コール採点

コール採点とは？

コール採点（Call Scoring）は、AI がカスタマーサービス通話の内容を自動分析し、エージェントの対応品質を数値（スコア）で評価する技術です。 従来は QA（品質保証）担当者が数百の通話から抽出して手作業で評価していましたが、Call Scoring なら全通話を自動採点できます。スコアは「顧客対応のスピード」「問題解決率」「顧客満足度の兆候」など、複数の指標を基に計算されます。

ひとことで言うと： 学生の答案テストを先生が一問一問採点するように、顧客との通話を AI が自動採点し「このエージェントの対応は 85 点」と評価するものです。

ポイントまとめ：

何をするものか： 個別のコール内容を AI が自動採点し、エージェント品質を数値化する
なぜ必要か： 全コールの品質を可視化し、トレーニングや評価に活用するため
誰が使うか： コンタクトセンター管理者、QA 部門、エージェント、経営層

なぜ重要か

従来の品質管理は「サンプリング」が一般的でした。1 日に 500 件のコールがあっても、QA 担当者は 10～20 件程度を抽出して確認するだけです。その結果、品質の低いコールが見落とされたり、逆に優秀なエージェントの工夫が評価されなかったりしました。

Call Scoring により、全コールが自動採点されるため「本当の品質」が見える化されます。この可視化により、企業は以下が実現されます。1) 品質が低いエージェントを早期に発見し、トレーニング、2) 優秀なエージェントの手法を他のエージェントに伝播、3) Customer Satisfaction Score (CSAT) や Net Promoter Score (NPS) との相関分析により、「何をすると顧客満足度が上がるのか」を統計的に理解できます。

さらに、Call Scoring は公平性をもたらします。人手評価は評価者のバイアスが入りやすく、「この人は好きだから甘めに採点する」という問題が発生しますが、AI は常に一貫性があります。

仕組みをわかりやすく解説

Call Scoring は、音声認識と自然言語処理（NLP）、そして事前定義された評価ルールを組み合わせた複合技術です。

段階1：通話の記録と文字起こし まず、コンタクトセンターシステムが通話を自動記録します。その音声は自動音声認識（ASR：Automatic Speech Recognition）により、テキストに変換されます。「顧客：こんにちは、〇〇について質問があります」「エージェント：かしこまりました」という具合に、両者の発言が文字列化されます。

段階2：カテゴリ別の採点ルール適用 Call Scoring システムは、以下のような複数の観点で採点します。「挨拶・対応速度」（3 秒以内に応答したか）、「ニーズの聞き取り」（顧客の要望を正確に理解したか）、「問題解決」（問題を解決できたか、またはフォローアップを提案したか）、「敬語・言葉遣い」（敬語が正しく使用されているか）、「クロージング」（通話を適切に終了したか）など、5～10 の評価軸があります。

段階3：感情分析との統合 Call Scoring は単に「マニュアル通りに対応したか」だけを評価するのではなく、Sentiment Analysis を活用して「顧客の感情がどう変化したか」も測定します。例えば、通話開始時は顧客が怒っていても、終了時に「ありがとうございました」と満足気なら、エージェントの対応は高く評価されます。

段階4：スコア集約とアラート 個別コールのスコアが計算されたら、エージェント別に集約され、「田中さんの平均スコアは 82 点」というダッシュボード情報が生成されます。スコアが基準値（例：70 点）を下回ったら、管理者に自動アラートが送られ、該当エージェントに対するサポートやトレーニングの必要性が判断されます。

実際の活用シーン

カスタマーサービスセンターの品質向上

500 人のエージェントを抱える企業が Call Scoring を導入。従来は QA 担当者 5 人が月 100 件のコール確認を行っていましたが、Call Scoring で全 10,000 件のコールが自動採点されました。その結果、「〇〇セクションの新人エージェントの平均スコアが 60 点と低い」ことが判明。集中的なトレーニングを実施し、3 ヶ月後には 75 点に改善。Customer Satisfaction Score (CSAT) も 78% から 85% に向上しました。

エージェント評価の公平性向上

従来は管理者の主観的な評価でしたが、Call Scoring により評価が数値化されました。その結果、昇給や表彰の対象が「管理者から好かれている人」ではなく「実際に顧客対応が優秀な人」に変わりました。その結果、エージェント間の不公平感が解消され、モチベーション向上により全体的な品質が 15% 向上しました。

トレーニング効果測定の精密化

カスタマーサービス企業が新しい接客スクリプトを導入した際、Call Scoring で実装前後の効果を測定。スコアが平均 78 から 84 に上昇したことで、経営層も「新スクリプトは有効である」と確信を持つことができました。データに基づいた意思決定が可能になりました。

メリットと注意点

メリット：

Call Scoring は、全コールの品質を自動評価することで、QA 部門の手作業を削減しながら、より充実したトレーニング計画を立案できます。また、スコアが低いコールから自動抽出され、何が問題だったのかを特定できるため、改善の優先順位が明確になります。さらに、スコアと Customer Satisfaction Score (CSAT) の相関分析により「何をするとスコアが上がり、顧客満足度も向上するのか」という因果関係を統計的に理解できます。加えて、優秀なエージェントのコール録音を教材として他のエージェント育成に活用することも可能です。

注意点：

ただし、Call Scoring も完璧ではありません。AI の採点基準が厳しすぎたり、甘すぎたりすることもあります。また、マニュアル対応は高スコアを得やすいが、顧客満足度が低い場合があります。逆に、創造的な対応で顧客を喜ばせても、マニュアル外だとスコアが低くなる可能性があります。そのため、Call Scoring の結果を人手で検証し、採点基準を継続的に改善することが重要です。さらに、エージェントが「スコアを稼ぐことを目的」にしてしまい、本来の顧客満足を後回しにするリスクもあります。

よくある質問

Q: Call Scoring の採点基準は、どう決めるのですか？

A: コンタクトセンターの戦略や顧客セグメント別に、採点基準をカスタマイズします。例えば、高級サービスでは「顧客の細かい要望への応答」をウェイト高く設定し、大量処理型サービスでは「処理速度」をウェイト高く設定します。また、Customer Satisfaction Score (CSAT) との相関が高い指標から逆算して、最適な採点基準を決定します。

Q: Call Scoring の結果が低いエージェントは、解雇すべきですか？

A: いいえ。低スコアは改善機会です。まず、なぜスコアが低いのかを分析（知識不足？スキル不足？モチベーション不足？）し、該当する改善施策を実施します。集中トレーニングやメンタリング、場合によっては配置転換などで、該当エージェントの成長を支援することが組織全体の利益になります。

Q: Call Scoring の導入時に、エージェントから反発がないか？

A: 導入当初は反発がある可能性があります。しかし、Call Scoring が「評価・懲罰のため」ではなく「成長・改善のため」であること、そして基準が公平であることを丁寧に説明し、実際にトレーニング改善に活用する姿勢を示すことで、次第に受け入れられます。むしろ、公平な評価制度が確立されることで、優秀なエージェントのモチベーションが向上します。