問い合わせ対応を効率化 コールセンター/ヘルプデスク向けクラウドCRMシステム

東京
03-5369-4845
大阪
06-6376-5222
福岡
092-739-8085

コールセンター向けCRMシステム 楽テル|HOME  >  コラム  >  できる管理者はここが違う!データマイニングがコールセンターを分析し利益を生む

HOME  >  コラム  >  できる管理者はここが違う!データマイニングがコールセンターを分析し利益を生む

2019/7/12

できる管理者はここが違う!
データマイニングがコールセンターを分析し利益を生む

できる管理者はここが違う!データマイニングがコールセンターを分析し利益を生む

こんにちは!楽テルコラム担当です。

近年のIT技術の進化によって、誰でも容易に情報を収集し、かつ低いコストでデータの保持ができるようになったことで、企業や個人がビッグデータを集め、その蓄積したデータから分析が可能となりました。まさにビッグデータの時代といえます。各企業がその活用手法を日夜考えている状況になりつつありますが、そんな中で注目を集めているのが「データマイニング」です。
今回は、「データマイニング」とはどのようなものかを解説するとともに、コールセンターでも実装可能な取り組みについて紹介していきます。

データマイニングとは?

データマイニングは、大量のデータの中から自分たちにとって有益となる情報を「発掘」する取り組みのこと。近年、クラウドのシステム、IoTの発展によって、膨大かつ雑多な「ビッグデータ」を企業で蓄積できるようになりましたが、データは手元に集めるだけではその真価を発揮する事はできません。収集したデータを上手く活用し、ビジネス展開の重要なヒントを得る方法を見つけ出したいと、「データマイニング」への関心が高まっているのです。

データマイニングでできること

それでは、データマイニングによってどのようなことが実現できるのでしょうか?
以下のように、大きく3つに分けることができます。

  1. データを分類する
  2. データ間の関連を分析する
  3. 発生する確率を予測する

データマイニングを行うことによって、マーケティングの戦略や方針を練る際に、信頼のあるデータをもとに検討・分析が可能となります。

データマイニングの分析手法

データマイニングには複数の分析手法があります。
分析目的によってどんな方法が適しているかは異なりますが、マーケット・バスケット分析、クラスター分析、決定木分析、回帰分析、ロジスティック回帰分析などがよく使われる方法です。実際に分析を行う際は、単独の手法のみが使われることは少なく、複数の手法を組み合わせ、分析を行う場合がほとんどです。

中でも代表的な手法を3つ紹介していきましょう。

1:マーケット・バスケット分析

マーケット・バスケット分析は、それぞれのデータ間の関連や関係性をみていく手法で、"よく一緒に買われる商品" を見つけるための分析手法のことをいいます。
例えば、夕刻「おむつを買う顧客は同時にビールも買う」という事例は聞いたことがあるでしょうか。夕食の準備で忙しくしている母親から頼まれて父親が紙おむつを買いに行くと、ビールをご褒美として一緒に買っていくため、と解釈されています。
このほか、「日曜大工店でペンキを購入する人の80%はローラーを同時購入する」「食品店でトルティーヤチップスを購入する人の80%は瓶入りサルサソースを同時購入する」などの事例がよく聞かれます。
この分析結果は、商品仕入れや、店舗内のレイアウト、陳列の方法、特売品・キャンペーン商品の選定などを検討する時に参考にされています。また最近は、ECサイトでのおすすめ機能として実際に使われています。

2:クラスター分析

クラスター分析は、性質の異なるものが混ざっている集団の中から、似た性質を持つものを集めて、クラスター(=房、集団、群れ)を作る手法です。簡単にいえば、「似たもの集めの手法」です。

このクラスター分析も大きく分けて2つの方法があります。

1.階層クラスター分析

階層クラスター分析は、最も似ているもの(近いもの)の組み合わせから順番にクラスター化する(まとまりをつくっていく)方法です。
この方法の良い点は、分類を行っていく過程でひとつずつクラスターをまとめていくため、後からクラスター数を決めることができる点です。ただし、分類対象の母数が多くなってしまうと、クラスター化が難しくなったり、分析結果が巨大化して結果が不明瞭になってしまう可能性があるため、一般的にはビッグデータ分析の手法としては不向きです。

2.非階層クラスター分析

非階層クラスター分析は、階層的な構造を持たない手法となり、事前にクラスター数を分けてから、各まとまりに分割を行っていく方法です。事前にクラスターを分ける必要がある点が難しいポイントですが、大量のデータに対しての分析も可能となることから、ビッグデータを分析する際に適した手法となります。

3:ロジスティック回帰分析

ロジスティック回帰分析は、ある因子から判明していない結果の予測を目的とし、またすでに出ている結果を説明するために用いられ、発生確率の予測を行うための手法です。マーケティングとして行った施策に対しての顧客の反応率を分析し、より効果的な施策となるよう改善していく際などに利用されます。

コールセンターの情報もデータマイニングで分析

データマイニングを利用すれば、日々蓄積されていく大量のデータを上手く活用していくことができます。コールセンターへの問い合せの内容の集計から、ブランド別、クレーム別などの属性ごとに特徴的な発言の抽出・分析し、問合せ傾向や話題の変化も把握が可能です。
そうすることによって、今顧客が注目している事柄や顧客が企業に抱いている不満、特定の属性に偏った発言などを発見でき、サービスや商品の課題を特定、改善に繋げることが可能となります。

コールセンターにおいては音声マイニングの活用も

近年、データマイニングによる取り組みはさまざまな分野で実施されていて、コールセンターに集積される音声データも含まれています。
データマイニングによってデータの活用を行っていくには、テキスト形式など分析を行いやすい形式に変更しなければならないことから、音声データは使いにくいとされていましたが、正確性が向上した音声認識機能によって、データマイニングが可能な状態となっています。顧客の音声をテキストのデータに変換して蓄積、活用していくことで、顧客の傾向や要望を把握することも可能となります。

まとめ

データマイニングを用いれば、コールセンターにて集められた大量のデータを活用して、効率よく課題点・改善点を導きだす事ができるようになります。それは、企業に利益をもたらすきっかけになるでしょう。管理者の皆様は、ぜひデータマイニングを導入し、さらなる発展を目指していきましょう。

楽テルバナー