営業目標設定の具体例とは、数字ではなく行動の設計

多くの営業組織では、年間売上目標や新規開拓件数といった数字を各担当者に割り振るところで目標設定が完了します。数字自体は明確ですが、その数字に到達するために何をどれだけ練習すればよいかは示されないままになりがちです。

成果につながりやすい設計では、売上目標の下に、商談での反論対応の合格基準や、ロールプレイングの実施回数といった行動レベルの指標が具体的に置かれます。数字目標と行動目標がセットになって初めて、現場は何を積み重ねればよいかを把握できるのです。

AIが顧客役を務めることで、担当者はマネージャーや同僚の予定を待たずに、商談の切り返しや反論対応を繰り返し練習できます。移動時間やすきま時間を使って、一人で練習を重ねられる点が、これまでの制約と異なります。

練習のたびに、どの場面でどう対応できたかがその場で確認できるため、行動目標の達成度を感覚ではなく具体的な手応えとして把握できます。ただし、AIが担うのは反復練習と評価基準の統一という部分であり、目標そのものの設定や動機づけは、引き続きマネージャーの役割です。

売上目標や新規開拓件数といった数字は、達成に向けた行動が具体的に描かれてはじめて意味を持ちます。

行動目標を掲げても、本番に近い緊張感で繰り返し練習できる場がなければ、目標は掲げるだけで終わりやすくなります。

誰がどこで詰まっているかを記録として把握できれば、マネージャーは感覚ではなくデータをもとに次のコーチングを判断できます。