第９回　スピンオフ②　感情データの実例紹介～お客様満足度編～

◆お客様満足度（感情データによるT-NPS）の可視化検証

検証期間：約3ヶ月間 検証頻度：対象オペレータの出勤日 検証内容：通話終了30秒間のお客様のネガティブ感情が一定の閾値より低いものを「推奨」。一定の閾値より高いものを「批判」。推奨と批判以外のデータを「中立」と設定。

※満足度の計算式：推奨者の割合　－　批判者の割合　＝感情データによるT-NPS ※グラフは1週間単位で全体平均と比較

• オペレータ：Aさん（9/1～11/30のデータ）

3カ月の期間合計が68.7％と全体平均と比較して非常に高いスコアのオペレータです。 週単位でみても、常に全体平均を上回りとても高い満足度を得ることができています！素晴らしい理想の数値ですね！

• オペレータ：Bさん（9/1～11/30のデータ）

3カ月の期間合計が56.9％と全体平均と比較した場合、課題があるように感じます。 しかし、このデータBさんは、デビュー後の新人さんです。 ”新人”という定性情報をプラスすると、このグラフの見え方が変わってきます。 徐々にスコアが良くなってきていますので、順調に業務に慣れてきている、また品質も安定してきている可能性が高いことがわかります。Bさんを褒めたくなりますね！

• オペレータ：Cさん（9/1～11/30のデータ）

次は、情報を先にお伝えします。 Cさんはベテランオペレータです。SVがモニタリングをおこなった際「まわりくどい案内をしてしまう」「言葉が拙い」という基礎スキルに課題があり、本人へフィードバックしても課題の改善が思うように進んでいません。

スコアは非常に高く、安定しています。 結果だけ見ると、Cさんは高いスコアなので基礎スキルに改善が必要と言われても納得感が持てない可能性があります。そして、まわりくどい案内はお客様影響がないのでしょうか？という疑問が残ります。

そのため、音声を複数モニタリングしてみました。 結果は・・・基礎スキルは欠けてしまっていても、とても一生懸命お客様に寄り添っていることが伝わる応対です。 そして、お客様からもたくさんの感謝の言葉をいただいています。
SVは「Cさんはお客様に寄り添う気持ちがとても伝わる素晴らしい応対でした」と伝え、「もっとわかりやすい説明ができれば、お客様のためになるのではないか」と付け加えました。

するとCさんはこれまで改善に至らなかった課題に対して、真摯に向き合いSVと共に改善に向けた練習をしてくれました。 このように、感情データによるオペレータの応対評価はSVに気づきを促す重要な情報になります。オペレータの良い部分をお客様視点で見つけることができ、フィードバックに活かすことができた事例のご紹介でした。

• 2024年度コンタクトセンターアワード　オペレーション部門　部門賞

「感情解析でオペレータの ココロを守るセンター運営」
～感情カルテでフォロー・育成の効率化と 応対評価自動化を実現～

＜INDEX＞
第１回　感情解析導入の背景と目的
第２回　感情解析技術の特徴とメリット
第３回　感情解析データ検証の難しさ
第４回　SPCCの取り組み事例①
第５回　SPCCの取り組み事例②
第６回　「感情カルテ」の誕生
第７回　感情解析によるセンター現場の変化
第８回　スピンオフ①　感情データの実例紹介～モチベーション編～
第９回　スピンオフ②　感情データの実例紹介～お客様満足度編～