製品
人材育成の担当者が、営業チームの能力の伸びを示すレポートを経営層に説明しているシーンです。

営業育成のロードマップに、練習の工程は入っていますか

育成計画の表には、研修の日程と受講者の名前がきれいに並んでいます。それでも、配属から半年たったメンバーが商談で言葉に詰まる場面は減っていません。営業育成のロードマップが機能するかどうかは、日程が埋まっているかではなく、各段階で何を練習し、どこまでできたら次へ進むのかが決まっているかにあるのです。

計画は進んでいるのに、なぜ育たないのか

予定表は埋まり、練習が抜けます

多くの企業の育成計画は、入社研修、商品知識研修、同行訪問、フォローアップ研修という順番で組まれています。人材育成の担当者から見て、この並びに大きな抜けはありません。ところが各段階に置かれているのは学ぶ機会が中心で、話す機会はほとんど含まれていません。商品知識のテストは点数で測れますが、顧客を前にした対話の力を段階ごとに測る仕組みはありません。同行訪問はその代わりになりそうに見えます。しかし同席できる回数は限られ、実際に話すのは先輩で、若手は聞く時間が長くなります。現場のマネージャーに個別のロールプレイングを頼んでも、部下の人数を考えれば一人あたりに割ける時間はごくわずかです。そのため、計画表の上では段階が順調に進んでいても、この段階を終えた人はこう話せる、と言い切れる根拠はどこにも残らないのです。例えば、配属3カ月の面談でもう独り立ちできそうかと問われ、担当者が受講履歴の一覧しか示せない場面がこれにあたります。

練習量と成績の関係

学んだ内容は、時間の経過とともに急速に失われます。研修から1週間で約70%、1カ月で約87%が忘れられるという調査結果があります(出典:Gartner)。この曲線を前提にすると、営業育成のロードマップに足りないのは研修の追加ではなく、各段階のあいだを埋める反復の設計だと言えます。

育成ロードマップの実務的な組み立て方

育成の段階を区切る

段階の区切りは、研修の名前よりも、できるようになる行動で置くほうが運用しやすくなります。「初回接触で相手の関心を引き出せる」「価格への異議に自社の言葉で切り返せる」という粒度です。行動で区切れば、段階の終わりに何を確認すべきかが自然に決まるのです。

段階ごとの期間を決める

期間で見るべきは、研修当日の長さよりも、次の段階に進むまでの間隔になります。集合研修から実践までが2週間空けば、その間に学んだ内容の多くが失われます。1日10分の練習を挟めるかどうかが、この間隔の設計を左右します。

到達基準をどう測るか

基準を受講の有無で置くと、確認は形だけになります。同じ場面を同じ採点軸で見て、誰が採点しても近い結果になる状態をつくれるかが分かれ目です。そして、この状態を人手だけで保ち続けられるのかという問いが残ります。

どの段階も、同じ基準で練習できます

商談の5つのプロセスを型として組み込んだAIロールプレイングで、営業担当者が段階ごとに練習しているシーンです。

商談プロセス別の練習シナリオ

UMU AIロープレでは、初回接触からヒアリング、異議対応、クロージングまでを一つの型として練習できます。各段階に対応するシナリオを割り当てれば、誰が練習しても同じ採点軸で結果が返ります。段階の到達を、印象から共通の基準へ移せるのです。

集合研修の間も、練習を止めずに済みます

営業担当者が移動中にスマートフォンでAIロールプレイングの練習に取り組んでいるシーンです。

スマートフォンでの高頻度練習

順番待ちも予約も要りません。移動中や商談の合間に、AIを相手にした練習をその場で始められます。集合研修から次の段階までの2週間を、1日10分の反復で埋められるようになり、独り立ちまでの期間そのものを縮められるようになります。

到達度を、その場で数値で確かめられます

人材育成の担当者がダッシュボードで営業チームの段階別スコアと課題の分布を確認しているシーンです。

チーム全体の能力ダッシュボード

練習の記録は、段階別と異議の種類別に集計されます。人材育成の担当者は個人の課題と全体の傾向を見分け、次にどの段階を厚くするかを数値で判断できます。AIが担うのは反復練習と評価基準の統一までで、目標設定や動機づけは、引き続き人の役割になります。

独り立ちまでの期間を縮めた企業の記録です

バイオ医薬品・800名規模

営業チーム800名超のバイオ医薬品企業で、代理店と社内営業が同じシナリオで練習しているシーンです。

営業チーム800名超のバイオ医薬品企業では、本部の育成基準が代理店と社内営業の全員に行き届いていませんでした(出典:導入企業へのヒアリング)。

そこでAIロールプレイングを導入し、800名が同じシナリオと評価基準で練習する体制を整えました。

その結果、独り立ちまでの期間は60日から30日に短縮され、顧客満足度も23.5%向上しました(出典:導入企業へのヒアリング)。同じ基準で練習を重ねたことが、顧客体験の改善にもつながったのです。

生命保険・新人育成

生命保険会社の新人営業がデスクでAIロールプレイングの練習に取り組んでいるシーンです。

日本で事業を展開する生命保険分野の大手外資系企業では、新人育成が各支社主導で進み、指導の質にばらつきがありました(出典:導入企業へのヒアリング)。

そこで対面のOJT中心のグループと、AIロールプレイングで練習するグループを比べるABテストを実施しました。

3カ月後、AIで練習したグループの顧客向け提案数は30%増加しました(出典:導入企業へのヒアリング)。成約者の練習記録を次の新人向け教材に転用でき、育成の標準化が続いています。

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