目次
コールリーズンとは?
コールリーズンとは、顧客がコールセンターに電話をかけた理由のことで、「コンタクトリーズン」と呼ぶこともあります。
理由を分類して記録したデータそのものを指す場合もあり、入電の内訳を知るための出発点になります。
よくあるコールリーズンの例
例えば、通販やメーカーのコールセンターには「商品の使い方がわからない」「注文内容を変更したい」「サービスを解約したい」といった電話が目立ちます。
また、「届いた商品が間違っていた」「案内された内容と違う」のように、通常の手順から外れた対応が必要な電話もコールリーズンに含まれます。
このように、一般的な問い合わせからイレギュラーな対応まで、電話の理由をすべて記録しておくことが分析の前提になります。
コールリーズンとVOCの違い
VOC(Voice of Customer)は、顧客が企業や商品に対して持つ意見や要望、不満といった「顧客の声」全般を指します。
一方で、コールリーズンは顧客が電話をかけた理由そのものであり、意見や感情は含みません。
コールリーズンは、入電の内訳を把握してコールセンターの業務効率や応対品質を改善するために分析します。
VOCは、顧客のニーズを把握して商品やサービスの改善に役立てます。
また、コールリーズンはVOCを分析するときの基礎データのひとつとしても使われます。
コールリーズンを分析するとわかる4つのこと

コールリーズンを分類して件数や対応時間を集計すると、次の4つが見えてきます。
件数が多く先に手を打つべき問い合わせ
コールセンターには多くの種類の問い合わせが入るため、すべてを同時に対策することはできません。
コールリーズンごとに件数を集計すると、入電全体のなかで大きな割合を占める問い合わせがわかります。
例えば「ログイン方法がわからない」「解約したい」のような決まった内容の電話が上位を占めていれば、その問い合わせへの対策から優先して取り組みましょう。
急に件数が増えている問い合わせ
コールリーズンを月ごとや週ごとに比べると、それまで少なかった問い合わせが急に増えているという変化に気づく場合があります。
背景には商品の不具合やWebサイトの改修、キャンペーンの開始といった出来事があることが多く、原因を早く突き止めれば入電が増え続ける前に手を打てます。
件数の多さだけでなく、前の期間からの増加率もあわせて確認しましょう。
対応に時間がかかっている問い合わせ
コールリーズンごとに平均処理時間(AHT)を記録すると、ほかの問い合わせより対応に時間がかかっている内容がわかります。
例えば、操作案内の手順が複雑で通話が長引いている、オペレーターだけでは判断できず保留や折り返しが増えている、といった原因が考えられるでしょう。
時間がかかっている問い合わせには、トークスクリプトの整備や専門部署へ引き継ぐルールづくりで対応時間を短くすることが有効です。
商品やサービスに対する顧客の不明点
コールリーズンには、顧客がつまずいている箇所がそのまま表れます。
「申し込み画面のどこを押せばよいかわからない」「説明書の手順どおりに動かない」といった電話が多ければ、商品や案内そのものにわかりにくい点があると判断できます。
このような不明点は、問い合わせの原因そのものをなくす改善の材料になります。
コールリーズンを収集する3つの方法

コールリーズンを分析する前に、まずオペレーターが受けた電話の理由を記録する必要があります。
主な方法は次の3つです。
CRMシステムに問い合わせ内容を記録する
CRMシステムは、顧客の基本情報や購入履歴、問い合わせ履歴を管理するシステムです。
応対履歴を入力する画面でコールリーズンの分類を選べるようにしておくと、通話ごとに理由を記録できます。
また、分類を選ばないと応対画面を閉じられない設定にすれば、入力漏れも防げます。
CTIと連動していない場合は応対時間のデータと紐づけられないため、対応時間まで分析するなら連携の有無を確認しましょう。
コールワークコードで通話後に分類する
コールワークコード(CWC)は、あらかじめ分類したコールリーズンをコードとして電話機や応対システムに登録しておき、通話中や通話後にオペレーターがそのコードを選ぶ仕組みです。
ボタンを押すだけで記録できるためオペレーターの入力負担が小さく、応答時間や後処理時間とあわせて集計できます。
ただし押し忘れるとデータが残らないため、終話後の手順として周知しておく必要があります。
音声認識で通話内容を自動でテキスト化する
音声認識を使うと、顧客とオペレーターの通話を自動で文字に起こし、その内容からコールリーズンを分類できます。
オペレーターが手で入力する工程がなくなるため、入力漏れや分類のばらつきが起きにくく、受けた通話すべてを対象にした集計ができます。
また、テキスト化した通話は分類だけでなく応対内容の確認や要約にも使えます。
導入にはコストがかかるため、入電数が多く手作業での集計が追いつかないコールセンターに向いています。
パレート図でコールリーズンを分析する手順

パレート図は、件数の多い順に並べた棒グラフと累計比率の折れ線グラフを組み合わせた図です。
収集したコールリーズンは、パレート図を使うと優先順位を決めやすくなります。
コールリーズンを件数が多い順に並べる
まず、一定期間のコールリーズンを分類ごとに集計し、件数の多い順に並べ替えます。
例えば「資料請求 139件」「解約方法 34件」のように、分類名と件数を表にまとめましょう。
分類が細かすぎると上位が見えにくくなるため、似た内容はひとつにまとめてから並べることをおすすめします。
累計件数と累計比率を計算する
次に、件数の多いコールリーズンから順に件数を足し上げ、累計件数を出します。
その累計件数を全体の件数で割ると、各コールリーズンまでの累計比率がわかります。
例えば最も多い問い合わせが全体の40%、2番目が30%なら、2番目までの累計比率は70%です。
最後の分類で累計比率が100%になっていれば、計算に漏れはありません。
棒グラフと折れ線グラフを組み合わせる
表計算ソフトで、横軸にコールリーズン、左の縦軸に件数の棒グラフ、右の縦軸に累計比率の折れ線グラフを描きます。
棒グラフは右肩下がり、折れ線グラフは右肩上がりになります。
折れ線が80%に達するまでの分類が、入電の大半を占める上位のコールリーズンです。
上位のコールリーズンから対策を決める
できあがったパレート図を見ると、どのコールリーズンまでを優先すれば入電の多くをカバーできるかがわかります。
そこで、上位のコールリーズンから順に、FAQの追加やIVRの見直しといった対策を決めましょう。
ただし、件数が少なくてもクレームのように急いで対応すべき内容は、件数とは別に優先度を判断することをおすすめします。
コールリーズンを分析するときの注意点
分析の精度は、分類の作り方と記録の正確さで決まります。次の2点に注意しましょう。
顧客が使う言葉で分類を作成する
分類の名前を社内の部署名や商品コードで作ると、顧客が実際に話した内容とずれ、オペレーターがどの分類を選ぶか迷います。
例えば、顧客が「パソコンが動かなくなった」と話した電話は、企業側では故障受付のひとつでも、顧客にとっては急いで解決したい問題です。
そのため、分類は「動かない」「使い方がわからない」のように顧客の言葉に近い表現で作り、顧客が置かれた状況が読み取れるようにしましょう。
分類の入力漏れを防ぐルールを決める
オペレーターは多くの電話を続けて受けるため、わずかな空き時間に履歴を残すなかで分類をし忘れたり、別の分類を選んだりすることがあります。
入力漏れや誤りが増えると件数の集計が実態からずれ、分析結果そのものが信用できなくなります。
そのため、判断に迷う問い合わせの分類基準を文書にして全員で共有し、入力後の履歴を定期的に点検するルールを決めておきましょう。
コールリーズン分析結果を活かす4つの方法

分析で上位のコールリーズンがわかったら、顧客が自分で解決できる仕組みと、入った電話を短く正確に処理する仕組みの両方に反映します。
FAQを見直して自己解決を促す
上位のコールリーズンのうち、一問一答で済む内容や手順を読めば解決する内容は、公式サイトのFAQに載せると電話をかける前に顧客が自分で解決できます。
例えば「解約方法」「ログイン方法」の問い合わせが多ければ、その手順をFAQの目立つ位置に置きましょう。
あわせて、FAQの見出しを顧客が検索する言葉に合わせると、該当ページにたどり着きやすくなります。
IVRの選択肢と音声ガイダンスを見直す
IVRの選択肢が実際の入電の内訳と合っていないと、顧客はどの番号を押せばよいか迷い、途中で切ったり違う窓口につながったりします。
件数の多いコールリーズンには専用の選択肢を設け、少ない項目は削るか「その他」にまとめましょう。
また、ガイダンスの文言は分類に使った顧客の言葉に合わせ、案内の順番も件数の多い順に並べ替えることをおすすめします。
トークスクリプトを実際の質問に合わせる
トークスクリプトが作成時の想定のままだと、実際に多い質問や言い回しとずれていきます。
そこで、上位のコールリーズンごとに、顧客が実際に使った言葉と解決までに必要な確認事項を反映した応答例に書き換えましょう。
対応に時間がかかっているコールリーズンは、確認の順番や案内の文言を見直すと通話時間の短縮と誤案内の防止につながります。
商品マニュアルの分かりにくい点を直す
「説明書どおりに操作しても動かない」「どの手順を見ればよいかわからない」といった電話が多い場合、原因は商品や付属のマニュアルにあります。
コールリーズンの分析結果を商品開発やマニュアル作成の部署に共有し、つまずきの多い手順の説明や図を直してもらいましょう。
コールセンターの中だけで結果を持っていると改善が進まないため、定期的に共有する場を設けることが有効です。
コールリーズンの収集を自動化する「LINE WORKS AiCall」
ここまで紹介した収集方法は、いずれもオペレーターが受けた電話をあとから分類する前提です。
一方で、電話の入口にAIを置けば、顧客が自分の言葉で話した用件をAIが理解して振り分けるため、電話を受けた時点でコールリーズンを把握できます。
「LINE WORKS AiCall」は、年間3,000万件の電話対応実績を誇る、業界屈指のボイスボットです。
番号選択ではなく会話によって顧客の用件を理解し、AIボイスボットが自由な発話で問い合わせ内容を聴取します。
FAQ回答が可能な問い合わせなど定型的な問い合わせはAIが完結させ、複雑な案件はAIがお客様と会話した内容を引き継ぎ、オペレーターに転送します。
管理画面では会話ログの確認、ダウンロード、通話記録集計ができます。
導入にあたっては、既存PBXをそのまま活用しながら電話の入口をAI化でき、一部の問い合わせカテゴリから段階的に導入することも可能です。
料金は、対応コールが増えても安心の定額制です。
問い合わせの分類と集計まで手が回らないコールセンターは、ぜひLINE WORKS AiCallの活用をご検討ください。
コールリーズンを分析して業務効率化に役立てよう!
コールリーズンとは、顧客がコールセンターに電話をかけた理由のことで、顧客の意見や感情を指すVOCとは分析の目的が異なります。
CRMシステムやコールワークコード、音声認識で理由を記録し、パレート図で件数の多い順に並べると、先に手を打つべき問い合わせが何かわかります。
分析結果はFAQ、IVR、トークスクリプト、商品マニュアルの見直しに反映し、入電そのものを減らしましょう。
さらに電話の入口をAIに任せれば、用件の聞き取りと振り分けをAIが行い、定型的な問い合わせはAIが完結させます。
コールリーズンの収集と活用を進める手段のひとつとして、LINE WORKS AiCallをご検討ください。