製品
顧客のニーズが曖昧な場面でのソリューション営業として、戦略的な質問を通じて顧客自身に事業上の課題を明確にしてもらうシーンです。

ソリューション営業のスキルマップが現場で機能しない理由

ソリューション営業のスキルマップを渡され、自分の到達段階に印をつけたことがある営業担当者は少なくありません。ただ、印がついた項目を見ても、明日の商談で何を変えればよいかまでは見えてきません。課題はスキルの一覧そのものではなく、項目を練習に変える手順が抜けていることにあるのです。

スキルの一覧は、なぜ商談で使えないのか

印はついても手順が残らない

スキルマップには、顧客の課題を引き出す力や、仮説を立てて提案する力といった項目が並びます。多くの場合、そこに「できる」「もう少し」といった印がつくところまでは進みます。つまずくのは、その次なのです。「もう少し」と判定された項目について、どの商談場面で、何を、どう変えるのかまでは書かれていません。同僚とのロールプレイングで補おうとしても、相手が気を遣ってくれるため、実際の顧客が見せる沈黙や切り返しは再現されにくいものです。上司の同行は月に数回。その場では顧客対応が優先されます。そのため、判定された項目を試す最初の機会が、本番の商談になってしまいます。初回訪問で顧客の課題を仮説として言葉にしようとしたとき、想定と違う反応が返ってきて言葉に詰まる、という場面がこれにあたります。スキルマップが示すのは現在地までで、そこから先の進め方は自分で組み立てるほかありません。

判定した時点で止まる

もう一つ見落とされやすいのは、判定した時点の理解が残らないという点です。研修で学んだ内容は1週間で約70%、1カ月で約87%が失われるという調査結果があります(出典:Gartner)。期末に印をつけ直すころには、そのとき理解していた進め方も手元に残っていないと言えます。

スキルマップの組み立て方を見直す

項目の粒度を下げる

「課題を引き出す力」のような大きな括りのままでは、練習の単位になりません。初回訪問で顧客の困りごとを仮説として言葉にする、価格の話が出たときに投資対効果へ話を戻す、といった商談場面と行動のセットまで下げると、そこで初めて何を繰り返せばよいかが決まります。

段階を行動で定義する

できる、できないの2値で印をつけると、伸びが見えません。顧客の反応が想定と違ったときに質問で軌道を戻せたか、といった観察できる行動で段階を書き分けると、自分がどこまで到達したかを自分で判断できるようになります。

更新の間隔を詰める

期末の棚卸しだけでは、練習の効果を追えません。一回の練習ごとに記録が残り、前回との差が見える状態をどう作るか。そこを担う道具があるかどうかが、表が動くかどうかを分けると言えます。

商談の場面ごとに、練習を分けられます

異議シナリオをあらかじめ登録できるライブラリで、対応が最も難しい顧客からの指摘を安全な環境で練習できる画面です。

場面別の練習シナリオ設定

UMU AIロープレを活用することで、AIが顧客役を担います。初回訪問での課題の掘り起こしや価格への異議など、商談の場面ごとにシナリオを設定できます。項目を確認するだけで終わらず、場面単位で繰り返し練習できるのが特徴です。

今どの段階にいるか、その場で分かります

対話が終わった直後に、段階ごとの採点と評価が下がった箇所を正確に示す構造化レポートが数秒で生成される画面です。

プロセス別の即時スコア

UMU AIロープレでは、練習が終わった直後にプロセス別のスコアと改善点を確認できます。導入、ヒアリング、価値の伝え方、異議対応のどこで評価が下がったのかが分かるため、「全体的によかった」という振り返りで終わりません。

伸びているかを、記録で確かめられます

担当者ごとの多面的な能力の推移を可視化し、スキルの課題を特定しながら現場での力の伸びをデータの中で確認できる画面です。

個人の練習記録の蓄積

UMU AIロープレを使うと、練習のたびにスコアと対話の記録が残ります。初回スコアから最高スコアまでの推移を自分で確認でき、前回との差をその場で見比べられます。AIが担うのは反復練習と評価基準の統一で、目標の立て方や動機づけは人の役割です。

練習の仕組みを変えた企業の記録

体外診断分野の大手企業

体外診断分野のリーディングカンパニーが、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た事例のシーンです。

体外診断分野のグローバル大手企業では、研修担当者5名で営業担当者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、準備ができた時点で認定を受けられる体制へ切り替えました。

その結果、認定は四半期に1回から随時実施へ移り、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)。

グローバル大手製薬企業

バイオ医薬品分野のグローバル大手企業が、現地のバイオ医薬品市場でAIロープレを実務に深く適用した事例のシーンです。

グローバル大手製薬企業では、製品ラインごとの研修講師が3名のみで、一人ずつに1対1の指導を行えませんでした(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、標準化された練習を各自のタイミングで積み重ねられる環境を整えました。

累計102,834回の練習が重ねられ、練習回数とトレーニング成績の間に明確な正の相関が確認されました(出典:導入企業へのヒアリング)。

資料をダウンロード デモを予約する

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