コンタクトセンターでは、日々顧客とのコミュニケーションが行われ、膨大な通話データが集積されています。その一方で、これらのデータを十分に分析し、商品開発などに活かせていない組織も少なくありません。本記事では、顧客の声を分析するのに便利なテキストマイニングについて、その概要やメリット、高度な機能を備えた具体的なツールについて紹介します。
お客さまの声を分析する「テキストマイニング」とは？
「テキストマイニング」とは、大量のテキストデータから有効な情報を抽出することです。いわゆるビッグデータの活用例であり、自然言語解析の手法を用いて文章を単語に分解し、それらの相関関係や出現頻度などを分析します。
ビッグデータは、数値で表せる「定量データ」と文字列からなる「定性データ」に分けられますが、テキストデータは典型的な定性データです。テキストマイニングによって、大量の定性テキストデータから意味のある形に情報を分析し活用します。
コンタクトセンターにテキストマイニングを取り入れる重要性とメリット
テキストマイニングをコンタクトセンターに取り入れるメリットは、サービス解約防止や離職率の改善などが挙げられます。ここでは、テキストマイニングの効果をマーケティング的な視点や組織内の観点などから詳しく解説します。
サービスの解約を阻止できる
テキストマイニングを活用すると、量が多くて分析しきれていなかった顧客からの貴重なフィードバックが発掘され、今まで気づかなかった改善点を明らかにできます。たとえば、サービスの解約率が上昇している理由を分析するとします。他社と比較しての評価、価格設定の問題など、いくつかの要因から正確に理由を特定し、顧客に利用し続けてもらうための改善を迅速に実施できます。
消費者向けのビジネスのなかには、フィードバックの数が多くなかなか分析が進んでいないケースも少なくありません。サービス解約を阻止して良質な商品やサービスを長く使ってもらうためには、顧客からのフィードバックを収集・分析し、必要な改善を素早く的確に施すことが重要です。
情報の属人化を防げる
テキストマイニングは、担当者などの限られた人が保有する暗黙知を、ほかのメンバーも分かる形式知化するのに役立ちます。情報の属人化を未然に防ぎ、業務の引き継ぎをスムーズに行う、あるいは複数メンバーでカバーしあう状態を目指すことが可能です。コンタクトセンターの業務に限らず、さまざまな企業や業務において「属人化」が課題です。しかし、属人化した業務はいざその担当者が離職すると一気に業務レベルが下がり、企業の売上にも悪影響を及ぼしかねません。
今後の需要を予測できる
テキストマイニングでは、人間では到底処理できない多くの量のデータを処理・分析します。それにより、商品やサービスの今後の需要などをより正確に予測できます。
たとえば、選挙のときはSNSを中心に多くの有権者から口コミが投稿されます。このデータをもとに、選挙区ごとに当選しそうな候補者の予測を立てられます。
また、もう少しタイムスパンが長い例では、株価の予測が挙げられます。過去の値動きを記録した膨大なデータや、季節性による価格の変動といった定量的なデータ、さらに投資家の発言などの定性的なデータから、今後の株価動向を予測することが可能です。
同じようにして、口コミやコンタクトセンターに寄せられた自社の商品やサービスに対する顧客の声をもとに、今後の需要を予測できる可能性もあります。
オペレーターの離職を防止できる
テキストマイニングは、電話内容を自動でテキスト化し、傾向などを分析できます。データをもとにトラブル発生時のマニュアルを改善したり新たな仕組みを構築したりと、オペレーターの働きやすい環境を構築でき、離職防止につながります。
コンタクトセンターでは、日々数多くの顧客とのコミュニケーションが行われており、問い合わせ内容やその緊急性などはさまざまです。なかには、やり取りの流れでトラブルに発展するケースもあり、カスタマーハラスメントでオペレーターに精神的な負担がかかることもあります。ストレスの増加は離職率の上昇につながりかねません。そのため、テキストマイニングを活用して事前対策を講じることが大事です。
テキストマイニングを活用する注意点
テキストマイニングは非常に便利な方法ではありますが、ただ導入すればよいわけではありません。ここからは、テキストマイニングを活用する際の注意点について確認してみましょう。
データの収集を目的としない
データは収集しただけでは意味がありません。収集したデータは関係する部署へ素早く共有し、次の施策に活用していくことが大切です。そのためには、まず関係者に共有できる形でデータを可視化しなければなりません。データを分析する担当者だけでなく関係者すべてが理解しやすいように、グラフなどで分析結果をまとめましょう。
IT技術の発達により、企業はさまざまなデータを簡単に自動蓄積できるようになりましたが、仮説をもとに分析したり集計後に何らかの意味づけを与えたりすることで、はじめて有効なデータとなりえます。
言葉の相関を考える
データの可視化に重要なのは、言葉の相関です。「どのようなセグメントの人がどのような発言をしているのか」「時系列による変化や特徴はあるか」などの相関を見いだすことで、顧客の特徴などが見えてきます。データを網羅的に分析し、あらゆる言葉の相関を粘り強く考えましょう。
ベルシステム24が提供する音声認識・分析ソリューション
株式会社ベルシステム24が提供する音声認識・分析ソリューションでは、コンタクトセンターに特化した機能や実績からAmiVoiceを用いて通話内容のテキスト化を行います。またテキスト化されたデータをテキストマイニングツールであるVextMinerを使い、文単位などでの集計・分析、さらに会話の話題単位での分析も可能です。
以下では、音声認識・分析ソリューションに用いる具体的なツールを紹介します。
音声認識・Amivoiceの主な機能
- 通話データのテキスト化
音声認識の基本的な機能ですが、通話内容がリアルタイムでテキスト化されます。同時に録音もされているので、後からでも再生可能です。 - 通話フィルタ機能
通話の音声から、事前に登録したキーワードを拾うこともできます。たとえば、登録したキーワードの検知に応じてポップアップが立ち上がり、FAQやファイルなど、必要なコンテンツのスピーディーな検索をする、といった使い方が可能です。 - テキストモニタリング機能
複数の会話を音声認識とテキストで同時に表示してくれます。コンタクトセンターでは、複数人のオペレーターが同時に稼働しています。そのため、管理者がそれぞれの状況をリアルタイムで確認することが困難な部分もありました。テキストモニタリング機能を使えば、トラブルなどを迅速に検知し、指導できます。 - 通話検索機能
音声認識により、テキストとして蓄積したデータについて、日時やキーワード、発話者などの観点から検索・絞り込みができます。
テキストマイニング・VextMinerの主な機能
- 不要語削除
単なるテキストの集積では、分析精度が下がります。「お願いします」や「お願いいたします」などのように、同じ意味でも語尾が変化している場合などに不要表現を削除し、分析精度を高めます。 - 会話セグメント抽出
言葉そのものの分析だけでなく、文脈による分析も重要です。会話セグメント抽出により、会話内容を話題別に分類し、会話形式での分析を可能にします。 - 「話題」の自動分類
通話内容から、その全体像を素早く分析し、話題の適切な分類を自動的に行います。分類方針は、必要に応じて柔軟に変更可能です。 - ダッシュボード
VextMinerは、分析したい項目などに応じて、ダッシュボードに反映できます。データに意味づけを行う意味でも、分析する際のユーザーインターフェース（UI）は重要です。
まとめ
コンタクトセンターでテキストマイニングを活用すると、サービス解約防止や需要予測、離職率改善など、多くのメリットがあります。しかし、データを蓄積するだけでは、有効な施策につながる分析や発見は困難です。蓄積したデータをしっかりと活用するために、高度な音声認識やテキストマイニング機能を備えた「音声認識・分析ソリューション」を検討してみてはいかがでしょうか。
この記事の推奨者
