製品
拠点の異なる営業担当者が、自社の実績あるトークと基準にもとづく同じAIシナリオで練習し、伝える内容の一貫性を保っているシーンです。

営業ツールのデザインを見直しても、商談で使われない理由

提案資料やトークスクリプトのデザインを整え直しても、商談の場では使われないままになることがあります。現場が使わない原因は、営業ツールのデザインの完成度ではなく、そのツールを使う場面を担当者が声に出して練習していないことにあるのです。

用意したツールは、どこで止まるのか

読みやすさと、話しやすさは別です

セールスイネーブルメントの担当者が営業ツールのデザインに手を入れるとき、多くは紙面の構成や図版の見せ方から着手します。情報の並び順を整え、要点を一枚にまとめる作業は、比較的短い期間で仕上がります。ところが商談の場では、担当者はその一枚を顧客に見せながら、自分の言葉で説明を組み立てることになります。資料のどこを最も伝えたいかは決まっていても、顧客の反応に合わせてどの順番で話すかまでは、資料の側から指定できません。新しい提案資料を配った直後の商談で、担当者が表紙から順にページを読み上げてしまう場面は珍しくありません。顧客が途中で「うちの場合はどうなりますか」と割り込むと、そこから話の筋が戻らなくなります。読みやすさを高める作業と、その資料で話せるようにする作業は、もともと別のものです。後者が設計に入っていないと、ツールは配った時点で止まってしまうのです。

作った資料の多くは使われません

マーケティング部門が作成した営業向けコンテンツのうち、6~7割は営業チームに使われていないという調査結果があります(出典:Forrester)。手間をかけて整えた営業ツールほど、デザインの完成度と現場での使用率が一致しないと言えます。

設計から実行までを分けて考える

設計の対象を絞る

営業ツールのデザインを見直す前に、どの商談場面のために作るのかを一つに絞ります。初回訪問の導入と、価格に踏み込まれた場面とでは、必要な情報量も話す順番も変わります。場面を決めてから紙面を組み立てると、担当者は「この資料はここで開く」と判断できるようになります。

運用の場面を想定する

作った資料が実際にどう開かれるかを、配布前に想定します。誰が、どのタイミングで見せるのか。そこまで決めておくと、現場の担当者は当日その場で考えずに済みます。

検証の手段を用意する

残るのは、設計した通りに話せているかをどう確かめるかという問いです。読んだかどうかは配信ログで分かりますが、顧客を前にした言い回しまでは追えません。話す練習の記録が残る仕組みが要ります。

設計した話し方は、練習でしか残りません

成果を出している担当者のトークや自社の標準メッセージをAIの評価基準に組み込み、チーム全体が同じ基準で練習できる画面です。

自社トークに沿ったAI評価基準

UMU AIロープレでは、成果を出している担当者の話し方や自社の標準メッセージを、AIの評価基準に組み込めます。絞り込んだ商談場面をそのままシナリオにできるため、担当者は設計した順番で話す練習を繰り返せます。設計の意図を、練習のたびに確かめられます。

配ったあとの一週間で、定着が決まります

移動中や休憩時間にスマートフォンからAIロープレを繰り返し、短い練習を高頻度で積み重ねられる画面です。

スマートフォンでの高頻度練習

配布のタイミングに合わせて練習シナリオを開くと、担当者は移動中や商談の直前にスマートフォンから同じ場面を繰り返せます。相手役の予定を押さえる必要がないため、資料が新しいうちに練習量を確保できます。運用の設計が、そのまま練習の設計になるのです。

話せているかを、数字で確かめられます

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、課題の所在をひと目で確認できるダッシュボード画面です。

プロセス別のチーム診断

練習の記録は、ヒアリングや異議対応といったプロセス別に確認できます。担当者ごとの課題と、チーム全体で共通して点が伸びない箇所を、同じ画面で見分けられます。次にどの営業ツールのデザインから直すべきかを、感覚ではなくデータで決められます。

本部の設計を現場で動かした企業

体外診断分野の大手企業

体外診断分野の大手企業が、AIコーチングで医療機器チームの製品説明力と臨床コミュニケーション力を高めた事例のシーンです。

体外診断分野の大手企業では、担当者5名で1,500名の認定を担っていました(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、準備ができ次第いつでも認定を受けられるようにしました。

その結果、練習と同じ基準で認定でき、認定通過者の実訪問における成約率が22.4%向上しました(出典:導入企業へのヒアリング)。

500店舗超のアパレル企業

500店舗超を展開するアパレル企業のエリア担当者が、移動中に商品の訴求点と上顧客向けの接客トークを確認しているシーンです。

500店舗超のアパレル企業では、本部の接客の型を全店舗へ適用することが課題でした(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、顧客タイプ別のシナリオで全店舗が同じ基準で練習しました。

その結果、店頭の会話が設計どおりに変わり、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)。

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