが受け入れられたら、用途や予算、いつ使うのかを軽いヒアリングで確かめます。そこで初めて商品を絞り込み、比較の材料を並べ、追加提案や会員案内へ進みます。来店から会計までは短ければ数分で、この一巡がそのまま客単価と購買率に表れます。ただし、この流れのどこも同じ難しさではありません。

抜けているのは入り口の数十秒

販売のロールプレイングでは、相手役に「贈り物を探しているお客様」といった設定を先に渡してから始めることが多くあります。スタッフは、相手が何を求めているかを知った状態で第一声を組み立てます。ところが店頭では、その設定こそが最初に分からないものです。用途も、下調べの度合いも、予算も、話し始めてから少しずつ見えてきます。足りていないのは練習の回数ではなく、相手が見えないところから始める経験なのです。

接客の入り口を練習に組み込む難しさ

見立てる段階が抜けます

練習用のシナリオは、顧客像と場面をあらかじめ決めてから配られます。スタッフは相手が誰かを知った状態で声をかけるため、来店した方の様子から用途や予算を見立てる段階が、そもそも練習に入りません。

立ち会える時間が足りません

見立てから練習するには、想定外の反応を返す相手役が必要です。ところが店舗はシフト制で、店長と各スタッフの勤務が重なる時間が限られます。そのため練習は、朝礼前のわずかな時間に押し込まれてしまうのが現実です。

効いた一言が残りません

数少ない機会の振り返りも、「もう少し笑顔で」といった感覚的な言葉で終わりがちです。そのため、どの声かけがどのタイプの来店客に届いたのかが記録として残らず、次のスタッフに引き継ぐこともできません。

3分で、相手を説得できるか試してみよう

業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です
3分で、相手を説得できるか試してみよう

業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です

相手が見えない状態から練習を始められます

実際の現場で出会う複雑な顧客像を忠実に再現する、自由に設定できる多面的なAI顧客ペルソナの画面です。

質問で引き出す来店の目的

来店した方が何を求めているのかを、スタッフ自身が質問で確かめる練習ができます。UMU AIロープレでは、AIのお客様に「贈り物として選んでいる」「他店でも同じ商品を見てきた」といった事情を隠して設定できます。適切に問いかけたときだけ事情が出てくるため、相手が見えないところから接客を組み立てられます。

シフトが重ならない日でも練習できます

いつでもどこでも24時間、移動中にも取り組めるモバイル練習の画面です。レベルの進捗やチームのランキングを確認できます。

勤務の合間に増やせる練習回数

店長の立ち会いを待たずに、スタッフが自分の勤務時間の中で練習できます。UMU AIロープレはスマートフォンから使えるため、開店前の数分やバックヤードの休憩中にも接客の一巡を試せます。回数に上限はなく、何人が同時に使っても順番待ちは起きません。AIが担うのは反復練習の場を整える部分で、目標設定や後押しは引き続き店長の役割です。

どの声かけが効いたか、その場で分かります

数秒で生成される構造化された即時レポートの画面です。点を落とした箇所を正確に示し、一回ごとの練習を成長につなげられます。

対話直後に出る段階別の評価

練習が終わった直後に、どの段階でつまずいたのかをスコアで確認できます。声かけ、ヒアリング、提案、会員案内という流れごとに評価が出るため、「もう少し笑顔で」で終わらず、次に直す一点が決まります。初回スコアと最高スコアを並べて見られるので、育成の成果もデータで説明できるようになります。

多店舗の小売企業がすでに活用しています

子ども靴の専門小売企業

子ども靴の有名小売ブランドで、店舗スタッフがバックヤードで練習し、追加提案の進め方を標準化して展開しているシーンです。

子ども靴の分野で複数ブランドを展開する専門小売企業では、客単価の向上と会員制度の拡大を年間の重点目標に掲げていましたが、指導の質が店長のスキルに左右され、地域をまたぐ店舗で統一した練習の基準を保ちにくい状況でした(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、来店から購買決定までの流れを対話型のシナリオとして再現し、迷っているお客様や価格に敏感なお客様など複数のタイプを相手に練習できる環境を整えました。

その結果、導入後初めての大型キャンペーンでは売上目標の達成率が128%となり、前払い型会員数も前年比28.1%増加しました。本部の施策を店頭の声かけまで届けられたことが、この伸びにつながっています(出典:導入企業へのヒアリング)。

全国展開の眼鏡小売チェーン

眼鏡の有名小売チェーンで、店舗スタッフがAIを使い実際の接客の流れを再現し、専門的なアイウェア相談のスキルを磨いているシーンです。

全国に店舗を展開する眼鏡小売チェーンでは、エリアマネージャー候補の育成を実績による抜擢型から立候補型のキャリアパスへ切り替えていましたが、傾聴力や伝達力は座学だけでは身につかず、実際に話して指導を受ける場が不足していました(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを導入し、次世代のリーダー候補が時間や場所を問わずコーチング力と伝え方を繰り返し練習できる環境を整えました。

担当者からは「対話型なので話す練習になり、実際の接客にも活かせています」「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」という声が挙がっています(出典:導入企業へのヒアリング)。感覚に頼っていた指導を、型として学べる形に置き換えた事例と言えます。

デモを予約する 資料をダウンロードする

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
導入を相談する