VOC分析を深める、テキストマイニングとは？

音声認識とセットで知っておきたいテキストマイニングとは

本章ではまずテキストマイニングの概要と、混同しやすい音声マイニングとの違いについて解説します。

テキストマイニングとは

テキストマイニングとは大量のテキストデータを単語別に分け、単語の相関関係や出現頻度を分析し、有益な情報を抽出することです。テキストマイニングはテキストデータからより付加価値の高い情報を収集・分析することを目的としており、テキスト単体では発見できなかった傾向や変化を読み取る際に用いられます。

テキストマイニングと音声マイニングの違い

テキストマイニングと混同しやすいものに音声マイニングがあります。

音声マイニングとは音声データを音声認識機能によってテキストデータ化し、そのデータをテキストマイニングで分析、有益な情報を抽出することです。つまり、音声認識機能とテキストマイニングをかけ合わせたものであり、近年この手法を用いて膨大なデータをビジネスに活用する動きがあります。

VOC（顧客の声）をはじめとした、日々蓄積されていくテキストデータや音声データを人手で文字起こしするのは大きな負担です。しかしテキストマイニングと音声認識を組み合わせながら活用する、音声マイニングを行うことで、膨大なデータを分析できる体制を整え、業務負担を軽減することが可能になります。

VOCについては以下の記事で詳しく説明していますので合わせてご覧ください。

続いてはテキストマイニングを導入する具体的なメリットを紹介します。

テキストマイニングを導入することで生まれるメリット

テキストマイニングは音声認識とセットで活用することで、アンケート調査の回答やクレームなどVOC（顧客の声）の質がより深くなるため、以下のようなメリットが生まれます。

導入メリット①顧客のニーズを予測できる

音声認識によりデータ化されたユーザーの意見や文章で送られたクレーム、アンケート調査の回答といったVOCをテキストマイニングで自然言語処理を用いて分析することで、今後新たに発生するニーズや将来の需要や傾向、より良い顧客対応の考案に応用することが可能になります。

さらにニーズを予測できるので、事前に対応マニュアルの変更・修正も可能となります。

導入メリット②データ分析の負担軽減ができる

企業によっては顧客対応の記録やトラブルの記録のテキストデータを保有している場合もありますが、データの量が膨大であるため、オペレーターの業務負荷軽減や効率的な運用のために活用できていないことが多くあります。また、データ分析そのものに手間がかかり担当者の業務負担につながっていることもあります。

しかしテキストマイニングを使ったデータ分析であれば、膨大なデータをスムーズに分析できるため、データ分析にかかるオペレーターの業務負荷が軽減されるだけではなく、分析結果を業務効率化の施策に取り入れることが可能になるため、離職率の低下、人手不足の改善なども期待できます。

導入メリット③データ確認により応対品質が向上する

テキストマイニングを導入することで過去のオペレーターのやり取りの記録を分析し、Q&Aの更新や商品紹介に再利用することができきるため、商品やサービスの品質向上が期待できます。

また過去のオペレーターのやり取りを確認することで、ユーザーの解約原因を把握することが可能です。

解約の原因はコールセンターの対応だけでなく、商品やサービスの質に問題があるケースもあるため、なぜ解約につながったのか、テキストマイニングを通して分析し、原因をはっきりさせることで、適切な改善を行えます。

導入メリット④優れたオペレーターのノウハウが共有できる

テキストマイニングは、ユーザーだけでなくオペレーターのノウハウの共有にも活用可能です。高いスキルを持つオペレーターの応答記録をテキストマイニングで分析することで、優れたノウハウの抽出ができます。

オペレーター全員がノウハウを共有すると、オペレーター教育の効率化やコールセンター全体の応対の質の向上につながります。

続いては、テキストマイニングを導入する上で、IVRが必要となる理由について解説します。

テキストマイニングのメリットを最大限実感するためにはIVRが有効

テキストマイニングは膨大なテキストデータがあることが前提の手法であることから、より正確な分析を実施するためには、大量のデータを効率的に収集する必要があります。データ収集を効率よく行うには、時間外や繁忙時に関係なく、24時間365日人手をかけずに顧客対応が可能になるうえ、音声データを確保できるIVRが最適です。

IVRの仕組みや機能、活用シーンについては以下の記事で解説していますので、詳しく知りたい方はあわせてご覧ください。

以下では、IVRが有効となる具体的な理由を2つ紹介します。

データ蓄積を効率的に行える

IVRはオペレーターが不要で、自動応答が可能なため、ユーザーの情報を効率よく集めることができます。ユーザーもガイダンスに沿ってボタン操作と音声入力をするだけで受付が完了するため手間がかかりません。

以下の記事では24時間365日効率的に顧客接点を持てる自動受付IVRについて詳しく紹介していますので合わせてご覧ください。

データ管理の仕組みづくりができる

IVRの導入により、IVRでデータを集め、音声認識でテキスト化し、テキストマイニングで分析するというデータ管理を行う仕組みを作ることができます。データ管理の仕組みができれば、あとは仕組みに沿って業務を進めるだけであるため、作業効率の向上にもつながります。

続いては、IVRを実際に導入する際の流れと導入時の注意点を紹介します。

導入するまでの流れと注意点

IVRを導入する際の具体的な流れは以下の通りです。

より詳しい導入フローは以下をご覧ください。

上記の流れを理解したうえで、導入予定の IVRや音声認識、テキストマイニングとの連携が可能か、それぞれのシステムの認識精度はどの程度かといったポイントを確認する必要があります。

続いては、外部サービスとの連携と認識精度の両方を満たすサービスを紹介します。

外部サービスとの連携実績が豊富なMediaVoice

テキストマイニングは、IVRで行う自動受付と組み合わせることで、24時間365日音声認識機能によってテキスト化されたデータを収集することが可能になります。また、収集したデータを分析することでさらなる顧客満足度向上につながります。

テキストマイニングとの連携を図りたい場合、MediaVoiceの利用がおすすめです。MediaVoiceは多種多様な外部サービスとのシームレスな連携が可能であり、普段使用しているサービスと連携することで、業務効率化を実現してくれます。

MediaVoiceについてはこちらをご覧ください。