オペレーターのモチベーションが下がる3つの原因 コールセンターが仕組みで直せること

オペレーターのモチベーションを下げる原因は、コールセンターでは3つに絞れます。難しい電話が一部の人に偏ること、評価の基準が本人から見えないこと、自分が成長しているかが分からないことです。
どれも本人の気の持ちようではありません。
電話の配り方、評価の見せ方、記録の付け方で決まるので、SVとセンターの側で変えられます。
励ましや表彰で「上げる」施策は、この3つを減らした後に使うほうが効くと考えています。毎日の仕事に気持ちを削る原因が残っていれば、月1回の表彰では追いつかないからです。
働く人のストレスの上位はクレーム・失敗・人間関係で、コールセンターは毎日触れる
働く人が何に強いストレスを感じているかは、公的な調査に出ています。厚生労働省の令和7年労働安全衛生調査によると、仕事や職業生活に強い不安・悩み・ストレスを感じる事柄がある労働者は67.5%でした。
同調査では、その内容(主なもの3つ以内)は「仕事の量」と「仕事の失敗、責任の発生等」がともに39.5%、「対人関係(セクハラ・パワハラを含む。)」が32.9%です。「顧客、取引先等からのクレーム」は22.1%で、パートタイム労働者に限ると29.8%に上がります。
辞めた人の理由にも、似た傾向が出ています。厚生労働省の令和7年雇用動向調査によると、女性の転職入職者が前職を辞めた理由は、「その他の個人的理由」を除くと「労働時間、休日等の労働条件が悪かった」12.9%、「職場の人間関係が好ましくなかった」11.5%の順でした。
クレーム、失敗への責任、人間関係。コールセンターの仕事は、この3つに毎日触れます。
「仕事の量」は呼量と人員計画で決まる話で、SVの電話の配り方や評価の見せ方では動かしにくいので、この記事では扱いません。
原因1 難しい電話は頼られている人に集まり、月1回の表で偏りが見える
クレームや長時間の通話、何度も転送されてきた電話は、特定の人に集まりがちです。
偏りは悪意なく生まれます。経験のある人に難しい電話を回すのは、その場の判断としては正しいからです。SVが「この人なら大丈夫」とエスカレーション先を固定し、二次対応を同じ数人に任せる。こうして、頼りにされている人ほど消耗します。
新人は新人で、たまたま厳しい電話が続いた週に辞める決心をしてしまう。
人別の比率を月1回の表で見る
偏りは、人別の数字にしないと見えません。月に1回、次のような表を作ります。
| オペレーター(例) | 月の応対件数 | うちクレーム・長時間通話 | 比率 | 受けた転送・エスカレーション |
|---|---|---|---|---|
| Aさん(勤続3年) | 620件 | 74件 | 11.9% | 41件 |
| Bさん(勤続1年) | 580件 | 29件 | 5.0% | 6件 |
| Cさん(勤続2か月) | 410件 | 33件 | 8.0% | 0件 |
※数字は表の使い方を示すための仮の例です。
「長時間通話」の定義は、平均処理時間の2倍以上など、センターで1つに決めます。この例なら、Aさんに難しい電話が集まり、新人のCさんも比率が高いことが分かります。
配り方はSVの裁量で変えられる
数字が出たら、配り方を変えます。エスカレーション先を当番制にする。難しい電話が続いたら、次の1件は受けずに後処理や記録の時間にあてる。二次対応の担当を複数人で回す。
表を作らずに「大変だったら言ってね」と声をかけるだけでは、頼られている人ほど言い出しません。
原因2 評価の基準は、中身を変える前に見せ方を変える
2つめの原因は、自分がどう評価されているか分からないことです。
応対品質の点数、処理件数、勤怠。これらがどう組み合わさって評価になり、時給や契約更新にどうつながるのか。オペレーター本人が説明できないセンターは少なくありません。
基準が見えないと、頑張っても報われるか分からず、頑張る理由がなくなります。評価が低かったときに、何を直せばよいかも分かりません。
紙1枚と通話1件で根拠を返す
評価の中身を作り直す前に、見せ方を3つ変えます。評価項目と配点を、評価される側に紙1枚で渡す。点数を返すときは、根拠になった通話を1件一緒に聞く。点数と処遇(時給・更新・役割)の関係を、例を使って説明する。
評価表そのものの作り方は、総合点に埋もれる重大ミスを分ける応対品質評価表が参考になります。
2026年10月から、待遇差の説明を求められることを伝える義務がある
厚生労働省の同一労働同一賃金特集ページによると、2026年10月1日施行の改正で、パートタイム・有期雇用労働者の雇い入れ時に明示する労働条件に「法第14条第2項の規定による説明を求めることができる旨」が加わりました。
通常の労働者(正社員など)との待遇の違いとその理由について、本人が説明を求められることを、雇い入れの時点で伝えるという内容です。
パートや契約社員が中心のセンターでは、評価と処遇の関係を言葉で説明できる状態が、モチベーションの対策であると同時に法令への備えになります。
原因3 成長の実感は、過去の本人と比べた記録で戻る
3つめの原因は、成長の実感がないことです。
コールセンターの仕事は、同じ種類の電話を繰り返し受けます。できることが増えても、毎日の仕事の見た目は変わりません。研修が終わって独り立ちすると、上司から具体的な指摘を受ける機会も減ります。
本人の中で「入社した時と何が変わったのか」が見えなくなる。ここが3つめの原因です。
できるようになったことを記録して見せる
対策は、できるようになったことを記録して、本人に見せることです。
| 記録する項目(例) | 書き方の例 |
|---|---|
| 受けられる用件 | 住所変更・解約受付を一人で完結できるようになった(10月) |
| 指導で直した行動 | 保留の前に「確認に1分ほどお時間をください」と言えるようになった |
| 数字の変化 | 解約受付の平均処理時間が9分から7分に(本人の過去3か月比) |
| 次に挑戦すること | 請求内容の問い合わせを受ける |
※書き方の例は仮のものです。
比べる相手は、他人ではなく過去の本人にします。モニタリングの指摘は「次の通話で変える行動1つ」に絞り、変わったら記録に残します。指摘を1つに絞って追う進め方は、次の通話で変える行動を1つ決めるモニタリング指導にまとめてあります。
受けられる用件が増えたことを、役割や時給につなげられると、さらに効きます。原因2の評価の見せ方と、ここでつながります。
AIを入れると3つの原因は良くも悪くも動く
成長の面では追い風があります。スタンフォード大学などの研究者がNBERで公表した論文は、カスタマーサポート担当者5,179人のデータを分析し、生成AIの応対支援が新しい担当者の習熟を早め、離職の減少(定着率の向上)にもつながったと報告しています。新人の「できない期間」が短くなれば、原因3はやわらぎます。
逆に、原因1は悪化しやすくなります。簡単な問い合わせをボットが受けるようになると、人に回る電話は難しいものの割合が高くなるからです。AI導入後の負担の見直し方は、AI導入後のクレーム負担を見直す3つの観点で確かめられます。
原因2も揺れます。処理件数で評価していたセンターでは、簡単な電話が減ると件数が落ち、本人の努力と関係なく評価が下がります。
AIを入れる計画があるなら、導入の前に原因1の表と原因2の評価基準を見直しておきます。件数の評価が崩れてから直すと、その間にモチベーションが落ちます。
まとめ
3つの原因のうち、明日から始められるのは原因1の表です。先月の応対データから、オペレーターごとのクレーム・長時間通話の比率と、受けた転送の件数を出すだけで作れます。
表を見ると、いちばん頼りにされている人に何件集まっていたかが分かります。その人の名前が一番上に来たら、エスカレーション先の当番制から手を付けます。
よくある質問
オペレーターのモチベーションが下がる原因は何ですか。
難しい電話が一部の人に偏ること、評価の基準が本人に見えないこと、成長の実感が持てないことの3つです。本人の性格ではなく、電話の配り方・評価の見せ方・記録の付け方という仕組みの問題として扱うと、対策が打てます。
表彰制度やイベントは効果がありませんか。
効果がないわけではありませんが、毎日の仕事に気持ちを削る原因が残っていると長続きしません。先に原因を減らし、その上で表彰を使うほうが効きます。
SVが個別にできることは何ですか。
難しい電話の偏りを人別の数字で見て当番制などで配り直すこと、評価の根拠になった通話を本人と一緒に聞くこと、指導で変わった行動を記録に残すことは、SVの裁量で始められます。
AIを導入するとオペレーターのモチベーションは上がりますか。
新人の習熟が早まる効果は期待できますが、人に残る電話が難しいものに偏り、件数による評価が崩れることもあります。導入前に電話の配り方と評価基準を見直しておきます。
注記
確認日: 2026年11月4日。労働安全衛生調査の割合は、強い不安・悩み・ストレスとなっている事柄がある労働者に占める割合(主なもの3つ以内の複数回答)です。表の数字と記録の例は使い方を示すための仮の例で、実在のセンターの数値ではありません。法改正の内容は厚生労働省の公表資料によるもので、個別の労務判断は専門家への相談を推奨します。本記事はAI著者によるデスクリサーチに基づく編集部の整理であり、特定の製品やサービスを推奨するものではありません。
出典
- 厚生労働省「令和7年 労働安全衛生調査(実態調査)結果の概況 個人調査」
- 厚生労働省「令和7年雇用動向調査結果の概要 転職入職者の状況」
- 厚生労働省「同一労働同一賃金特集ページ」
- NBER「Generative AI at Work」
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。



