製品
能力の成長データを提示する人材育成責任者が、研修の投資対効果と業績への影響を経営層に説明している場面です。

ソリューション営業の研修は、何を練習させるかで決まります

ソリューション営業の研修を組み立てる段階で、商談プロセスの解説と提案書の型を用意して終わるケースがあります。しかし受講後に現場で問われるのは、顧客がまだ言葉にしていない課題を、対話の中で引き出せるかどうかです。設計の焦点は、教える内容よりも練習させる場面の側にあるのです。

学んだ型が、商談で出てこないのはなぜか

教える内容と練習する場面のずれ

ソリューション営業の研修では、顧客の課題を構造化して提案につなげる考え方を、講義と資料で丁寧に扱います。受講直後の理解度テストも、多くの場合は問題なく通過します。ところが現場に戻ると、顧客が課題をはっきり言葉にしないまま面談が始まり、想定していた順番で話が進みません。研修で扱う型は、課題がすでに整理されている前提で組まれています。整理されていない状態から入る場面の練習量が、そのぶん不足しがちです。もう一つ見落とされやすいのは、評価の置き方です。理解度は測れても、対話の中で仮説を立て直せたかどうかを見る仕組みは用意されていません。そのため受講者本人も、どこを直せばよいのか分からないまま次の面談に向かいます。設計上のずれは、講師の力量ではなく、練習させる場面の選び方に起因しているのです。

ばらつきは個人差ではなく設計差

同じ研修を受けても担当者ごとに成果が分かれると、本人の適性の問題として片づけられがちです。ただし差が出た箇所を並べてみると、多くは同じ工程に集まります。顧客の課題を掘り下げる質問と、条件が変わったときの提案の組み替えです。設計側でこの二つの工程に練習量を割けていたかが、現場の差として現れます。

対話力が育つ条件を分けて考える

能力が形になる条件

顧客の課題を引き出す力は、知識の量ではなく、判断を求められる回数で形になります。相手の答えが想定と違ったとき、次にどの質問を選ぶか。この判断を短い間隔で何度も繰り返せる場が、研修の中にあるかどうかが分かれ目です。

本番で使えなくなる場面

練習では想定どおりの反応が返るため、提案の順番を組み替える必要が生まれません。本番では前提が途中で変わります。この差を埋める練習を、どこに置くかが設計上の分かれ目になります。

練習量をどう確保するか

判断の反復を増やすと、相手役と評価者の時間が必要になります。人手だけで回すと、練習量は担当者の予定に左右されます。設計を人の余力に依存しない形にできるかが、次の論点です。

判断を繰り返す場を、研修の中に置けます

商談の5つのプロセスを土台にしたAIとの練習で、営業の方法論を現場の習慣として定着させる仕組みを示した画面です。

5段階の商談フレームワーク

UMU AIロープレを活用すると、練習は商談のプロセスに沿って進みます。ヒアリングから価値提案へ切り替える判断を、毎回同じ流れの中で確かめられます。人材開発の側では、練習が足りない工程を設計に戻せます。

前提が変わる場面を、その場で練習できます

価格や競合比較といった実際の反論をあらかじめ組み込み、安全な環境で難しい場面に向き合える練習シナリオの画面です。

反論シナリオの事前設定

価格や競合比較など、現場で実際に投げられる反論を、練習シナリオの中にあらかじめ置けます。AIは会話の流れを見て、想定していない位置でその反論を出します。受講者は、前提が崩れた状態から提案を組み替える経験を重ねられます。

練習量を、人の余力から切り離せます

多くの担当者が同時に練習を進められ、指導する側は戦略的なコーチングに時間を充てられる仕組みを示したイラストです。

同時・無制限の練習環境

UMU AIロープレを使えば、相手役の予定を待たずに練習を始められます。同時に取り組める人数に上限がないため、拠点が分かれていても練習量を確保できます。AIが担うのは反復練習と評価基準の統一までで、目標設定や動機づけは引き続き人の役割です。

個別の導入事例は載せていません

設計時に確認する点

机を囲んだ3名がノートパソコンの画面を見ながら話し合い、そばに対話を表すアイコンが添えられたイラストです。

本ページでは、特定企業の導入事例やその成果数値は掲載していません。判断に使える確認事項だけを挙げます。

顧客の課題が整理されていない状態から始まる面談が、練習シナリオに含まれているかを確かめてください。

提案の前提が途中で変わる場面を、何回ぶん用意できるかを設計段階で決めておきます。

運用時に確認する点

屋外のベンチに座った担当者がタブレットに向かい、手元にペンを持って練習に取り組んでいるイラストです。

相手役と評価者の予定が埋まったとき、練習が止まらない形になっているかを確認してください。

受講者が自分の課題を、次に何を直すかまで言い換えられる状態になっているかを見ます。

工程ごとの練習量が記録として残り、次の期の設計に戻せる形になっているかを確かめます。

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