コールセンターの効率化に役立つ音声認識とは?音声認識システム導入のメリットなど紹介

コールセンターの業務効率化に役立つ音声認識システムとは、どのようなものなのでしょうか。

この記事では、自社のコールセンターの業務効率化を目指している担当者に向けて、音声認識システムと業務効率化の関係性について解説します。

システムを導入するメリットとともに、サービスを選定する際のポイントにも触れるため、ぜひ参考にしてください。

 

  • 音声認識システムとは?
  • コールセンターの抱える問題を解決するために音声認識システムの導入が進んでいる
  • コールセンターが抱えている問題
    • 人手不足に悩んでいる
    • ユーザーから高いサービスを求められるようになった
    • データの蓄積・分析が求められるようになった
  • コールセンターに音声認識システムを導入するメリット(現状、できること)
    • コールセンターの自動化に役立つ
    • VOCの蓄積、分析に役立つ
    • クレーム対応の効率化がはかれる
    • 応対品質の向上が期待できる
    • 対応履歴入力の工数が削減でき、1件にかかる処理時間を短縮できる
      • 対応履歴入力のミス削減にも役立つ
    • オペレーターのアシスタント的役割ができる
      • 新人~ベテランまでのオペレーターが一定水準で回答ができる
      • オペレーターの育成にもつながる
  • コールセンターに音声認識システムを導入する際の注意点(現状の課題)
    • 信頼性が疑問視されることがある
    • 導入コストが高い
    • ノイズが少ない環境や高品質マイクを準備する必要がある
  • コールセンターでの音声認識システムの活用事例
    • ソニーネットワークコミュニケーションズ社の事例
    • トランス・コスモス社の事例
  • コールセンターへの音声認識システムの導入、サービス選定時のポイント
    • 導入時~導入後のコストに着目して選ぶ
    • 認識の精度に着目して選ぶ
    • データ管理の安全性に着目して選ぶ
    • データ分析の支援サービスがあるかに着目して選ぶ
  • まとめ
続きを読む

顧客ロイヤルティ爆上がり!?NPSアンケートのフリーテキスト活用のスゝメ

こんにちは、レトリバ営業の板谷です。そして釣りっぽいタイトルでスミマセン。

先日「NPS向上のためのテキスト活用」というテーマのウェビナーをして以来、
大変ありがたいことにご相談案件が増えて喜んでいたのですが、
毎回同じ説明するのは面倒なのでそこまで求めていただけるのであればいっそブログにしてより多くの方に見てもらおうと思い、久しぶりに筆を執ります。

  • NPSとは?
  • NPS実施上のよく聞く問題と原因
  • 解決のヒントはテキストにあり?
  • テキストを数え上げる方法
  • 分析AI「YOSHINA」のご紹介
  • 最後に
続きを読む

自然言語処理(NLP)とは?ビジネスでどのように使われているかなど基本から解説

自然言語処理(NLP)とは、AIの主要な研究領域のことです。

例えば、自動翻訳やコールセンターシステム、音声対話システムなどに用いられています。

この記事では、自然言語処理とは何なのか、詳しい仕組みやビジネスにおいてどのように活用すればよいのかなどについて解説します。自然言語処理の全体像を把握し、理解を深めるための参考にしてください。

 

  • 自然言語処理とは
    • 自然言語処理を行う目的は何か
    • 自然言語の特徴とコンピューター言語との違い
    • 【参考】自然言語とコンピューター言語の種類
  • 自然言語処理はどのような場面で活用されているか
    • 自動翻訳
    • チャットボットや、音声対話システム
    • テキストマイニング
    • 検索エンジン
    • かな文字変換予測
  • 自然言語処理の仕組み・流れ
    • 1.事前準備
      • 1-1 辞書(機械可読目録)の準備
      • 1-2 コーパスの準備
    • 2.解析
      • 2-1 形態素解析
      • 2-2 構文解析
      • 2-3 意味解析
      • 2-4 文脈解析
    • 3.知識獲得
    • 4.情報抽出
  • 自然言語のデータにタグ付けする方法
    • 意味的アノテーション
    • 言語的アノテーション
  • 自然言語処理で実現できること
    • 固有表現抽出
    • 述語項構造解析
    • 照応省略解析
    • 感情推定・評判分析
    • 語義曖昧性解消
    • 含意関係認識
    • DRS(談話表示構造)
  • 自然言語処理の今後の展望
  • まとめ

 

続きを読む

事例紹介:朝日新聞社様「新聞記事データ活用イメージ」のご紹介

こんにちは。レトリバ広報担当の市原です。

 

今回は分析AI「YOSHINA」による朝日新聞社様の新聞記事データの活用イメージをご紹介します。

 

朝日新聞社様との共同研究の中で、朝日新聞の記事データを1年分お借りし、YOSHINAで分析をしてみました。

そこから、YOSHINAに朝日新聞の記事データを登録し、過去の記事を分析・活用することにより、メディアの記者、編集者の方の新たな記事作成に役立たせることが出来ると考えました。

 

 こちらは朝日新聞社様との共同研究結果です。

  • 記事データの活用シーン設定
    • YOSHINA活用シーン
    • ​YOSHINA活用フロー
  • 記事データをYOSHINAで うまく分析・分類できるか確認する
    • 全数分析で傾向をつかむ
    • カテゴリを「コロナ」に絞って傾向をつかむ
    •  「コロナ」⇒「休」に絞る
  • 記事の発掘 ①コロナ⇒布マスクから連想してみた
    • 「マスク」に絞る
    •  連想「コロナ」⇒「マスク」⇒「布マスク」
    • 布マスクから連想して記事を発掘する
  • 記事の発見 ②コロナ⇒「アマビエ」の企画を探す​
    • 「コロナ」⇒「アマビエ」
    • アマビエ企画のネタ記事を見つける
  •  まとめ
続きを読む

テキスト分析ツールは「機能」で比較してはいけない!?

こんにちは。製品企画部 プロジェクトマネージャーの山川です。

一段と寒くなってきましたね。
わたしは最近購入した一人用こたつに入りながらリモートワークを行っています。

さて、今回はテキスト分析ツールの選び方についてお話しします。

  • テキスト分析ツールの選び方
  • YOSHINAと他社テキスト分析ツールとの比較表
続きを読む

FRONTEO × Nextremer × レトリバ共催セミナーを開催しました! 「コロナ時代、業務に活かす自然言語処理とは ~活用事例と最新サービスから学ぶDX推進の最適化~」

こんにちは。 レトリバ広報担当の市原です。

 

FRONTEO様、Nextremer様との共催セミナーを12月8日に開催しました!

 

今回は「コロナ時代、業務に活かす自然言語処理とは ~活用事例と最新サービスから学ぶDX推進の最適化~」をテーマとして実施しました。

 

まず最初に、レトリバ 製品企画部プロジェクトマネージャーの山川訓司より、なぜAI業界でコンペになる3社がウェビナーを共催しているのか?世間から見えているAI業界と、業界内で見えているAI業界の違いについて説明させていただきました。

 

株式会社Nextremer代表取締役会長の向井永浩氏は、「コロナ時代における遠隔コミュニケーションのDX推進」という講演タイトルで、労働人口の減少、コロナ影響によるコミュニケーション手段の変化、DXによるサービスの高度化、効率化によって導入の動きが加速しているリモート接客による顧客満足度向上のための具体例を紹介しました。

 

株式会社FRONTEO ビジネスソリューション第二本部 本部長の斎藤 徹は、「人工知能を使ったコミュニケーションのDX活用 ~ノウハウ共有・コミュニケーションモニタリング~」という講演タイトルで、コロナ時代のコミュニケーションの多様化にも対応しているコミュニケーションモニタリングサービス、ノウハウ共有サービスについてAGC株式会社様でのノウハウ共有や最新のコミュニケーションモニタリングの事例について話しました。

 

レトリバからはカスタマーサクセス部 部長舛岡 英人が登壇、「DX時代の新しい情報共有基盤「TSUNADE」のご紹介」という講演タイトルで、コロナ禍によりリモートワークが増加し文書のデジタル化が加速する中で、社内文書の「収集」「整理」「検索」をAIで実現し、企業の生産性向上を支援する「TSUNADE」というソリューションをご紹介しました。

 

沢山の方にご参加いただきありがとうございました。

コールセンターの会話音声テキストからFAQを作成してみました!

こんにちは、製品企画部の水田です。

分析AI「YOSHINA」が販売されてから、早くも半年が経とうとしていますが、ありがたいことに、すでに30社以上のお客様にYOSHINAを検証して頂いております。

色々なお客様にYOSHINAに対する期待を伺ったところ、FAQの作成をするために分析を行いたい!といったご要望が多かったので、今回は家電メーカーを想定した会話音声データのサンプルを使い、YOSHINAでHPにある「よくあるお問い合わせページ」のFAQを作成する流れをご紹介したいと思います。

①会話データ特徴

今回の分析対象データはお客様の生の声が入った音声テキストデータになります。 分析対象データの特徴は以下になります。

分析対象:音声認識結果の会話音声テキスト
会話内容:掃除機/洗濯機についてのお問い合わせや修理相談・申込等の受電対応
件数:564件

②YOSHINAの使い方

YOSHINAは3ステップで結果を出すことができます。しかも、今回結果を出すのにかかった処理時間はたった2分です!

f:id:retrievasales:20201209143833p:plain

※表示されている処理時間はサンプルデータの処理にかかった時間であり、登録データの件数、文字数などにより、処理時間は異なります。

③YOSHINAの分析結果からFAQの探し方

分析結果からFAQ作成をするのも3ステップです。

  1. 分割された話題を把握
  2. 注目ワードの特徴的な単語からFAQのネタになる会話の発見
  3. FAQ作成

1.分割された話題を把握

まずは分割されたカテゴリ(話題)の把握から実施していきます。 カテゴリを把握するためには、よくあるワードを使います。

f:id:retrievasales:20201209144241p:plain

よくあるワードとは、カテゴリ(話題)ごとによく出てくるキーワードの組み合わせになります。 そのため、よくあるワードを確認することでYOSHINAが分類した話題の把握ができるのです。 分類カテゴリ1をみてみると「掃除機」「何」「におい」「する」という言葉が頻繁に表れているようなので、掃除機から何かにおいがして問い合わせしたと想定できます。 よって、分類カテゴリ1は「掃除機から何かにおいがする話題」と推測できます。

f:id:retrievasales:20201209144510p:plain

分類カテゴリの把握ができたら、そのカテゴリに存在する特徴的な単語が含まれている、注目ワードを使い、特徴的な会話を探していきましょう!

2.注目ワードの特徴的な単語からFAQのネタになる会話の発見

注目ワードとは、そのカテゴリ(話題)特有のキーワードになります。 注目ワードを使い、分類カテゴリ1(掃除機から何かにおいがする話題)から特徴的な会話を見つけていきます!

f:id:retrievasales:20201209144606p:plain

「臭い」「発生」についてはよくあるワードで解釈した内容と同義なので、よくあるワードにないキーワードから確認していきます!そうするとごみという単語が出てきたので、今回は「ごみ」に絞って深堀分析をしていきます。

「ゴミ」という単語が含まれる会話に絞り込み、文書プレビューで見てみると、以下のような会話が見つかりました。

f:id:retrievasales:20201209144823p:plain

会話内容を要約すると、 問合せ内容は、

  • 部品の保有期限(=「保証期限」と解釈)は何年か?
  • 掃除機から嫌な臭いがするが大丈夫か?

対するオペレータは、

  • ゴムのような臭いが発生しているか?
  • ホースノズルから臭いが発生しているか?

と切り分けを実施し、

  • 掃除機で吸い込んだごみの臭いが漏れている可能性がある
  • ダストボックスの交換パックにゴミが詰まっている可能性がある
  • 掃除機本体にごみの臭いがついてしまっている可能性がある
  • 交換パックの掃除や、定期的なお手入れを実施

いただくよう回答しています。

これから問合せ内容をFAQに反映させていきます!

3.FAQ作成

今回はHP上にある「よくあるお問い合わせページ」への掲載を想定してFAQ作成を進めていきます。 FAQ作成する際に確認することは大きく3つあります。

Ⅰ.よくあるお問合せに掲載できていない情報ではないか?
Ⅱ.本来お問い合わせしなくても解決できる内容なのに、情報が古い/わかりやすく掲載されていない、またお客様の検索キーワードと異なる文言で掲載されているため自己解決できないのではないか?
Ⅲ.コールセンターにお問い合わせをしないと解決しないといけない問題であるが、適切なお問い合わせ先に誘導できていないのではないか?

今回は1~3の3つのケースを想定して改善策を作ってみました。

Ⅰ.よくあるお問合せに掲載できていない のケースだった場合
  • 「掃除機から変なにおいがする場合、どうしたらよいですか?」のQuestionとAnswerをよくある問い合わせに追加

⇒まずはお客様自身で調べてもらえるようにする

Ⅱ.自己解決できない のケースだった場合

既存Questionが「掃除機は無臭ですか?」というQuestionしかない場合、

  • 「掃除機から変な臭いがする場合、どうしたらよいですか?」というQuestionに修正
  • 「初期開封時はゴムのにおいがする場合がございますが、時間の経過と共に臭いはなくなりますのでご安心ください。」というAnswerを追加

⇒Questionで「臭い」で検索してもヒットしないケースや、お問合せいただかなくても問題ない事象の場合、お問合せ頂かなくてもよいようにする

Ⅲ.適切なお問い合わせ先に誘導できていない のケースだった場合
  • 「ゴミのにおいがする場合は、ダストボックス内を掃除し、においが改善されるかお試しください。改善されない場合はダストボックスの交換の必要可能性があります。交換専用窓口へお問合せください。」というAnswerを追加

⇒事象の切り分けをお客様自身でしていただき、問合せの手間を減らせるようにする

YOSHINAで話題把握を行い、特徴的な会話を見つけることで上記のようにFAQを充実さたり、改善することができます。

また、仮に上記会話の切り分け内容である、「初期開封時にどうしてもゴムのにおいが発生してしまうが特に問題ない。」という切り分けがトークスクリプトに存在せず、担当者の過去の経験による回答をしている場合は、トークスクリプトに反映する、といった改善にも活用可能です。

まとめ

ここまでご覧いただきありがとうございました。
YOSHINAを使ったFAQ作成までの分析はいかがだったでしょうか?ご自身でも改善できるイメージが湧きましたでしょうか?

YOSHINAではFAQ作成などのサービス改善のための分析業務をサポートします。 YOSHINAについて詳しく知りたい、YOSHINAを使ってFAQ作成ができるか試したいなどお気軽にご相談頂ければと思います。お問合せをお待ちしております。

FAQ作成以外のYOSHINAの活用事例はこちら

デジタル庁準備室様 blog.retrieva.jp

神戸市様 retrieva.jp

あいおいニッセイ同和損害保険様 retrieva.jp

名古屋市様 blog.retrieva.jp

某保険代理店様 blog.retrieva.jp

コールセンターにAI導入が必要な6つの理由|導入方法や注意点もわかりやすく解説

コールセンターにAIが導入されるケースは、急速に増えています。この記事では、コールセンターにAIが必要な理由とともに、具体的な導入方法についてわかりやすく解説します。コールセンターへのAI導入を検討する際の、参考にしてください。

 

 

コールセンターにAIが必要な6つの理由

AIを導入するコールセンターが増えています。ここでは、コールセンターにAIが必要な理由を解説します。

感染症流行や災害時に強い

AIを導入していれば、感染症の流行や災害により、オペレーターの出社が難しくなっても、コールセンターを機能させられます。AIと連携して業務を行うことで、オペレーターの業務のテレワーク化が可能となります。オペレーターに代わりAIが、顧客からの問い合わせなどに対して、適切な対応を行います。

対応の内容や質のばらつきを改善する

コールセンターにAIを導入することで、対応の内容や質のばらつきを改善できます。同じ内容の問い合わせに対しては、同じ応答ができるようになり、ユーザーの不満も発生しにくくなります。社内の属人化や応答の標準化を目指す場合には、AIが非常に役立ちます。

新人教育のリソースを軽減する

Aの導入Iは、コールセンターにおける新人教育のリソースも軽減できます。離職率の高いコールセンターでは、新人教育に時間がかかることが課題となっています。AIのサポートにより、業務上の不明点などがあった際にも、新人自らの力で問題を解決できます。

顧客満足度が向上する

AIによる自動応答が可能になると、顧客は長い時間待つ必要がなくなり、顧客満足度の向上につながります。AI導入により24時間対応が可能になり、チャットによる受け答えが可能となる点も、顧客満足度を高める要因となります。

慢性的な人材不足をカバーする

AIを導入してユーザーとのやり取りがスムーズになれば、離職につながる原因を減らせ、慢性的な人材不足の問題を解決できます。コールセンターはクレームを受ける場合も多く、ストレスから離職する人も少なくありません。AIにより業務の工数削減により、作業の負担感も軽減されることも離職率低下につながります。

多様化するユーザーの質問や要望に対応できる

AI導入により、多様化するユーザーの質問や要望に対応できるようになります。AIを活用することで、ユーザーからの質問や要望をすべてデータ化でき、顧客情報をAIが学習することで、よりよい顧客対応が可能となります。

コールセンターのAI導入方法

コールセンターにAIを導入するための具体的な方法について解説します。

チャットボット

チャットボットは、チャット形式でユーザーの質問や相談に答えるシステムです。AIが導入されたチャットボットは、従来のチャットボットより複雑な質問などにも対応できます。24時間365日いつでも対応できるため、オペレーターの負担や人件費も大幅に削減できます。オペレーターは、チャットボットでは解決できない対応を主に行うこととなります。

有人チャット

有人チャットは、オペレーターが、音声ではなく、チャット形式でユーザーの問い合わせに対応するシステムです。電話の場合、対応できるのは1人だけですが、チャットの場合は、一度に複数のユーザー対応が可能です。AIがオペレーターのサポートをしてくれるので、品質の高い顧客対応ができます。

IVRシステム

IVR(Interactive Voice Response)システムは、コールセンターに電話をかけた際に流れる音声案内です。AIの導入により、ユーザーの音声を自動認識し、テキスト化できるため、業務の自動化・効率化がすすみます。

FAQツール

FAQツールは、よくある質問と回答を簡単に検索できるツールです。コールセンターでFAQツールを導入すれば、ユーザーが自分で質問と回答をみつけられ、自己解決が可能となります。AIを導入したFAQツールは、関連性のある内容を瞬時に検索できるため、問い合わせ件数を大幅に削減できます。

音声認識システム

音声認識システムは、ユーザーの音声を自動的にテキスト化するシステムです。会話についてメモを取る必要がなくなり、資料作成に活用できます。使ってはいけない表現を感知する機能もあり、対応の質を向上させるために役立てられます。音声認識技術により声のトーンから顧客満足度を測れるシステムもあります。

AI導入の注意点

AIを導入する際には、気をつけたるべきこともあります。ここでは、AI導入の注意点について解説します。

学習データが必要である

AIを搭載しているシステムやツールを活用するためには、学習データが必要です。AIは、膨大なデータを分析することで、機能・性能が向上します。運用を開始するまでに、データの蓄積・収集を行う必要があります。

知識とスキルのある人材が必要である

自社の業務にAIを活用するためには、AIについての専門知識とスキルをもつ人材を確保する必要があります。AIは、導入後の機械学習が必要であり、導入すればよいというものではありません。導入後のデータ収集・分析などには、専門知識のある人が担当する必要があります。

目的を明確にする

AIを導入する前に、目的を明確にしておきましょう。AIを導入する業務を決め、活用方法も明確にしておく必要があります。AIとオペレーターの業務の割り振り・必要経費についても検討し、AIを導入すれば目的を達成できるかの確認も行いましょう。

 

f:id:retrievakouhou:20201204083819p:plain

 

コールセンターのAI導入事例

コールセンターにAIを導入した事例を紹介します。

9年の成果を2週間で実現した総合センターの例

あるお客様総合センターでは、FAQツールを利用していましたが、オペレーターの能力に差があり、十分な活用ができていませんでした。AIを導入したことで、質問文を入力すれば、回答が得られる仕組みが構築できました。過去9年間で出した成果と同程度の成果を、わずか2週間で実現できています。

コスト・作業時間が大幅減となった不動産会社の例

ある不動産会社では、コールセンターにAIを導入し、作業時間を大幅に削減しました。オペレーターにかかる大きな負担と人件費などのコスト削減が課題でした。AIを導入したことで、作業時間は、年間約2,600時間削減でき、コストも約460万円削減できました。

大幅な時間短縮を実現したクレジットカード会社の例

あるクレジットカード会社では、音声認識システムを導入し、業務時間を大幅に短縮しました。全通話録音を行い、音声を聞いて書き起こしていました。音声認識システムの活用で、音声のテキスト化ができるようになったため、業務効率化を実現できました。

まとめ

コールセンターにAIを導入すれば、業務効率化・顧客満足度の向上などに役立ちます。導入の際は注意点すべき点があるため、あらかじめ確認する必要があります。自社に適したシステムやツールを選びましょう。

 

株式会社レトリバは、自然言語処理AIを誰にでも使いやすいかたちで提供しています。顧客の声など、テキストデータの分析を支援する製品など、コールセンターで役立つソリューションを展開しています。AI導入を検討している方は、ぜひお問い合わせください。

 

AI、自然言語処理に関するお問い合わせ



音声マイニングとは?コールセンターに導入するメリットや選び方をわかりやすく解説

音声マイニングとは、音声データをテキスト化し、重要な情報を抽出する技術です。コールセンターに音声マイニングを導入すれば、さまざまなメリットが得られます。

この記事では、コールセンターに音声マイニングを導入するメリット、ツールを選ぶ際のポイントなどを解説します。コールセンターの業務を改善するために、ぜひ役立ててください。

 

 

 音声マイニングとは

音声マイニングとは、音声データをテキスト(文字)化し、重要な情報を抽出することをいいます。音声マイニングは、音声をテキストに変換する音声認識と、テキストから重要なデータを抜き出すテキストマイニングが組み合わさった技術です。

音声をテキストに変換できるため、コールセンターでのやり取りのデータ化が可能となります。膨大な音声データを収集し、分析することで、顧客対応の充実化がはかれます。

音声マイニングが活用できる場所・シーン

音声マイニングが活躍できる場所として、コールセンターがあげられます。音声マイニングを導入することで、業務効率化や顧客満足度の向上が期待できます。テキストマイニングも、SNS・アンケートの分析など、多様なシーンで活用されています。音声マイニングは、音声をテキスト化した上で分析できるため、テキストマイニング以上に幅広い活用が期待できます。

コールセンターに音声マイニングを導入する6つのメリット


コールセンターに音声マイニングを導入するメリットについて解説します。

将来の需要や傾向を予測できる

音声マイニングを導入することで、コールセンターにおける対応について、将来の需要や傾向を予測できるため、今後の業務に活かせます。コールセンターによせられる、ユーザーの意見やクレームを音声マイニングによりデータ化できます。収集された膨大な音声データを分析した結果を基に、対応マニュアルの変更・修正が行えます。

オペレーターの業務を効率化できる

音声マイングを導入することで、オペレーターの業務の効率化にも役立ちます。音声マイニングは、ユーザーとの問い合わせ対応時に、音声データを自動的にテキストへ変換します。オペレーターが対応時の状況を手書きで残す作業、データ入力作業が、すべて不要となります。音声録音を聞いて確認する必要がないため、管理者の負担も軽減されます。

応対品質が向上する

音声マイングを導入することで、オペレーターのやり取りをデータ化した上で確認し、改善できるため、応対の品質を向上させられます。テキストに変換したデータから、コンプライアンスに違反する内容の自動検出、使ってはいけないワードの確認などが可能となります。

ユーザーの解約を防ぐ

音声マイニングを導入することで、解約を防ぐことに役立ちます。テキスト化された膨大なデータを分析すれば、ユーザーの解約の原因を把握ができます。解約の原因はコールセンターの対応だけでなく、商品・サービスの質に問題がある場合も多いです。原因がはっきりさせることで、さまざまな改善が行えます。

属人化を防ぎノウハウが共有できる

音声マイニングを導入することで、業務の質の属人化を防ぎ、ノウハウの共有ができます。高いスキルをもつオペレーターの応答を音声マイニングで分析することで、優れたノウハウを抽出できます。オペレーター全員でノウハウを共有すれば、コールセンター全体の応対の質を向上させられます。

オペレーター不足を改善する

音声マイニングを導入することで、オペレーターの負担が軽減と離職が防止でき、オペレーター不足を改善できます。コールセンターでは、業務の忙しさ・クレーム対応によるストレスなどによる、オペレーター不足が課題となっています。

音声マイニングを導入する注意点

音声マイニングを導入する際に気をつけるべき注意点について解説します。

データを適切に可視化する

音声マイニングで得られた分析結果を有効活用するには、データを適切に可視化することが大切です。担当者しか理解できない状態では、分析結果を実務に活かすのは困難です。社内でしっかり共有できるよう、誰が見てもわかりやすい状態にまとめる必要があります。

データを網羅し分析する

音声マイニングで得られた大量のデータの中から、重要と思われるデータをすべて収集し分析する必要があります。分析結果をもとに、効果検証を行い、改善点があれば改善し、常に新たな施策へと反映させ続けましょう。

 

f:id:retrievakouhou:20201204082743j:plain

 

音声マイニングツール選び4つのポイント

音声マイニングを選ぶと際に、気をつけるべきポイントについて解説します。

認識精度の高さはどの程度か

音声マイニングで特に重要なのは、音声認識の精度です。認識精度が低い場合、正確なテキストデータ化が行えません。音声マイニングをコールセンターの業務で有効活用するには、標準語だけでなく、方言に対応でき、声の高低も聞き分けられるツールを選びましょう。

データ分析機能はあるか

データ分析機能があるものを選びましょう。音声マイニングで対応できる分析の範囲は、ツールによって異なります。分析できる内容もあらかじめ確認する必要があります。自社で、音声マイニングツールを導入する目的と必要な機能を明確にした上でツールを選ぶことが重要です。

適切に運用できるか

自社に専門知識やスキルのある人材がいるかなど、社内で運用できるかを確認しておきましょう。音声マイニングを活用するためには、ある程度の専門知識やスキルが必要です。音声認識ツールのサービス会社のサポート体制が、十分であるかも確認することをおすすめします。

セキュリティ対策は万全か

コールセンターでは、顧客情報を多くあつかうため、導入するツールのセキュリティ対策が万全であるのかを確認することが大切です。高いセキュリティを備えていて、音声認識精度・分析機能の高いツールを選びましょう。

まとめ

コールセンターでは、膨大な音声データを収集できます。音声マイニングツールを導入することで、全ての音声データをテキスト化し活用しましょう。文字化された顧客への対応はすべて、業務の質を高めるために利用できます。

 

株式会社レトリバでは、AIを活用したツールを提供しています。誰にでもわかりやすく工夫されたツールを扱っているため、コールセンターへの導入は簡単です。コールセンターへの音声マイニング導入を検討している人は、ぜひお問い合わせください。

 

AI自然言語処理に関するお問い合わせ



 

トラムシステム×レトリバ共催セミナー を開催しました!「通勤時間0分と対話テキスト活用で投資対効果を最大化させる クラウドコンタクトセンター運営セミナー」

 

こんにちは。 レトリバ広報担当の市原です。

トラムシステム様との共催セミナーを11月26日に開催しました!

 

今回は「通勤時間0分と対話テキスト活用で投資対効果を最大化させる クラウドコンタクトセンター運営セミナー」をテーマとして実施しました。

 

 

トラムシステム株式会社  鈴木康人氏は、「ACCSを用いたコンタクトセンターシステムでの業務効率化」という講演タイトルで、ACCSはクラウド型のコンタクトセンターシステムとして今どんなことが出来るのか、そこで叶えられる業務効率化についてお伝えしました。

 

レトリバからは製品企画部 プロジェクトマネージャー 山川 訓司が登壇、「対話テキスト活用のすゝめ~音声認識システムの投資対効果の示し方」という講演タイトルで、コンタクトセンターにおいて対話テキストの活用に至るまでのプロセスと見込まれる費用効果と弊社製品の事例を交えてお伝えしました。

 

沢山の方にご参加いただきありがとうございました。

 

次回は、

12/8にFRONTEO × Nextremer × レトリバ共催セミナー「コロナ時代、業務に活かす自然言語処理とは ~活用事例と最新サービスから学ぶDX推進の最適化~」

12/17にアイティフォー× NICE × レトリバ共催セミナー 「感性と調和させる先読みでオペレーター支援 ~過酷なリモート環境をケア~」

を開催予定です。

ぜひご参照ください!