BLOG
音声活用ブログ
オペレーターの対応品質を劇的に改善
2022.12.15
コールセンターお知らせテクノロジー
44 コールセンターの品質管理を劇的に改善する音声感情解析
コールセンター間での競争を勝ち抜く為には、オペレーターの応対品質を定期的に測定し、改善活動を継続的に行っていくことが必須です。スーパーバイザーは問題のありそうな会話をモニターして、応対品質を評価し、オペレーターに改善を促し、また優良な対応の会話を録音して研修の教材に利用するなどして品質を管理していると思います。このブログではコールセンターの品質管理の課題と、音声感情解析技術を用いて劇的に改善する方法について述べたいと思います。
応対品質の向上はコールセンター運営者の最大の課題であると言っても過言ではありません。オペレーターの応対の巧拙が売上に直結するからです。多くのコールセンターでは品質管理するための部門を設け、様々な方法で品質を測定していますが、品質測定手法の主流は経験を積んだベテランオペレーターが会話をモニターし、主観による評価を行っています。
この手法は、ベテランオペレーターの経験が活かせ、人間対人間の会話の品質評価をきめ細かく行えると言うプラスの面がありますが、他方次の問題点があります。
- モニターするベテランオペレーターごとに評価結果が異なり評価が属人的になる事は否めない。
- 評価結果を客観的な数値で表すことが難しい。
- 評価側のベテランオペレーターの数は限られておりモニターできるオペレーター数が限られてしまう。
- モニターすべきオペレーターを選び出すこと自体が勘と経験の世界であり客観的な基準を設定しにくい。
これらの問題点を解決する方法として、音声感情解析テクノロジーを使った方法がありますので紹介します。
今、100人のオペレーターがお客様と会話しているとします。この会話の約95%は特に問題の無い会話ですが、残りの5%の会話は何らかの問題がある会話、要注意の会話です。
しかし、誰の会話が問題・要注意であるかは会話を聞かなければわかりません。スーパーバイザーが全ての会話をモニターすることは事実上不可能ですから、ランダムに会話を選んでモニターすることになります。しかし本来モニターすべき、問題ありや要注意の会話をモニターする確率はわずかに5%です。これはスーパーバイザーがモニターする会話の95%は正常会話で、そもそもモニターする必要が無いのです。つまり、ランダムに選んだ会話をモニターしても時間の無駄使いです。
こんな無駄を省く為には、全会話を無人で自動的にモニターし、人間のスーパーバイザーがモニターすべき会話を予め選びだしておくと効率的です。すなわちモニターすべき会話と、そうでない会話を何らかの基準で自動的にふるいにかけておくと著しくモニター効率が上がります。
左の図は、何らかの方法で会話をふるいにかけて分類し、モニター対象として選定した会話を図の上部に描いた図です。問題・要注意の会話でふるいにかけきれなかった会話もありますので完全にふるいにかけられる訳ではありませんが、音声感情解析テクノロジーを使えば問題・要注意の会話の約80%を特定し、モニター対象会話として分類することができます。スーパーバイザーはこれらの会話をモニターして評価すれば、本来モニターすべき問題ありや要注意の会話をモニターする確率は5%から一気に80%に跳ね上がります。すなわち、スーパーバイザーのモニター効率が16倍にもなります。
では、こんな夢のような話があるのかというとあるのです。これを説明する為に、音声感情解析とはどういうものかを簡単に説明します。下図にその原理を示します。
オペレーターの会話は全件、音声感情解析ソフトウエア(弊社販売名ESAS)により自動的にモニターされます。オペレーターの音声波形を分析し、約2秒に一回その音声に含まれる「喜び」、「怒り」、「恐怖」、「ストレス」などの感情を数値でアウトプットします。感情の出力の種類は下表に示すようにたくさんの種類があるのですが、問題会話抽出の目的により、感情の種類を選び、当社独自のアルゴリズムにより会話を、問題あり、要注意、平常と分類します。
感情は時系列的に一定ではなく、下のグラフのように変化しますので、その時間的変化を見て急に感情数値が上がったような会話は要注意会話として扱うなど、アルゴリズムには工夫をこらしています。
このように、音声感情解析テクノロジーを使って、会話を分類し、問題ありや要注意の会話を効率的に選び出すことができます。下図に音声感情解析システムがある場合とない場合での比較を示します。
この手法を用いれば、ベテランオペレーターのモニター作業が飛躍的に向上し、コールセンターの品質管理の課題を劇的に改善することが可能です。
ご興味を頂けましたら、是非弊社にお問い合わせください。
関連記事
ピックアップ
- CATEGORY
- Nemesysco社
- コールセンター
- 感情解析ラボ(活用事例)
- 不正防止
- 金融機関
- 保険金詐欺
- ストレス
- お知らせ
- テクノロジー
- マーケット
- 人気記事
- 10 感情分析と感情解析
- 39 用途が拡がる音声感情解析ソリューション (聞き手理解確認ソリューションについて1)
- 18 リモートワーク(在宅勤務)時代の営業活動と感情解析
- 49 なぜ音声から感情がわかるのか(2)
- 29 コールセンターの優秀人材を確保する最新方法
テーマ
- 感情
- パスカル
- 等ラウドネス曲線
- 音の性質
- デシベル
- 音速
- 周波数
- LVA
- フォーマント
- 解析
- コールセンター
- 運営効率
- パーソナリティー
- 性格診断
- オペレーター感情
- モチベーション
- コールセンター運営
- サイエンスラボ
- 音声解析研究
- 応対品質
- 基盤技術
- ビジネス予測
- 感情解析ビジネス
- 米国心理学会
- 発声機構
- 聴覚機構
- 米国特許
- 学術論文
- 周波数分析
- Nemesysco
- ネメシスコ
- 人事面接
- 聞き手。理解度、音声感情解析
- 聞き手
- 理解度
- パーソナルキャラクター
- ソーシャルスタイル
- DISC理論
- メタバース
- 音声感情
- AI
- コールセンター、品質管理
- 音声感情解析
- 期待効用理論、効用関数
- ベルヌーイ
- ESAS
- 感情解析ラボ
- プロスペクト理論
- 価値関数
- 言語
- 不随意感情情報
- 意図的感情情報
- 音声感情解析、AI、機械学習
- 音の波形
- フーリエ変換
- Chat-GPT、AI、感情、音声
- 警察
- 情報機関
- 人事部門
- 面接
- 採用
- ストレスチェック
- リモートミーティング
- ロボット
- エンタメ
- カラオケ採点
- 学習理解度把握
- 愛情チェック
- 役割
- 機能
- 教育、中国、学習量、学習効率
- 保険請求
- 不正申告
- 保険
- 詐欺
- アレクサ
- Alexa
- amazon
- アマゾン
- 住民感情、コロナ、自治体
- エモーションロジック
- 不正請求
- 保険金詐欺
- Insurance Fraud
- 保険金
- Voice Screen
- ストレス