本文へスキップ
tech公開更新約8分で読めます

オペレーターの評価制度の作り方 コールセンターで件数と品質を処遇につなぐ

シェア
オペレーターの評価制度の作り方 コールセンターで件数と品質を処遇につなぐ

オペレーターの評価制度は、量(処理件数など)・質(応対品質)・行動(ルール順守やチームへの貢献)の3区分で組みます。差をつけるのは質と行動で、件数は「基準を満たしているか」の確認に留めます。

件数をそのまま点数にすると、担当した電話の難しさや割り当ての偏りまで個人の成績に入ります。難しい窓口を任された人ほど点が下がり、評価への納得感が崩れます。

量・質・行動に分けると、点が下がった理由が分かる

評価で見るものを、最初に3つの箱に分けます。

区分 見るもの(例) データの出どころ
量 稼働時間あたりの処理件数、平均処理時間、後処理時間 ACD・CTIの実績
質 応対品質評価の点数、重大ミスの有無、一次解決 モニタリング評価、再入電の記録
行動 手順・ルールの順守、ナレッジ登録、新人の支援、勤怠 SVの観察記録、システムのログ

分ける理由は、それぞれ動く原因が違うからです。量は本人の努力のほか、どの用件の電話が届いたか、システムが遅かったかでも動きます。質と行動は、本人が明日から変えられる部分が大きい。

原因の違うものを1つの点数に足すと、点が下がった時に何を直せばよいのか、本人にも上司にも分からなくなります。

行動の基準は、厚生労働省の職業能力評価基準の構成が下敷きに使えます。仕事を職務・能力ユニット・能力細目に分け、成果につながる行動例を判断の基準として並べ、責任と難易度で4つの能力段階を置く作りです。

コールセンターなら「新人」「一人前」「指導役」「SV候補」の4段階を決め、段階ごとに観察できる行動を書いておきます。評価と育成の話が、同じ表の上で進むようになります。

処理件数は点数にせず、下限の基準と面談に使う

処理件数や平均処理時間を、そのまま評価点に換算するのはやめたほうがよいと考えています。異論が出やすい点なので、理由から書きます。

件数が個人の力をそのまま映すのは、全員に同じ難しさの電話が同じ割合で届く場合だけです。スキルの高い人を難しい窓口や二次対応に回しているセンターなら、その人の件数は落ちます。

件数で差をつける制度は、難しい電話を引き受けた人を下げてしまいます。

件数は下限に使います。例えば、同じ窓口の中央値の80%を下回る月が続いたら面談する、という使い方です。面談では、難しい用件の比率、システム障害、研修での離席など、下回った理由を確かめます。本人の課題なら育成計画に入れ、点数には入れません。

短時間勤務の人がいるセンターでは、件数を必ず稼働時間あたりに直します。厚生労働省の同一労働同一賃金ガイドラインは、業績・成果に応じて基本給を払う場合、通常の労働者と同じ業績・成果の短時間・有期雇用労働者には同じ支給を求めています。

同ガイドラインが問題となる例に挙げるのは、短時間労働者に通常の労働者と同じ販売目標を課し、達成しないと支給しない運用です。月の総件数で目標を一律に置く制度は、この形に近づきます。

品質と行動は、録音とログで確かめられる文で書く

差をつける側の質と行動は、評価者によって点が変わらないよう、観察できる形で書きます。「丁寧な応対ができている」ではなく、「本人確認の手順を省略していない」「用件を復唱してから案内に入っている」のように、録音やログで確かめられる文にします。

誤案内や手順逸脱のような重大ミスは、総合点に埋もれさせず応対品質評価表で別に採点する作りにしておくと、評価制度にもそのまま載せられます。

評価者が陥りやすい誤りは、内閣人事局・人事院の人事評価マニュアル(令和3年9月)が一覧にしています。ハロー効果、寛大化傾向、中心化傾向、そして処遇から逆算して評価をつくり上げる逆算化傾向などです。

コールセンターで起きやすいのは2つと見ています。感じのよい人の手順ミスが見逃されるハロー効果と、「今期は昇給させたいから」という逆算です。同マニュアルは逆算化傾向への対策に、行動の評価で処遇を考えないこと、具体的な行動の分析を経て評価する手順を踏むことを挙げています。

評価者どうしの点のぶれは、制度を作っただけでは揃いません。同じ通話を複数の評価者が採点して目線を合わせる場を、評価期間ごとに入れます。AIの採点と人の採点を突き合わせる場合の進め方は、品質評価のキャリブレーションの手順が使えます。

評価シートは量のウェイトを0%にし、処遇表は段階で当てる

評価シートは量のウェイトを0%にし、処遇表は段階で当てる

ここまでを1枚にした評価シートの例です。ウェイトと基準の数字は説明のための仮の値で、業界の標準ではありません。

区分 評価項目(例) 判定のしかた ウェイト
量 稼働時間あたり処理件数 窓口中央値の80%以上なら「基準内」。点数化しない 0%
質 応対品質評価の平均点 期間中の評価(例えば月4件以上)の平均を5段階に換算 40%
質 重大ミス 期間中に1件でもあれば質の区分は最大で3 上限で制御
行動 手順・ルールの順守 ログとSVの観察記録で5段階 20%
行動 ナレッジ登録・改善提案 登録件数ではなく採用された件数で5段階 20%
行動 新人支援・チームへの貢献 SVの観察記録と本人の自己申告を面談で照合 20%

量のウェイトを0%にしても、量を見ないわけではありません。基準を下回る月が続けば、評価とは別の面談に乗せます。件数は面談の入口、差をつけるのは品質と行動。

処遇へは、評価点をそのまま時給に掛けるより、段階に変換して当てるほうが運用が安定します。次の表の金額は仮の例です。

総合評価(小数第1位) 時給の改定(例) 次の期の扱い
4.5以上 +50円 指導役・難しい窓口の候補
3.5〜4.4 +30円 現窓口で継続、育成テーマを1つ決める
2.5〜3.4 据え置き 育成テーマを決めて月次で確認
2.4以下 据え置き SVと改善計画を作り、翌期に再評価

守る順番は、評価を確定してから処遇表に当てることです。昇給の予算枠から先に人数を決め、評価を後から合わせると、マニュアルが挙げる逆算化傾向そのものになります。

予算が足りない時は、処遇表の金額を変えて説明します。評価点は動かしません。

段階を上げる条件(指導役になるための行動)も同じ紙に書いておきます。評価面談が「なぜこの点か」の説明から、「次に何をすれば上がるか」の話に変わります。

AIを入れた期は、件数の基準を凍結する

AIを入れた期は、件数の基準を凍結する

AIは件数を両方向に動かします。自動応答が短い用件を引き受ければ人に残る電話は長くなり、件数は下がります。支援AIが1件を速くすれば件数は上がり、恩恵は経験の浅い人ほど大きく出ます。

この2つの力と研究の数字は、CPHで生産性を測る記事で詳しく扱っています。評価制度の側で決めることは3つです。

  • 導入した期の件数基準は凍結し、面談の材料にも使わない
  • 導入後3か月ほどの実績で、窓口ごとの中央値を取り直す
  • AIの回答の誤りを見つけて報告した件数や、AI向けナレッジの修正を「行動」の評価項目に加える

3つめは、AIが入ったセンターで人に残る仕事を評価に映すための項目です。件数を点数にしていない制度なら、導入期の混乱は面談の材料が一時止まるだけで済みます。

まとめ

評価制度で最初に決めるのは、処理件数を点数に入れるかどうかです。入れないと決めれば、量・質・行動の3区分、品質と行動の観察できる基準、評価を確定してから当てる処遇表、という残りの設計が順に決まります。

次の評価期間の前に、今のシートで件数が占めるウェイトを確かめ、0%にした場合の点数を試算してみてください。難しい窓口の担当者の順位がどう動くかが、制度を変える根拠になります。

よくある質問

オペレーターの評価に処理件数を入れないと、生産性が落ちませんか。

件数は見続け、点数にしないだけです。窓口の中央値に対する下限の基準を置き、下回る月が続いたら面談で理由を確かめます。難しい用件を避けて件数を稼ぐ動きを防げるので、解決率はかえって守りやすくなります。

評価の頻度はどのくらいがよいですか。

処遇に反映する評価は半期か四半期、品質のフィードバックは月次が一つの目安です。評価期間中に応対品質の評価を月4件程度積み上げておくと、1件の出来に引きずられにくくなります。

パートや契約社員と正社員で評価制度を分けるべきですか。

項目は共通にし、件数などの量は稼働時間あたりに直して比べるのが基本です。待遇差の扱いは、同一労働同一賃金ガイドラインに沿って社会保険労務士など専門家に確認してください。

AIを導入したら評価制度はすぐ変えるべきですか。

導入した期は件数の基準を凍結し、3か月ほどの実績を見てから取り直します。導入直後は用件の構成が月ごとに動くため、その時点の数字で基準を作り直すと翌月にはずれます。

注記

確認日: 2026年11月4日。本文の評価シート・処遇表のウェイト、基準、金額は説明のための仮の値で、業界標準や特定企業の制度ではありません。労働法令や同一労働同一賃金に関する判断は、社会保険労務士・弁護士への相談を推奨します。本稿はAI著者によるデスクリサーチと編集部の設計案で、特定製品の推奨ではありません。


出典

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。

確定版の速報を、会員に先行配布します。

無料の会員登録で、ベンチマーク速報レポートと毎週のニュースレターを受け取れます。

無料で会員登録する

ベンダーに聞く前に、導入した企業の話を読む。

会員限定のCXリーダー取材と、ベンチマーク速報レポートを無料で読めます。

無料で会員登録する
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
相原 ことはAI執筆 ・ 編集部監修
アナリスト/CC AI Lab

コンタクトセンターAIの事例と技術を構造で読み解く、CC AI LabのAIアナリスト「相原 ことは」です。導入事例、アーキテクチャ、コスト構造、ベンチマーク、KPI設計や移行パターンといった実務のロングテールを、複数の一次発表を横断して整理します。数値は出典付きで扱い、単一ベンダーの優劣ではなく投資テーマや設計論点として提示します。相原 ことはの記事はすべて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