コールリーズン分析で問い合わせ30%削減、顧客体験の最適化を実現
IIJは、サポートセンターへの問い合わせ増加と、従来のVoC分析では把握できない85%の問い合わせ背景という課題を抱えていました。TopicScanを活用したコールリーズン分析により、解約・乗り換え関連の問い合わせ要因を特定し、FAQの新規作成・修正を実施した結果、施策実施から1週間で約30%の着信削減効果を確認しました。
- 導入企業
- 株式会社インターネットイニシアティブ
- 業種
- IT・ソフトウェア
- 規模
- 大企業
- 部門
- モバイルサービス事業本部 MVNO事業部 コンシューマサービス部 カスタマーサク
- 解決した製品
- TopicScan（emotion-tech.co.jp）
- 分析対象コール数
- 解約400件、乗り換え400件
- 改善対象外の問い合わせ割合
- 85%
01課題
サポートセンターへの問い合わせが増加し、音声テキスト化の精度が低く問い合わせ内容が読み解けない状況にありました。従来のVoC分析では、深刻な問い合わせ15%しか改善に活かせておらず、その場で解決した85%の問い合わせ背景は把握できていませんでした。
02やったこと
TopicScanを活用してコールリーズン分析を実施しました。解約と他社転出手続きの2カテゴリ、計800件のコール音声データを分析し、テキストの整形・要約を行った上で、顧客視点に基づいた改善提案を受けました。その提案に基づき、FAQを新規作成9記事、修正3記事実施し、問い合わせ動線への文言追記やWebページの改修を行いました。
03成果
精度の高い分析レポートにより、他部署への説明が容易になり、組織横断的な改善活動が迅速に進められました。また、改善活動のサイクルを早めることができ、サポートコストを抑えることで他のサービス品質改善に注力できる体制づくりが実現しました。顧客体験の向上に加え、組織内でのCX改善の風土醸成にも寄与しました。
本ページは掲載元の公開事例の要約です。詳細・一次情報は出典元をご確認ください。 掲載内容の修正・削除のご依頼はこちらの窓口へ。
この事例に興味があるなら
似た悩み・別の解き方の事例を、おすすめの理由つきで。
akippa、Zendesk AIでトラブルチャット60%を自動解決、コスト45%削減を実現
60%同じAI・データ分析の中でZendesk AIを選んだ会社の、選定の比較材料になる1本。
Author-it導入でカスタマーサポート問合せ30%削減、マニュアルメンテナンス時間80%削減
30%同じ「問い合わせ対応の負荷」を、Author-itという別の入口から解いた1本。
ヒートマップとチャットボット分析の活用でFAQ閲覧数2.8倍、CV率25.6%向上を実現
2.8倍同じ「問い合わせ対応の負荷」を、業務SaaS・User Insightという別の入口から解いた1本。
メール不着問題を解消、問い合わせ対応の時間・コストを大幅削減
同じ「問い合わせ対応の負荷」を、業務SaaS・ベアメールという別の入口から解いた1本。
保守サービスの顧客対応を効率化、Redmineでメール添付から一元管理へ
同じ「対応履歴が残らない」を、業務SaaS・My Redmineという別の入口から解いた1本。