システム営業でスキルアップしても、稟議が動かない理由
「先週の商談も、提案書の説明はうまく運んだのに、最後は『一度社内で検討します』で終わってしまった……」システム営業のスキルアップに取り組んでいても、こうした場面に戻ってしまうことはありませんか。製品や技術の理解が深まるほど説明は滑らかになりますが、顧客の事業部門や情報システム部門が社内で何を確認するのかを聞き出せていなければ、稟議は前に進みません。この差が生まれる理由は、はっきりしています。
決め手は質問の組み立てです
伸ばすのは質問の力です
システム営業のスキルアップは、製品や技術の知識量を増やすことだと受け取られがちです。ただ、実際の商談で成果を分けているのは別の力です。顧客の業務のどこに困りごとがあるのか、いまの運用はどうなっているのか、決裁までに誰の確認が必要で、予算はいつ動くのか。限られた面談時間の中で、こうした情報を相手から引き出す力です。さらに、目の前の担当者が社内で説明しやすい形に、導入の目的と費用対効果、運用のイメージを整理して渡すところまでが含まれます。説明の滑らかさは、この土台の上でようやく効いてくると言えます。もう一歩だけ、踏み込んで見ておきたい点があります。
難しいのは順番の組み替え
質問すべき項目は、たいてい頭に入っています。つまずくのは、相手の反応に合わせてその順番を組み替える場面です。想定より踏み込んだ課題が出てきたとき、あるいは情報システム部門の担当者から連携やセキュリティの確認が入ったとき、準備した順序は崩れます。そこで組み替えられるかどうかを決めるのは、知識ではなく場数です。ところが、この場数を積む機会こそ、システム営業の日常でもっとも確保しにくいのです。
対話を鍛える場が足りない
システム営業の商談は提案から検証、稟議までが長く、案件ごとに事情も違います。それでも練習の相手は先輩か上司しかおらず、時間をもらえるのは月に一度あればよいほうです。そのため、本番の商談が唯一の練習の場になってしまいます。
社内でロープレを組んでも、相手役は同僚です。遠慮が働くため、連携の可否やセキュリティの確認、既存ベンダーとの比較といった、顧客が実際にぶつけてくる問いはそこまで厳しく飛んできません。だからこそ、本番で初めて答えに詰まってしまいます。
商談後の振り返りは「ヒアリングが浅かった」「もう少し粘れたはず」という言葉で終わりがちです。その結果、どの質問をどの順番で足すべきだったかが残らず、次の商談でも同じところでつまずいてしまうのが現実です。
業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。
業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。
相手の予定を待たずに、練習を始められます
移動時間に重ねる対話練習
案件の合間や移動中に、一人で商談の練習を始められます。UMU AIロープレを活用すると、AIが顧客役を担うため、先輩の予定を押さえる必要がありません。スマートフォンから回数の制限なく取り組めるので、次の商談までに同じ場面を何度でも試せます。
質問を重ねてはじめて、本音が出てきます
厳しい問いを返すAI顧客役
顧客が実際にぶつけてくる問いを、練習の中で受けられます。UMU AIロープレでは、連携の可否やセキュリティの確認、既存ベンダーとの比較といった反論をあらかじめ設定でき、AI顧客が会話の流れに合わせて投げかけます。話し方が押し気味になれば相手の態度は硬くなり、課題に寄り添えば背景を明かします。
どこで詰まったかを、その場で確認できます
対話直後に出る段階別のスコア
練習が終わった直後に、改善点を具体的に確認できます。導入からヒアリング、価値提案、反論対応、クロージングまで、段階ごとのスコアと課題が示されるため、次に何を直すかがその場で分かります。AIが担うのは反復練習と評価の標準化までで、案件ごとの戦略の相談は先輩やマネージャーの役割として残ります。
対話の場数を増やした営業組織
日本市場の製薬企業
日本市場で事業を展開する製薬企業では、若手の育成が先輩への同行に頼り、実践に近い練習機会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、若手が安全な環境で面談場面を繰り返し練習できる体制を整えました。
その結果、受講後7〜9カ月で医師との対話型面談の回数が受講前の約2倍に増えました(出典:導入企業へのヒアリング)。先輩の同行枠に育成が左右される構造は、システム営業の現場とも重なります。
日本最大級の生命保険会社
日本最大級の生命保険会社では、全国3,000拠点に分散する担当者へ、集合型のトレーニングだけで練習機会を継続的に用意できませんでした(出典:導入企業へのヒアリング)。
そこでUMU AIロープレを導入し、知識を入れる学習から、声に出して練習するアウトプット型の体制へ切り替えました。
担当者は「安全に試行錯誤できる環境で自分なりの最善の答えを作り、上司や同僚に提出して評価を受ける流れが生まれた」と振り返ります(出典:導入企業へのヒアリング)。