お客様の声

　コールセンターを持つ事業者さまは、
今話題のAIを使えば離職率を下げられるのではないか??と
お考えでしたが、今までAIを扱ったことが無いためAI人材がいないことがネックでした。

　何度も相談を重ね、弊社が提案する実証実験環境を使ってサービスを実際にご利用いただき、喜びのお声をいただきました。
　「AI人材が社内にいなかったので、活用できるか不安でしたが沖本さんが細かくサポートをしてくれたので理解が進み、対応マニュアル化も出来たので、誰でも使えるAIになりました。
　シフトの欠勤率と離職率の改善は長年悩んでいて、やっぱり効果的な対策は無いと思っていましたが、シフトの欠勤率と離職率も改善が進み本当に低くなりました。
　更に、スタッフもお客様視点で働けるようになりました」

　コールセンターを持つ事業者さまは、
今話題のAIを使えば応答率に大きな関係が有る平均処理時間を短縮できるとお考えでしたが、
今まで調べてきたAIでは、そのような効果を記載されているところは見つけられていないため検討が止まりそうでした。

　何度も相談を重ね、応答率の改善とコストの関係をご理解いただき、喜びのお声をいただきました。
　「応答率に大きな関係が有る平均処理時間を短縮させたいと考えていましたが、応対の経験を積みなれる事で、次に行う手続きを予測しながら応対スピードを早め平均処理時間を短縮する事と、正しく即答する事の違いを沖本さんに気が付かせてもらいました。

　経験値を積み手際よく手続きが早くなっても必要な聴き方、伝え方、考え方を省略してまで時短を要求していては元も子もありません。これは精神論だという事が分かりました。一方、お客さまとの窓口を担当するコールセンターは、オペレーター全員が聴き方、伝え方、考え方をそろえて、その結果に対して改善を進める方がトラブルも減り、応答率の改善に対して納得感が高まりました。
　この結果、応答率の改善に自信が持て、コストについても適正なコストとして管理できるようになりました。
　更に、少ないオペレーターを駆り立て応答率を高めようとしていたころと比較すると、スタッフも今の取り組みを支持してくれて、評価に対しても納得するようになりました」

　コールセンターを持つ事業者さまは、
今話題のAIを使えば事業所全員の応対品質を上げられると大きな期待をお持ちでしたが、
応対品質を高めたいが、そもそも理想的な応対品質ってどうやったら近づけるのか分からないとのことでした。

　「事業に係る内部の状況とお客さまとの出来事を調べ、それぞれのでき事を関連付け、原因の特定と改善策を沖本さんが一緒に考えてくれたので、応対品質とは??を理解できた」と、喜びのお声を頂きました。

　「自力で応対品質の向上に取り組んでいた時は、セミナーを受講して、更にネット調べて改善に取り組んでいました。
しかし、調べた結果印象に残っている応対品質の改善方法は、①モニタリングを継続して実施する、②チェック項目を具体化し、〇と×だけではなく、理由も記載する、③必ずフィードバックする、④オペレーターをレベル分けしてトレーニングを実施する、⑤オペレーターのモチベーションを上げるなどでした。
このアプローチは一言で云うと、間違えを犯してから罰を加えておいて、モチベーションを高めよ!!となんか矛盾を感じていて、今回沖本さんに相談しました。

最初に、幾つものコールセンターの立ち上げとトラブルの再発防止、未然防止に取り組んできた実績から、感じていた矛盾に共感してもらえて、より相談しやすくなりました。
次に沖本さんは、当社に合う方法として、本当に求められている聴き方、伝え方、考え方を全員で作成するスクリプトを用いて応対すれば高い納得感が得られると教えてくれました。
このスクリプトにお客さまの反応を調べるABテストを盛り込むことで、期待されている事を調べる事が出来ました。
更にこの提案で、オペレーターが応対で間違えを犯してから罰を与える事の回避に成功しました。
勿論、オペレーターのモチベーションはスクリプトを作成する時から向上し、お客さまとの応対で使った反応を話し合いながら、もっと満足してもらうためには、ここを直した方が善いかも??と、今までは見られなかった積極な取り組みが増えたことも、感謝しています」

　コールセンターを持つ事業者さまは、
今話題のAIでスクリプトを動的に操作して、実際の応対に使いたいと
お考えでしたが、
今までスクリプトは新人教育用のものしか無く、実際の応対で使うスクリプトを作成するノウハウが有りませんでした。

　レクチャー用資料を基に、事業情報と応対録音データからスクリプトを作成することができたので、喜びのお声をいただきました。
　「応対に使えるスクリプトの作成経験者が社内にいなかったので、スクリプトの作成と活用ができるか不安でしたが沖本さんが細かくサポートをしてくれたので理解が進み、幹となるスクリプトから作成し、分岐を追加して、前後の違和感を修正して作成できました。更に、スクリプトは成長レベルごとに使いやすく作成することが出来たのでアドリブ応対を無くすことが出来ます。
　今後は、作成した応対用スクリプトを、AIで動的に操作してお客さまの満足度を確かめるABテストを繰り返して拘りやニーズを特定していきたいと考えています。
更に、お客さまの満足度が高まれば、オペレーターが受けるストレスも軽減されて、離職率も改善されていくと期待しています。

コールセンターに電話してくるお客さまと応対しているオペレーターが、毎日のように誰かしら泣いていました。オペレーターを支えるQAやSVは、クレームやトラブルの対応で毎日余裕がなく、有効な対策も検討する時間が取れません。そのため、泣いているオペレーターのフォローが十分にできずに、「もう、自己嫌悪!!」と負い目を感じています。

コールセンターに毎日やってくるクレームに耐えるだけだと、一人ずつオペレーターが痛んでいきます。私たちQAとSVから、実証実験で運営課題を解決する沖本さんに原因の特定と、改善対策をお願いしました。

沖本さんは、「勝負の世界では、攻撃は最大の防御」と云われていてこの発想をコールセンターにも応用してはどうかとセンター長に提案してくれました。
沖本さんが始めた作業は、大きく2つでした。
1.クレーム対象を改善し無力化する
　A)オペレーターが痛むクレームに耐える期間を、無期限から有限に変更して、解決するまでのスケジュールを作成する
　B)クレームの種別を場面が特定できる聞き取りで集計する
　C)クレーム先に改善を依頼
　D)改善に足りない情報は、コールセンターから追加聞き取り
　E)クレーム対象を一つずつ無力化(呼量削減)に成功
2.隙を見せない応対
　A)コールセンターの考え方を統一しておく
　B)誤解されない聴き方、伝え方を用意しておく
　C)クレームに対する臨みかたを伝える
　D)分かっている事と、分からない事を使い分ける
　E)勘違いが無い事を確認し、過不足を修正するか、宿題として後日連絡する
3.クレームが改善できて呼量削減になるまでの経緯を観察
　A)コールセンターからクレームを社内に発信し共有しても、多くのコールセンターで働く人たちは「どうせクレームは無くならない」と諦めていました
　B)クレームを改善するためには、「使い物にならない」と云うクレームのご意見だけではなく、誰がどんな場面で問題と感じ改善してもらいたいのか?? 改善したら何が嬉しいのか?? を一緒に聞き取り文脈としてまとめました
　C)クレーム先にデータを渡しても「こんな中途半端な情報では改善できない」と突っ返される事もありましたが、沖本さんが中を取り持ってくれクレーム対象部門の担当者と一緒に、どんな情報が有れば改善できるのか試行錯誤した結果、お互いの思いが同じことを理解し強いチーム作りが出来ました
　D)更に、沖本さんからクレーム無力化対策に必要な知識を教えてもらい専門知識が全くない私達の拘りを大切に尊重してくれクレームを一つひとつ無力化する事が出来ました
　E)クレームを無力化すると、AHT(平均処理時間)が短縮できて、応答率が改善しました
　F)そして、クレームが減って呼量削減も出来ましたが、QAとして何よりも嬉しい事は、泣いているオペレーターが減ったことです