製品
業績が伸び悩む報告を前に、経営陣が難しい表情で議論している会議のシーンです。

既存顧客への営業は、関係維持ではなく価値の再提案

既存顧客への営業では、取引の継続だけでなく、変化する課題に合わせて新しい提案を重ねられるかどうかが売上を左右します。関係があるからこそ話は聞いてもらえる一方で、慣れた相手ほど踏み込んだ提案はためらわれ、対応は担当者任せになりがちです。その難しさの正体は、担当者の熱意だけでは説明できないところにあるのです。

UMUの取り組みを詳しく知る

既存顧客の営業で成果を分ける視点

取引履歴を次の提案につなげる

既存顧客への営業では、これまでの購買や利用の履歴が、次の提案の出発点になります。何をいつ導入し、どこで活用が止まっているのか。その事実を丁寧に追うと、顧客がまだ気づいていない課題が見えてきます。過去の取引は単なる記録にとどまらず、次の一手を考えるための材料と言えます。

窓口の先の意思決定を捉える

長く付き合う顧客ほど、担当窓口との関係は安定していきます。とはいえ、その窓口が社内で決裁権を持ち続けるとは限りません。組織変更や方針転換のたびに、意思決定に関わる人は静かに入れ替わっていくものです。既存顧客への提案を広げる鍵は、目の前の担当者だけでなく、その背後にいる新しい関係者まで視野に入れることにあります。

慣れた顧客ほど提案が届きにくい理由

準備が整わないまま顧客の鋭い質問に直面し、言葉に詰まってしまう営業担当者を描いたイラストです。

顧客を分かった気になる

既存顧客との商談では、担当者は相手を理解しているという前提から入りがちです。ところが、その理解の多くは過去の取引で作られたものにすぎないのです。顧客の事業環境は動き続け、以前は最適だった提案が今も響くとは限りません。分かっているという安心感が、新しい課題を掘り下げる質問を遠ざけてしまいます。

変化の兆しは対話でしか掴めない

顧客の課題が変わる瞬間は、資料や数字の上には現れにくいものです。担当者の何気ない一言や、質問への反応の微妙な変化として、対話の中に立ち上がってきます。既存顧客への営業で新しい機会を見つけられるかは、この小さな兆しに気づき、その場で掘り下げられるかにかかっています。それは知識として蓄えるだけでは届かない、実践の技術と言えます。

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
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

個人の勘に頼る育成の限界

コーチング依頼の書類に埋もれ、一対一の対応に追われて疲弊しているマネージャーを描いたイラストです。

成果が経験則に依存する

既存顧客への営業がうまい担当者ほど、その判断は長年の経験に根ざしています。どの兆しに反応し、どう提案を組み立てるのか。その多くは本人の中で言葉になっておらず、周囲が真似できる形にはなっていません。優れた進め方が個人の中にとどまる限り、チーム全体の成果は一部の担当者に偏り続けます。

一対一の指導では追いつかない

担当者の提案力を高めるには、商談を振り返り、個別に助言する時間が欠かせません。ところが、マネージャーが一人で見られる人数には、おのずと限りがあるものです。担当者が増え、任される顧客が広がるほど、丁寧な指導は追いつかなくなります。育成の質を保ちたいという思いと、割ける時間の現実との間で、板挟みになっているのです。

AIとの対話練習で経験を再現する

いつでも本番に近い相手と練習する

AIが顧客役を務める対話練習では、既存顧客との難しい場面を、時間や場所を選ばずに繰り返せます。値上げの相談を切り出す場面、久しぶりの再訪で温度差を感じる場面。本番に近い緊張感の中で試せるため、経験の浅い担当者でも、実際の商談の前に手応えをつかめます。相手が人ではないからこそ、失敗を恐れずに何度でも挑めます。

評価の基準をチームでそろえる

優れた担当者の提案の進め方を練習の評価基準として設定しておくと、チームの誰もが同じ物差しで振り返れます。これまで属人的だった勘どころが、共有できる基準へと変わっていくのです。ただし、AIが担うのは反復練習と評価のばらつきをなくす部分です。顧客との信頼づくりや、担当者の意欲を引き出す働きかけは、これまでどおりマネージャーの役割として残ります。

既存顧客の商談で活きる練習の形

AIの支援を受けて、各地の多くの営業担当者が同時に質の高い練習に取り組んでいるイラストです。

追加提案を切り出す場面

担当者が既存顧客の定例訪問で、追加提案のきっかけを探る場面を思い浮かべてみます。AIが演じる顧客は現状に満足しているそぶりを見せるため、そう簡単には話が広がりません。ここで問われるのは、利用状況の小さな変化を糸口に、相手の関心を引き出せるかどうかにあります。この反復を重ねるほど、現場での提案の機会は着実に増えていきます。

顧客の変化に合わせて提案を練り直す

事業方針の見直しを進める顧客に、担当者が改めて価値を伝え直す場面もあります。以前の提案がそのまま通用しないなかで、AIとの練習なら、相手の新しい優先順位を聞き出し、提案を組み替える動きを何度でも試せます。うまくいかなければ、その場でやり直せる点も、実際の商談にはない強みと言えます。顧客の変化に寄り添って提案を練り直す姿勢は、既存顧客との関係を長く保つうえで大きな支えになります。

まとめ

既存顧客への営業は再提案の積み重ね

既存顧客への営業で成果を伸ばす鍵は、関係を保つこと以上に、変化する課題へ新しい提案を重ねられるかどうかです。取引の履歴や、窓口の先で動く意思決定に目を向けることが、その第一歩です。

難しさは担当者個人の内側にある

慣れた顧客ほど提案が届きにくいのは、担当者の努力不足ではありません。変化の兆しを対話で掴む力そのものが、経験則として個人にとどまりやすいのです。一対一の指導だけでは、その力をチーム全体へ広げきれないのが実情です。

練習の仕組みが育成を変える

AIとの対話練習は、本番に近い場面を繰り返し、評価の基準をチームでそろえる手立てになります。属人的な勘どころを共有できる形に変えることで、マネージャーは人にしかできない役割に力を注げます。

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