［誌上セミナー］sAI VoiceAnalyzer / サイシード

• 製品紹介

• 誌上セミナー

自己解決できるコンタクトリーズンは何か──
データ分析から導入・提案まで担う「伴走型AIベンダー」

sAI Voice Analyzer

サイシード

普及著しいチャットボットとFAQ。しかし、まだ導入に躊躇する企業、導入したものの自己解決率が向上しない企業は多い。サイシードは、Webセミナーを通じてAIチャットボット・FAQの精度を上げる「データ整備、AI学習」のノウハウを提供。コールセンターで蓄積している音声データをAIで分析し、質問文および回答文を自動作成する「sAI Voice Analyzer」により、エンドユーザーの自己解決を支援する。

　「チャットボットを導入したいが、コールセンターを含め社内に構築、運用するリソースがない」「FAQを導入したものの、解決率が全然上がらない」という企業は多い。コールセンタージャパン編集部がチャットボット利用者に行った調査でも「ボットだけですぐに解決した」との回答比率は33.5％、「事前にFAQを見たけど解決しないので電話やメールした」という回答者も圧倒的多数を占める（出典：「コールセンター白書2022」）。

　チャットボットやボイスボットは、うまく運用できれば顧客の自己解決・満足度の維持・向上、顧客対応の効率化やコスト削減を可能にする。ただし、「AIチャットボットは、導入するだけで勝手に賢くなることはない」とWebセミナーで指摘するのがサイシード AI事業部 カスタマーサクセス部 部長 大竹健斗氏だ。「適切なメンテナンスを行わなければ、自己解決率を上げるのは難しい」と強調する。そこで、注力しているのが蓄積された顧客対応データを活用したQ＆Aコンテンツ作成と、AI学習支援だ。

　同社が提示するデータ整備の具体的な手順が図１の左部分だ。A〜Dまでの４つのフェーズに分け、作業時間まで想定している。「AIといえども、一定の作業時間を割かなければ“使える”ボットには育たない」（大竹氏）という。言い換えれば、社内にリソースとノウハウをもたない企業では、成果を生むことは難しいということだ。

図1　データ整備の4つの流れと「sAI Voice Analyzer」による音声分析

拡大画像はこちら

音声データを活かし　必要なFAQを算出

　サイシードの「sAI Voice Analyzer（サイボイスアナライザー）」は、コールセンターに蓄積されている音声データからFAQやボットを作成する機能を持つ。既に存在している資産を活かし、極力、手間をかけずにチャットボットやFAQを構築できる。

　具体的な流れが図1の右部分だ。導入企業は、コールセンターに蓄積されている音声データ（コールログ）を個人情報に配慮したうえでサイシードに提供。sAI Voice Analyzerにアップロードし、AIが話者分離を行った上で、音声の書き起こしを行う。

　テキスト内容から、サイシードのコンサルタントがコールリーズンを分類、「問い合わせの多い質問」「FAQに既にあるが問い合わせが減らない質問」などを抽出する。そのプロセスを経て、改善・追加すべき主質問を選定する。ここは人手で行うが、結果的にテキストマイニングを活用するより、その企業に特化した正確な分析が可能になるという。

　次に、コールセンターに入る問い合わせのうち、ユーザーが自己解決できる問い合わせのボリュームを測定（図2）。呼量全体に対して、「自己解決可能」「自己解決不可」「対象外」の３つに分類する。これにより、FAQやチャットボット導入や改善によるコスト削減の成果を予測できる。導入予算を確保するため投資対効果の提示が求められるマネジメントにとっては有用なレポートだ。分析したデータを基に、サイシードのコンサルタントがレポート化し、改善施策を提案することもある。

　こうした手順を踏んで、FAQやチャットボットの導線改善・リライト／新規作成を“伴走“する。さらに大竹氏は、「FAQ構築で重要なのは、カスタマージャーニーを作成したうえでカテゴリを作成すること。“必要だから”と追加をしているうちに、カテゴリが並列したりFAQがかぶったりしてわかりにくいものになりやすいため、定期的な見直しも重要です」とメンテナンスの重要性を強調した。

図2　問い合わせにおける自己解決可能比率を測定

FAQやボットだけではない　運用改善を積極提案

　さらに分析したデータは、チャットボットやFAQの構築以外にも活用できる。CTIデータなどと突き合わせ、センター全体における課題抽出に活用しているケースもある。

　同ソリューションを導入した地方銀行は、コロナ禍、コールセンターの負荷が高まり、繁忙を極めていた。WebサイトのFAQに情報を掲載してはいたが、顧客がどこで困り、解決に至ってないか、どのような導線で動いているのかを把握できていなかったため解決率に課題を抱えていた。コールリーズン分析にも手が回っておらず、呼量が急増すると同時接続回線数を制限するという対症療法に終始、根本解決に手がつかない状況だった。そこでサイシードにFAQ ページのリプレースを相談。同社では、状況を分析し、「まずはコールリーズンを明確に分析できていない状態では必要なFAQが把握できないため、リプレースをしても状況は変わらない」と判断した。

　そこで提案、実施したのがsAI Voice Analyzerによる音声分析だ。顧客の“生の声”を分析し、コールリーズンを定量化し把握。問い合わせ全体の53.5％が「自動化可能な領域」であるにも関わらず、用意していたFAQは45.5％程度だった。また、インターネットバンキングのFAQは概ね整っている一方で、口座関係やアプリに関するものは改善の余地があるなど、商品やサービスごとに充足レベルに差があることも把握できた。IVRガイダンスの分岐など、FAQ／チャットボットに限定されないセンターの改善施策も立案した。

　サイシードは、sAI Voice Analyzerを中心に、「sAI Chat（チャットボット）」「sAI Search（FAQ）」を通して現場の負荷軽減、とくに呼量削減につながる「提案型のソリューションベンダー」として活動の幅を広げる方針だ。

Webセミナーはこちらから