スキルベースルーティング

スキルベースルーティングとは?

スキルベースルーティング(SBR)は、事前に定義されたスキルセット、専門知識レベル、および各問い合わせの特定要件に基づいて、着信する顧客とのやり取りを最も適格なエージェントにインテリジェントに振り分ける高度なコンタクトセンター技術です。通話をランダムまたは順次配分する従来のルーティング方法とは異なり、スキルベースルーティングは顧客の要求の性質を分析し、その特定のタイプのやり取りを効果的に処理するための適切な知識、言語能力、技術的専門知識、または専門的なトレーニングを持つエージェントとマッチングします。

このシステムは、技術スキル、製品知識、言語能力、認定レベル、パフォーマンス指標を含む各エージェントの能力の詳細なプロファイルを維持することで動作します。音声、メール、チャット、ソーシャルメディアなど、どのチャネルを通じて顧客からの連絡が届いても、ルーティングエンジンは顧客のアカウント情報、やり取り履歴、選択されたメニューオプション、またはメッセージ内のキーワードなど、複数の要因を評価します。この分析により、システムは問い合わせを解決するために必要な特定のスキルを判断し、その後、それらの要件に一致する最も適切な利用可能なエージェントを特定することができます。

最新のスキルベースルーティングシステムは、単純なスキルマッチングを超えて進化し、エージェントの作業負荷、顧客の優先度レベル、サービスレベル契約、リアルタイムのパフォーマンスデータなどの追加変数を考慮する高度なアルゴリズムを組み込んでいます。これらのインテリジェントなルーティング決定は、初回コール解決率を大幅に向上させ、平均処理時間を短縮し、顧客が自分のニーズに効率的かつ正確に対応できるエージェントと接続されることを保証することで、全体的な顧客満足度を向上させます。この技術は、オムニチャネルコンタクトセンターの不可欠なコンポーネントとなっており、組織がすべてのやり取りタッチポイントでパーソナライズされた高品質な顧客体験を提供しながら、リソース利用を最適化することを可能にしています。

コアルーティング技術とコンポーネント

自動着信呼分配(ACD)システムは、着信するやり取りを管理し、ルーティング決定を実装する基盤技術として機能します。最新のACDプラットフォームは、顧客関係管理システムおよび労働力管理ツールと統合され、エージェントの可用性、スキル、パフォーマンス指標に関するリアルタイムデータにアクセスします。

対話型音声応答(IVR)統合により、顧客はメニュー選択または音声認識を通じて問い合わせに関する初期情報を提供できます。この入力は、ルーティングシステムが要求の性質を理解し、エージェントに接続する前に適切なスキル要件を決定するのに役立ちます。

顧客関係管理(CRM)統合は、顧客履歴、アカウント詳細、以前のやり取り記録へのアクセスを提供します。この統合により、ルーティングシステムは、ルーティング決定を行う際に、価値階層、優先言語、または以前の問題などの顧客固有の要因を考慮できます。

リアルタイム分析エンジンは、システムパフォーマンス、エージェントの生産性、顧客満足度指標を継続的に監視します。これらのエンジンは、動的なルーティング調整に必要なデータを提供し、実際の結果に基づいてスキルベースルーティングアルゴリズムを最適化するのに役立ちます。

労働力管理統合は、ルーティング決定をエージェントのスケジューリング、予測、キャパシティプランニングシステムと接続します。この統合により、スキルベースルーティングが人員配置レベルおよびビジネス目標と整合し、サービスレベル目標を維持することが保証されます。

オムニチャネルオーケストレーションプラットフォームは、音声、メール、チャット、ソーシャルメディア、ビデオインタラクションを含む複数のコミュニケーションチャネルにわたってスキルベースルーティングを拡張します。これらのプラットフォームは、顧客が組織とどのようにやり取りすることを選択しても、一貫したスキルマッチングを維持します。

機械学習アルゴリズムは、履歴的なやり取りデータを分析してパターンを特定し、ルーティング精度を継続的に向上させます。これらのアルゴリズムは、特定のタイプの問い合わせに必要なスキルを予測し、成功した解決結果に基づいてルーティングパラメータを調整できます。

スキルベースルーティングの仕組み

スキルベースルーティングプロセスは、顧客が利用可能な任意のチャネルを通じて連絡を開始したときに始まります。システムは、電話番号、アカウント詳細、やり取り履歴、およびIVRメニューまたはWebフォームを通じて提供された初期入力を含む、顧客に関する利用可能な情報を即座にキャプチャします。

次に、ルーティングエンジンは顧客の要求を分析して、解決に必要な特定のスキルを決定します。この分析には、選択されたメニューオプションの評価、チャットメッセージまたはメールからのキーワードの解析、製品タイプを特定するためのアカウント情報のレビュー、または進行中の問題を理解するための以前のやり取り記録へのアクセスが含まれる場合があります。

次に、システムはエージェントデータベースにクエリを実行して、必要なスキルを持つすべての利用可能なエージェントを特定します。このクエリは、技術的能力、言語能力、製品専門知識、認定レベル、および顧客のニーズに関連する専門的なトレーニングを含む複数の要因を考慮します。

エージェントの特定に続いて、ルーティングアルゴリズムは、適格なプールから最適なエージェントを選択するために追加の基準を評価します。これらの基準には、現在の作業負荷、パフォーマンス指標、顧客の優先度レベル、サービスレベル契約、および類似の問い合わせでの過去の成功率が含まれる場合があります。

複数の適格なエージェントが利用可能な場合、システムは最終選択を行うために優先順位付けルールを適用します。これらのルールは、組織の設定された優先順位に応じて、最高のスキル評価、最低の現在の作業負荷、最高のパフォーマンス指標、または最長のアイドル時間を持つエージェントを優先する場合があります。

適格なエージェントがすぐに利用できない場合、システムは顧客のニーズと推定待ち時間に基づいて、顧客を優先キューに配置します。キューの位置は、顧客の価値階層、緊急度レベル、および必要なスキルを持つエージェントの可用性予測などの要因を考慮します。

ルーティングシステムは、接続されると、やり取りを継続的に監視し、解決結果、顧客満足度、エージェントのパフォーマンスに関するデータを収集します。この情報は、将来のマッチング決定を改善し、全体的なシステムの効果を最適化するために、ルーティングアルゴリズムにフィードバックされます。

プロセス全体を通じて、システムは、キューのステータス、エージェントの利用状況、サービスレベルのパフォーマンスに関するリアルタイムの更新をスーパーバイザーおよび労働力管理チームに提供します。これらの更新により、積極的な管理決定が可能になり、ルーティング戦略がビジネス目標と整合することが保証されます。

ワークフローの例: 顧客がエンタープライズソフトウェアサブスクリプションの複雑な請求紛争について電話をかけます。IVRはこれを請求に関する問い合わせとして識別し、CRMデータは彼らが高価値のエンタープライズ顧客であることを示し、システムは請求の専門知識、エンタープライズアカウントの経験、および高い顧客満足度評価を持つエージェントに彼らをルーティングします。

主な利点

初回コール解決率の向上は、顧客を初回のやり取り中に問い合わせを完全に対処するために必要な特定の知識とスキルを持つエージェントと接続することから生じます。これにより、顧客をイライラさせ、運用コストを増加させる可能性のあるコールバック、転送、またはエスカレーションの必要性が減少します。

顧客満足度スコアの向上は、顧客が特定のニーズを理解し、正確なソリューションを提供できる知識豊富で効率的なサービスを受けるときに発生します。適切なスキルマッチングによって作成されるパーソナライズされた体験は、より高い満足度評価と顧客ロイヤルティの向上につながります。

平均処理時間の短縮は、エージェントが不慣れなトピックを調査したり、同僚からの支援を求めたりする時間を排除することで達成されます。エージェントが専門分野内の問い合わせを処理する場合、問題をより迅速かつ効率的に解決できます。

エージェントのストレスと離職率の低下は、エージェントが主に自分のスキルと興味に一致するやり取りに取り組むことから生じます。この整合性は、フラストレーションを軽減し、仕事の満足度を高め、挑戦的または不適切な割り当てのために離職する可能性のある経験豊富なスタッフメンバーを維持するのに役立ちます。

リソース利用の最適化は、高度なスキルを持つエージェントが専門知識を必要とする複雑な問い合わせに集中し、日常的な問題は適切だがそれほど専門的でないスキルを持つエージェントによって処理されることを保証します。この効率的な配分は、トレーニング投資と人的資源の価値を最大化します。

収益機会の増加は、販売志向のやり取りが実証された販売スキルと製品知識を持つエージェントにルーティングされるときに現れます。これらのエージェントは、肯定的な顧客関係を維持しながら、アップセルおよびクロスセルの機会をより適切に特定できます。

コンプライアンス管理の改善は、規制されたまたは機密性の高い問い合わせを、適切な認定、トレーニング、およびコンプライアンス知識を持つエージェントにルーティングすることで達成されます。これにより、規制違反のリスクが軽減され、顧客が複雑なトピックに関する正確な情報を受け取ることが保証されます。

サービスレベル達成の向上は、ルーティング決定がスキル要件とサービスレベル目標の両方を考慮するときに発生します。システムは、すべての指標で最適なパフォーマンスを維持するために、品質目標と効率目標のバランスを取ることができます。

エージェント開発の強化は、ルーティングデータがスキルギャップとトレーニング機会を特定するときに発生します。組織は、この情報を使用して、全体的なチーム能力とキャリア向上の機会を改善する対象を絞った開発プログラムを作成できます。

スケーラブルな運用成長は、コンタクトセンター運用の完全な再構築を必要とせずに、新しい製品、サービス、およびやり取りタイプに対応できるスキルベースルーティングシステムによってサポートされます。

一般的な使用例

テクニカルサポートセンターは、スキルベースルーティングを利用して、特定の製品、ソフトウェアバージョン、または技術ドメインの専門知識を持つエージェントと顧客をマッチングします。これにより、複雑な技術的問題が、正確なトラブルシューティングと解決ガイダンスを提供できる適格な担当者によって処理されることが保証されます。

金融サービス組織は、スキルベースルーティングを実装して、銀行、投資、保険、またはローンの問い合わせに対して適切なライセンス、認定、および製品知識を持つエージェントに顧客を誘導します。このアプローチは、専門的な金融ガイダンスを提供しながら、規制遵守を保証します。

ヘルスケアコンタクトセンターは、各コールの性質に基づいて、医療知識、保険の専門知識、または予約スケジューリング能力を持つエージェントに患者の問い合わせをルーティングします。この専門化は、患者ケアの調整を改善し、機密性の高い医療情報の正確な取り扱いを保証します。

多言語カスタマーサポート運用は、スキルベースルーティングを使用して、顧客を優先言語を流暢に話すエージェントと接続します。この機能は、複数の地域と文化にわたる多様な顧客層にサービスを提供するグローバル組織にとって不可欠です。

Eコマースカスタマーサービスセンターは、注文、返品、製品情報、または技術的問題に関する問い合わせを、関連する専門知識を持つエージェントにルーティングします。この専門化は、ショッピング関連の質問を迅速に解決し、追加販売の機会を特定するのに役立ちます。

通信会社は、基本的な請求の質問から複雑なネットワークトラブルシューティングまで、多様な問い合わせを処理するためにスキルベースルーティングを実装します。住宅顧客とビジネス顧客、およびモバイル、インターネット、テレビを含むさまざまなサービスタイプには、異なるスキルセットが必要です。

サービスとしてのソフトウェア(SaaS)プロバイダーは、製品モジュール、ユーザーロール、実装フェーズ、または技術的複雑さレベルに基づいて顧客の連絡をルーティングします。このアプローチにより、顧客が特定のソフトウェア構成とビジネス要件を理解するエージェントからサポートを受けることが保証されます。

保険請求処理センターは、スキルベースルーティングを使用して、特定の補償タイプ、請求カテゴリ、または調査要件の専門知識を持つエージェントに請求を誘導します。この専門化は、請求処理の精度を向上させ、適切な和解決定を保証するのに役立ちます。

ルーティング方法の比較

課題と考慮事項

スキル評価の精度は、スキル評価が実際のパフォーマンスレベルを反映することを保証するために、エージェント能力の継続的な評価と検証を必要とします。不正確なスキル評価は、不適切なルーティング決定と顧客満足度の低下につながる可能性があります。

キュー管理の複雑さは、複数のスキル要件をサービスレベル目標とバランスさせる必要がある場合に大幅に増加します。組織は、専門スキルの過度な待ち時間を防ぐために、キューの優先順位とオーバーフロールールを慎重に構成する必要があります。

エージェント利用の不均衡は、特定のスキルが高い需要にある一方で、他のスキルが十分に活用されていない場合に発生する可能性があります。この状況は、効率的な運用を維持するために、慎重な労働力計画とクロストレーニングイニシアチブを必要とします。

システム統合の課題は、スキルベースルーティングが既存のCRM、労働力管理、およびレポートシステムとシームレスに連携する必要がある場合に発生します。統合が不十分だと、データの不整合と最適でないルーティング決定が生じる可能性があります。

パフォーマンス監視の複雑さは、組織が複数のスキルカテゴリとルーティングシナリオにわたって指標を追跡する必要があるため、増加します。従来のコンタクトセンター指標は、スキルベースルーティング戦略の効果を適切に捉えられない場合があります。

トレーニングと開発のオーバーヘッドは、組織が進化する顧客ニーズとビジネス要件を満たすために、エージェントのスキルセットを継続的に評価、更新、拡張する必要があるため、増加します。

顧客期待管理は、顧客が専門スキルのためにより長い待ち時間を経験する場合、より困難になります。組織は、スキルマッチングの利点と許容可能なサービスレベルのバランスを取る必要があります。

技術投資要件は、スキルベースルーティングシステムが効果的に動作するために高度なソフトウェア、ハードウェア、および継続的なメンテナンスを必要とするため、かなりのものになる可能性があります。

変更管理への抵抗は、エージェントとスーパーバイザーが従来のアプローチとは異なる新しいルーティング方法、スキル評価、およびパフォーマンス指標に適応する必要がある場合に発生する可能性があります。

スケーラビリティ計画の課題は、組織が成長し、追加のスキルカテゴリとルーティングの複雑さを必要とする新しい製品、サービス、またはやり取りチャネルを追加するときに現れます。

実装のベストプラクティス

包括的なスキル分類法の開発には、すべての関連スキル、熟練度レベル、および評価基準を定義する詳細なフレームワークの作成が含まれます。この分類法は、継続的なメンテナンスのために管理可能なままでありながら、ビジネス目標と顧客ニーズと整合する必要があります。

段階的なロールアウト戦略は、システム全体に拡大する前に、特定の部門またはやり取りタイプから始めて、段階的にスキルベースルーティングを実装します。このアプローチにより、運用全体を中断することなく、テスト、改良、および変更管理が可能になります。

定期的なスキル評価の更新は、継続的な評価、トレーニングの完了、およびパフォーマンスレビューを通じて、エージェントプロファイルが正確で最新のままであることを保証します。自動評価ツールは、管理オーバーヘッドを削減しながら精度を維持するのに役立ちます。

キューオーバーフロールールの構成は、必要なスキルを持つエージェントが利用できない状況を処理するための明確なガイドラインを確立します。これらのルールは、スキルマッチング目標と許容可能なサービスレベルおよび顧客期待のバランスを取る必要があります。

パフォーマンス指標の整合は、スキル固有の解決率、スキルカテゴリ別の顧客満足度、異なる能力にわたるエージェント利用を含む、スキルベースルーティング目標を反映するために従来のコンタクトセンター指標を適応させます。

エージェントのトレーニングとコミュニケーションは、スキルベースルーティングの利点、プロセス、および期待に関する包括的な教育を提供します。エージェントは、自分のスキルがどのように評価され、ルーティング決定が自分の作業割り当てにどのように影響するかを理解する必要があります。

継続的な監視と最適化は、ルーティングの効果、顧客の結果、およびシステムパフォーマンスの継続的な分析を実装します。定期的なレビューは、改善の機会とルーティングアルゴリズムの調整を特定する必要があります。

統合テストプロトコルは、スキルベースルーティングがCRM、労働力管理、レポートプラットフォームを含むすべての接続されたシステムとシームレスに連携することを保証します。徹底的なテストは、データの不整合と運用の中断を防ぎます。

バックアップルーティング戦略は、システムの問題、人員不足、またはその他の運用上の課題によりスキルベースルーティングが機能できない場合の代替ルーティング方法を確立します。これらのバックアッププランは、継続的なサービス提供を保証します。

ステークホルダーエンゲージメントプログラムは、スキルベースルーティング戦略の設計、実装、および継続的な改良にスーパーバイザー、エージェント、およびその他のステークホルダーを関与させます。このエンゲージメントは、賛同を確保し、実用的な改善機会を特定するのに役立ちます。

高度な技術

機械学習強化ルーティングは、人工知能アルゴリズムを利用して履歴的なやり取りデータを分析し、顧客の特性、問い合わせパターン、および成功した解決結果に基づいて最適なルーティング決定を予測します。これらのシステムは、自動学習プロセスを通じてルーティング精度を継続的に向上させます。

動的スキル重み付けは、キューの長さ、サービスレベルのパフォーマンス、顧客の優先度レベルなどのリアルタイム条件に基づいて、異なるスキルの重要性を調整します。この技術は、スキルマッチング目標と運用効率要件のバランスを取るのに役立ちます。

予測ルーティング分析は、予測モデルを使用して顧客の連絡パターンを予測し、エージェントのスケジューリングとスキル割り当てを積極的に調整します。このアプローチは、最も必要なときに適切なスキルが利用可能であることを保証するのに役立ちます。

感情ベースのルーティングは、顧客の感情とフラストレーションレベルを分析して、強力なソフトスキルまたはエスカレーション解除能力を持つエージェントにやり取りをルーティングします。この技術は、否定的な体験がより深刻な問題にエスカレートするのを防ぐのに役立ちます。

コンテキストルーティングインテリジェンスは、最近のウェブサイト活動、以前の購入、またはサポート履歴を含む、より広範な顧客ジャーニー情報を考慮して、根本的な顧客ニーズに対処するより情報に基づいたルーティング決定を行います。

マルチチャネルスキルオーケストレーションは、すべての顧客やり取りチャネルにわたってスキルベースルーティングを調整し、一貫したサービス品質を保証し、顧客がジャーニー中にコミュニケーション方法を切り替えるときにコンテキストを維持します。

将来の方向性

人工知能統合により、自然言語処理、感情検出、および顧客が明示的に述べる前にニーズを予測できる予測分析に基づいて、より洗練されたルーティング決定が可能になります。

リアルタイムスキル適応により、システムは即座のパフォーマンスフィードバックと成功した解決結果に基づいてエージェントのスキル評価を動的に調整し、より応答性が高く正確なルーティング決定を作成できます。

顧客セルフサービス統合は、スキルベースルーティングとインテリジェントオートメーションを組み合わせて、人間の介入が必要な時期を判断し、セルフサービスとエージェント支援のやり取り間のシームレスな移行を保証します。

バイオメトリックパフォーマンス監視は、ストレスレベル、認知負荷、およびその他の生理学的指標を組み込んで、サービス品質を維持しながら燃え尽き症候群を防ぎ、エージェントの割り当てを最適化する可能性があります。

ブロックチェーンベースのスキル検証は、スキルベースルーティング決定の精度と信頼性を向上させるエージェントの認定とトレーニング完了の安全で検証可能な記録を提供する可能性があります。

拡張現実サポートツールにより、エージェントはやり取り中にリアルタイムのガイダンスと専門知識にアクセスでき、効果的にスキル能力を拡張し、ルーティングの柔軟性を向上させます。

参考文献

1. Koole, G. (2013). Call Center Optimization. MG Books.
2. Gans, N., Koole, G., & Mandelbaum, A. (2003). Telephone call centers: Tutorial, review, and research prospects. Manufacturing & Service Operations Management, 5(2), 79-141.
3. Aksin, Z., Armony, M., & Mehrotra, V. (2007). The modern call center: A multi-disciplinary perspective on operations management research. Production and Operations Management, 16(6), 665-688.
4. Brown, L., et al. (2019). Skills-based routing in omnichannel contact centers. International Journal of Production Economics, 215, 75-88.
5. Mehrotra, V., & Fama, J. (2003). Call center simulation modeling: Methods, challenges, and opportunities. Proceedings of the 2003 Winter Simulation Conference, 135-143.
6. Saltzman, R. M., & Mehrotra, V. (2001). A call center uses simulation to drive strategic change. Interfaces, 31(3), 87-101.
7. Armony, M., & Maglaras, C. (2004). On customer contact centers with a call-back option: Customer decisions, routing rules, and system design. Operations Research, 52(2), 271-292.
8. Wallace, R. B., & Whitt, W. (2005). A staffing algorithm for call centers with skill-based routing. Manufacturing & Service Operations Management, 7(4), 276-294.