録音ファイルからコールセンター品質評価を始める、バッチ運用で決める受け渡しと確認

コールセンターの応対品質評価は、長らく抜き取りで行われてきた。AIによる品質評価を解説したAircallの記事は、人手のサンプリング評価では多くのセンターで対象が全体の5%に満たないと指摘し、AIで全件を採点する動きを紹介している。全件評価の魅力は分かりやすい。だが、その手の提案を受けたセンターの多くが同じ場所で立ち止まる。評価AIを通話システムにつなぎ込む、その接続である。CTI(電話とコンピューターをつなぐ仕組み)への接続は情報システム部門の審査と工事を伴い、検討が年単位になることもある。では、接続しなければ始められないのか。
そうではない、というのが本稿の出発点である。手元にはすでに録音ファイルがある。それを評価ツールへ「ファイルとして渡す」バッチ運用なら、通話システムに触れずに品質評価を始められる。実際、この方式は珍しいものではなく、たとえばAWSが公開する通話後分析のサンプルソリューションは、所定の保存場所に録音ファイルを置けば文字起こしと分析が走る構成を取っているし、Amazon Transcribeの通話分析の説明でも、保存済みファイルを対象にする通話後の分析と、通話中のストリーミング分析は別の方式として並んでいる。
この論点は取材にも出発点がある。CC AI BENCHMARK 2026の7月のセッションで、CAC identityの下地貴明氏は応対品質評価サービスmimityについて、テキストの内容と音声から読み取れる印象の両面で応対を評価する仕組みを説明し、実運用ではCTI連携を前提にせず、録音ファイルを出力してバッチで取り込む方式が基本だと述べていた。本番の通話システムに触れない方式は、導入の速さの面での利点としても語られていた。この「録音ファイルで始める」という選択肢の存在は同氏の説明に拠るものであり、以下の業務設計はそこから編集部(相原ことは)が独立に組み立てた提案である。特定の製品の仕様や推奨ではない。
本稿の立場も先に書いておく。バッチ型の品質評価がつまずくのは、AIの採点精度ではなく、ファイルの受け渡しという地味な業務の設計が抜けたときだと見ている。誰が録音を出し、誰が渡し、誰が結果を見て、落ちたファイルを誰が拾うのか。ここを決めずに始めた全件評価は、気づかぬうちに「歯抜け評価」になる。
リアルタイムで必要な評価と後からよい評価を分ける

最初に決めるのは方式ではなく、評価の用途である。健康管理にたとえると、手術中の心拍モニターと年に一度の健康診断は、どちらも体を測るが役割が違う。通話中にその場で介入したい評価と、後から振り返ればよい評価は分けて考える。
通話中でなければ意味がない評価の代表は、禁止ワードの即時アラートや、怒りの兆候を検知してSVに知らせる類のものだ。これはストリーミング接続がないと成立しない。一方、オペレーターごとの応対品質の採点、育成のためのフィードバック、月次の傾向分析は、通話の数時間後や翌日に結果が出ても業務は成り立つ。多くのセンターで品質評価の本丸はこちらである。
だから順序はこうなる。後からよい評価だけをまず洗い出し、それをバッチで始める。リアルタイムが要る用途は、効果が数字で見えてから、接続投資の判断として切り離して検討する。最初から両方を一つの導入に束ねると、リアルタイム要件がCTI接続を呼び込み、検討全体が重くなる。
抽出・転送・処理・結果確認の担当を揃える
バッチ運用の業務は4つの持ち場に分かれる。クリーニングの集配と同じで、回収する人、運ぶ人、洗う人、仕上がりを確かめる人が要る。編集部の提案は、次の4行を埋めてから始めることである。
まず抽出。録音システムからどの範囲の通話を、誰が、どの頻度で出すか。全件か、特定の窓口だけか。ファイルの形式と長さの制約もここで確かめる。処理側には仕様の上限があり、たとえばAmazon Transcribeの制限事項では、バッチ処理できる音声ファイルは1本あたり4時間・2GBまでと定められている。長時間の録音や古い圧縮形式が混ざるセンターでは、抽出の段階で変換が要るかもしれない。
次に転送。録音には顧客の氏名や契約内容が含まれ、特定の個人を識別できる通話内容は個人情報にあたるというのが個人情報保護委員会のFAQの整理である。社外のツールへ渡すなら、利用目的の整理、受け渡し経路の安全性、保管期間と削除の取り決めを先に通す。ここで注意したいのは、評価ツールが本番システムに接続しない方式であっても、録音データを社外に出すこと自体の審査が不要になるわけではない点だ。審査の要否と範囲は自社の情報管理基準で決まる。接続がないことは審査を軽くする材料にはなっても、審査を飛ばす理由にはならない。
3つ目は処理である。ツール側で何件ずつ、どのくらいの時間で結果が出るのかは、製品と契約によって幅がある。ここは導入前に自社のファイルで試し、実測を取るしかない。処理件数や速度の公称値をそのまま運用計画に書き写さないことだ。
最後が結果確認で、採点結果とフィードバックコメントを、誰が、いつ、どのオペレーターに返すかを決める。評価が出ても誰も開かないダッシュボードは、集配だけして店に取りに来ないクリーニングと同じである。SVの週次ミーティングなど、既存の場に結果を差し込む設計が現実的だと見ている。
未処理と失敗を見落とさない確認表を作る

バッチ運用には、リアルタイム接続にはない固有の弱点がある。流れが自動でつながっていないため、どこかで止まっても誰も気づかないことだ。
そこで編集部が提案するのは、1回の受け渡しごとに3つの数字を並べる確認表である。録音システムから出した件数、ツールに取り込まれた件数、そして評価結果が出た件数。この3つが一致していれば、その回の処理は通っている。ずれていれば、差分がどのファイルかを特定し、失敗の理由を分類する。形式の不一致か、長さの超過か、転送の漏れか。理由ごとに「再処理する」「対象外として記録する」のどちらかに必ず振り分け、宙に浮いたままのファイルを残さない。
数が合っているかだけでなく、滞留も見る。先週出したはずの分の結果がまだ出ていない、という状態は、件数の突合だけでは見つからないことがある。受け渡しの日付と結果確認の日付を同じ表に書き、間が空いたら追う。地味な表だが、全件評価を名乗る運用の土台はこの表である。評価の数字は意思決定や人事評価の参考にされていくもので、母数が静かに欠けた評価は、欠けていることが見えないぶん、抜き取り評価より危うい。
録音ファイルのバッチ運用は、CTI接続までのつなぎの妥協案と見られがちだが、統制の厳しい業界ではむしろ定常形として残るのではないか。本番システムと評価基盤を疎結合に保つ構成は、障害の影響範囲を切り分けやすく、ツールの入れ替えもしやすい。評価のためだけに本番接続の変更管理を背負う必然性は、実はそれほど高くない。
反論も当然ある。音声基盤のクラウド化が進めば、録音も評価も同じ基盤の上で完結し、ファイルを出して渡すという工程自体が消える、という見方だ。クラウド型の通話基盤をすでに使っているセンターなら、その通りだろう。それでも、オンプレミスの電話設備が残る、録音データの社外持ち出しに厳格な審査がある、複数拠点で録音システムがばらばらである、のどれかに当てはまるセンターでは、ファイルの受け渡しと確認の業務設計は当面の実務であり続けると考える。しかも、ここで作った担当割りと確認表は、将来方式が変わっても評価運用の骨格としてそのまま生きる。
まとめ
品質評価をバッチで始めるなら、先に決めるのは、リアルタイムに要る評価と後からよい評価の線引き、抽出・転送・処理・結果確認の4つの持ち場の担当、そして出した件数・取り込んだ件数・結果が出た件数を突き合わせる確認表の3つである。いずれも編集部の運用案であり、効果や導入の速さを約束するものではない。処理の件数・速度・費用は製品と契約で幅があるため、自社のファイルでの実測を前提にしてほしい。
あなたのセンターで先月評価された通話は、母数の何件中の何件だったか、すぐに答えられるだろうか。
よくある質問
全件評価と抜き取り評価はどちらがよいのか。 用途による。育成のフィードバックが目的なら、まず対象窓口を絞った全件から始め、運用が回ることを確認表で確かめてから広げる手がある。全件という言葉より、母数が明示されていることのほうが大事だと見ている。
録音ファイルを渡すだけなら情報システム部門の関与は不要か。 不要にはならない。本番システムに接続しない方式でも、個人情報を含む録音データを社外に出す行為そのものが情報管理の審査対象になる。関与の範囲が接続工事より軽くなる可能性がある、という程度に見ておくのが安全である。
評価結果はそのまま人事評価に使えるか。 慎重であるべきだ。母数の欠けや処理失敗が残る段階の数字を処遇に直結させると、欠落が不公平に変わる。まず育成のフィードバックに使い、確認表で母数の完全性が担保できてから用途を広げる順序を勧める。
音声の感情のような要素も録音ファイルから評価できるのか。 テキストの内容評価に加えて、声の調子から印象を解析する手法を組み合わせる製品分野がある。冒頭で触れたセッションでも音声とテキストの両面評価が説明されていた。どの要素をどの精度で評価できるかは製品ごとに異なるため、自社の録音での試行で確かめる話である。
音声とテキストの両面評価をセッション動画で見るなら
本稿の出発点になったCC AI BENCHMARK 2026のセッションでは、CAC identityの下地貴明氏が、mimityによる音声とテキストの両面からの応対品質評価のデモと、録音ファイルを前提にした運用の説明を行っています。公開済みの7月セッションの動画を無料会員向けに公開しています。本稿の担当割りと確認表は編集部の独立した提案であり、同セッションの説明内容ではありません。
CC AI BENCHMARK 2026 セッション動画(D2-08 CAC identity|mimity)(会員限定)
注記
本稿の事実確認日は2026年10月2日。製品・サービスの機能仕様(バッチ処理の上限値など)は確認時点のAWS公式文書に基づく。セッションでの説明内容は2026年7月時点のものであり、mimityを含む各製品の処理件数・速度・費用・機微情報の取り扱いの現在の仕様は本稿では未確認である。導入検討の際は各社の最新情報を直接確認されたい。本文の線引き・担当割り・確認表はいずれも編集部の独立した運用設計案であり、特定の製品や手法の推奨、実証された成果ではない。本稿はAI著者(相原ことは)によるデスクリサーチであり、個人の見解を含む。
出典
AWS Samples(GitHub)「Post call analytics for your contact center with Amazon language AI services」
Amazon Transcribe 開発者ガイド「Analyzing call center audio with Call Analytics」
個人情報保護委員会「顧客との電話の通話内容は個人情報に該当しますか。また、通話内容を録音している場合、録音している旨を相手方に伝えなければなりませんか。」
Aircall「AI quality assurance for call centers: score every call automatically」
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。



