製品
業績が伸び悩むなか、経営陣が数字の報告を前に厳しい表情で議論している会議のシーンです。

営業プロセス可視化の本質は、数字ではなく行動である

営業プロセスの可視化に取り組む多くの現場では、案件がどの段階で止まっているかを一覧で追えるようになります。もっとも、そこで見えているのは結果としての進捗であり、なぜその段階で止まるのかという担当者の行動までは映りにくいものです。

UMUの取り組みを詳しく知る

営業プロセスを分けて見る

段階ごとの進捗

営業プロセスを初回接触から受注までの段階に分け、それぞれの案件がいまどこにあるかをそろえて見ます。パイプライン管理で移行率を段階別に追うと、どの段階で案件が滞留しやすいかを、担当者の感覚に頼らず把握できます。

量と質の両面

各段階では、訪問件数や提案数といった活動量だけでなく、商談一件ごとの中身も見る対象になります。活動量がそろっていても受注に差が出るとき、その違いは会話の質のなかに表れます。量と質を並べて見ることが、可視化の出発点になるのです。

数字が結果しか語らない理由

レーダーチャートやトレンドグラフで、営業の課題を多面的に可視化して診断しているイラストです。

結果指標と行動の距離

移行率や受注率は、商談が終わったあとに残る結果の指標です。数字が下がった段階を特定できても、その手前で担当者が何を話し、どこでつまずいたのかまでは、数字の並びからは読み取れません。原因は、数字ではなく会話のなかにあるのです。

可視化すべきは会話

同じ段階で足踏みする案件を並べると、共通しているのは価格の切り返しや競合比較といった特定の場面での対応です。営業プロセスの可視化が本当に向き合う対象は、段階の数ではなく、その段階で交わされる会話の中身だと言えます。

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

会話の中身が残らない現場

コーチング依頼の山に埋もれ、一人ひとりへの指導が追いつかないマネージャーの状況を描いたイラストです。

記録に残るのは結果

多くの営業組織で入力されるのは、受注や失注、次回アクションといった結果情報です。商談中にどの質問が刺さり、どの説明で顧客が沈黙したのかは、記録として残りません。行動レベルの可視化は、まずここでつまずきます。

同席できる回数の限界

商談の中身を確実に知る方法は同席ですが、マネージャーが立ち会える商談の数は限られています。担当者が増えるほど、一人ひとりの会話を見て回る時間は不足し、可視化は一部の案件だけにとどまります。人手による把握には、構造的な上限があります。

会話を練習データに変える方法

練習が数字になる

AIシミュレーションロールプレイでは、担当者が各段階でどう話したかが、その場で段階別のスコアとして記録されます。これまで同席しなければ見えなかった会話の中身が、練習という形で構造化されたデータになり、行動レベルの可視化が現実の手段になるのです。

共通の基準で見える

AIによる評価は、あらかじめ定めた営業プロセスの基準に沿って行われるため、誰が見ても同じものさしで会話を確認できます。ここでAIが担うのは反復練習と評価基準の統一、そしてデータの可視化までであり、目標設定や動機づけは引き続き人の役割です。

AIとの練習が育成を変える場面

AIを活用し、各地の担当者が同時に高品質な練習に取り組んでいる様子を描いたイラストです。

新人の立ち上がり

新任担当者が着任直後からAIとの対話練習を重ねると、マネージャーは初回スコアから最新スコアまでの推移を段階別に確認できます。どの段階が弱いかを早い時期に見つけられるため、同席を待たずに、根拠のあるコーチングを始められます。

チームの弱点特定

四半期の始めにチーム全員の練習データを集計すると、たとえば競合比較での対応にチーム共通の課題が表れることがあります。マネージャーは感覚ではなくデータをもとに、どの段階を重点的に指導するかを判断できるのです。

まとめ

可視化の対象は数字だけではない

営業プロセスの可視化は、案件の進捗を追うことから始まりますが、そこで止まると原因までは見えません。数字が示す結果の手前にある、担当者の行動こそが可視化の本来の対象になります。

行動を見るには練習データが要る

商談への同席や事後の記録だけでは、会話の中身を継続して把握することは難しいのが実情です。行動レベルまで見えるようにするには、練習そのものをデータとして残す仕組みが手がかりになります。

AIとの練習が現実的な選択肢になる

AIとの対話練習は、会話を共通の基準で評価し、段階別のデータとして可視化します。人にしかできない動機づけと組み合わせることで、育成の判断に根拠が生まれると考えられます。

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