ドリス・デイが『センチメンタルジャーニー』を歌っていた1944年当時、コールセンターで感情分析を採用することを想像した人はいなかったでしょう。しかし、この歌と感情分析の目的は同じです。それは「安心感」です。

コールセンター・マネージャーは、チームのパフォーマンス向上のために、次のような課題と向き合っています。

  • 顧客対応は適切だったか。
  • お客様は満足したか。
  • オペレーターはお客様の問題を解決しているか。
  • オペレーターが不満の原因となっていないか。

これらの課題には、いくつかの解決方法があります。通話内容をリアルタイムまたは通話後に聞く、通話のスクリプトを確認する、通話後に顧客にアンケートを送付する、オペレーターに自分のパフォーマンスを評価させるなどです。ただしこれらの方法には欠点があります。

会話の録音を聞くには、時間がかかります。スクリプトを読むのも、やはり時間がかかります。通話後のアンケートでは、顧客の感想とネットプロモータースコア(NPS)を知ることはできますが、評価の対象はシステム全体になることが多く、担当オペレーターへの評価とは言えません。

自己評価にも課題があります。自分のパフォーマンスを過小評価するオペレーターもいれば、過大評価する者もいます。これらの評価は、たとえ正確であったとしても、リアルタイムのフィードバックにはなりません。

感情分析は真実を語る

感情分析では、顧客対応をテキスト化し、顧客の感情をマーカーで表示します。顧客が話したフレーズを、ポジティブ、ネガティブ、ニュートラルのいずれかに識別します。このデータを多角的に分析することで、オペレーター個人やコールセンターのパフォーマンスを確認できます。

感情分析はエンティティ認識、インテント認識、トピック検出と同様に、自然言語理解(NLU)の1つです。これらの機能に共通するのは、人工知能(AI)を活用していることです。トレーニングデータを読み込んだ後、特定の表現がポジティブな感情か、ネガティブな感情かを予測します。

感情分析の最大のメリットは、顧客サポート全体の品質を管理できることです。実際、すべての顧客対応を評価することができます。録音の聞き取りでは、全部を把握することは不可能です。

情報の階層

コールセンターでは、感情分析は音声・テキスト分析階層の最上位に位置します。まず会話を記録します。次に、記録を音声認識によりテキストに変換します。変換が完了すると、トピック検出、フレーズ検出、感情分析など、さまざまな分析を適用できます。また、トーン、ピッチなど声の質にもとづき、音響分析、話者認識、感情検出などの分析を適用することもできます。

感情分析をカスタマージャーニーに活用

コールセンター運用に感情分析を活用できるケースをいくつかご紹介します。第1に、スクリプトのマークから、顧客のポジティブ・ネガティブな感情を確認できるため、問題を特定することや、模範的な対応例をピックアップすることができます。

第2に、マネージャーは通話対応が正しい方向に進んでいるかを確認できます。会話が進むにしたがい、顧客の満足度が向上していくような例もあります。そのような場合は、オペレーターが顧客の問題を効果的に解決していると言えます。

感情分析が、カスタマーサポートの品質の課題を浮かび上がらせる場合もあり、スーパーバイザーの分析作業が大幅に軽減します。

全体像をつかむ

コールセンター運用に感情分析を導入する最大のメリットは、顧客の真の声を理解できることです。顧客対応が正しい方向に進んでいるかを、リアルタイムに確認できます。顧客が通話開始時点にどのような感情を抱いているかも確認できます。結果的に、製品の品質向上に反映することも可能です。ネガティブな感情も、製品やサービスの欠陥を知らせる警告として、企業への迅速な対応を促します。

感情分析は、コールセンターの品質管理の精度を高めます。マネージャーは、チームのスキル、そしてカスタマーエクスペリエンスの向上に集中することができます。  詳細は、Frost & Sullivanのホワイトペーパーチーム全体で優れたカスタマーエクスペリエンスを実現する方法をご覧ください。