製品
商談のあと、営業マネージャーと担当者が一対一で振り返り、見落としを洗い出しながら商談の情報をその場で押さえているシーンです。

その営業指導の仕事、部下が真似できる形になっていますか

営業指導の仕事を長く担ってきた方ほど、商談中の判断は体に入っています。だからこそ助言は「自分ならこうする」という形で出ます。受け取る側には、それが基準なのか好みなのかを見分けられません。部下が同じ判断にたどり着けないのは、経験が足りないからではなく、その経験を他の人が使える言葉にする作業が残っているのです。

助言のあと、部下の商談は何が変わったのか

「自分ならこうする」で終わる助言

営業指導の仕事について調べると、募集や待遇の情報に行き当たることもあります。ここで取り上げるのは、指導そのものの中身と進め方です。営業マネージャーは、自分で成果を出してきた人です。商談中の判断はすでに体に入っており、どこで話を止め、どちらの論点を先に出すかを迷う場面は多くありません。そのため部下に助言するときも、言葉は自然と「自分ならこうする」という形になります。ここに落ち度はありません。体に入っているのは、経験を積んだ結果なのです。ところが受け取った部下は、その助言をどう扱えばよいか決めきれません。守らなければならない基準なのか、マネージャー個人の好みなのか、言葉の形からは区別がつかないためです。基準だと受け取れば、成果に関係のない部分まで守ろうとします。好みだと受け取れば、押さえるべき論点まで自分の裁量で外してしまいます。どちらに転んでも、次の商談で同じ判断が再び起きるとは限りません。

その場の納得では確かめられません

たとえば、商談の直後に「今日は結論を急ぎすぎたね」と伝えたとします。その場では部下もうなずき、理由まで分かったように見えるでしょう。ところが翌週、相手が変わった商談で、また同じところで結論を急いでいます。その場の納得は、次の場面で同じ判断ができることまでは保証しません。

経験を、部下が使える基準に落とし込む

判断を分けて言葉にする

その場面で自分が何を見たのか、何と何を比べたのか、なぜそちらを選んだのか。この三つを分けて言葉にします。分けるのは、見たものが違えば同じ判断にたどり着かないからです。何を見るかを伝えずに結論だけを伝えると、部下は別の材料から別の結論を出します。

別の場面で再現できるか

言葉にできたかどうかは、相手が別の場面で同じ判断を再現できるかで見ます。その場で納得したかどうかでは確かめられません。同じ論点を、顧客の反応を変えて二度三度置いてみると、基準として伝わったかが分かります。

好みと基準を分けて伝える

どちらを選んでも成果が変わらない部分は、好みとして明示したうえで伝えます。基準として伝えると、部下は不要な制約まで守ることになります。この切り分けを、指導のたびに一人で続けられる仕組みが自社にあるでしょうか。

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

判断の基準を、採点の土台にできます

自社の方法論をもとに、業界別のフレームワークとAIの採点基準を組み込んだ設定画面です。

自社の商談フレームの組み込み

UMU AIロープレを活用することで、自社で定めた商談の段階と、段階ごとに見るべき点を、AIの採点基準として設定できます。マネージャーが言葉にした判断の分かれ目が、そのまま練習の採点項目になります。部下は毎回同じ基準で採点を受けるため、どこを直せばよいかを自分で読み取れます。

場面を変えて、再現できるか確かめられます

役職や性格、話し方の異なる複数の顧客像を自由に設定し、現場で出会う多様な相手を再現できる画面です。

複数の顧客像での反復練習

役職や性格、話し方の違う顧客像を、いくつも並べて用意できます。慎重な相手にも関心の薄い相手にも、同じ論点で練習を重ねられます。相手が変わっても同じ判断にたどり着けているかを、マネージャーは練習の記録から確かめられると言えます。

重く見る観点は、自分たちで決められます

評価の重みづけや基準を段階ごとに設定でき、採点の考え方を確認できる画面です。

評価の重みづけの設定

段階ごとの配点や観点は、自社の方針に合わせて設定できます。成果に差が出ない部分の配点を下げれば、好みが基準として伝わることを防げます。AIが担うのは、反復練習の相手役と採点の統一までです。何を基準とし、何を好みとして残すかを決めるのは、営業マネージャーの仕事です。言葉にしきれない領域は残りますが、素質ではなく、まだ言葉になっていないものとして扱えます。

指導の基準づくりに取り組んだ組織の例

製薬企業の営業組織

顧客事例として、世界トップクラスの製薬企業が、営業チームのマネージャーの個別面談での指導力をAIによる模擬対話で高めた様子を示した画像です。

日本市場で事業を展開する製薬企業では、中堅・ベテランのMRが豊富な経験を持ちながら、日々の業務が忙しく、大量のOJTや指導を担う余裕がありませんでした。

そこでAIロールプレイを活用したトレーニングを導入し、若手MRが安全な環境で実際の訪問シーンを高い頻度で練習できる仕組みを構築しました。

業種は異なりますが、経験を持つ側が指導のすべてを引き受けられないという状況は、営業指導の仕事にも重なります。

生命保険会社の営業組織

顧客事例として、大手生命保険会社が多数の営業担当者の実践力を、自宅での練習によって高い頻度で保っている様子を示した画像です。

日本最大級の生命保険会社では、営業担当者が全国の拠点に分かれて働いており、集合研修だけで全員を継続的にカバーすることが難しい状況でした。

同社が目標に置いたのは、可視化された研修成果をもとに、直属のマネージャーが精度の高いフィードバックを行える状態です。

業種は異なりますが、指導の精度を担当者ごとの記録に結び付けるという考え方は、営業指導の仕事にも当てはまります。

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