商談を分析して次に試せる問いを提案します

営業経験の中で培われた判断や助言の基準に沿って、商談を分析します。録画・文字起こしデータをもとに評価の根拠を示し、次の商談で試せる具体的な言葉を提案します。

実行データを三つの工程で活用します

商談の録画や文字起こしを受け取り、認知生成プロセスを応用して分析します。その結果を振り返り、差分発見、次の準備に活かします。

分析結果を返す記録の入力・基準の更新仕事の循環

実際の発言や商談の展開をもとに、評価とその根拠を確認します。

目指す商談と実際のやり取りを照らし合わせ、確認できなかったことや認識のズレを見つけます。

次に確かめる問いや伝え方を具体化し、次回の商談を準備します。

顧客の一言のどこに注目するか。何を確かめてから、次の提案へ進むか。営業経験の中で培われた捉え方を評価や助言の基準に反映し、独自の認知生成プロセスで商談を読み解きます。意思決定につながった発言や、認識が噛み合わなかった箇所、さらに深掘りできた論点を捉えます。

認知生成マトリクスで必要な視点から状況を読み、SVSSで捉え方を手続きと結果確認につなぎます。共有するHow toと今回の情報をもとに、AIが次の判断や行動に使える返答を作ります。現場の指摘と結果からHow toとAIの適用を見直します。

お返しするのは、評価とその根拠、そして次の商談で試せる具体的な言葉です。

導入時には、ディレクターが営業の型や課題を伺います。良い商談とは何か、成果を上げている人はどこを見ているか。判断の理由まで聞き取り、評価と助言の基準をすり合わせます。

運用が始まってからも、現場の担当者と分析結果を確かめます。「ここはもっと踏み込んでほしい」「この評価は実態と違う」。そうした指摘をもとに基準を調整し、AIの分析と人による運用を通じて、次の振り返りへ反映します。

分析結果を読む際には、見落としていた論点と、次の商談で確かめたいことを整理します。なぜその問いが必要なのかを理解し、実際に試して振り返ることで、本人の捉え方が育つことを目指しています。