見出し画像

顔が見えないお客様の「不信」を突破する、レブコムBDRの仮説構築のコツ

こんにちは。RevComm(レブコム)PRです。

レブコムが開発・提供する音声解析AI電話「MiiTel」は、企業のインサイドセールス部門にも多くご利用いただいています。
レブコムのインサイドセールス部門はMiiTelを活用して架電業務を行っており、お客様にサービスを体験していただく最初の部門として、顧客体験価値の向上に取り組んでいます。

前回のSDR編に続き、今回はBDRチームの紹介です。
BDRチームでは仮説構築の精度を高め、フィールドセールスと連携して商談フェーズの転換率向上に取り組んでいます。BDRチームの野村・仲泊に取り組み内容をインタビューしました。

(BDRチーム仲泊(左)・野村(右))

〜プロフィール〜
野村 駿太

新卒で株式会社ネオキャリアで営業を担当し、新規開拓の営業実績NO.1を獲得。新規事業を立ち上げ、新サービスのリリース、営業責任者を経験。2021年12月レブコム入社。

仲泊 巧
ディップ株式会社へ新卒入社。求人広告及び法人向けDXサービスの一気通貫型営業に5年間従事。首都圏を中心として地場中小企業を担当とする営業組織にて社内表彰されるなど活躍。2023年4月レブコム入社。


レブコムのセールス組織とBDRの役割

レブコムのセールス組織は、The Modelに基づいた分業体制となっています。

BDRチームは、ターゲットとする企業へ戦略的にアプローチをする、新規開拓型のチームです。企業戦略に基づいてアプローチ先をリストアップし、顧客のインサイトを引き出すための仮説構築を行い、電話やメール、手紙等で顧客にアプローチします。顧客と商談実施の合意が取れたらアポイントを設定し、フィールドセールスにトスアップします。

BDRチームではKPIを下記の2点に設定しています。
・02フェーズの商談(※)供給数
・02フェーズの商談供給金額
※レブコムでは商談開始〜受注までの商談フェーズを6段階に分けており、02フェーズは「課題の特定と解決策の提案」がクリアになっている状態と定義しています。

フィールドセールスとBDRでは担当者同士でペアを組み、毎週マッチアップmtgを実施しています。mtgではフィールドセールスの商談供給状況や商談フェーズを確認し、アカウントプランに基づいたお互いのアクションをすり合わせ、密に連携をとっています。

「不信」を突破する仮説構築のポイント

BDRには、顧客の課題が顕在化されていないため、仮説構築をもとにインサイトを引き出すスキルが求められます。

顧客が商品を購入する際の心理的な壁として「4つの不(不信・不要・不適・不急)」があると言われています。

アウトバウンド型のアプローチを行うBDRの場合は、4つの不の中でもまずは不信を突破し、相手に「話を聞いてみよう」と感じてもらうことが重要です。そのために「Why now, Why you(なぜ、今、あなたに連絡をしたのか)」が伝わる仮説構築を行い、会話の冒頭から「お客様への理解」と、「自社の提供するサービスの価値」を訴求できる必要があります。

情報収集〜仮説構築までのステップ

STEP1:情報収集
レブコムではセールスリサーチ用のプラットフォーム「FORCAS」を導入しています。まずはFORCASを利用して、アプローチ先企業の会社概要、同業界のプレイヤー、課題等を確認します。次に、企業HPを確認します。例えば、採用ページからアプローチしたい部署の募集要項や社員インタビューなどからその部署の業務内容を理解したり、IR情報が公開されている場合は、中長期戦略資料等を見て、今後どのようなところに注力していくのかといったところを確認します。
レブコムでは情報収集において確認するべきポイントをチーム内で共有しています。メンバーはそのポイントに沿って確認する意識づけを行い、情報収集〜仮説構築の時間を10分程度で実施しています。15分以上かかるような場合はチームのSlackチャンネルで相談し、メンバーが一人で悩まない工夫を行っています

STEP2:仮説構築
集めた情報から考えられる課題を推測し、その課題に対してMiiTelがどのように貢献できるか仮説を立てます。例えば、採用を強化しているのであれば、新人教育に課題があるのではないかという仮説をもとに、提案内容を具体的に考えます。最近では、インテントセールスSaaS「Sales Marker」を活用して、アプローチしたい企業がどのようなキーワードに興味を持っているか確認し、関心に合わせた提案なども行なっています。

仮説構築の目的は、「Why now ,Why you」を相手に伝えるためです。
仮説構築をもとに、顧客と課題に対する提案観点の合意ができた状態でアポイントの了承を得ることができればベストですが、アポイントの合意に至らなかった場合も、仮説をもとにヒアリングを行い、ネクストアクションや次回の連絡のタイミングの合意が得やすくなります。BDRの場合は1回の架電で商談のアポイントに繋がる確率は低いため、仮説構築をもとにお客様の自己開示を促し、対話を重ねて信頼関係を築いて行くことが重要だと考えています。

商談フェーズの転換率向上のためのMiiTel「自動ラベリング機能」の活用

BDRでは、商談供給数は安定した量を担保できているので、ネクストステップとして商談フェーズの転換率を向上するために、MiiTelの「自動ラベリング機能」を活用して「キーワード」を意識したトークスキルの向上に取り組んでいます。

自動ラベリング機能:発話されたキーワードによって応対メモが自動で付与されます。これにより確認すべき通話のピックアップやユーザー毎の特性抽出が容易に実現できるようになりました。

自動ラベリング機能の活用方法

下記のように課題に対して仮説を立て、自動ラベリング機能のキーワードを設定し分析しました。

BDRの課題
フィールドセールスにトスアップした商談フェーズの転換率の向上
課題に対する仮説
アポイントの時点で「As Is」「To Be」(※)のヒアリングができているとフィールドセールスの商談がよりスムーズに進むのではないか
※「As Is(現在の状態)」と「To Be(理想の状態)」を明確にし、課題や施策の優先順位を明確にする方法
「As Is」「To Be」に特化した自動ラベリング機能のキーワード設定
・「As Is」で設定したキーワード
 課題、業務、提案観点、取り組み
・「To Be」で設定したキーワード
 ギャップ、実現、費用対効果、メリット、目的、影響、インパクト

キーワードが可視化されたことによる気づき

気づき①
「As Is」のキーワード出現率1位のメンバーは、アポ打診の前に「As Is」に関する質問を行っており、平均通話時間が組織平均の1.7倍で、丁寧にヒアリングを行っていました。

「As Is」を確認する質問(例)
「提案観点のXXには関心は高いですか?」
「現状、アポ率向上に関してどんな取り組みをされていますか?」

キーワードを意識したことによるトークの変化
現在の状態をヒアリングするため、顧客の営業人数を聞くことが増え、訴求が以前よりさらにクリティカルになった。
(会話展開例)
 ・人数が少ない場合
  →組織拡大を想定し、MiiTelの教育ツールとしての活用訴求
 ・人数が多い場合
  →ハイパフォーマーとの差を確認しMiiTelを活用した質向上の訴求

気づき②
次に、「To Be」のキーワードのなかで「目的」出現率一位のメンバーの架電内容を分析しました。アポイントを打診する前に、提案のスコープを定めるために「目的」をヒアリングし、話している率と聞いている率の割合は約4対6の割合で相手の話を引き出す会話を行うことができていました。

「To Be」を確認する質問(例)
「当時XXに参加された目的とXXという提案観点は方向性としてあっていますか?」

キーワードを意識したことによるトークの変化
・「目的」を果たす手段としてMiiTelが検討に乗るか否かの会話ができている。
・MiiTelの強みである「音声解析」を活かして顧客の課題を解決することができるか、商談設定の前に確認・認識のすり合わせができる。

キーワードを組織全体で意識することによる変化

自動ラベリング機能を活用することで、メンバーごとに好むキーワード・よく使うキーワードといった部分も可視化されました。
例えば、アポイントを打診するタイミングで「提案の機会をください」と言うメンバーと、「紹介するお時間をください」と言うメンバーがいた場合、商談の場でレブコムのフィールドセールスが「提案」のためにヒアリング等を行っても「紹介してもらう・説明を聞く」つもりで参加しているお客様との間に温度感が生まれてしまいます。
キーワードの傾向を意識することで、自分の言葉選びの癖や好むワードに気づき、行動の改善に繋がっています。効果的にキーワードを使うことで、会話が理想的な方向に向かいやすくなると感じました。

自動ラベリング機能を活用して「As Is」「To be」を意識したヒアリングができているかを可視化し行動の変化に繋がったため、自動ラベリング機能の設定内容を下記の内容にブラッシュアップし、インサイドセールスグループ全体でキーワードを活用したトークスキルの向上に取り組んでいます。

今後もPDCAを回しながら、「As Is」「To be」をヒアリングした状態のトスアップを増やし、受注率の向上に繋げていきたいと考えています。

\レブコムでは様々な職種で素敵な仲間を募集中です!/

この記事が気に入ったらサポートをしてみませんか?