営業のAI事例、自社に当てはめる条件
他社の導入事例を読み比べても、自社で同じ成果になるかどうかまでは読み取れません。評価基準とお手本、そして想定する場面を自社の前提に合わせて組み直すことで、事例の成果を自社の練習設計に移し替えられます。
事例の読み方でつまずく場面
成果の大きい事例ほど目に留まりますが、その数値がどの評価基準に沿って生まれたのかは、事例からは読み取れません。
同じ業種の事例をそろえたところで、研修を担う人数や拠点の分かれ方が違えば、手本にできる部分は限られます。
事例に出てくる商談の場面と、営業チームが日々受ける切り返しは重なりません。練習の題材がずれたままになります。
当てはまるかは制約の形で決まる
業種ではなく前提条件を見る
他社の成果を持ち込めないのは、研修を担う人数、拠点の分かれ方、指導の質のばらつきという前提が違うからだと言えます。同じ制約の事例を選べば、UMU AIロープレで自社の条件に移せます。
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。
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。
自社の前提を先に組み込む
UMU AIロープレでは商談の工程ごとに評価の重みを設定でき、自社が求める行動が伸びているかを測れます。
成果を出している担当者の話し方をお手本として登録でき、指導する人が違っても同じ基準で評価を受けられます。
値引きの求めや他社との比較など、実際に受ける切り返しをあらかじめ登録でき、自社の商談場面のまま練習を積めます。
UMU AIロープレで採点基準を設計
自社の型を評価に反映
商談プロセスと評価項目の重みづけを自社の基準で設定できるため、他社の成果指標ではなく、自社が求める行動が伸びているかを確認できます。数値の大小を追いかける読み方から離れられるのです。
成果を出す人の話し方を基準に反映
拠点をまたいで同じ基準
自社で成果を出している担当者のキーメッセージや切り返しを評価基準に取り込むと、地域や拠点が離れていても同じ内容で練習を重ねられます。本部が定めた基準を、そのまま現場に反映できます。
起こりやすい反論を先に用意
自社の場面で練習を重ねる
価格交渉や競合比較など実際に出る反論をあらかじめ登録すると、AIが商談の流れの中で投げかけます。AIが担うのは反復練習と評価基準の統一であり、導入の設計や社内の合意形成は人が担います。
制約の形で読み替える事例
皮膚科領域の大手製薬企業
コンシューマーヘルスケア・皮膚科領域を担当するグローバル製薬企業では、全営業向け200アカウントを対象にしていました(出典:導入企業へのヒアリング)。研修担当者は3名のみでした(出典:導入企業へのヒアリング)。営業担当者が資料を「見た」だけで終わり、実際に「口に出して説明する」ためのツールがありませんでした。
UMU AIロープレを導入し、営業担当者は実際の対話の文脈の中で製品メッセージを声に出して説明する練習を重ねました。
その結果、資料に目を通すだけの状態から、対話の中で自分の言葉として説明する練習へと切り替わりました。
国内最大級の生命保険会社
日本最大級の生命保険会社では、営業担当者が3,000拠点に分散していました(出典:導入企業へのヒアリング)。対象は50,000アカウントにのぼりました(出典:導入企業へのヒアリング)。紙媒体や集合研修を中心とした知識インプット型の学習が主流だったのです。
UMU AIロープレを導入し、知識を入れる学習から、声に出して練習し、その内容に評価を受ける形へと切り替えました。
その結果、動画視聴数は100倍に増えました(出典:導入企業へのヒアリング)。コンテンツ量も10倍に増加しています(出典:導入企業へのヒアリング)。担当者は「AIによる即時フィードバックで、自分のペースで練習しやすくなった」と振り返ります。
500店舗超のアパレル企業
国内外100都市以上に500店舗超を展開する高級レディースアパレルグループです(出典:導入企業へのヒアリング)。地域やブランドもまたがる環境で、すべての販売スタッフに十分な専門トレーニングを提供することは従来のOJTだけでは困難でした。
UMU AIロープレを活用し、高級顧客層の特徴に合わせた複数のAI顧客タイプを設定して、地域や店舗をまたぐ販売スタッフが同一のシナリオライブラリで練習できる体制を整えました。
その結果、導入当年の大型セールにおける自社チャネル経由のGMVが前年比90%以上増加しました(出典:導入企業へのヒアリング)。会員獲得率も前年比42%増加しています(出典:導入企業へのヒアリング)。