製品
顧客と営業担当者が、進め方の計画と役割分担を画面で確認しながら、次の段取りをすり合わせているシーンです。

広告の提案営業は、前回の結果から切り出せていますか

広告の提案は、一度きりで終わる仕事ではありません。前回の出稿があり、その結果が出たうえで、次の提案の場が来ます。数字が期待どおりだった回は切り出しやすいものの、そうでなかった回ほど、その話に触れないまま新しい企画の説明から入りたくなります。次の提案が通るかどうかは、企画の出来より前回の結果をどう扱ったかで決まっていることがあるのです。

切り出す順番が可否を分けます

次の提案は何で決まるのか

広告の提案営業で次の一手が通るかどうかは、企画書の完成度よりも、前回の結果をどの順番で扱ったかに左右されます。継続して取引のある相手とは、前回の出稿の結果をすでに共有しています。そこで新しい企画から説明を始めると、相手の中では前回の話が片づかないまま次の話が重なります。逆に振り返りから入れば、そこで出た論点がそのまま次の提案の前提になります。原因の切り分けは相手と一緒に進めるものであり、担当者に問われるのは、その話をどう切り出すかです。同じ企画書でも、どこから話すかで受け取られ方は変わるのです。ただ、この順番は誰にとっても実行しやすいわけではありません。

触れにくい回ほど、後に残ります

数字が伴わなかった回の話から入るのが気まずいのは、担当者の姿勢の問題ではありません。相手の期待に届かなかった場面を自分の口で持ち出すのは、誰にとっても負荷の高い動作です。そのため、この一言だけが練習されないまま本番を迎えることになります。提案書の組み立てや訴求の見せ方は何度も見直されるのに、切り出しの一言は、その場の空気に任されたままなのです。実行が難しいのは、企画の中身よりも、この入り方の設計だと言えます。

切り出しの練習が抜け落ちる理由

初回提案を想定した練習

営業の練習は、初めて会う相手への提案を想定して組まれがちです。ところが広告の提案では、一度仕事をした相手と再び向き合います。前回の結果を踏まえて次を持ち出す設定は、練習の題材になりにくいのが現実です。

同僚相手では出ない重さ

同僚相手のロープレでは互いに遠慮が生じ、期待に届かなかった数字を自分から持ち出す重さまでは再現できません。そのため、うまくいった前提の練習ばかりが増え、いちばん言いにくい場面だけが残ってしまいます。

講評に順番が残りません

練習後の講評が「落ち着いて話せていた」という感想にとどまると、どの順番で話を組み立てるべきだったかは残りません。その結果、次の練習でも同じ入り方を繰り返し、本番の場まで自分の切り出し方を確かめられません。

前回の結果が残ったままの相手と話せます

役職や性格、背景を細かく設定でき、現場で出会う多様な顧客像をそのまま再現できるAI顧客ペルソナの設定画面です。

続きの提案を想定した練習設定

一度仕事をした相手との場面を、そのまま練習の設定にできます。UMU AIロープレでは、前回の出稿があり、その結果が期待に届かなかったという前提を、AI顧客の背景として組み込めます。担当者は、続きの提案として話を始める練習を重ねられます。

気まずい一言ほど、回数を重ねられます

人目や評価を気にせず、一人で何度でも練習に取り組めるプライベートな練習環境を表したイラストです。

一人で積み重ねる切り出しの反復

気まずい一言は、人の前で試すほど言いにくくなります。UMU AIロープレはスマートフォンから一人で使えるため、相手の予定を押さえることも、同僚の視線を気にすることもありません。同じ切り出しを言い方を変えながら何度でも試し、口に出せる形に整えてから本番の場に臨めます。

どこから話すべきだったかが残ります

対話が終わった直後に、段階ごとの採点と改善が必要なポイントを示す構造化された評価レポートの画面です。

対話直後の段階別フィードバック

練習が終わると、導入からヒアリング、提案までのどの段階に課題があったかを、段階別のスコアで確認できます。感想にとどまらず、どの一言が足りなかったかが残るため、次に直す箇所がはっきりします。AIが担うのは反復練習と評価基準の統一までで、結果の原因をどう説明するかの判断は担当者が引き受けます。

振り返りを次につなげたチーム

小売・複数ブランド展開

子ども靴を扱う小売店のスタッフが、休憩室でAIを相手に接客の練習をしているシーンです。

複数の子ども靴ブランドを展開する企業では、前年の大型商戦でキャンペーンの売上目標を達成できず、本部の施策が店舗の接客に結びつかない状態が続いていました(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、来店から購買決定までの流れを対話型のシナリオとして再現し、会員制度の案内や関連商品の提案について、店舗をまたいで繰り返し練習しました。

その結果、導入後初回の大型セールでは売上目標の達成率が128%に達し、前払い型の会員数は前年比28.1%増加しました(出典:導入企業へのヒアリング)。前回届かなかった数字を起点に打ち手を組み直したことが、次の商戦の成果につながりました。

医療機器・営業1,500名

体外診断分野の企業で、営業担当者がAIを相手に製品説明と臨床コミュニケーションの練習をしているシーンです。

体外診断分野のグローバル大手企業では、5名の研修担当者が1,500名の営業担当者の能力認定を担い、認定は四半期に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、自社で定めた5つの訪問プロセスに沿った模擬対話と、その場で出るスコアや段階別のフィードバックを組み合わせました。

その結果、認定は日程を待つものから準備ができた時点で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は22.4%向上しました(出典:導入企業へのヒアリング)。練習の場で評価基準がそろったことが、実際の商談での成果に結びついたのです。

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
導入について相談する