こんにちは。レトリバの製品企画部 セールスの水田です。
3月に入ってからは暖かい日が続いているので、私はここ最近のアウトドアブームにのり、ピクニックに出かけることが多くなりましたが、皆様はどのようにお過ごしでしょうか？
私の一番最近のエピソードは、緊急事態宣言下で都市部への外出を控えているので、新しいアウトドア用品をオンラインで購入したのですが、サイズを間違えてしまったことです…。
なので、交換方法をメーカーのホームページにある”よくある質問”で調べたのですが、どこにも交換方法が載っていなかったので、結局総合窓口に電話して交換をお願いしました。
コロナ禍になってからは、オンラインでの購入が増えましたが、私と同じように手続きを間違えてしまい、解決方法をWebサイトなどで探す人が増えているのではないでしょうか。
オンラインでの購入が増えていることもあり、Webサイトなどのサポートページにある”よくある質問”を確認する方が多く、コールセンターに電話を架けた約70％の人は”よくある質問”を確認してから、電話をしているようです。
(参考：コールセンター白書2018年)
前置きが長くなりましたが、本ブログではお客様の声の分析結果をもとに外部公開している”よくある質問”を充実させ、お客様自身の自己解決率を上がると、どれくらいの費用対効果があるのかをまとめています。
”よくある質問”の代表的な理由と要因、解決策
お客様がよくある質問集で解決できなかった理由は、
- 情報量が少なくて該当する情報を見つけられなかった
- 情報量が多すぎて回答にたどりつけなかった
- 回答の説明がわかりにくかった
- わからない専門用語があった
の４つが代表的な理由のようです。
4つの理由から考えられる自己解決できなかった要因は、
① 情報が少ない ※ (1)の要因
② 情報が多すぎる ※ (2)の要因
③ 内容がわかりにくい ※ (3)(4)の要因
の３つが考えられるのではないでしょうか。
この3つの要因の解決策は、以下の２つになると当社は考えます。
(a)”よくある質問”を増やす ※ ①の解決策
(b)”よくある質問”を整理する ※ ②③の解決策
まとめると以下のようになると考えます。
(a) (b)二つの解決策は多くの工数をかけることになるので簡単に片付くわけではなく、とても大変な作業なので、解決することがとても困難です。
特に(a)の「“よくある質問”を増やす」は、何から手を付けたらいいかわからないので後回しにしてしまう企業が多いのではないでしょうか。
しかし、理由(1)は下表の通り、お客様が自己解決することができない一番多い理由なので、何から手を付けたらいいのかわからないから後回しにするのではなく、しっかり取り組んで改善すべきことだと当社は考えております。
なので、この後は解決策(a)について詳しく説明します。
”よくある質問”を充実させるためにはお客様の声の分析が必要不可欠な理由
これまでの“よくある質問”の作り方は、オペレータやスーパーバイザーの感覚値、お客様からのクレームにつながったから、などの理由を基に作られていたのではないでしょうか。 しかし、感覚値で作った”よくある質問”はお客様目線ではないため、お客様自身での自己解決につながらない可能性があります。
では、お客様目線に立った”よくある質問”を作成するためにはどのようにしたらいいでしょうか？ 答えは簡単で、「お客様の声を正しく把握する」ことです。 要は、お客様の声を正しく把握して、お客様が解決したい問題の回答を用意してあげることが一番大切なのです。
お客様の声を把握するためには、
① お客様の”生の声“を収集する
② お客様の声を話題ごとに分類する
③ 分類した話題を定量化する
の3つが必要であり、②と③を何度も深堀すること、色々な軸で話題を分類することで、お客様の声を正しく把握できると考えています。
弊社の分析AI「YOSHINA」(以下YOSHINAと省略)はお客様の声を正しく把握するために、
・音声データをテキスト化する機能
・何回も話題を自動分割する機能
・話題を時系列やクロス集計する機能
があり、誰でも操作しやすく、結果を理解しやすい製品になっています。
YOSHINAの分析結果画面(下図１)は直感的にわかるようになっていて、自動分類した話題でよくある文章を文書プレビュー画面(下図２)のハイライトから、確認することができます。
※文書プレビューとは、1通話の中にある代表的な会話の一部を抜粋して表示する機能です。
図１：YOSHINAの分析結果画面
図２：文書プレビュー画面
よくある文章をピックアップする文書プレビューから、お客様がお問い合わせしてきた理由「パソコンの電源がつかない」と、オペレータの切り返しの質問「充電されているか？」を把握することができます。 このように、YOSHINAでは、お客様とオペレータの実際の会話を基に作った「お客様目線に立った“よくある質問”」ができるのです。
“よくある質問”作成の他にも、会話の中に「ホームページの“よくある質問”で探せなかったから電話した」などの“よくある質問”への不満が含まれていた場合は、解決策「(b)“よくある質問”を整理する」にも活用できます。
YOSHINAを使ったFAQ作成手順や課題抽出の方法が気になる方は以下２つのブログにまとめていますのでご覧ください。
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！ blog.retrieva.jp
AI現場レポート：某保険代理店におけるVoC分析のお話（分析AI YOSHINA事例） blog.retrieva.jp
”よくある質問”が充実した場合の効果を簡易試算
“よくある質問”で自己解決できない最も多い理由は、回答が充実していないからであり、回答を充実させるためには、お客様とオペレータの実際の会話を把握しながら、“よくある質問”を作成する必要があり、YOSHINAを使えばできることをお伝えしました。
YOSHINAで充実した”よくある質問”を用意することができ、”よくある質問”を見たお客様の内10％が自己解決できた場合、どれくらいのコストダウンになるかを簡単に試算してみました。
【(仮)A社様のコールセンター運用状況】
お問い合わせ内容：商品に関する総合窓口
お問い合わせ件数：5万件/月
お問い合わせチャネル：電話のみ
CPH(1時間当たりの応対件数)：7件
式：60分×稼働率70％÷6分のAHT(平均処理時間)
1件当たりのコスト：375円
式：時給2500円÷7件
現在のコスト：1,875万円/月
【”よくある質問”(70%)を見てから電話したお客様を70％⇒60%(10％削減)できた場合】
- 削減コール数：-3,500件
* 式：50000万件×70％×10％
- 削減コスト：-125万円/月
* 式：-3,500件×375円
YOSHINAの利用料40万円/月(SaaS価格30万円＋音声認識オプション10万円)を支払っても85万円/月の削減、年間だと1020万円の削減が見込めます！
お客様が”よくある質問”を見て自己解決することで、こんなに削減できる可能性があるのであれば、取り組まない理由はないですよね？
YOSHINAを使って充実した”よくある質問”を作りたい、YOSHINAについて詳しい説明を聞きたいと思っていただけましたら、こちらからお問い合わせください。
皆様からのお問い合わせをお待ちしております。
YOSHINAのお問い合わせ窓口 yoshina.retrieva.jp