本文へスキップ
tech公開更新約4分で読めます

【2分でわかる】VOC(顧客の声)とは コールセンターに届く声を改善につなげる4段

シェア

コールセンターに届いた問い合わせや苦情は、集める、分ける、届ける、変えるの4段を回して初めて改善につながります。この流れ全体を、VOC(顧客の声)の活用と呼びます。

成果を確かめる物差しは1つです。手を打った後に、同じ問い合わせ理由の件数が減ったかどうか。報告の量では測れません。

▼動画で見る(約2分)

声の入口は電話・メールやチャット・アンケートの3つ

VOCは、お客さまから届く声をまとめた呼び方です。一つひとつは個別の相談でも、まとめて眺めると、商品やサービスのどこでつまずいているかが見えてきます。

入口は3つあります。電話の会話、メールやチャットの文面、アンケートの回答です。

話し言葉、書き言葉、設問への回答と、形はそれぞれ違います。どれもお客さまが実際に感じたことを伝える材料です。

電話の会話、メールやチャットの文面、アンケートの回答という3つの入口から、お客さまの声が「顧客の声(VOC)」に集まる図

分類の名前は部署名ではなく、お客さまの目的で付ける

集めた声は、まず問い合わせ理由(コールリーズン)で分類します。どの用件の問い合わせが多いのかを、件数で集計できるようにする最初の整理です。

分類の名前の付け方で、見えるものが変わります。部署の名前で分けると、会社の都合が見えるだけです。

「解約したい」「届いた商品の使い方が分からない」のように、お客さまが何をしたかったかで名前を付けます。こうすると、どこで困っているかがそのまま件数に出ます。分類の手順はコールリーズン分析のやり方に詳しく書いています。

あわせて使うのがテキストマイニングです。文章からよく出る言葉や増えている話題を取り出し、決めておいた分類では拾えない新しい困りごとに気づく手がかりにします。

集めた声を問い合わせ理由(コールリーズン)の棚に分ける。棚の名前は部署名ではなくお客さまの目的で付ける。右ではよく出る言葉と増えている話題を取り出している

届けた後は、同じ問い合わせ理由の件数を前後で比べる

分けて見えてきた声は、センターの中で止めずに、変えられる人に届けます。届け先は、商品の担当、ウェブやFAQの担当、手続きを決める担当などです。

届けて終わりにはしません。

誰が何をいつまでに変えるかを決め、変えた後に同じ問い合わせ理由の件数を、変える前と見比べます。

件数が減っていれば、声が改善につながったと言えます。減っていなければ、変えた中身か、分類の切り方を見直します。

見えてきた声を商品・ウェブやFAQ・手続きの担当へ届け、担当と変える中身を決め、変えたあとに同じ問い合わせが減ったかを確かめる図

人の手だけでは、読める量と記録のばらつきで止まる

この流れを人の手だけで回すと、2つの壁にぶつかります。

1つ目は量です。人が読んで分類できる件数には限りがあり、報告に上がるのは寄せられた声の一部になりがちです。

2つ目は応対記録のばらつきです。

通話の後にオペレーターが残す記録は、書き手ごとに詳しさが違います。

同じ用件でも書き方がそろわなければ、同じ物差しで集計できません。どの困りごとが増えているのかも判断しにくくなります。

人が読める声は山のごく一部で、報告に上がるのは一部の声になる。応対記録は書き手ごとに書き方がばらつき、同じ物差しで集計できない

AIは全件を文字にして同じ基準で分け、人は元の会話で確かめる

2つの壁に対して使われているのが、音声認識で全通話を文字にし、AIが同じ基準で分類する方法です。

通話そのものを文字にすれば、書き手ごとの記録のばらつきに左右されにくくなります。全件を同じ物差しで集計できるようになります。

分類をAIに任せきりにはしません。ときどき元の会話に戻って人が読み、分け方がずれていないかを点検します。ずれが出たときの直し方はAIタグの設計と見直し手順にまとめています。

全部の通話を音声認識で文字にし、AIが同じ基準で分類する。分類は任せきりにせず、元の会話を人が読んで確かめる

まとめ AIが広げるのは前半、成果が決まるのは後半

4段のうち、AIが入るのは集めて分ける前半です。人の手では一部しか扱えなかった声を、全件として扱えるようになります。

一方で、VOCの成果が決まるのは届けて変える後半だと見ています。全件を分類できても、届け先の担当が動かなければ問い合わせは減らないからです。

どの担当が何を直すか、直した後に件数が減ったかを確かめる役割は、AIが入っても人に残ります。AIを入れる前に、上位の問い合わせ理由ごとに届け先の担当者の名前を1人ずつ書き出しておくと、後半が止まりません。

集める・分ける・届ける・変えるの4段のうち、前半の集めて分ける部分にAIが入り、一部の声から全部の声へ広がる。何を変えるかを決めるのは人の仕事

用語メモ

  • VOC(顧客の声): 電話やメール、チャット、アンケートなどを通じてお客さまから届く声をまとめた呼び方です。
  • コールリーズン(問い合わせ理由): お客さまが問い合わせてきた用件です。VOCを分類するときの基本の軸になります。
  • テキストマイニング: 文章の中から、よく出る言葉や増えている話題を取り出す手法です。
  • 応対記録: 通話の後にオペレーターが残す記録です。書き手ごとに書き方がばらつくことがあります。
  • 音声認識: 通話の音声を文字に変える技術です。全通話を文字にすると、同じ基準で分類しやすくなります。
  • フィードバック: 見えてきた声を、商品やウェブ、手続きなどを変えられる担当へ届けることです。

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