コンタクトセンター要員最適化とは

スケジュールと人員配置に特化した従来の要員管理と異なり、最新のコンタクトセンターWFOは担当者のパフォーマンスを総合的に捉えます。さらに、担当者をリアルタイムで補完するAI搭載ツールを統合するケースが増えています。理想的には、予測、スケジュール作成、品質監視、パフォーマンス管理、ワークフロー分析を統合し、お客様とのやり取りのあらゆる側面で継続的な改善を推進する統一フレームワークを構築します。

コンタクトセンターは、プロセスを最適化するためにさまざまなAI搭載ツールを活用しています。ただし、これらの導入でどれだけ価値を生み出せるかは、設計によって大きく左右されます。例えば、Gartner社は予測しています 。AIを活用した営業オーケストレーションは2027年までに標準になるとされています。しかし同社は、営業担当者の49％が圧倒されていると感じているとも報告しています。利用できるテクノロジーツールの数が多すぎるため、目標達成に影響が出ているという声があります。

効率的なWFOは、コンタクトセンターのマネージャーの働き方に基づく具体的な施策によってプロセスを合理化します。このプロセスは、顧客ジャーニー全体で従業員が活用できるシンプルな状況別ツールを提供します。これにより、コストを削減しながら従業員体験を向上できます。ほとんどのコールセンターでは、バランスの取れたアプローチが重要です。自動化で定型タスクを効率的に処理しつつ、担当者が共感に基づく個別対応に注力できるようにする必要があります。こうしたサービスは、お客様の長期的なロイヤルティーを育み、ビジネス成長を後押しします。

要員管理（WFM）は要員最適化（WFO）の運用基盤であり、最適な人員配置が需要パターンに合致するようにします。例えば、組織は過去データと予測分析を使用して、コール件数やチャットセッション数を予測できます。要員管理システムは、担当者のトレーニングやスキルなどの変数を考慮しながら、これらの予測を正確なスケジュール要件に落とし込むことが一般的です。

効果的なWFMは、カスタマー・サービスの目標達成、人件費の管理、従業員の希望の尊重という相反する優先事項のバランスを取ります。最新のWFMシステムには、スーパーバイザーが想定外の問い合わせ量の急増に柔軟に対応できるマネジメント機能が組み込まれています。このアプローチにより、スーパーバイザーはリアルタイムで調整を行い、常に手作業で介入しなくても、サービスレベルを維持できます。

品質管理は、お客様とのやり取りが組織の品質基準と規制要件を満たすように支援します。一般に、このプロセスでは、音声、Eメール、チャット、ソーシャルメディアのチャネル全体で、担当者とお客様のやり取りを体系的にモニタリングし、評価します。

基本的なモニタリングにとどまらず、品質管理にはコーチング活動も含まれます。品質保証チームは、代表的なサンプルや自動感情分析などのツールを用いて、コンプライアンス遵守状況、問題解決の有効性、コミュニケーションスキルなどを評価します。これらの評価結果により、スーパーバイザーは個々の担当者に対して的を絞ったフィードバックと育成機会を提供できます。

品質管理は、人工知能などの主要テクノロジーを監査するために組織が使用するツールにも及びます。この領域では、AIを活用したコンタクトセンターの顧客接点を定期的に評価し、コンプライアンスと有効性を確保することを意味する場合があります。また、データのクレンジングや検証など、幅広いデータ品質管理の実践にも適用されることがあります。

パフォーマンス管理は、組織の目標を担当者個人の目標に落とし込み、望ましい行動を促すための説明責任の仕組みを構築します。このコンポーネントでは、平均処理時間、応答時間、初回解決率、顧客満足度スコア（CSAT）などの主要業績評価指標（KPI）を設定します。パフォーマンス管理システムは、これらの指標を継続的に追跡し、進捗を可視化するダッシュボードをスーパーバイザーと担当者に提供します。

一方、効果の高いパフォーマンス管理のアプローチは、指標の追跡にとどまらず、担当者の育成パスを構築します。日々の業務がより広いビジネス成果にどのように貢献しているかを、担当者が理解できるキャリア開発フレームワークを組み込みます。また、高度なテクノロジーを効率的に扱えるようにコールセンターの従業員を支援し、新しいスキルを身に付け、より創造的で価値の高い業務へと作業を再配分できるようにします。

やり取り分析は、高度なテクノロジーを活用して、お客様との会話からインサイトを大規模に抽出します。音声分析プラットフォームは、録音された通話を文字起こしして分析し、手作業の品質モニタリングだけでは検出できないお客様の感情パターンの傾向を特定します。テキスト分析もデジタルチャネルで同様の役割を果たし、Eメールやチャットの記録を解析して、顕在化しつつある課題やお客様の悩みを明らかにします。

これらの分析機能は、生のやり取りデータを、意思決定に役立つ実行可能なインサイトへと変換します。規制コンプライアンスやお客様のエスカレーションに関連する特定のキーワードやフレーズを含むやり取りを、自動的にフラグ付けできます。パターン認識アルゴリズムは、問い合わせの一般的な理由を特定し、運用リーダーが症状の管理に終始するのではなく根本原因に対処できるようにします。また、感情分析は、やり取りを通じてお客様の感情を測定し、組織が「お客様が何を言ったか」だけでなく「どう感じているか」まで理解できるようにします。

最新のコンタクトセンターWFOプラットフォームは、エンゲージメントの高い従業員がより良い顧客体験を提供することを前提としています。可視化されたパフォーマンス指標により、担当者は期待されることと進捗を正確に理解できます。これにより不安が軽減され、モチベーションが高まります。コーチングと育成に重点を置く品質管理プログラムは、担当者が支援されていると感じられる成長志向の文化を形成し、担当者の生産性と定着率の向上につながります。

WFOは、コンタクトセンター全体でリソースを最適化することで、大きなコスト削減を実現します。精度の高い予測とスケジュール作成により、人員不足と過剰配置の両方を最小化します。また、初回解決率の向上により再問い合わせが減り、対応コストを抑えられます。

担当者を適切にシフトに割り当て、十分にトレーニングし、重要なテクノロジーで支援できれば、顧客体験は大きく改善します。待ち時間の短縮は、お客様の不満の大きな要因の1つを取り除きます。また、やり取り分析のインサイトを備えた担当者は、問題を迅速に解決できます。

WFOは、お客様が自分のニーズに合ったスキルと専門性を持つ担当者につながるようにすることで、個別化されたサービス提供を可能にします。担当者の能力を考慮する要員管理システムでは、簡単な問い合わせはAIを活用したシステムが即時に解決し、人の担当者は感情的な負担が大きい状況に対応できます。お客様のニーズを担当者の強みに合わせてマッチングすることで、より良い対応結果が生まれ、ロイヤルティーの向上につながります。

WFOは、コンタクトセンター運用の効率向上を推進します。予測とスケジュール作成の自動化により、スプレッドシートでの手作業を何時間も行う必要がなくなり、要員計画担当者は事務作業ではなく戦略的な取り組みに注力できます。やり取り分析は品質モニタリングのプロセスを加速し、従来の手作業では到底不可能な数のやり取りを組織がレビューできるようにします。また、パフォーマンス管理ダッシュボードにより、担当者は自分の指標を即座に確認でき、修正の機会が増えます。

さらに、簡単または定型の依頼がAI主導のシステムで振り分けられると、多くの場合、人の介入なしに迅速に処理されます。その結果、従業員はより価値の高い業務に集中できます。例えば、公益事業会社Towngas社がコール件数の急増を受けて電話サービスを自動化した際、お客様の待ち時間が100％削減されました。お客様によるセルフサービスも50％増加しました。

WFOは、継続的な改善とイノベーションを推進するフィードバックループを生み出します。やり取り分析は、プロセス改善やセルフサービスのソリューションの機会を示唆するお客様の課題を明らかにします。また、パフォーマンスデータは、組織が新しいアプローチを試し、その影響を厳密に測定するうえで役立ちます。このデータ主導のイノベーションアプローチによりリスクが低減され、より広範な実装の前に、変更が測定可能な効果をもたらすことを確認できます。

包括的なWFOシステムを導入することで、組織はデータのサイロ化を解消し、コンタクトセンター運用の単一の信頼できる情報源を構築できます。

WFOプラットフォームは、異種のソースからのデータストリームを、統合ダッシュボードとレポート基盤に集約します。この集約により、各種ソースからデータを抽出する時間のかかる手作業が不要になります。また、SMS、チャット、電話のいずれのチャネルでも同じデータとサービス品質を維持しながら、一貫したオムニチャネル体験をお客様に提供するプロセスも簡素化されます。

AIエージェントは、コンタクトセンター運用における変革的な進展であり、人の介入なしに定型的なお客様対応を自律的に処理します。高度なAIエージェントは、生成AIと組み合わせることで、トランザクションの完了やトラブルシューティングを実行できます。また、必要に応じて複雑な問題を人の担当者にルーティングし、音声、チャット、メッセージングのチャネル全体で動作します。

AIアシスタントは、先回りして自律的に動作することはできませんが、人の担当者の能力を補完するうえで有用であることが示されています。リアルタイムのエージェント・アシストシステムは、関連するナレッジ記事を提示し、担当者にガイダンスを提供します。通話後の自動化は、データ入力などの反復的な後処理を担い、担当者が次のやり取りにより迅速に対応できるようにします。

これらの導入は、担当者に強力なツールを提供します。例えば、みずほ銀行が導入したプログラムでは、お客様データと会話分析に基づき「次に聞くべき最適な質問」を推奨しました。この導入により顧客維持が向上し、お客様とのやり取りの平均時間が6％短縮されました。

定型的な問い合わせをAIエージェントが処理し、人の担当者をAIアシスタントが支援するという組み合わせは、要員要件を根本から変えます。組織は人数を比例して増やすことなく、より多くのやり取りの量に対応できます。その間、人の担当者は共感と複雑な問題解決が求められる高付加価値の業務に集中できます。

最新のWFOソリューションが単独で運用されることはほとんどありません。統合プラットフォームとアプリケーション・プログラミング・インターフェース（API）は、WFOの各要素を、コンタクトセンターのインフラストラクチャー、顧客関係管理システム（CRM）、人事プラットフォーム、その他のビジネス・インテリジェンス・ツールに接続します。これらの統合によりデータ共有が可能になり、予測精度が向上します。運用の全体像も把握しやすくなります。

音声分析プラットフォームは自動音声認識（ASR）で通話録音を文字起こしし、その後、自然言語処理（NLP）を適用して会話から意味を抽出します。これらのシステムは、特定の単語やフレーズを検出し、通話をトピックや結果別に分類し、感情のトーンを評価します。テキスト分析も、チャットやEメールなどの書き言葉のコミュニケーションに対して同様の機能を果たし、そこからインサイト（洞察）を引き出します。

分析プラットフォームが生成するインテリジェンスは、WFOの各要素における意思決定に活用されます。分析によって新たに見えてくるトレンドは、運用の更新を促したり、トレーニングの必要性を明らかにしたりします。分析と他のWFOテクノロジーを連携させることで、インサイトが自動的にアクションにつながる閉ループの仕組みを構築できます。

最新のコンタクトセンター向けWFMソリューションは、高度なアルゴリズムを使用して、複数のチャネルや時間帯にわたる問い合わせ量を予測します。機械学習モデルは、季節性や外部イベントなどの要因を考慮しながら、過去データのパターンを特定します。これらの予測は、担当者のスキル、作業負荷、全体的な費用対効果を考慮したスケジュールを自動生成するための基盤となります。

クラウド・ベースのWFMシステムは柔軟性と拡張性を提供し、分散した担当者の体制を支えるリモートの要員管理を可能にします。自動呼分配（ACD）や顧客関係管理システムなど、他のクラウドのコンタクトセンター・テクノロジーと統合することで、WFMの判断を、古い情報ではなくリアルタイムの運用データに基づいて行えるようになります。

コンタクトセンター要員最適化は、運用パフォーマンスと顧客体験を同時に向上させたい組織にとって、戦略上の重要な取り組みです。多くの組織は、大きな効率向上と強固なお客様との関係性を相反するものと捉えがちです。しかし、このゼロサム思考では、効果的なWFOを定義する本質を見落としてしまいます。適切に運用すれば、生産性の向上と顧客体験は対立するのではなく、相互に強化し合います。

IBM Institute for Business Valueによると、経営層の71％が2027年までに、人手を介さないカスタマー・サポートの問い合わせ対応を目指しています。コンタクトセンターへのAIテクノロジーの深い統合は、こうした二重のメリットの可能性を示しています。例えばAIエージェントは、パスワードのリセット、注文状況の確認、よくある質問などの定型的な問い合わせを処理し、いつでも待ち時間なく即時に回答します。

お客様が即時のサポートを期待する現在、このアプローチは利用のしやすさと利便性を大幅に高めます。同時に、これらのAIツールは、担当者が処理しなければならない単純なやり取りの量を減らします。その結果、組織はより多くのお客様に対応できるようになります。また、コンタクトセンターの担当者は、より深いサポートが必要なお客様との間で、真の関係性を築くためにより多くの時間を割けます。

WFOを成功させている組織は、いくつかの重要なプラクティスを徹底しています。主なポイントは次のとおりです。

• バランス・スコアカードの策定により、生産性指標と顧客エンゲージメントなどの体験指標の両方を測定し、どちらか一方だけを切り出して最適化しないようにします。

• 現場の担当者とスーパーバイザーの参画により、プロセス設計とテクノロジー選定に現場の実態を反映させ、効率化施策が実際のやり取りを踏まえたものになるようにします。

• 人の能力を補完するテクノロジーへの投資として、従業員を単に置き換えるのではなく、人の能力を強化するAIアシスタントなどを活用します。共感、創造性、判断力など、人にしか提供できない要素を必要とするお客様ニーズがあることを踏まえることが重要です。

• やり取り分析の活用により、プロセス内の不要なステップや、セルフサービスで対応できる反復的な質問を特定します。