製品
濃紺のスーツを着た営業担当者がプレゼンテーションを行い、聴き手はそれぞれ真剣に聞き入ったり考え込んだりしているシーンです。

営業勉強会のテーマが毎回知識の共有で終わる理由

月に一度の営業勉強会で、次のテーマが決まらないまま前日を迎えることがあります。新製品の資料共有や成功事例の紹介に落ち着き、参加者は聞くだけで終わります。営業勉強会のテーマが尽きたように感じられるのは、企画力の問題ではありません。テーマを取り出す先が、現場の商談ではなく手元の資料になっているのです。

なぜテーマ選びは毎回ふりだしに戻るのか

テーマを決める材料がありません

営業勉強会のテーマは、多くの場合、企画を担当する方の手元にある情報から決まります。新製品のリリース、他部署から回ってきた資料、四半期の重点施策。どれも必要な情報ですが、そろって「伝えるべきこと」の側から出てきた材料です。一方、現場の営業担当者が実際につまずいているのは、もっと手前の場面にあります。価格の話に入った瞬間に相手の反応が変わった、競合と比較され始めたときに言葉が続かなかった。そうした個別の詰まりは、商談が終われば担当者の記憶に残るだけで、次のテーマを決める材料として集まりません。材料が「伝えるべきこと」に偏れば、勉強会の中身は自然と知識の共有へ寄っていきます。知識の共有は、話し手が一人で進行できるため、参加者は座って聞いていれば成立してしまいます。回を重ねるほど、テーマの候補だけが先に尽きていくのです。

参加者が話す時間はごくわずかです

学んだことの約70%は1週間で、約87%は1カ月で忘れられるという調査結果があります(出典:Gartner)。月に一度の勉強会を聞くだけで終えていれば、次の回には前回のテーマがほとんど残りません。テーマの本数よりも、その場で口に出す時間があったかが定着を左右すると考えられます。

テーマの決め方を組み直す

テーマの材料は商談にある

材料が置かれているのは、直近の商談のなかです。どの場面で言葉が止まったか、どの質問で相手の表情が変わったか。売上の数字ではなく、会話が崩れた地点を月に数件でも文章で集めておけば、テーマの候補は自然と溜まります。

テーマを練習の形に組み直す

テーマが決まったら、次に決めるのは、参加者がその場で口に出す場面です。「価格を聞かれたときの返し方」のように、言ってみられる粒度まで絞り込むと、勉強会は説明の時間から練習の時間に変わります。

毎回のテーマをどう回すか

一度うまくいったテーマも、参加できる人が限られれば、チーム全体には行き渡りません。全員が同じ場面を同じ基準で練習できる状態を、どう用意するか。テーマを決めた後に必ず出てくる問いです。

テーマの材料は練習の記録から取り出せます

チーム全体の練習データをプロセス別や異議のタイプ別に集計し、共通の課題がどこにあるかを一目で確認できる能力診断ダッシュボードの画面です。

つまずいた場面の記録

UMU AIロープレを活用することで、営業担当者が取り組んだ練習は、プロセス別のスコアと改善ポイントとして残ります。どの場面で言葉が止まりやすいかがチーム単位で見えるため、次の勉強会のテーマを、記録に基づいて選べるようになります。

聞くだけの時間を、話す時間に変えられます

価格への異議や競合比較といった実際の反論をAI顧客との対話に組み込み、安全な環境で切り返しを練習できる画面です。

その場で口に出す練習

UMU AIロープレを活用することで、決めたテーマをそのままAIとの対話シナリオに設定できます。価格への異議や競合比較といった場面を事前に組み込めるため、参加者は説明を聞く側から、実際に言葉を返す側に回ります。

同じ基準の練習を、全員に用意できます

通勤中や休憩時間にスマートフォンからAIとの練習を始められる、時間や場所に縛られない高頻度トレーニングの画面です。

時間を選ばない反復練習

UMU AIロープレを活用することで、当日に集まれなかったメンバーも、スマートフォンから同じシナリオに取り組めます。AIが担うのは反復練習と評価基準の統一までで、テーマを決めることや動機づけは、引き続き企画する側の役割です。

聞く場から練習の場へ変えた事例

全国展開の眼鏡チェーン

眼鏡専門チェーンの店舗スタッフが、AIで実際の接客の流れを再現しながら専門的な相談スキルを磨いているシーンです。

全国に店舗を展開する眼鏡チェーン企業では、エリアマネージャー候補の傾聴力や伝達力を、座学だけでは育てにくい状況でした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレを活用し、候補者が時間や場所を問わず対話の型を繰り返し練習できる環境を整えました。

受講者からは「対話型なので話す練習になり、実際の接客にも活かせています」という声をいただいています(出典:導入企業へのヒアリング)。

日本大手の製薬企業

製薬企業のチームリーダーが、AIとの模擬対話を通じて1on1のコーチングスキルを高めているシーンです。

日本大手の製薬企業では、新任チームリーダー約100名がコーチングを学んでも、1on1で自然に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ロープレを活用し、「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種類の対話シナリオを、全3セッションに分けて練習できるようにしました。

その結果、第3セッション時点でコーチングを実践した割合は98.1%に達し、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)。

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