要約作成が人ごとにばらつく
通話後に何を書くべきかが属人化し、履歴の粒度や表現がそろいません。
AHT：1件あたりの処理時間
ACWの内訳を測る
- 要約会話の要点を記録
- 分類用件・対応結果を整理
- 転記必要な項目へ入力
- 確認・修正根拠と照合して完了
AIの下書きを作る時間 ＋ 人が確認・修正する時間後処理全体で評価し、修正率もあわせて確認します。
本文で扱う集計単位を示した概念図です。帯の幅は実測時間の比率ではありません。導入前後は、同じ窓口・用件・集計範囲で比較します。
Pain Points
ACW削減で最初に解くべき課題。
分類と入力に時間がかかる
問い合わせ区分、顧客情報、次回アクションを複数画面へ転記するため、次の受電に移れません。
削減率だけを追うと品質が落ちる
短縮だけをKPIにすると、重要な確認漏れや後続部門への情報不足が起きます。
ContactX Approach
通話ログを、CRM登録前の構造化データに変える。
要約の自動生成、項目別の信頼度表示、送信前確認、連携エラー時の戻し方まで含めて設計します。
通話を文字起こし
既存電話の音声を取り込み、発話内容を時系列で記録します。
要約・分類を下書き
問い合わせ種別、対応内容、次アクションをAIが候補化します。
人が確認して送信
信頼度が低い項目を中心に確認し、CRM・基幹へ登録します。
FAQ
ACW削減に関するよくある質問
ACWはどこまでAIで短縮できますか？
通話要約、問い合わせ分類、対応履歴、CRM入力下書きはAIで支援できます。削減幅は業務手順と連携範囲で変わるため、PoCでは後処理時間とAI修正率を同時に測ります。
CRMへの自動登録までできますか？
API、RPA、CSVのいずれかで連携します。重要項目や信頼度が低い項目は送信前に人が確認する運用にできます。
要約の品質をどう管理しますか？
人が修正した箇所をログ化し、よく直される項目を画面、プロンプト、ナレッジに戻して改善します。