製品
商談後に営業マネージャーとメンバーが1対1で振り返りを行い、見落としていた点や商談で得た情報をその場で共有しているシーンです。

同じ営業マンのツールで、メンバーの商談力に差がつく理由

同じツールを全員に導入しても、使いこなすメンバーとそうでないメンバーに分かれます。営業マネージャーから見ると、ログイン率も入力件数も大きくは変わらないのに、商談の結果だけが開いていきます。この差がどこで生まれているのかは、ツールの利用データからは読み取れないのです。

同じツールで、なぜ差が開くのでしょうか

利用データには表れない差です

営業マネージャーが管理画面を開いても、そこに並ぶのは訪問件数や商談の入力状況です。二人のメンバーの数字を並べても、活動量にはほとんど差がありません。ところが実際の商談では、片方は顧客の反応に合わせて説明の順番を組み替え、もう片方は準備した資料をそのまま読み上げて終わります。違いが出ているのは、ツールが用意した情報を顧客の前で何度声に出したことがあるか、という点です。同行に多く入れたメンバーは、自然とその回数を重ねてきました。一方で、担当エリアが離れているメンバーには、同じ機会がありません。そしてこの回数だけは、どのツールにも記録されません。手元に残るのは、差が開いたという結果だけなのです。

反復がなければ記憶は残りません

学んだ内容は、一週間で約70%、一カ月で約87%が思い出せなくなるとされています(出典:Gartner)。同じ情報を同じ日に受け取っても、その後に口に出す回数が違えば、一カ月後に使える状態で残っている量は大きく変わります。メンバーごとの差は、この一カ月の間に大きくなります。

差を埋めるために見るべき3点

練習の回数がそろっているか

本番で言葉が出るかどうかは、事前に何度口に出したかで決まります。ところが練習の機会は、同行の有無や拠点によって偏ります。同じ回数の練習が全員に行き渡っているかを、まず見たいところです。

評価は人によって揺れます

メンバーの商談を評価しているのは、同席したマネージャーです。同席できた商談とできなかった商談では、見え方も変わります。誰が見ても同じ結果になる基準がなければ、手のつけどころの判断も割れます。

一人ひとりに合わせられるか

メンバーごとに必要な練習は違います。価格の話でつまずく人と、案件を掘り起こせない人では、次にやるべきことが同じにはなりません。一人ひとりの課題に合わせて練習を組み替えられるかどうかが、ツール選びの分かれ目になります。

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

全員が同じ回数だけ練習できます

人数の制限なくチーム全員が同時にAIとのロールプレイに取り組み、指導役はより価値の高い戦略的な助言に集中できるシーンです。

全員が同時に取り組める練習環境

UMU AIロープレを導入することで、AIが顧客役を担います。相手役の空き時間を待つ必要がなくなり、同行の機会が少ないメンバーも、自分のタイミングで練習を始められます。人数の制限がないため、拠点が離れていても、チーム全員が同じ回数の対話を重ねられるのです。

同席できなくても、同じ基準で評価できます

導入トーク、ヒアリング、価値訴求、異議対応、クロージングという5つの訪問プロセスを網羅した能力レーダーチャートと、一人ひとりの課題に合わせた改善アドバイスをAIが示す画面です。

プロセスごとの自動採点と改善点

練習が終わると、導入トーク、ヒアリング、異議対応といったプロセスごとに、スコアと改善点をその場で確認できます。採点の基準は全員に共通するため、同席していない場面でも、どのメンバーがどの段階で言葉に詰まっているかを比べられるようになります。1on1は、その記録を開いたところから始められます。

メンバーごとに、次の練習を変えられます

一人ひとりの対話内容から個別の診断と次に練習すべき内容を示し、メンバーごとに最短の改善ルートを描き出す画面です。

一人ひとり異なる練習メニュー

AIは、対話内容をもとに一人ひとりへ改善点を返します。全員に同じ講評ではなく、切り返しで押し返せない人には異議対応のシナリオを、ヒアリングが浅い人には質問の練習をというように、次の内容が変わります。AIが担うのは反復練習と評価の標準化までです。目標設定や動機づけは、マネージャーの役割として残ります。

育成のばらつきを解消した事例

製薬・営業5,500名

循環器・がん領域を手がける製薬分野のグローバル大手企業で、営業担当者が業務の合間にスマートフォンから時間制限のある実践的な練習に取り組んでいる事例を表すイラストです。

製薬分野のグローバル大手企業では、営業担当者が全国に分散し、一人ひとりに客観的なフィードバックを返せませんでした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレで対面研修の一部を置き換え、マネージャーがメンバーの習得状況をダッシュボードで確認できる体制を整えました。

その結果、オンラインで練習した群の業績が対面研修のみの群を上回り、感覚ではなくデータをもとに1on1を進められるようになりました(出典:導入企業へのヒアリング)。

製薬・新任リーダー100名

製薬分野のグローバル最大手企業で、チームマネージャーがAIとの模擬対話を通じて1on1のコーチング力を高めた事例を表すイラストです。

日本大手の医薬品メーカーでは、新任チームリーダー約100名が研修でコーチングを学んでも、実際の1on1で使えるまでに時間がかかっていました(出典:導入企業へのヒアリング)。

そこでUMU AIロープレで「行動コーチング」「スキルコーチング」「動機づけコーチング」の3種類の対話を用意し、全3セッションを通じて繰り返し練習しました。

その結果、第3セッションの時点で98.1%がコーチングを実践し、そのうち93.1%が「メンバーに変化があった」と回答しました(出典:導入企業へのヒアリング)。学んだ型が、練習を経て実際の1on1に移ったと言えます。

資料をダウンロード デモを予約する

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