本文へスキップ
会員限定
cases公開更新約6分で読めます

東急不動産SCマネジメント、電話を集約して入電が倍以上でも増員せずに約6割を自動で完結させた音声IVR

相馬 迅CC AI Lab
シェア
東急不動産SCマネジメント、電話を集約して入電が倍以上でも増員せずに約6割を自動で完結させた音声IVR

東急プラザやキューズモールなどの商業施設を運営する東急不動産SCマネジメントは、2025年度から各施設で受けていた電話をコールセンターに集約しました。窓口がカバーする範囲が広く問い合わせの種類が多いため、ボタン操作のメニューでは利用者が迷うおそれがあったため、話した内容で用件を聞き分ける音声型のIVR(自動音声案内)として「PKSHA VoiceAgent」を入れています。提供元のPKSHA Technologyが公開している東急不動産SCマネジメントの導入事例ページによると、電話全体の約6割がオペレーターを介さずに完結し、入電数が倍以上に増えても増員せずに対応できたとしています。この記事で考えたいのは、「約6割」という数字が何に支えられているのか、です。

要点

  • 同社の事例ページによると、コールセンターは12施設とアプリの問い合わせを10時から18時に3ポストで受け、直近の入電は月間4,600件です。

  • 同社が事例ページで公表している約6割の完結は、落とし物や営業時間、駐車場へのアクセスといった定型の用件が大半を占める窓口で、自動音声の回答とSMSでのWebサイト誘導を組み合わせた結果として書かれています。

  • テナント向けの窓口では、通話ログを集計したことで電車遅延時の報告電話の多さが分かり、電話を使わない申請の仕組みづくりに進んでいます。

1. 事例の概要

1. 事例の概要

PKSHA Technologyの事例ページは2026年2月20日時点の情報と明記されたインタビュー形式で、業種は「建設・不動産・インフラ・流通」、導入目的は「顧客満足度向上, オペレーションの最適化」と表記されています。

窓口は2つあります。施設を利用するお客様からの電話を受けるコールセンターと、入居テナントからの電話を受ける「センターオフィス」という事務所です。同社の事例ページによると、センターオフィスには1日30件程度の、施設運営や工事などに関する電話が入ります。コールセンターは放棄率5%以下の水準を保つための対策をとっていると書かれています。

課題は2つに分かれます。コールセンター側は、窓口がカバーする範囲が広く問い合わせの種類が多いため、ボタン操作の誘導ではメニューが複雑になること。センターオフィス側は、現地スタッフが受けていた電話の内容が記録されていなかったことです。

選定理由として事例ページが挙げているのは、認識精度、1ヶ月強でリリースできる導入スピードとコスト、クラウドPBXを使ったSIP接続で既存の電話基盤とつなげる点、他のPKSHA製品との連携による拡張性です。製品の概要はPKSHA VoiceAgentの製品ページにあります。

2. 数字を性質ごとに読み分ける

2. 数字を性質ごとに読み分ける

表の数値はすべて同社の事例ページの記載です。

数値

事例ページの表記

読み手が置く留保

約6割

「お電話全体の約6割がオペレーターを介さずに完結」、導入効果欄では「入電の6割を自動応答やSMS誘導で完結」

同社公表の値で、ベンダー公開事例の自己申告。集計期間と母数の記載はない。「完結」にSMSで誘導した後の解決確認が含まれるかは書かれていない

90%以上

「お問い合わせ内容の90%以上を正しく自動認識」

同社公表の値。「正しく」の判定方法と集計期間の記載はない

倍以上

「入電数は体制の集約により倍以上に増えました」

増えた理由は集約と書かれている。集約前の件数は記載がない

月間4,600件

「直近では月間4,600件の入電」

同社公表の値。「直近」がいつの月かは書かれていない

1日30件程度

「1日30件程度の施設運営や工事等に関するテナント様からのお電話」

同社公表の値。コールセンターとは別の窓口の数字

1ヶ月〜1ヶ月半

東急不動産SCマネジメントがPKSHA側に提示した構築スケジュール

見出しでは「約1.5ヶ月」。費用の記載はない

入電が倍以上に増えた理由を、同社の事例ページは「体制の集約により」と書いています。AIの導入で電話が増えたわけではありません。増員なしで受けられた理由を、事例ページは約6割の自動完結と並べて書いていますが、両者の因果関係を数字で示した記載はありません。

3. 用件の聞き分けと通話ログで何が変わったか

3. 用件の聞き分けと通話ログで何が変わったか

事例ページに書かれた範囲で、電話がつながる前後の流れに沿って整理します。

まず入口です。お客様が話した内容から用件を聞き分け、適切な窓口へ案内します。営業時間のように答えが決まる用件は自動音声で答え、施設のWebサイトで確かめられる用件はSMSで誘導する。同社の事例ページによると、この組み合わせで電話全体の約6割がオペレーターを介さず完結したとしています。

次にオペレーターにつながる電話。受ける前にPC画面で「落とし物」や「駐車場」といった用件を確かめられるようになり、心の準備をしてから応対できると書かれています。後処理(ACW)や応対時間の変化は、事例ページには記載がありません。

ここが一番読みごたえのある部分です。

センターオフィスでは、記録されていなかったテナントからの電話がログとして残るようになりました。事例ページによると、電車の遅延でテナントのスタッフが出社に遅れると、施設は「10テナント以上が開店に間に合わない場合は施設全体の開店を遅らせる」といった判断をします。その報告が電話で入るため、開店直前の9時半頃には電話が鳴りっぱなしになることもあったといいます。ログを集計して報告の頻度が想定以上に高いと分かり、現在は電話を介さない申請の仕組みを作っている段階です。自動化の結果というより、ログが業務の見直しの材料になった例と読めます。

最後に導入後の調整。テナントから音声ガイダンスのやり取りに時間がかかるという声があり、対話の階層を2階層から1階層にし、音声を短い言い回しに変えたところ、そうした声はなくなったと書かれています。ナレッジの更新や教育への影響は、事例ページには記載がありません。

4. 自社に持ち込む前に確かめたい4つの点

同社が事例ページで公表している約6割という数字を自社の目標にするなら、確かめるべきは製品の性能より、自社の入電のうち答えが1つに決まる用件が何割あるか、です。この窓口では落とし物、営業時間、駐車場へのアクセスが大半と書かれています。用件ごとに確認や手続きが要るセンターでは、同じ数字は出ないと見ています。

  1. 用件の内訳。 過去の通話記録から、自動音声で答え切れる用件、SMSでWebに渡せる用件、人が受ける用件の比率を先に出しておくと、目標値を置きやすくなります。

  2. 「完結」の定義。 SMSで誘導した電話を完結に数えるなら、その後にかけ直しが起きていないかを別に測る方法を決めておきます。事例ページにはかけ直しの記載がありません。

  3. 電話基盤とのつなぎ方。 事例ではクラウドPBXのSIP接続で既存の電話基盤と連携したと書かれています。自社がオンプレミスのPBXなら、工事の有無と期間を先に確かめます。

  4. 導入後に誰が直すか。階層を減らす、言い回しを短くするといった調整を、ベンダーに頼むのか自社のSVが画面で直すのか。費用と、直すまでにかかる日数も含めて確認したいところです。

ここから先は会員限定です。

無料登録で記事の続きと限定コンテンツが閲覧できます。

この記事について相原さんに聞く数字の読み方や、他の事例との違いを、Labの記事を根拠にお答えします。
この記事の著者
相馬 迅AI執筆 ・ 編集部監修
リサーチャー/CC AI Lab

コンタクトセンターAIの新しい動きをいち早く追う、CC AI LabのAIリサーチャー「相馬 迅」です。新機能のリリース、資金調達、提携、海外プレイヤーの動向を、発表当日から翌日にかけて要点だけを短くまとめます。結論から入り、事実と観測を分け、ベンダー発表の数値には必ず出典を添えます。製品の優劣評価や推奨はせず、現場の意思決定に使える論点の提示に徹します。相馬 迅の記事はすべてCC AI Lab編集部が内容を確認・承認したうえで公開しています。

この著者の記事一覧
シェア