1321

2021.07.05更新

コールセンターのデータ分析と活用方法は?おすすめのツールも紹介

コールセンターでは、膨大なデータが発生します。
データは主に顧客のものと、オペレーターのものに分けられ、よりよい営業活動やコールセンターの運用のために活用されます。

活用にはデータ分析が必要ですが、どのような項目を分析すればよいのでしょうか。
ここでは、コールセンターで蓄積されるデータの分析手法や、活用手法などについてご説明します。

「成功事例から見るテレアポのコツ」を解説した資料も合わせてダウンロードいただけます。

成功事例から見るテレアポのコツとは_ver2.0

コールセンターの役割

 コールセンターの役割は、商品の購入から到着までの顧客からのさまざまな問い合わせに対応することです。 

近年では、コールセンターのあり方が変わりつつあります。
例えば、拠点を複数に分散して万が一の場合に備えるマルチサイト化や、在宅勤務の導入によるクラウド化などです。
また、顧客はコールセンターに対して、より迅速で的確な対応を求める傾向が高まっています。

そのため、コールセンターでは、応対の内容や質を向上し、顧客体験価値を高めることが重視されるようになっています。

コールセンターのデータ分析が大切な6つの理由

コールセンターでは、応対で得られた顧客データの分析は大変重要な業務です。

なぜなら、 顧客からの問い合わせの中には、ニーズや気付きなどのデータが隠されており、正しい分析でビジネスへの発展 につなげられるからです。

また、顧客から得られるデータだけでなく、オペレーターのデータ分析は、コールセンター自体のサービス向上につながります。
オペレーターがうまく対応できていない場合に早急に改善できるからです。
業務の改善で、コールセンター業務の効率化やオペレーターの質の向上に役立てられます。

さらに詳しく、顧客からのデータ分析と、オペレーターのデータ分析が大切な理由を次の6つの観点から解説します。

【コールセンターのデータ分析の重要性】

  • 顧客のニーズを把握できる
  • 顧客の属性や傾向がわかる
  • 製品やサービスを向上できる
  • オペレーターの質を向上できる
  • オペレーターを適切に評価できる
  • 作業の効率化ができる

顧客のニーズを把握できる

コールセンターに寄せられる顧客からの問い合わせは、ニーズの把握に役立ちます。

寄せられる問い合わせ内容はさまざまですが、深く分析していくと、顧客が何を欲しているのかという真意が見えてくることがあるからです。

例えば、単にサービスの料金を尋ねる問い合わせだったとしても、顧客にとってそのサービスが最適かどうかはわかりません。
顧客は他のサービスを知らない可能性もあります。

このように、顧客が具体的な何かを求める場合は「ウォンツ(手段)」であることが多いです。
手段を求める場合はそこに「ニーズ(目的)」があるので、コールセンターはその背景にある目的を探る必要があります。

 顧客から寄せられる問い合わせを分類していくことで、どのような問い合わせが多いかが把握でき、そのデータから顧客のニーズが見えてきます。  顧客のニーズを知ることで、企業が販売している商品やサービス、営業方法などの改善や、新しいビジネスのヒントにつなげられるでしょう。

顧客の属性や傾向がわかる

顧客データを分析することで、顧客の属性や傾向を把握できるようになります。

コールセンターに問い合わせてきた顧客の氏名、年齢、住所、性別、家族構成、購買履歴などの個人情報に加えて、通話日時、通話時間、通話内容といった多くの情報を記録し保持しているからです。

これらのデータから、利用者の性別や年代によって、以下の切り口で分析できます。

  • どのような内容の問い合わせがあるか
  • どのような商品と合わせて購入しているか
  • どのようなアクセスポイントを経て購買に至ったか
 分析結果は、新たな見込み顧客の開拓や新商品の開発、広告・イベントなど、営業活動やマーケティング活動に活かせるでしょう。 

商品やサービスを向上できる

コールセンターのデータ分析は、商品やサービスの向上にも役立ちます。

多くのコールセンターでは、通話内容を記録しています。
記録された内容を、問い合わせや相談、クレームなどに大きく分類します。
さらにそれぞれの分類の中で、内容を細かいグループに分けて分析することが可能です。

特に商品に対するクレームは、顧客が改善を希望している場合がほとんどです。
クレームを深く分析できれば、企業がこれまで気づかなかった問題点の発見につながるかもしれません。
発見できた問題点を解決できれば、商品やサービスの質の向上につなげられるでしょう。

このように、顧客データの分析は、 顧客のニーズを反映させたサービスや商品の改善・開発・提供に大いに役立ちます。顧客満足度が向上し、企業イメージの向上、ひいては企業のビジネスの発展 につながっていくでしょう。

オペレーターの質を向上できる

データ分析は、オペレーターの質の向上にも欠かせません。

コールセンターでは、顧客とオペレーターの通話を録音しているケースが多いので、後から会話内容を確認すればオペレーターの質の向上に役立ちます。
 顧客からの問い合わせに対してのオペレーターの回答内容や、オペレーターの言葉遣いや態度などが確認 できるからです。

例えば、新人オペレーターの通話をベテランオペレーターが聞いて指導できたり、スキルの平準化を進めたりする際に役立ちます。
もし顧客との衝突があった場合には、どの対応が良くなかったか、といった振り返りも可能です。

オペレーターの質が向上すれば、顧客は問い合わせのときに安心して通話できるでしょう。顧客満足度の向上にもつながり、企業に対する信頼性も向上するので、新たな市場や顧客の獲得の可能性も高まります。

オペレーターを適切に評価できる

オペレーターと顧客との通話記録の分析は、オペレーターの評価にも活用できます。

上司やベテランオペレーターが、各オペレーターを評価する際は、言葉遣いや態度といった基本的な点や、商品の知識や勤務状況といった情報も含めて分析します。オペレーターの通話記録が多ければ多いほど、そのオペレーターを適切に評価できるでしょう。

 適切な評価が受けられると、オペレーターのモチベーションアップ につながり、離職防止の効果も期待できます。

業務の効率化ができる

コールセンターのデータ分析によって、業務の効率化が期待できます。

コールセンターのデータ分析によって業務課題が発見しやすくなり、業務の効率化に役立つからです。

例えば、オペレーターの応対数や応対時間、成約数などをデータ分析をすれば、オペレーターが応対数や応対時間に対して無理をしていないか、無駄はないかなどを突き止められます。
特定のオペレーターへ集中している傾向があれば、オペレーターへの割り振り方法を変更する必要があるでしょう。
一人の顧客に長い時間がかかっているのであれば、自動音声対応などで応対時間を減らせる可能性もあります。

このように、データ分析によって効率化できないかを精査できます。
 業務効率化はオペレーターの負担の軽減につながるので、オペレーターの質の向上や離職の歯止めにもなる でしょう。

コールセンターのデータの分析方法

コールセンターでのデータの分析方法には、以下のものが挙げられます。

  • KPI分析
  • VOC分析
  • オペレーターと顧客の会話分析

KPIやVOCはコールセンターに限らず一般的に活用されるデータ分析手法です。
これらをうまく活用して、 コールセンターのデータを数値化することで、誰が見てもコールセンターの状況が一目で分かるようになります 
また、オペレーターと顧客の会話を分析することで、商品やサービスの質を数値化できます。
それぞれの分析方法を以下で詳しく解説します。

KPI分析

KPIとは、「Key Performance Indicators」の略で、「目標に対する達成度合いを示す指標」のことです。

コールセンターでは、インバウンド、アウトバウンドによって数値化し分析する項目は異なります。
例えば、一般的なコールセンターではインバウンドが主業務となることが多く、以下に挙げる項目を数値化し、高い品質やサービスを顧客に提供できているかを分析します。

コールセンターで分析するKPIの例としては、以下のものが挙げられます。

アウトバウンドのKPI インバウンドのKPI
架電数 オペレーターの応対品質
通話数 作業の効率性
応対時間 顧客満足度
平均通話時間 マネジメント
稼働率(勤務時間のうち応対業務が占める割合)
 KPIを出すだけでは意味をなさず、分析で出した値を比較する ことが重要です。
業務の改善点や改善度合いを可視化し、全員が同じ目標に向けて進んでいく指標とするためです。
このようなKPI分析をしなかった場合は、

  • 目標が明確になっていないために、改善をどのように進めていったら良いか分からない
  • どこまで改善できているか現状が把握できているか分からない

といった状況になるため、
全員が向かうべき目標が分からないためストレスを溜め込む状況にもなり得ます。

KPI設定について知りたい方は「コールセンターにおけるKPI(インバウンド・アウトバウンド)一覧|KPI設定のポイントを解説」を参照ください。

VOC分析

VOCとは、「Voice of Customer」の略で、商品やサービスに対する意見・要望といった顧客から寄せられる声を基にサービスの品質を向上させることです。まさに「お客様の声」を意味します。

コールセンターにおけるVOC分析の多くは「顧客満足度」をKPIに設定します。
VOCで顧客の声を文書データに変換し、商品やサービスに対して改善すべき点を探ります。

顧客の声を基にした商品やサービスの開発・改善を行うことで、企業に対する信頼や顧客満足度の向上につながるでしょう。
 データ化しておけば、改善点が見つかった場合に、営業や商品開発、マーケティングなどの関連部署やオペレーター全員へ共有がしやすくなります。 

VOC分析を行わなかった場合、商品やサービスの改善が顧客のニーズにそぐわなくなっていき、改善がなされないまま陳腐化してしまうことが起こりえます。
この点からもVOC分析は重要な分析の1つと言えるでしょう。

オペレーターと顧客の会話分析

オペレーターと顧客の会話を分析することで、

  • 正しい対応ができているか
  • 適切な流れで説明ができているか

といったコールセンターのサービス品質の現状が分かります。

会話分析で特に重要視されるのは、 「会話の流れ」と「回答の明瞭さ」 です。

コールセンターは顧客からの問い合わせを受けることが主業務であるため、対応内容や回答が分かりやすいことは大変重要なポイントとなります。

オペレーターと顧客との会話の流れが適切であれば、顧客が会話で感じるストレスも少なくなり、顧客満足度の向上にもつながります。

オペレーターと顧客の会話分析をしなかった場合、いつまで経ってもオペレーターの対応品質は向上せず、商品やサービスの売り上げ減少へと発展してしまうなどといったことにもなりかねません。

オペレーターと顧客の会話分析で、会話の流れが適切かつ回答が明瞭か確認しましょう。

コールセンターのデータ分析の5つのポイント

一言にデータを分析するといっても、ポイントをおさえた上で分析しなければ、正しい分析結果とならない場合があります。

データ分析を行う際の重要なポイントをおさえておきましょう。
5つのポイントを挙げて詳しく解説します。

  • データの正確さ
  • データの可視化
  • 適切な計測時間
  • データのばらつき
  • 総合的な判断

データの正確さ

1つ目のポイントは、分析の元となるデータが正確であるかです。

不正確なデータでいくら分析したところで正しい結果は得られません。 正確なデータを得るためには、ツールを使って自動でデータを収集することがよい でしょう。

各企業がさまざまな自動計測ツールや計測サービスを提供していますので、ツールをうまく活用し、より正確なデータを収集することが重要です。

データの可視化

2つ目のポイントは、収集したデータの可視化です。

集められた大量のデータの可視化によって 分析結果の共有が可能となり、目標を確認する上でも有効 です。

データの可視化は、一般的なアプリケーションやコールセンター専門のツールを使うとよいでしょう。
一般的なアプリケーションは、コストは低く抑えられますが、一から仕組みを自身で作成することになるので、時間と手間がかかってしまいます。

コールセンター専門のツールを使う場合は、一から仕組みを構築せずに最適なデータ分析ができます。
コストは一般的なアプリケーションを使う場合と比べて高くなる場合がありますので、導入・運用コストをあらかじめ確認しておきましょう。

適当な計測期間

3つ目のポイントは、データ分析に必要なデータにおいては、計測時間も重要であるという点です。

計測期間が短いと大きなデータの変動があったとき、一過性のものなのか、データの傾向として現れているものなのかが判断できないからです。

 データは長期的に収集すればするほどより精度の高い分析ができるようになります。  データ収集の期間は最低でも3ヶ月は必要で、それ以下では正確な分析はできないでしょう。

データのばらつき

4つ目のポイントは、データのばらつきに着目することです。

通常データを分析する場合には、1つの指標として、率を計算して可視化することで判別を行います。

しかしそれだけでは、データを平均した値だけが判別基準となってしまうので、そこに データの最高点数や最低点数のばらつきも加味して分析しましょう。 

総合的な判断

5つ目のポイントは、データ分析からコールセンターの評価を判断する場合、1つの指標だけでなく、複数の指標で総合的な判断をする必要がある点です。

 少ない指標だけでは、物事の特定の面だけしか見えず、偏った判断をしてしまう恐れがある ためです。

例えば、KPIの1つの指標だけで判断してしまい、単に応答時間を短くすれば良いと考えてしまうと、顧客にとって満足な応対ができているかの判断はできません。

より多くの面を判断材料とすることで、判断の偏りを防げるでしょう。

コールセンターのデータ分析ツール


コールセンターのデータ分析は項目が多くて複雑化しやすいため、分析ツールを活用するのがおすすめです。
一般的なアプリケーションを使用してデータ分析の仕組みを構築する方法もありますが、分析に特化したツールを使うと効率的に進められるでしょう。

データ分析ツールを導入することで、コールセンター運用に必要な指標などの分析結果が容易に作成できます。
 多様な指標で多くの面から分析を行うことで、そのコールセンターの長所・短所が分かり、より効率の良い運用ができる ことがメリットです。

その反面、ツールの導入には費用がかかり、有効な分析結果を得るためにはある程度の期間のデータを収集する必要があります。

そのため導入して短期間で効果を発揮できる訳でないことがデメリットとしてあります。
データが蓄積されるほど精密な分析が可能となるため、これらのツールを導入する際は、長期的な運用を想定して計画することが大切です。

Excel

Excelは一般的なアプリケーションで、自由に自身で行いたい分析を行う仕組みを構築できます。
既に分析方法などが決められた専用ツールと違い、 一から自分の思うように仕組みを構築でき 、カスタマイズも自在な点がメリットです。

KPI分析ツール

KPI分析ツールは、主にインバウンド型のコールセンターの分析に役立つツールです。
コールセンターでKPIとして使われる、顧客からの入電時間や対応時間といった必要な情報を自動収集し、分析を行います。
 コールセンターに特化しているため、コールセンター運用に必要な分析の仕組みが短期間で構築 できます。

VOC分析ツール

VOC分析ツールは、コールセンター業務を行う中で顧客からもらった相談や意見などを分析して、商品やサービスの向上に役立たせるツールです。
既にVOCを分析するための機能が備わっているため、 導入から運用まで短期間で行うことが可能 です。

CRM

CRMは顧客管理を中心としたツールで、顧客情報とコールセンターを連携できます。
 多様なデータ分析を可能とし、コールセンターの安定した運用に一役買ってくれるツール です。

CRMについて詳しく知りたい方は「コールセンターシステムCRMとは?|導入メリットや選び方を紹介」を参照ください。

コールセンターシステム

コールセンターシステムは、コールセンターの運用に特化したツールで、 受電・架電の管理や、それらの情報管理や分析をサポート します。

コールセンターシステムの選び方を知りたい方は「コールセンターシステムの選び方と比較ポイント!おすすめも紹介」を参照ください。

テキストマイニングツール

テキストマイニングツールは、大量のテキストデータを分析するツールです。
最近では問い合わせや相談をチャットで行うケースも増えてきており、 チャットやメールなどのテキストデータを収集して分析することで、企業のさまざまな課題点を浮き彫り にします。

コールセンターのデータ分析を効率化できるおすすめのシステム

コールセンターでのデータ分析の重要性とポイントを解説してきました。
データ分析を効率的に進めていくには専用システムの活用をおすすめします。

コールセンターで使われるシステムの1つに、「List Navigator.」があります。
「List Navigator」は、 リスト管理や架電管理といった管理機能など、特にアウトバウンド型のコールセンターにとってオペレーターをサポートできる便利な機能 が多く備わっています。
顧客の在宅傾向といった情報も保持しているため、効率の良い営業活動ができます。

さらにオペレーターのデータを収集でき、「List Navigator.」でさまざまな分析が行えます。
「List Navigator.」を導入することで得られるメリットには、大きく分けて以下のものが挙げられます。

  • 一覧分析で効率的な戦略を練る
  • 架電時間分析で架電効率を視覚化
  • アポインター分析でオペレーターを適正に評価
  • 録音機能により会話の分析ができる

メリットをそれぞれ詳しく紹介いたします。

おすすめポイント①一覧分析で効率的な戦略が練られる

一覧分析では、受注件数やコール数といった一般的な指標だけでなく、有効コール率などのコールセンターの運用にとって大事な指標を網羅しています。これらを分析することで、現在のコールセンターの運用が適切なのかを知ることができます。

さらに 指標は作業の無駄などの洗い出しを行う際にも使えるので、より効率的に架電による営業活用を行うための戦略を立てる際にも役立つ でしょう。

おすすめポイント②架電時間分析で架電効率を可視化できる

架電時間分析では、各担当者や全体別の発信時間や通話時間を時間ごとにツールが自動収集・自動集計します。結果を棒グラフで表示させることもでき、現在の架電効率の推移やオペレーターごとのばらつきなどが一目で分かります。

 架電時間分析の結果をKPIの設定に活用すれば、今後の目標の共有やクリアすべき課題を可視化 しやすくなります。

おすすめポイント③アポインター分析でオペレーターを適正に評価できる

各アポインターの架電数や架電時間、それに対する有効受注率などを順位別に分析することができます。アポインターの架電効率の指標となるため、オペレーターを適性に評価する際の基準となります。

 適正な評価を得られるようになると、アポインターのモチベーションアップ にもつながるでしょう。

おすすめポイント④録音機能により会話の分析ができる

録音機能によって、アポインターの会話や顧客への営業時の会話の流れなどを確認し、分析することが可能になります。

言葉遣いなどの基本的な応対や、会話の流れや商品やサービスの説明内容など、トークの進め方なども確認できるため、その オペレーターに必要なスキルや顧客ニーズの分析などに活用 できます。

コールセンターのデータ分析は専用ツールを活用しよう

コールセンターでは蓄積されていくデータの分析が大変重要です。
 データ分析を活用できれば、顧客だけでなくオペレーターやアポインターにとっても満足のいくコールセンターの運営 につながるでしょう。
データ分析を効率的に行うためには専用のツールも検討してみてください。

アウトバウンド型コールセンターシステム「List Navigator.」では、データ分析以外にも架電リストの管理やアポインターのアプローチのタイミングといった機能も充実しています。インバウンド型のコールセンターでは、「OSORA」を活用するとよいでしょう。

「成功事例から見るテレアポのコツ」を解説した資料も合わせてダウンロードいただけます。

成功事例から見るテレアポのコツとは_ver2.0