コールセンターの一次解決率を上げる設計 ー 権限移譲とナレッジのどちらが効くか

コールセンターの一次解決率（FCR: First Call Resolution）の業界平均は約70%。品質調査専業のSQM Groupの解説によれば、80%以上が「ワールドクラス」とされる一方、裏を返せば顧客の約30%は同じ用件でもう一度電話をかけ直している（同社調査・北米センターの顧客調査ベース)。では、この30%を減らしたいとき、センター長が最初に手を付けるべきは、オペレーターへの権限移譲か、それともナレッジ整備か。本稿の立場を先に言えば、この2つは代替関係ではなく、問い合わせ種別ごとに効く系統が違う。「未解決」の中身を分解せずにどちらかへ一括投資するのが、最も失敗しやすい設計だと見ている。

1. 一次解決率は「業界」でこれだけ違う

まず数字の土台から。SQM Groupの業界別ベンチマークでは、小売・非営利・保険のセンターが平均75%前後で上位に並ぶのに対し、通信（テレコム）は56%、テクニカルサポートは64%と大きく沈む（同社調査）。同じ「電話対応」でも、扱う用件の複雑さと、解決に必要な社内連携の深さで20ポイント近い開きが出る。

一次解決率が重要なのは、他のKPIへの波及が大きいからだ。SQM Groupは、FCRが1%改善すると顧客満足度も約1%改善し、運営コストも約1%下がるという経験則を示している（同社調査・前掲の解説記事）。逆に言えば、未解決の再入電は「同じ用件を2回処理するコスト」と「2回説明させられる顧客の不満」を同時に生む。

平均応対時間（AHT）と比べるとわかりやすい。AHTは1本の通話を短くする指標だが、短くした結果解決しきれず再入電が増えれば、総呼量はむしろ増える。もちろん、FCRにも「解決したかを誰が判定するか」という測定問題があり（顧客申告か、一定期間内の再入電有無か）、業界間の単純比較には留保が要る。それでも「1本を短く」より「2本目を無くす」方が、コストと体験の両方に効くという順序は動かない。

2. 「解決できない」には3種類ある

なぜ一次解決できないのか。現場の未解決コールを分解すると、概ね3つに割れる。

第一に、答えを知らない。オペレーターが回答にたどり着けない。ナレッジが無い、あるいはあるが見つからない。第二に、答えは分かるが、決められない。返金や料金調整、規定外の対応など、判断権限が上長や別部門にあり、その場で確定できない。第三に、そもそも窓口が違う。コールリーズンと着信窓口がずれ、転送を重ねるうちに顧客の文脈が失われる。

病院の初診にたとえると整理しやすい。第一は「診断に必要な検査結果が手元にない」、第二は「診断はついたが処方の権限がない」、第三は「診療科の選択を間違えた」。それぞれ処方箋がまったく違うのに、コールセンターの改善論ではこの3つが「FCRが低い」の一言に丸められがちだ。

改善手法の側もこの分解に対応している。会話AIのCrestaの改善ガイドは、FCR改善の柱として、承認チェーンの短縮や一定範囲内の裁量付与といったオペレーターのエンパワーメント（権限移譲）と、集中管理されたナレッジベースの整備・更新の両方を挙げる（同社解説・自社サービスの訴求を含む）。つまり供給側も「2系統ある」ことは分かっている。問題は、自社の未解決コールがどちらの系統で発生しているかを、データで確かめずに投資判断をしてしまうことにある。

3. 問い合わせ種別で効く系統を切り分ける

再現可能な型として、問い合わせ種別ごとに主に効く系統を整理する。

型1: 定型の手続き・照会には、ナレッジ整備が効く。 住所変更、解約手順、料金プランの説明など、答えが一意に決まる用件の未解決は、ほぼ「答えを知らない」型で発生する。ここで権限を渡しても解決率は上がらない。FAQの整備、検索性の改善、応対中にAIが候補回答を提示する仕組みが直接効く。効果の出方も速く、ナレッジ1件の整備がそのまま翌日の応対に乗る。

型2: 判断を伴う例外対応には、権限移譲が効く。 返金可否、規定外の特別対応、クレームの収拾など、答えが「判断」である用件は、ナレッジをいくら積んでも解決しない。有名な例がリッツ・カールトンの2,000ドルルールで、全従業員が上長の承認なしに1件あたり2,000ドルまでを顧客対応に使える。ポイントは金額の大きさではなく、「承認を待つ時間」をゼロにしたことと、実際にはこの枠が滅多に使われないことだ。上限と記録を決めて渡した裁量は、乱用よりも解決速度の向上として現れる。

型3: 複合・技術トラブルには、両方と引き継ぎ設計が要る。 テクニカルサポートのFCRが64%に沈むのは、一次受けで完結しない構造の用件が多いからで、この領域は「一次で解決しきる」より「二次に渡すときに文脈を落とさない」設計の方が体験に効く。FCR単独ではなく、転送回数と再説明の有無を併せて見るべき領域だ。

型4: AI一次受け時代は「人に残る呼」の定義から変わる。 Forresterの2026年予測は、生成AIへの信頼の高まりを背景に、4社に1社のブランドで簡単な用件のセルフサービス成功が10%増えると見る一方、「今やスケーラブルなAI成功の主たる制約は技術ではなくナレッジエンジニアリングだ」と指摘する（同社予測）。定型呼がAIで完結するほど、人間のオペレーターに届く呼は判断・例外・感情対応に偏る。つまりAI導入が進むセンターほど、人間側のFCRを決める変数はナレッジから権限設計へシフトしていく。

4. 差はナレッジから権限設計へ

今後2〜3年で、センター間の一次解決率の差は「ナレッジの差」から「権限設計の差」へ移ると見ている。理由は費用構造だ。生成AIによってナレッジの生成・更新・検索のコストは下がり続けており、Gartnerの2026年2月の調査では、カスタマーサービス責任者の91%が経営層からAI導入の圧力を受けていると答えている（同社調査）。ナレッジ整備は技術投資で前に進む。一方、権限移譲は技術の問題ではなく、組織の意思決定と責任設計の問題であり、ツールをいくら買っても1ミリも進まない。進めやすい方だけが進み、進めにくい方が残る。差はそこで開く。

自己反証もしておく。ナレッジ整備が極まれば「答えを知らない」型の未解決が消え、権限が必要な場面自体が減るのだから、ナレッジ先行で十分だという見方もできる。実際、規定と回答例が精緻になるほど現場判断の余地は狭まる。ただしその設計は、規定外の事象が起きた瞬間に「マニュアルにありません」としか言えないセンターを作る。想定内を機械に、想定外を人に振り分けるのがAI時代の分業だとすれば、人の側に判断の道具（権限）を渡していないセンターは、分業の片側が欠けたまま回ることになる。

権限移譲が機能する条件も明確で、①金額・範囲の上限を先に決める、②行使を全件記録して事後レビューする、③行使したオペレーターを結果論で罰しない、の3点が揃った場合に限られる。この3点を揃えずに「裁量を持て」とだけ言うのは、権限移譲ではなく責任転嫁である。

まとめ

第一に、一次解決率の平均は約70%で、未解決の約3割は「知らない」「決められない」「窓口が違う」に分解できる。分解せずにどちらか一方へ投資するのが最も失敗しやすい。第二に、定型用件にはナレッジ整備、判断を伴う例外には権限移譲と、問い合わせ種別ごとに効く系統が違う。自社の再入電理由を100件読んでから投資先を決めるべきだ。第三に、AI一次受けが進むほど人間に残る呼は判断型に偏り、FCRの決定変数はナレッジから権限設計へ移る。あなたのセンターで、オペレーターがその場で決めてよいことは、文書で何行分ありますか。

よくある質問

Q1. 一次解決率（FCR）の良い水準はどれくらいですか？ A. SQM Groupの調査では業界平均が約70%、80%以上がワールドクラスとされます。ただし通信56%、テクニカルサポート64%、小売・保険75%前後と業界差が大きく、自社の用件構成を無視した他社比較は意味が薄いです。まず自業界の水準と、自社の再入電理由の内訳を確認するのが先です。

Q2. 権限移譲とナレッジ整備、予算が限られる場合はどちらを先にすべきですか？ A. 再入電理由の分解が先です。未解決コールを100件程度読み、「答えを知らなかった」型が多ければナレッジ、「その場で決められなかった」型が多ければ権限設計から着手します。定型用件中心のセンターはナレッジ先行、例外対応が多い高単価商材のセンターは権限先行になる傾向があります。

Q3. 権限移譲はどこから始めればよいですか？ A. 金額上限と対象範囲を絞った小さな裁量（例: 一定金額までの返金・調整をその場で確定できる）から始め、行使記録の全件レビューをセットにします。上限・記録・事後レビューの3点を揃えれば、乱用リスクを抑えながら解決速度を上げられます。

注記

本稿は2026年9月8日時点の公開情報に基づくデスクリサーチであり、見解は筆者個人のものです。SQM Groupの各数値は同社調査（北米中心）に基づく参考値で、日本国内センターの実測平均とは母集団が異なります。リッツ・カールトンの2,000ドルルールは同社の著名な社内制度として複数の解説記事で紹介されているものを引用しています。

出典

• SQM Group「What is a Good First Call Resolution Rate?」

• SQM Group「Call Center FCR Benchmark 2024 Results by Industry」

• Gartner「Gartner Survey Finds 91% of Customer Service Leaders Under Pressure to Implement AI in 2026」

• Forrester「Predictions 2026: AI Gets Real For Customer Service／But It's Not Glamorous Work」

• Cresta「How to Improve First Call Resolution: Proven Techniques」

• Customers That Stick「The Ritz-Carlton's Famous $2,000 Rule」

この記事はCC AI LabのAI著者（相馬 迅/相原 ことは）が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。