製品
ニーズを引き出す対話の練習で、質問を重ねながら相手の課題を深く聴き取っているシーンです。

営業スキルトレーニングの対象が絞れない、構造的な理由

営業スキルトレーニングを企画するとき、最初に手が止まるのは対象の決め方です。ヒアリング、提案、価格の伝え方、反論への対応と、鍛えたいスキルはいくらでも挙がります。どれも間違いではないため、優先順位がつきません。行き詰まりの原因は、設計の起点をスキルの一覧に置いていることにあるのです。

スキルを挙げるほど的が絞れないのはなぜか

一覧は共通言語、練習の設計とは別です

営業スキルと呼ばれるものを書き出すと、ヒアリング、提案の組み立て、価格の伝え方、反論への対応、関係づくり、クロージングと、次々に挙がります。どれも実際の商談で使う力であり、一覧そのものは役に立ちます。チーム内で同じ言葉を使って同じことを指せるからです。問題はその次にあります。営業スキルトレーニングの企画を一覧の順にそのまま並べると、どの項目にも少しずつ触れて終わります。受講した側に残るのは「一通り聞いた」という感覚で、明日の商談で何を変えるかは決まりません。ここで見落とされているのは、スキルの一覧が商談の進む順番とは無関係に作られている、という点です。一覧は営業という仕事を分類するために整理されたものであり、自社の商談がどこで止まっているかを示すために作られたものではないのです。

決まらないのは見立ての前です

研修は毎年実施していても、今年は何を鍛えるのかを決めきれない。企画の現場には、その実感が残りがちです。一覧を前にすると、どの項目も必要に見えて、優先順位がつきません。対象が決まらない原因は、メンバーの力の見立てが甘いことではなく、設計の起点をどこに置くかにあると言えます。

対象を決めるのは、スキルではなく場面です

スキルが形になる条件

スキルは、使う場面が決まって初めて練習の形になります。反論への対応と一口に言っても、初回訪問で予算を理由に断られる場面と、最終提案で他社と並べて比較される場面では、必要な言葉が違います。場面を決めれば、そこで使うスキルは自然に絞られます。順序を逆にすると、いつまでも絞りきれません。

場面は会社ごとに違います

どの場面で止まるかは、会社ごとに違います。扱う商材、相手の役職、検討にかかる期間によっても変わります。他社向けに作られた一般的なお題をそのまま使うと、自社の営業担当者が実際に詰まる場面から外れてしまうのです。

場面を特定する材料

止まる場面を特定するには、商談の記録が要ります。ただし相手のある本番の商談を、毎回記録するのは現実的ではありません。練習の記録であれば、場面ごとに残せます。そのため、練習の場をどこに置くかが次の論点になります。

自社の商談の場面を、練習の形にできます

AIを活用した5つの訪問プロセスの枠組みで、営業の方法論を現場で使える習慣として定着させる画面です。

商談プロセスに沿った対話シナリオ

UMU AIロープレを活用することで、自社が定めた商談のプロセスに沿って、AIが顧客役を担います。初回訪問での断り、価格への反論、他社との比較など、実際に止まりやすい場面を一つずつ切り出して設定できます。営業スキルトレーニングの対象を、一覧の項目ではなく場面の単位で組み立てられます。

練習の内容が現場で使えるか確かめられます

キーワードの一致にとどまらず、商談での実際の進め方を評価するAIの評価エンジンの画面です。

商談プロセス別の評価基準

AIによる評価は、企業が設定した商談のプロセスと評価基準に沿って行われます。言葉づかいの印象で採点を終わらせず、その場面で必要な確認や提案ができていたかを見ます。評価者によって基準が動かないため、同じ場面で誰がどこまで対応できているかを、同じものさしで比べられます。

どの場面で止まっているかが見えてきます

チーム全体の能力を診断するダッシュボードで、組織に共通する課題をひと目で把握し、データをもとにコーチングを判断できる画面です。

場面別に残る練習の記録

練習の記録は、場面ごとにデータとして残ります。ヒアリングの場面は伸びているのに、比較検討の場面だけ低いままといった傾向を確認できます。次にどの場面を練習の対象にするかを、印象に頼らず記録から選べます。AIが担うのは反復練習と評価基準の統一までであり、目標の設定や動機づけは引き続き人の役割です。

商談の場面から設計した企業の実例

体外診断分野のグローバル企業

体外診断分野の企業が、AIによる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ている事例のイラストです。

体外診断分野のグローバル企業では、5名の研修担当者が1,500名の能力認定を担い、人による模擬訪問は四半期に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ロープレを活用し、同社が定めた5つの訪問プロセスに沿った模擬対話を、いつでも練習できる形にしました(出典:導入企業へのヒアリング)。

その結果、認定は日程を待つものから随時受けられるものへ変わり、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)。

製薬分野のグローバル大手企業

オフィスの椅子に座った担当者が、スマートフォンの画面に向かって練習に取り組んでいるイラストです。

製薬分野のグローバル大手企業では、全国に分散する営業担当者5,500名に対し、学んだ内容を現場で使うための実践的な練習が不足していました(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、40以上の知識項目に対して80〜120の模擬業務シーンを設計しました(出典:導入企業へのヒアリング)。

その結果、オンライントレーニング群の業績がオフライン研修群を上回り、直属マネージャーは部下の習得状況をダッシュボードで把握できるようになりました(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