FastSeries ブログ

それでは、コンタクトセンターに蓄積されたデータの企業内での主な「活用目的」を挙げてみましょう。

• コンタクトセンターの応対品質改善

  コンタクトセンターに蓄積される、オペレーターが入力した 応対履歴（テキスト）や、通話内容（音声）をそのまま保有しているだけでは、お客さまの声の傾向や気づきは可視化されず、有効活用できません。しかしながら、適切なデータ分析を行えば、蓄積されたデータから「数の多いお問合わせ内容」や「有効な応対ノウハウ」など重要度の高い情報を抽出してセンター全体で共有できます。これによって、応対品質に影響する情報の属人化を防ぎ、センター全体のスキル向上につなげられるのです。

  特によくあるお問合わせについては、WebサイトのFAQページに掲載したり、HP上の導線を改善したりすることでお客さま自身が問題解決できるようにし、利便性を高められるでしょう。
  
  また、個人情報と応対履歴の中にある相関関係や傾向が分析できれば、どの部分でお客さまが不満を感じやすいのか、どの部分が顧客満足向上に寄与しているのかが見える化され、応対内容や顧客接点の改善にもつなげられるため、マーケティングやその他の顧客接点部門への提言も可能になるかもしれません。

• 顧客ニーズの理解

  これまで把握するのが難しかった種類の「顧客ニーズ」を可視化し、開発部門に展開するといった目的もあるでしょう。

  たとえば、従来であれば単に「この機能は分かりにくい」、「この仕様は使いにくい」だったものが、「この機能の説明は文章だけでは分かりにくいので図にしてほしい」、「この仕様はある特定の用途において使いにくいので改善してほしい」といった、より詳細なお客さまの声が見えてくるのです。製品開発に関連する部門では、現状の課題をより具体的に把握できるため、お客さまに寄り添った製品開発につながります。

• 営業効果の最大化

  プロモーションを担当する部門や営業部門においては、「営業効果が最大化する条件」を導き出すという目的が考えられます。

  たとえば、電話営業において「お客さまが電話に出る確率が高いタイミング」や、「フォローアップの反応が良いタイミング」などを分析し、近似の条件に絞ってアプローチをかけていく、あるいは、プロモーションの反響分析などへの展開も考えられるでしょう。

目的が明確化したところで、次は、データ分析方法「データマイニング」について見ていきましょう。

データマイニングとは、ビッグデータから有益な情報を抽出する方法です。統計学、パターン認識、AIなどさまざまな技術が用いられますが、たとえば「音声認識システムによって通話データをテキストデータへと変換し、そのテキストデータから任意の単語を抽出して、量的な分析をする」などの方法があります。

コンタクトセンターで言えば、蓄積したお客さまに関連する大量のデータを分類し、特定のワード（お客さまからの感謝の言葉やエラーワードなど）を抽出したり、応対に多く含まれているキーワードや事柄を洗い出すのに活用できるのがデータマイニングというソリューションです。データマイニングを使うことでお客さまの声を見える化し、これまでになかった気づきを得る機会が生まれます。
また、音声認識による音声データのテキスト化で得た口語体テキストや、オペレーターごとの差異が生じやすい入力テキストなどでは、人の手で傾向を調べたり分析をしたりするのには時間がかかるばかりか限界があります。そのような時に、データマイニングを利用することで時間的なメリットも生じるでしょう。

ただし、ここで注意したいのが、いずれの目的における利用でも、データマイニングをただ実施すれば、ソリューションがひとりでに分析結果を出してくれるわけではないということ。現状業務における仮説を事前に立て、データマイニングによってその仮説を検証する、といったフローを踏まないと得たい結果は導き出されないかもしれません。しっかりと目的を定めてそれに適した分析を行いましょう。