管理できていたのは「何件電話したか」という活動量だけで、そこで何を話しているかは見えていませんでした。成果を生むトークやアプローチを分析して改善する仕組みがありません。まず全件の通話がデータとして残る土台を整え、AIによる解析はその次の段階に置いています。単なる架電の現場から、AIが会話を分析して営業品質を高める組織への転換を目指しています。
架電活動の把握
リアルタイム
オートコール、Salesforceとの連携、KPIダッシュボードの整備が完了しました。架電活動のすべてがデジタルになり、いまどうなっているかをその場で確認できます。
通話と成約の記録
全件が残る
すべての架電データがSalesforceに残るようになりました。通話の件数、成約率、担当者ごとの成績を追えます。
AI解析に向けた準備
基盤構築
AIが学習するためのデータ資産が日々積み上がっています。音声解析やAIによる応対評価に向けた技術基盤の整備を進めているところです。
Overview
業界
コールセンター（通信サービス）
課題領域
架電データの蓄積／応対品質の可視化
実施状況
第1段階（基盤のデジタル化）を中心に進行中
使用したツール
Salesforce／Zoom Phone／オートコール
Problem
1日あたりの架電件数、通電率、アポ率といった数は把握できていました。ところが「なぜアポが取れたのか」「どのトークが効いたのか」という中身の分析ができません。管理できるのは活動量の指標だけで、成果を生むトークやアプローチには手が届かない状態でした。
同じチームの中でも成果にばらつきがありましたが、その原因を特定できません。成績のよい担当者のやり方を組織へ横展開する手段がなく、差は差のまま残ります。
電話の内容が記録も分析もされないため、スクリプトやトークを改善する一周が回りません。頼れるのは個人の経験則だけで、組織としての学習が積み上がらない状態でした。既存システムの容量と拡張性の制約も、録音や会話データの活用を難しくしていました。
管理できるのが「何件電話したか」だけになっている
成果の差がどこから来ているのか特定できない
トークを改善する一周が回らない
既存システムの制約で録音や会話データを活用できない
Approach
目指しているのは、架電の件数で勝負する現場から、AIが会話を分析して営業の品質を高め続ける組織への転換です。そのため、一度に作り込むのではなく、フェーズごとに能力を積み上げる設計にしています。
AIの精度はデータの量と質で決まります。だから解析の仕組みを先に入れるのではなく、全件のデータが残る土台を先に作る順番にしました。
01
営業の動き方と数字の出方を洗い出し、どこにデータが残っていないかを特定します。
02
現場の動きを変えずにデータが残るように、業務の流れと道具の組み合わせを設計します。
03
Salesforce、Zoom Phone、Auto-call などのツールを接続し、通話・商談の記録が自動で残る状態にします。
04
毎週の運用に乗せ、数字の見方と改善の回し方が社内に残るまで併走します。
Result
架電活動をひととおりデータで扱える状態になり、AIが学習するための土台ができました。現在は第1段階を中心に進めている途中で、会話の解析はこの土台の上に載せていきます。
架電活動の把握
リアルタイム
オートコール、Salesforceとの連携、KPIダッシュボードの整備が完了しました。架電活動のすべてがデジタルになり、いまどうなっているかをその場で確認できます。
通話と成約の記録
全件が残る
すべての架電データがSalesforceに残るようになりました。通話の件数、成約率、担当者ごとの成績を追えます。
AI解析に向けた準備
基盤構築
AIが学習するためのデータ資産が日々積み上がっています。音声解析やAIによる応対評価に向けた技術基盤の整備を進めているところです。
Related