お客様の声の分析・活用

カスタマーサポート部門に寄せられるお客様の声やお問い合わせ、商品レビューコメントを分析。日々蓄積される膨大なコミュニケーションデータの中から製品開発・改良につながる情報や、トラブルになりそうなクレーム対応を検知します。コールセンター業務における問合せ対応のパフォーマンスチェックとしてもご活用いただけるソリューションです。

社会的背景と課題

ビッグデータ分析によるマーケティング活用

ECサイトにおける商品レビューコメントや、コールセンター、カスタマーサポート部門に寄せられるお問い合わせは、企業にとって宝が眠る重要なマーケティングデータです。この日々蓄積され増え続けるビッグデータを分析し、経営に役立てることは、企業において取り組むべき必須のマーケティング課題となっています。

EC市場の拡大と増え続けるカスタマーボイス

日本の個人向けEC市場は、2005年の約3兆4000万円から2014年は12兆7800億円。10年間で37倍と急速な拡大を遂げています。それに伴いECサイトのカスタマーサポートにおけるお客様からの声も増え、もはや膨大な情報の内容すべてを人の目で確認し、分析することは困難です。

スキルが未熟なスタッフへの適切なサポート

一般的にカスタマーサポートを担うコールセンターは派遣社員、パートタイム社員が大部分を占め、離職率が非常に高く顧客への対応スキルの向上が難しい傾向にあります。
多様化するクレームへの対応が難しい未熟なスタッフをサポートし、2次クレームを防ぐことは、部門長やスーパーバイザーにとっての重要な役割です。

解決方法と導入効果

内容の種別分析・自動仕分け

レビューコメントや問合せ対応履歴から商品改良、新製品開発意見、顧客の不満等の特徴別にサンプルとなるデータを人工知能に学ばせることにより、日々蓄積される大量のコミュニケーションデータをそれらの種類別に自動仕分け。また、ブランドは好きだが製品・サービスの質が悪い等、通常では分析が難しいクレーム情報に関しても、人工知能が文章全体を通して判断し、抽出・仕分けしてくれます。

クレーム化の兆候を自動で検出

過去にクレーム化した顧客との対応履歴や報告書を人工知能に学ばせることで、日々蓄積されるコミュニケーションデータの中からクレーム化しそうな兆候を、人工知能が重要度によるスコア付けした状態で抽出します。抽出された対応をカスタマーサポート部門のスーパーバイザーや管理・監督者が優先的に確認し素早く改善することにより、2次クレームを防ぐことが可能です