可能応答件数が少ないスタッフにおける問い合わせ種別毎の平均応対時間を算出。平均応対時間が長かった種別の問い合わせへの対応方法を個別に改善（過去の応対模様を一緒に聞きながら、こういう言い方をすれば、顧客がすぐに理解・納得する等のアドバイスを送る）。また、一部の専門性の高い問い合わせは専用スタッフに転送...


ー

よくある問い合わせに対して、24時間、AIが答えれるようにした。
2019年現在、約4割の問い合わせにはAIが対応できる。


ー

多く件数をこなせるやり方（顧客に頼まれたことだけをこなし、自らからは提案しないやり方。また用件とは関係の薄い顧客からの話に付き合わないやり方）と、丁寧なやり方（顧客に頼まれたことだけでなく、自らからも提案するやり方。または顧客からの話にとことん付き合うやり方）の二つを定義し、インフォメーションセンタ...


ー

入電数の削減を目的に、AI機能付きのチャットボット*を導入。

*ユーザーがWeb上やLINE等で質問をを入力　→ 　AIが質問内容を理解し、テンプレートに沿った回答を自動で実施　→　不明なものは手動に切り替え人が対応（その後、またテンプレート化し、自動で対応できるようにする）


FAQで対応を試みる場合、内容を充実させればさせるほど、実はユーザーは自分にあった回答を探しにくくなることがある。 元々FAQがある企業はチャットボットの導入は簡単。

・株式会社TMJのナビゲーションツールを導入。顧客属性に応じた聴取事項の抜け漏れ防止とスムーズな応対による応対時間の短縮
・電話応対後に顧客情報の変更を基幹システムに入力する部分でRPAを導入し、転記ミスを防止、後処理時間を短縮
・RPAの導入により研修カリキュラムを短縮し、着台までのリードタイムを短縮。...


ー

・カスタマーセンターの応対履歴に蓄積されるデータ分類や定義・記録の仕方をルール化
・顧客要望を全社に共有・展開できるシステムを構築。構築に際しては、経営層・全社関係部署を主導する委員会を設けた。
・顧客要望の分析専門担当者を配置し、対応の記録が顧客要望なのか、オペレーターの所感なのかを区別。その上で...


ー

・入電予測精度の最適化ツールを導入
・問合せ種別・入電傾向分析に応じてIVR(自動音声応答)ガイダンスを設定。
Webサイトへ誘導することで自己解決が図れる問合せ種別を入電傾向から特定し、IVRガイダンスで簡潔に誘導できるよう設計した。
・SMSの送信(関連Webサイトへの誘導)
スマートフォンでも簡潔に手続きが完了...


ー

・感情解析ツールを導入。モニタリングを行い、成功例と苦手な新人のオペレーションの比較や、お客様の入電シーンの想定から顧客属性をパターン化を実施した。
・顧客対応だけでなく、オペレーター自身の心理的なハードル・障壁・苦手意識に繋がる点も抽出した。
・スクリプト分岐の見直しと、ワンプッシュトークの追加な...


ー