ページの本文へ

Hitachi

ビッグデータ×AI(人工知能)

お客さま声分析

代替テキスト

お客さまの潜在ニーズの発見による顧客満足度向上

アンケートや問い合わせの音声/テキストを分析。潜在的ニーズを抽出し、ニーズに即したサービスを提供することで、顧客満足度向上、成約率アップにつなげます。

ケース1:店舗サービスの改善

【課題】店舗に寄せられたお客さまの声を分析し、顧客満足度の向上につなげたい。

データ

収集したお客さまの声に加えて、インターネット上に散在する商品、サービスなどに関する声を収集してデータ化します。

  • お問い合わせ
  • お客さまカード
  • アンケート
  • ソーシャルメディア

分析

お客さまはどのような点に不満を感じているのか?

お客さまの用途に合わせた辞書を使用して特定の声を抽出。出現頻度の高い単語や単語間の関係を可視化・分析します。

テキストマイニング ネットワーク分析

生まれる価値

代替テキスト

これまで見落としていた事実や意見に基づいて業務を改善し、顧客満足度が向上

分析の結果、「店舗近くのある場所が見つけにくい」ことや「ある製品では特定の時期に類似したお問い合わせが多い」という事実を発見。事実に基づいて業務を改善することで、顧客満足度の向上につなげられます。

ケース2:商品レコメンドの最適化

【課題】相談窓口に寄せられた問い合わせを分析し、適切な商品レコメンドを実現したい。

データ

構造化データと非構造化データ(音声/テキスト)を掛け合わせ、2つのデータの関係を分析します。

  • 構造化データ
    年齢/性別/通話件数/通話時間/取引額 など
  • 非構造化データ
    相づち数/沈黙時間/頻出ワード/取引未成立時の内容 など

分析

代替テキスト

年代別によく利用される商品名は?

相談窓口に寄せられた問い合わせの中から年代別によく利用される商品名を抽出します。

音声分析 相関分析

生まれる価値

年齢別興味商品
年齢別興味商品

年代別のニーズに応じた適切な商品レコメンドを実現

分析結果から「60歳以上は○○志向の商品に関する発言多い」といった相関関係が判明。
年代別のニーズに応じて適切な商品レコメンドが可能になります。