分類が付与されるので、お客様の声を客観的に理解しやすくなる
.新たな分類軸に基づいた定量的な分析が可能になる
お客様の課題
- お客様の声のデータが大量にあるが、どのように分類しまとめたら良いかわからない
- データベースごとに分類項目がバラバラで、データに共通した集計分析ができないでいる
- データの分類が不明確なため、解決したい課題へのアプローチが見つからない
サービス概要
蓄積された大量の問合せテキストデータの活用を図ることを支援いたします。
大量のテキストをすべて読むことなく、問合せ情報の分類と全体俯瞰を行います。
どんなクレームが多いのかを把握したくても、クレームの分類がなされていないと集計や分析ができません。
例）同じクレームでも、製品への不満だったり社員への不満だったり様々
データが大量にあれば、漠然と何かがわかりそうな予感がするものですが、分析の観点に基づいた分類が付与されていないと、単に大量データを集計しただけでは普通にわかりそうな一般的な概略しか得られないことがよくあり、焦点がぼやけた分析結果しか得ることができません。
大量データを活用するためには、適切な分類づけを行うことが必要になってくるわけです。
また、データの収集源が単一の場合は問題になることはありませんが、複数ある場合は蓄積場所によっては、項目名が類似していても記録形式（項目のカテゴリー）が異なるということがよくあります。
例）項目：応対時間
記録形式：朝昼晩、午前午後、○時から○時など
どの時間帯にどんなクレームが多いのかを調べようとしても時間情報の持ち方がバラバラでは集計できません。集計分析にかけるためにはこういった項目のカテゴリーを統一する作業も必要となります。
これらの作業を通して、全体俯瞰を行うことになります。
活用方法：テキストマイニングによる業務効率化
大量のテキストをすべて読むことなく、重要キーワードの抽出、グループ俯瞰、課題抽出などを行います。分類されたテキスト群のグループごとに傾向を分析することで、全体では埋もれていた特徴をグループ固有のものとして把握することが可能になります。
例えば、製品に対する問合せデータであれば、製品の抱える課題ごとに分類軸（例えば、色や形状、大きさについてなど）を設計し、分類されたテキスト群を分析することで各課題の問題点や改善案を探るといったことが考えられます。
また、データに紐づいた顧客属性を集計することで、どんな顧客像がどのような要望を持っているかを知って、対策を立てることに応用することもできます。
以上の分析は苦情データに限らず色々なテキストデータに適用することが可能で、大量のテキストデータを分類づけして複合的に分析することで製品や業務に対する知見を引き出すことに応用することが考えられます。
事例
大手電機メーカー様
費用・期間
料金の目安：分類付与・簡易集計（全体俯瞰） 200万円～
期間の目安：1ヵ月～
グループ俯瞰と複合分析は更に1ヵ月程度（データ量に応じて相談）
ユーザー法人への特典
取引初回の企業様に限り
値引き、20万円