製品
自社で実証済みのトークと基準をもとにした同じAIシナリオで、拠点をまたぐ営業担当者が練習し、伝わる内容をそろえているシーンです。

営業のソーシャルラーニングが、共有だけで終わる理由

営業のソーシャルラーニングに取り組む組織では、成果を出したメンバーの商談録画やトークの型を共有するところまでは、たいてい進んでいます。しかし、共有物を見て理解した状態と、自分が客先で同じ主旨を口にできる状態のあいだには、もう一工程が残っているのです。

共有は進んでいるのに、何が変わらないのか

共有物は他人の言葉のままです

社内で営業のソーシャルラーニングを始めると、多くの場合、成果を出したメンバーの商談録画やトークの型、提案資料を共有するところまでは進みます。閲覧数も伸び、育成担当者の手応えとしても悪くありません。ところが数カ月たっても、各自の商談の進め方はあまり変わっていない、という声が出てきます。原因は共有の量ではありません。共有された内容は、別の誰かが自分の顧客に向けて選んだ言葉です。読んで納得することと、目の前の顧客を前にして同じ主旨を自分の言い方で口にすることのあいだには、まだ距離が残っています。例えば、ベテランの切り返しを見て納得したメンバーが、翌週の商談で似た場面に出会っても、口から出るのは以前と同じ言い回しのままです。こうした場面が、育成担当者からは見えにくいところで繰り返されているのです。

送り手ごとに見ている点が違います

共有を活発にしようと、メンバー同士でフィードバックを送り合う運用にすると、別の揺れが生まれます。ある人は話の順序を見て、別の人は質問の量を見ています。受け手には「人によって言うことが違う」という感覚だけが残り、どの助言に従えばよいのか決められません。共有の量を増やすだけでは、この揺れは収まりません。

共有を実践に変えるまでの流れ

口に出す工程が要ります

共有された勝ちパターンが各自の力になるまでには、見て理解する、自分の言葉で言ってみる、反応を受けて直す、という往復が要ります。社内学習で整いやすいのは最初の段階までで、その先は個人の意欲任せになりがちです。育成の設計としては、この往復をどこで回すかを先に決めておくと、共有した内容が商談の言葉に変わります。

評価の観点がばらつきます

相互フィードバックは、送り手の経験や関心によって見る場所が変わります。同じ商談録画でも、話し方を指摘する人と、質問の設計を指摘する人がいます。受け手は何から直せばよいのか決めにくくなります。

反復と基準をどう補うか

人どうしの共有は、そのまま残す価値があります。足りないのは、各自が何度でも試せる相手と、誰が見ても同じになる評価の観点です。この二つを育成の設計にどう組み込むかが、社内学習を実践まで回せるかどうかの分かれ目になります。

共有した話を、自分の言葉で試せます

他者からの評価を気にせず思い切って試せる、心理的安全性の高いプライベートな練習環境の画面です。

一人で始められる反復練習

UMU AIロープレを導入することで、AIが顧客役を担います。共有された切り返しや提案の型を、その場で声に出して試せます。相手の予定を押さえる必要がなく、うまく言えなかった場面だけを何度でもやり直せるのが特徴です。

誰が見ても同じ観点で評価できます

成果を出しているメンバーの勝ちトークをAIの評価基準に組み込み、チーム全体の底上げにつなげる画面です。

自社の型に沿った評価基準

社内で共有されてきた勝ちトークや、外せない訴求点を、そのままAIの評価基準として設定できます。練習のたびに同じ観点で採点されるため、助言する人によって指摘が変わることがありません。育成担当者は、何を直せばよいかを全員に同じ言葉で示せます。

個人差か、全体の課題かを見分けられます

チーム全体の練習データを段階別に集計し、個人の課題か組織全体の課題かを見分けられるダッシュボードの画面です。

段階別のチーム能力データ

練習の記録は、プロセス別のスコアとしてたまっていきます。育成担当者は、特定の場面だけ全員のスコアが落ちているのか、一部のメンバーだけがつまずいているのかを見分けられます。AIが担うのは、反復練習の相手と評価基準の統一までです。どこを目標に置くか、どう動機づけるかは、引き続き人が担う部分です。

共有を実践まで回した企業があります

大手外資系の生命保険会社

大手外資系の生命保険会社で、資産設計の提案力を高めるために担当者がデスクトップから対話練習に取り組んでいる事例のシーンです。

大手外資系の生命保険会社では、新人の育成が支社ごとに進み、指導の基準が支社によって異なっていました(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、全員が同じシナリオと評価基準で練習できる体制を整えたうえで、成約した受講者の練習記録を次の学習コンテンツに組み込みました(出典:導入企業へのヒアリング)。

オフライン研修のグループと比較したところ、UMUで学習・練習したグループは3カ月後の顧客への提案数が30%増加しました(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店舗超を展開する高級レディースアパレルグループで、エリア担当者が移動中に商品の訴求点と会員向け接客トークを確認している事例のシーンです。

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、ベテランの接客の型が新人に伝わりにくい状況でした(出典:導入企業へのヒアリング)。

そこでUMU AIロープレで複数の顧客タイプを再現し、店舗をまたいで同じ基準で練習できる体制を整えました(出典:導入企業へのヒアリング)。

接客の型が現場の言葉として定着し、導入当年の大型セールでは自社チャネル経由の流通総額が前年比90%以上、会員獲得率が前年比42%それぞれ増加しました(出典:導入企業へのヒアリング)。

デモを予約する 資料をダウンロード

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