
顧客の声をAIで分類するとき、要約だけを残してはいけない|問い合わせ責任者の「原文・分類・判断」3列台帳
問い合わせ窓口や営業部門の責任者で、顧客の声をAIで整理し、改善テーマを見つけたい部長向けの記事です。
大量の自由記述を読む負担を減らしながら、現場が次に何を直すかを決められる状態をつくります。
結論は、AIの要約だけを共有せず、「原文・分類・判断」を並べた台帳を残すことです。
問い合わせ、アンケート、商談メモには、商品・価格・納期・説明資料・担当者対応など、改善の手掛かりが混在します。AIに渡せば、傾向の要約や論点の分類はできます。
ただし、要約がきれいでも、改善には直結しません。
「納期への不満が多い」という一文だけでは、納期そのものが問題なのか、案内の時期が遅いのか、特定の取引条件で説明が不足しているのかを判断できないためです。分類結果を会議で読むだけでは、担当部署に依頼する内容も曖昧になります。
顧客の声をAIで扱う目的は、報告資料を短くすることではありません。次の改善判断を、元の発言に戻って確かめられるようにすることです。
AI分類で残すべきなのは「原文・分類・判断」です
顧客の声を一件ずつ、次の3列で管理します。表計算ソフトでも、既存の問い合わせ管理表でも構いません。
原文:顧客が伝えた内容。必要に応じて個人情報や案件を特定する情報を伏せます。
分類:AIが付けた論点、要望・不満・質問などの種別、関係する商品や業務の区分です。
判断:人が確認して決めた扱いです。調査する、改善候補にする、個別対応で完了する、分類を修正する、といった結論を記録します。
この3列は、似ていても役割が異なります。
原文は根拠です。分類はAIが整理した見取り図です。判断は部門が行動するための決定です。ここを一つの要約文に混ぜると、「顧客が実際に言ったこと」と「AIの解釈」と「会社として決めたこと」が区別できなくなります。
特に注意したいのは、AIが付けた分類名です。「使いにくい」という声を「機能不足」に入れるか、「操作説明不足」に入れるかで、打ち手は変わります。分類は結論ではありません。仮説です。
最初は20件で分類ルールをつくります
いきなり過去の問い合わせを一括で分類すると、分類名が増えすぎたり、粒度がそろわなかったりします。最初は、直近の同種の記録から20件程度を選び、部長と実務担当者が確認できる量で始めます。
手順は4つです。
1. 対象を一種類に絞ります
問い合わせ、商談後のヒアリング、アンケート自由記述を混ぜないことです。記録された目的や文体が異なるため、同じ分類軸では比較しにくくなります。
例として、カスタマーサポート部門なら「今月受けた、製品利用中の問い合わせ」に限定します。営業部門なら「失注した商談の担当者メモ」に限定します。
この時点で決めるべきなのは、何を改善するために読むかです。操作説明を直したいのか、商品仕様を見直す論点を探したいのか、受付後の対応を改善したいのかで、必要な分類は異なります。
2. 分類の候補を少なく置きます
最初から詳細な分類体系をつくらないことです。まずは4〜6個程度の大分類を置きます。
例として、製品利用中の問い合わせであれば、次のように始められます。
操作・設定
商品仕様
料金・契約
納期・提供体制
説明資料・案内
個別案件の事情
「その他」は残して構いません。ただし、その他が増えたときに内容を見直せるよう、原文は必ず残します。その他をAIの失敗として捨てるのではなく、新しい論点が混ざっている場所として扱います。
3. AIには「分類できない」を返させます
AIに全件をどれか一つに無理に入れさせると、分類表は埋まります。しかし、誤った解釈も見えにくくなります。
依頼文には、判断できない場合の扱いを明記します。
例:
以下の問い合わせを分類してください。出力は「分類」「理由」「確認が必要な点」の3項目です。分類候補は「操作・設定、商品仕様、料金・契約、納期・提供体制、説明資料・案内、個別案件の事情」です。複数の論点がある場合は最大2つまで示してください。原文だけでは判断できない場合は、推測で補わず「確認が必要」と記載してください。
この依頼で重要なのは、AIに正解を急がせないことです。「確認が必要」という行を出せれば、人が読むべき記録を絞れます。
4. 人が判断列を埋め、分類ルールを直します
AIの出力を見て、担当者が判断列を記入します。ここで毎回すべてを書き換える必要はありません。判断が分かれた記録、AIが確認を求めた記録、部署間で対応先が割れた記録を優先して確認します。
例として、「画面が分かりにくい」という原文に対し、AIが「操作・設定」と分類したとします。担当者が説明資料の導線の問題だと判断したなら、分類を「説明資料・案内」に修正し、理由を短く残します。この修正が、次回の依頼文や分類定義を育てる材料になります。
月次会議で見るのは件数だけではありません
分類できるようになると、カテゴリ別件数を集計したくなります。件数は重要です。しかし、件数だけで優先順位を決めると、少数でも放置できない声を見落とします。
会議では、カテゴリごとに次の4点を確認します。
原文を数件読み、AIの分類が意味を取り違えていないか
同じ不満が、どの顧客層・商品・利用場面で出ているか
すでに案内や個別対応で解消できる問題か
改善する場合、担当部署と次の確認期限を置けるか
例として、「料金・契約」の件数が多くても、見積書の説明を補足すれば解消する内容かもしれません。一方で数件しかなくても、契約後に誤解が生じる内容なら、優先して確認する価値があります。
AIは声をまとめられます。しかし、優先順位は自動では決まりません。顧客への影響、対応できる範囲、担当部門の行動を踏まえて決める仕事は、人が持つべきです。
この方法が向かないケース
この台帳は、自由記述から改善論点を見つけるための方法です。すべての顧客対応に使うべきではありません。
まず、緊急性の高い苦情や事故につながる連絡には向きません。月次の分類を待たず、既存の緊急対応ルートで扱うべきです。
次に、記録が極端に短く、判断材料がない場合にも向きません。例として「困っています」だけの記録を分類しても、改善内容は決められません。受付時に何に困っているかを聞く運用を優先します。
また、個人情報や機微な案件情報を含む原文を扱う場合は、利用中のAI環境と社内ルールに照らして、入力してよい範囲を確認してください。入力を急ぐことより、扱う情報を適切に限定することが先です。
まとめ:AIの分類を、改善判断までつなげる
この記事の要点
顧客の声のAI分類では、原文・分類・人の判断を分けて残すことが重要です。
最初は同種の記録20件程度で、少ない分類候補と「確認が必要」の扱いを試します。
月次会議では件数だけでなく、原文、影響、対応先、次の確認期限を確認します。
顧客の声をAIで要約すること自体は難しくありません。難しいのは、要約を見て終わらず、誰が何を改善するかを決め、次回の分類にその判断を反映することです。原文に戻れる台帳があれば、AIの出力を便利な報告文ではなく、改善を進めるための材料として使えます。
顧客の声のAI活用の進め方や、現場で使える分類・確認の型づくりについては、お問い合わせフォーム https://www.aicjp.ai/contactからお気軽にご相談ください。 公式LINE https://lin.ee/viiuU7eからも気軽にご連絡いただけます。