顧客の声から感情を読み
対応パターンに反映する
「Impact360SA」の音声分析は、次のようなプロセスで行われる。
(1)通話音声の記録およびテキスト化
↓
(2)コンタクトセンターで分析したい課題（＝カテゴリ、例：『クレーム』『新規契約』『解約』『ウェブサイトに関する質問』『感情』など）ごとにキーワードを設定、キーワードが現れた通話は当該カテゴリに自動分類
↓
(3)「Tell Me Why」で通話に現れた語句を分析し重要情報を浮き彫りにし、さらに、それらのトレンド分析を実施
↓
(2)コンタクトセンターで分析したい課題（＝カテゴリ、例：『クレーム』『新規契約』『解約』『ウェブサイトに関する質問』『感情』など）ごとにキーワードを設定、キーワードが現れた通話は当該カテゴリに自動分類
↓
(3)「Tell Me Why」で通話に現れた語句を分析し重要情報を浮き彫りにし、さらに、それらのトレンド分析を実施
これらが一つのシステムで一括して行えるため、この通話データ分析機能を活用することで、商品・サービスの改善やオペレーターの対応フローの改善はもちろん、ウェブサイトのＱ＆Ａを改定してコンタクトセンターへの画一的な問い合わせを抑制するなど、複合的な施策が打てる点も大きな特徴だ。
運用に際しての操作性が、使う人に優しい設計になっているのも業務改善のスピードを向上させる要因の一つ。「コンサルタントが数カ月かけて実施していた分析作業を短時間で行い、半年から1年の周期で回していた改善サイクルを週次にすることも可能です」と湯浅氏は語る。
最大の特徴は、顧客の声をデータ化し、通話に登場する語句を自動分類して、会話に隠れた重要な情報を浮き彫りにできること。これにより諸問題の根本原因の特定が行える。出所：NTT-AT資料
拡大画像表示
