営業データの本質は、量ではなく再現性
営業データを日々記録していても、商談の勝ち負けを分けている理由までは見えてこない、という現場は少なくありません。活動件数や受注率は把握できても、なぜ売れたのか、どこでつまずいたのかという肝心の中身は、数字だけでは語られないのです。
見るべき営業データの中身
活動データが示すもの
架電数や訪問回数、商談化件数といった活動データは、営業担当者がどれだけ動いているかを映し出します。稼働量を把握するうえでは有効ですが、これだけでは商談の中身までは分かりません。
商談データが示すもの
提案内容への反応や価格交渉で出た発言、失注理由といった商談データは、商談の質を映し出すデータです。どの場面で流れが止まったのかが見えてくるのは、こちらの情報からです。
データが増えても差が消えない理由
件数は差を説明しない
商談の件数や活動量が同じでも、成果には差が出ます。件数という指標は、営業担当者が何をどれだけ行ったかを示しますが、なぜ差がついたのかまでは説明してくれません。
基準がなければ比べられない
商談の良し悪しを判断する基準が組織内で共有されていないと、フィードバックは担当者ごとの感覚に頼らざるを得ません。同じ場面を見ても、評価する人によって指摘が変わってしまうのです。
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。
データを見る時間が確保できない
記録作業が後回しになる
商談後にその場でメモを残せればよいのですが、次の商談や社内対応に追われ、記録は後回しになりがちです。時間が経つほど、記憶に残る情報は薄れていきます。
比較する時間が足りない
仮に記録が残っていても、担当者ごとの商談を横並びで比較し、傾向を読み取る作業には、まとまった時間が必要です。案件管理や会議に追われるマネージャーには、その時間を確保しにくいと言えます。
AIとの実践練習が記録として残る仕組み
練習するたびに記録が残る
AIシミュレーションロールプレイでは、話した内容や対応の流れがそのままログとして残ります。マネージャーが同席してメモを取らなくても、練習後にその中身を確認できるようになります。
同じ基準で比較できる
AIとの練習は、あらかじめ設定した場面や評価の観点に沿って進みます。担当者ごとに条件がそろうため、記録を横に並べて比較しやすくなるのです。
コーチングの場面で活きる練習データ
1on1前に流れを掴む
1on1を控えた営業マネージャーが、対象の担当者が直前に行ったAIロールプレイの記録に目を通し、価格交渉の場面で言葉に詰まっていたことに気づきます。当日の面談では、その場面から会話を始められるようになるのです。
拠点をまたいで傾向を掴む
複数の拠点を担当するマネージャーが、各担当者のAIロールプレイの記録を横断的に確認したところ、特定の場面でつまずく担当者が一人だけではないことが見えてきました。個人の癖ではなく、チーム共通の課題として対応を検討できます。
まとめ
件数だけでは見えないもの
活動量を示すデータは重要ですが、それだけでは商談の質やつまずきの原因までは分かりません。
比較には共通の基準が要る
同じ基準で記録が残ってはじめて、担当者同士の商談を比較し、傾向を読み取れるようになります。
AIとの練習なら記録が自然に残る
AIを使った実践練習であれば、話した内容がそのまま記録として残るため、比較のための時間を新たに割く必要が少なくなります。