見積もりを出した後、なぜ商談が止まるのか
値引き要求は資料では防げません
見積もりを提示したあと、商談が急に静かになることがあります。担当者は先方の反応を待ち、社内では値引きの可否を確認します。そのやり取りが数日続くうちに、顧客の関心は別の候補へ移っていきます。この場面への備えとして多くの営業組織が用意しているのは、価格表や割引の承認フローといった資料。どれも顧客に渡すところまでを整える仕組みにとどまります。顧客が金額に反応した瞬間に必要なのは、なぜその価格なのかを相手の関心に合わせて言い直す力です。研修で価格の根拠を学んでも、実際に値引きを求められる緊張のなかで同じ言葉が出るとは限りません。営業マネージャーが同行して初めて、担当者が金額の話になると急に早口になっていることに気づきます。課題が見えるきっかけが同行の機会に限られているところに、この問題の根があるのです。
商談の86%は途中で止まります
Forresterの調査では、B2Bの購買プロセスの86%が途中で停滞すると報告されています(出典:Forrester State of Business Buying 2026)。止まる理由は価格そのものよりも、金額の妥当性を納得できるまで説明されなかったことにあります。営業支援が向き合う場所は、この数分間に移りつつあると言えます。
見積もり提示の対話力は、どう育つのか
金額の話に強い担当者は、価格の知識が多いわけではありません。値引きを求められた場面を何度も通り、そのたびに相手の反応を見て言い方を変えてきた人です。この力を育てるのは知識の量ではなく、同じ場面を繰り返した回数なのです。実際の商談で価格交渉に立ち会える機会は、担当者一人あたりで見れば多くありません。
社内のロールプレイングでは、相手役が同僚になります。互いに事情を知っているため、値引きの理由を細かく問い詰める展開になりにくく、本番の圧力までは再現できません。
見積もりの作成や承認を速める仕組みは整いました。一方で、提示した金額を相手の関心に合わせて語り直す練習は、支援の対象から外れたままです。この部分をどこで埋めるかが論点です。
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。
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。
値引き要求への切り返しを繰り返せます
価格交渉シナリオの再現
UMU AIロープレを導入することで、AIが顧客役を担います。「他社はもっと安い」「予算が足りない」といった、見積もり提示後に出やすい反応をあらかじめ設定できます。担当者は同じ場面に何度も入り直し、説明の順番を変えながら試せるのが特徴です。
どこで止まったかを、その場で確認できます
プロセス別のスコア表示
UMU AIロープレを活用することで、練習が終わった直後に、商談の段階ごとのスコアと改善点を確認できます。「全体的に良かった」で終わらず、価格の根拠を伝える前に相手の懸念を聞けていたかどうかまで、その場で振り返れます。
チーム全体の課題を、データで把握できます
チーム診断ダッシュボード
練習の記録は担当者ごとに蓄積され、営業マネージャーはどの段階でつまずく人が多いかを一覧で確認できます。ここでAIが担うのは、反復練習と評価基準の統一という部分です。目標設定や動機づけは、これまでどおりマネージャーの役割として残ります。
対話の練習を仕組みに変えた企業
高級アパレル・500店舗超
国内外100都市以上に500店舗超を展開する高級レディースアパレルグループでは、値引きを起点とした接客が根づいており、価格に頼らない提案へ切り替えられずにいました(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、来店する顧客像に合わせた複数のAI顧客を設定し、接客の組み立てを繰り返し試せる環境を整えました。
その結果、価格以外の価値を語る提案が定着し、導入当年の大型セールでは自社チャネル経由の売上が前年比90%以上増加しました(出典:導入企業へのヒアリング)。
体外診断・営業1,500名
体外診断業界のリーディングカンパニーでは、5名の研修担当者が1,500名の能力認定を担い、認定を四半期に1回しか実施できませんでした(出典:導入企業へのヒアリング)。
そこでUMU AIロープレを導入し、5つの商談プロセスに沿った模擬対話と即時採点を組み合わせ、準備ができた担当者から順に認定を受けられる体制へ切り替えました。
その結果、認定待ちの期間がなくなって実務投入が早まり、認定を通過した担当者の実訪問における成約率は22.4%向上しました(出典:導入企業へのヒアリング)。