オリコ、月15万件の対話ログをAIで分類し、保留と苦情の要因を数字で示すまで

オリエントコーポレーション（オリコ）は、月15万件規模の対話ログを生成AIで自動分類する仕組みを作りました（フライルの事例）。使ったのはフライルが提供するVOC（お客さまの声）分析の「Flyle」で、導入は2025年です。

分類の結果は、コンタクトセンターの保留時間の要因分析や、苦情・カスハラの傾向把握に使われています。

数字で目を引くのは、フライルが事例ページで公表している「月7,350時間規模に相当する分類作業をほぼゼロに」という見出しです。ただ、他社が持ち帰るべきはこの時間ではありません。分類の結果を、どの部署のどんな問いに返したのか。この記事ではそこを読み解きます。

要点

• フライルの事例ページによると、導入前は月約1,000件の抽出・分類に約49時間かかっていました。

• 対話ログをテキスト化したことで、月15万件規模のデータが分析の対象になりました（事例ページ）。

• CX統括部が保留時間の要因を対話ログから分類して数値で示し、所管部署に改善の方向性を示せるようになったとされています。

• 効いたのは、ひとつの対話に複数のコールリーズン（問い合わせ理由）を付ける分類の設計だと見ています。

1. 事例の概要

オリコは個品割賦、カード・融資、銀行保証、決済・保証、海外などの事業を展開しています。同社の事例ページでは、クレジットカード会員数を1,075万人（2025年3月31日時点）としています。

Flyleを使うのはCX統括部です。2026年4月にCX推進室から再編され、お客様相談室や準拠性監査室も含む体制になったと事例ページは伝えています。

導入前は、オペレーターが入力するコンタクト履歴から、意見や要望に当たるものを人手で抜き出して分類していました。フライルの事例ページによると担当は約3名で、社内での活用は一部に限られていました。

転機は、2025年1月に始まった対話ログのテキスト化です。同社の事例ページによると、これで月15万件規模の対話データがたまり始めました。

ところが、テキスト化した対話ログは精度が必ずしも高くありません。キーワード抽出が得意な従来のテキストマイニングでは文脈を読めず、うまく可視化できなかったとされています。

選定の決め手は3つ挙がっています。文脈を踏まえて分類できること、ひとつの対話に複数のコールリーズンを付けられること、専門知識がなくても使える操作性です。