コールセンターに音声分析を導入する理由とその効果

コールセンターにおいて常に問題となるのが「顧客満足度の向上」と「クレームの低減」です。しかし、これらは各オペレーターのスキルに依存する部分が大きく、いまひとつ成果が上がらないという管理者の方もいらっしゃるでしょう。その問題を解決する手段として音声分析という手法が、今注目を浴びています。音声分析で何が出来るのか、どういう問題が解決できるのかについて解説します。

■合わせてよく読まれている資料
「10,000コールの分析からわかった！効率的にアポが取れる曜日と時間帯」も合わせてダウンロードいただけます。

音声分析とは

音声分析とは、顧客とオペレーターのやりとりを文書化し、AIに内容を判断させ「入電の理由」「顧客とオペレーターの間で交わされている話題」「通話内容の適切さ」等を管理者が把握しやすくする方法です。音声分析により会話を文書化しAIに内容を判断させるようにすれば、より早く、より効率的に問題点を発見できるようになるのです。

コールセンターに音声分析を取り入れる理由

コールセンターに音声分析を取り入れる理由は以下のとおりです。

• 対応品質にばらつきがあるから
• 人材不足の解消と人材強化のため
• データを活用するため

音声分析を活用すれば、管理者がフォローに入る事ができるので、対応品質のばらつきを補正することができます。管理者が各オペレーターの抱えている問題点などを確実に把握できるようになり、適切な研修や適切なアドバイスができます。これらは離職率の低下と人材育成強化へとつながるでしょう。音声分析によって録音した音声をデータ化することによって、そのデータを商品やサービスの改善に利用できます。

対応品質にばらつきがあるから

全てのオペレーターが高いスキルを持っている訳ではありません。知識がなく経験の浅いオペレーターにあたった入電では、クレームが発生してしまうことも少なくないでしょう。そうなれば、顧客満足度も低下します。かといって、知識のある高スキルのオペレーターだけに入電させる訳にもいきません。

入電が多ければ、必然的に色々なオペレーターが対応することになるため、品質のばらつきは必ず発生します。その結果、顧客が納得しないケースも出てきますが、オペレーターが多数いると管理者には、どのオペレーターに問題が発生しているかがすぐには分かりません。

このような場合に音声分析を活用するとAIが問題の発生しているオペレーターを発見し、すぐに管理者に教えてくれます。その結果、管理者がフォローに入る事ができるので、対応品質のばらつきを補正することができるのです。

人材不足の解消と人材育成強化のため

コールセンターのオペレーターは常に人材不足の状況にあります。これはクレーム対応などで精神的にストレスを受けやすく、離職率が高いためです。離職が起きると残りのオペレーターにさらに負担がかかるという悪循環に陥ります。

人手不足になるとひとりひとりのオペレーターは応対件数が増加します。実務の時間がどうしても長くなってしまい、研修などのスキルアップのための時間を十分に取れません。その結果、よりよい対応ができず、さらにストレスが増えるというループにはまり、離職を選ぶ人が多くなっています。そうなる前に管理者がフォローできれば良いのですが、オペレーターの人数が多いため全てを把握するのは難しいでしょう。

音声分析を活用すると各オペレーターと顧客の会話をテキスト化し、AIが問題点を指摘してくれます。管理者はオペレーターの抱えている問題点や状況を確実に把握できるようになります。その結果、適切な研修や適切なアドバイスが可能となり、離職率の低下や人材育成強化へとつながるでしょう。

データを活用するため

コールセンターのオペレーターは、先輩の対応を参考にしてスキルアップしていくことが多く、研修をするにも参考資料が乏しいことが多くなっています。また新製品は問い合わせが入電することが多いですが、新製品についてはオペレーターも分からず、説明ができる部門に回し、回答してもらうこともあります。そういった情報は、その入電を扱ったオペレーターしか知らないことがほとんどです。

しかし音声認識によるテキスト化は、そういったやり取りも「1つのデータ」として蓄積するため、そのデータを他のオペレーターが共有できるようになり、研修用の参考資料として活用できるようにもなります。

またコールセンターは「顧客の生の声」が聞ける貴重な情報源です。顧客の声はVOC(Voice of Customer)とも呼ばれ、含まれる顧客の意見や要望などを顧客分析に活用できます。しかし音声をデータ化できなければ、これらの分析が進みません。音声分析を活用すれば、テキスト化され蓄積された大量のデータを分析することが可能になります。これを「VOC分析」と呼び、製品開発、マーケテイングにおいて重要な資料となるでしょう。

■合わせてよく読まれている資料
「10,000コールの分析からわかった！効率的にアポが取れる曜日と時間帯」も合わせてダウンロードいただけます。

コールセンターに音声分析を導入し期待できる効果

コールセンターに音声分析を導入すると、以下のような効果を期待できます。

• 業務効率化
• クレームの削減
• サービス品質の向上
• オペレーターのサポート体制強化
• VOC分析が可能になる

音声認識で文書化された情報であれば見つけることも、内容を確認することも非常に早くできます。従って管理者の作業時間も短時間で済むようになります。音声認識による文書化はデータとし扱えるので、高スキルのオペレーターが、うまく対応しクレームにならずに済んだ例を文書として取り出すことができます。それを全オペレーターに周知徹底すれば、クレームを抑え込むことができるでしょう。

管理者はAIが提供してくれる文書化されたデータで、顧客とオペレーターの会話をすぐに確認できます。オペレーターに対して、顧客に聞こえないように指示を出したり、オペレーターに変わって管理者が対応したりすることもできます。オペレーターの応対をデータ化して確認できるようになるため、それを参考に改善を促しやすくなります。また、使ってはいけないワードなどを検索することも可能です。

顧客とオペレーターの間で交わされた会話を文書化したデータを分析することをVOC分析と呼びます。大量にある蓄積データからVOC分析を行い「顧客の持つ一定の傾向」を割り出すことができます。

業務効率化

これまで管理者は問題が発生すると、その時の顧客とオペレーターのやり取りの録音を再生して聞く以外の手がなく、時間のかかる作業でもありました。音声認識で文書化された情報であれば、見つけることも内容を確認することも非常に早くできます。従って管理者の作業時間も短時間で済むようになります。

またAIの分類で「同じような事例」が他になかったかどうかをすぐに把握することも出来るため、一度に同様事例の対応を行うことも可能になります。適切な情報が即座に入手できる仕組みを作れば、管理者の作業は短時間で済むようになるのです。

クレームの削減

クレーム対応は、コールセンターにとって避けて通れない問題です。クレームを最小限に抑えるのが、管理者にとっては重要な課題です。それには「どう対応すればクレームにならずに顧客に納得させられるのか」を知る必要があります。

これまでは高スキルのオペレーターの対応方法を見聞きするしか方法がありませんでした。しかし音声認識による文書化はデータとして扱えるので、高スキルのオペレーターがうまく対応しクレームにならずに済んだ例を、文書として取り出すことができます。それを全オペレーターに周知徹底すればクレームを抑え込むことができるでしょう。

クレームにも色々な種類があるので、事例別に「クレームにならずにすんだ対応例」のデータを周知徹底すれば、クレーム数を抑え込み、最小限にすることも可能になってきます。

サービス品質の向上

個々のオペレーターに合わせたマニュアルを作ることはできません。しかし高スキルのオペレーターにマニュアルを作らせても、「その人だから可能」という部分が入ってきがちです。コールセンターのオペレーター用のマニュアルを作るのは、非常に難しいでしょう。

しかし音声認識による文書化で蓄積されたデータをAIに傾向分析させれば、対応の仕方が割り出せてきます。AIの出す結果は100%ではありませんが、人間がやるより高精度であることは間違いありません。AIの出した結果で初めて「あらゆるオペレーターに通じるマニュアル」を作ることができるのです。

例外も出て来ますが、その例外もまた、データとして蓄積されマニュアルに反映させることができます。こうした経過を経てオペレーターの均質化を図れれば、サービス品質の向上につながるでしょう。

オペレーターのサポート体制強化

音声認識を導入しAIに常に見守らせる体制を作ると、たくさんのオペレーターの中で問題が発生しているオペレーターをAIが管理者に即座に教えてくれるようにもできます。管理者はAIが提供してくれる文書化されたデータで、それまでの顧客とオペレーターの会話をすぐに確認できます。オペレーターに顧客に聞こえないような「ささやき指示」を出したり、オペレーターに変わって管理者が対応したりすることもできるでしょう。

このように管理者によるサポートが即座に出せることは、オペレーターに安心感を与えます。また、オペレーターに適切な指導教育を与えることが出来るので、オペレーターのスキルを直接的に上げる効果も期待できるでしょう。オペレーター全体の質を上げることにもつながります。

VOC分析が可能になる

音声認識でAIに会話を文書化させ、データとして扱えるようにして蓄積していくと、本格的なVOC分析が可能となってきます。

AIの得意なことは大量データ（ビッグデータ）から「ある一定の傾向を探り出すこと」です。コールセンターで顧客とオペレーターの間で交わされた会話を文書化したデータを分析することをVOC分析と呼び、AIは大量にある蓄積データからVOC分析を行い「顧客の持つ一定の傾向」を割り出してきます。

これは「次に開発するべき製品のヒント」や「改善点のヒント」、また「やってはいけないこと」などの情報を経営陣に与えてくれます。経営陣はそれを元に、次の経営戦略を考えることが出来るのです。

音声認識サービスを導入する前の注意点

音声認識サービスを導入する際には、以下の点に注意しましょう。

音声認識の精度

音声認識サービスを使用する場合、音声をクリアに認識できなければ機能しません。雑音や他のオペレーターの声が入らないようにする必要があります。例えば、ブースを個別に設けたり、マイクと口の位置を調整したり、といったように音声を認識しやすい環境を整備しましょう。

データ分析の機能性

データ分析を行うAIは、まだ発展途上の技術です。AIの出した答えは100%正しいわけではありません。AIの出した答えは、あくまで「参考資料」であり、最終的な判断は人間が下さなければなりません。

セキュリティ面

コールセンターは個人情報が最も集まる集積地と言えます。そのため、コールセンターで情報漏洩が起きたら一大事です。コールセンターのシステムはセキュリティ面に特に気を配り、万全の体制を保持しなければなりません。そのためにもセキュリティの専門家を置く必要があるでしょう。

まとめ

コールセンターにとって音声分析による会話の文書化（データ化）は、非常に有効な武器であり、様々な問題の解決の切り札となってくれる可能性を持っています。音声分析を導入すれば、業務の効率化、サービス品質の向上などによって、顧客満足度を向上し、離職率を下げることができるでしょう。対応品質のばらつきや人材不足などで困っている場合には、音声分析を導入してみてはいかがでしょうか。

■合わせてよく読まれている資料
「10,000コールの分析からわかった！効率的にアポが取れる曜日と時間帯」も合わせてダウンロードいただけます。