ライブチャットの運営シリーズ 3回目は、ライブチャットのエージェント数の算出について解説します。 シリーズ1回目で述べたように、ライブチャットの運営は、そのノウハウや方法論が世界的にみても未だ確立していません。 その最たるものが、ワークフォース・プランニング、つまりエージェント数の算出です。 同時セッションの存在やAHT(平均処理時間)の測定が困難なことがそう言わしめているのですが、だからといって、いつまでもアバウトなエージェント配置のままで済むはずがありません。 そこで、コールセンターの教科書プロジェクトでは、ライブチャットのエージェント数の算出のための考え方をまとめ、その算出モデルをここに公開します。 ライブチャットのコンタクト数を予測する エージェント数を算出するためには、その元となるライブチャットのコンタクト数の予測が必要です。 ライブチャットをどのように運用しているかによって、発生の要因となる情報やデータが企業によって異なることを除けば、電話と同様に、回帰分析や時系列分析などの手法を使ってコンタクト数の予測ができます。 具体的には、『コールセンター・マネジメントの教科書』第3章や、Bizコンパスの連載記事「世界の先進コールセンターが実践する業務量予測法とは」をご覧ください。 ライブチャットはサービスレベル・コンタクト 多くの人が、ライブチャットを「レスポンスタイム・コンタクト」(注1)と誤解しています。 おそらく、ライブチャットがテキストによるコミュニケーションであり、メールに似ていることによるものでしょう。 ライブチャットは、明確に「サービスレベル・コンタクト」です。 なぜなら、ライブチャットに対する顧客の最大の期待は、「早くて簡単であること」だからです。 おそらく顧客はライブチャットに対して、電話以上に “待たされる”という発想はないでしょう。 したがって、ライブチャットのオペレーションの第一義的な使命は、「受信したライブチャットに迅速に応答する」ことであり、電話と同様にサービスレベルを設定して、アーランC式によりエージェント数を算出します。 では、ライブチャットのサービスレベルはどれくらいに設定すればよいでしょうか。 現状では日本にはその事例が皆無なので、欧米の例を見てみましょう。 「コールセンターの教科書コラム」の昨年の記事「閲覧注意!サービスレベルの標準値」で紹介した、英国のオンライン・コールセンター専門誌の発表(注2)によると、ライブチャットのサービスレベルは、「80% of Live Chat answered within 40 second」、つまり受信したライブチャットの80%は40秒以内に応答するというものでした。 日本の場合、現状では一部の企業を除きライブチャットのボリュームが少ないため、大半が「受信=即応答」の状況にあります。 したがって、あえて80/40に下げる必要はないでしょうが、今後のライブチャットのコンタクト数の予測を見て、自社にとって適切なサービスレベルを設定してください。 同時セッション数を設定し、処理ユニット数を求める アーランC式でエージェント数を算出する際に考慮しなければならないのが、同時セッション数(CNC)です。 必要なのは、ライブチャットのシステムにあらかじめ設定している「最大同時セッション数」(Maximum CNC)ではなく、オペレーションの実績に基づく「平均同時セッション数」(Average CNC)です。 平均同時セッション数もライブチャットの運用の仕方によってさまざまな影響を受けるため、きっちり正確に計算するのは困難ですが、通常は下記の計算式により、エージェント数の算出に使えるレベルの平均同時セッション数を求めることができます。 「合計ライブチャット処理時間」(Total Live Chat Handle Time)は、特定の時間帯に処理したすべてのライブチャットの応対時間(電話の通話時間に相当)、保留時間(ライブチャット応対中のサイレントやインアクティブなどの時間)、後処理時間の合計時間です。 言い換えるなら、特定の時間帯に処理したすべてのライブチャットのAHT(平均処理時間)の合計ということになります。 「合計ライブチャット・エンゲージメント時間」(Total Live Chat Engagement Hours)は、特定の時間帯にエージェントがライブチャットのオペレーションに従事した合計時間です。 アーランC式の計算には、コンタクト数が必須ですが、チャットの場合、同時セッションを考慮した件数であることが必要です。 それが「処理ユニット数」で、同時に処理したライブチャットのセッションを1つにまとめた“みなしコンタクト数”のようなイメージで、下記の計算式により求めることができます。 アーランC式で使うために、データの単位は1時間とします。 処理時間をどう測るか アーランC式の計算要素として不可欠な処理時間(平均処理時間または合計処理時間)ですが、同時セッションをはじめ、タイムアウト、サイレント、フェイルオーバーなど(それぞれの定義は前回および前々回の記事をご覧ください)の存在が、正確な測定を困難にしています。 現状のライブチャットのオペレーション・システムは、1つひとつのセッションごとにタイムアウトなどの要因を考慮した処理時間をレポートするまでには至っていません。 そのような現状において、少しでも実態に近い処理時間を測定するためには、タイムアウトなどの発生や終了などのタイミングと対処方法をすべてルール化しておくことが必要です。 例えば、最後のアクションから5分経過してもサイレント状態の場合はセッションを終了するといったことです。 すべてのセッションを統一のルールに基づいて運用することで、システムからレポートされる処理時間を、単なる数値でなく“データ”としてエージェント数の算出に利用することができます。 そうして正確な処理時間が得られたならば、平均処理時間にコンタクト数を乗じて合計処理時間を求め、それを処理ユニット数で割って「平均ユニット処理時間」を算出します。処理ユニット数1件あたりの平均処理時間というイメージです。 チャット・コンタクトのエージェント数算出モデルでは、通常の平均処理時間に替わって、この「平均ユニット処理時間」を使います。 ライブチャットのエージェント数算出モデル 以上のようにして求めたサービスレベルや処理時間などの要素に基づく、アーランC式によるライブチャットのエージェント数算出モデルを以下に示します。 この算出モデルにより求めたエージェント数が“完ぺきに正確”というわけにはいきませんが、現状のライブチャットのオペレーションをめぐるさまざまな環境や条件のもとでは、これが最も有効に利用できるツールです。 ※筆者が講師を務める「コールセンターの業務設計講座 ~リソース・マネジメント編~」では、ライブチャットの測定指標やエージェント数の算出方法に関する詳しい解説をおこないます。上記の算出モデルのExcelワークシートを入手することができます。ご興味のある方はぜひご参加ください。 次回は5月30日(木)に大阪(マイドームおおさか)で開催します。詳細はこちら
注1: メール、Web問い合わせフォーム、Fax、レターなどのように、処理の形態が連続作業であり、ワークロード人数算出モデルによる要員算出をおこなうコンタクトのこと
注2: Call Centre Helper “How to Design a Contact Centre for Important Customers” 2018 熊澤伸宏(文/Vol.23)
0 コメント
“チャットは電話よりコストが安い”と言われます。 本当にそうなのでしょうか? 日本よりも数年早くチャットが普及した欧米のコールセンターでは、3~4年前にこの種の議論や検証が盛んにおこなわれ、一定の共通認識が出来上がっています。 ところが日本にはその知見がほとんど紹介されず、未だに多くの企業が “コスト削減” を目的としてチャットの導入を進めています。 誤った期待と使い方によって、せっかくのチャットの導入が失敗とならないよう、欧米の知見を紹介しながら、チャットのオペレーションの本質や考え方などについて考察します。 ぜひ、前回の記事「チャットの測定指標」もあわせてお読みください。 なお、ここで言うチャットとは「ライブチャット」のことです。 AIと並んで大流行の「チャットボット」は、日本ではライブチャットと同類のものとして語られますが、両者はまったく異なるツールですから混同しないようにしましょう。 チャットの方が安いと言われる理由と条件 “チャットの方が電話より安い”と言われるのは、チャットの場合、1人のエージェントが同時に複数のチャットの応対をすることができる――その分、チャットのオペレーションに必要なリソース(エージェント数)が少なくて済む――という理由からです。 このことに、コストや人員抑制の切り札として、採用難に喘ぐ日本のコールセンターが飛びついたというわけです。 確かに「同時セッション」(同時に複数のチャットの応対をすること)は、電話にはないチャットの大きな特徴です。しかし、それが額面通りの効果を発揮するのは、以下のようなシンプルな問い合わせの場合に限られます。 顧客の問い合わせ:「ウインドウを閉じる方法を教えてください」 エージェントの回答:「右上のX印を押してください」 この例のように、エージェントがあれこれ考える必要がなく、即時に明確に回答できるシンプルな問い合わせであれば、定型文のコピペで済ませるなど短時間で機械的に処理することも可能です。 だからこそ同時セッションができるのであり、このような性格から、チャットは機器の操作方法やアプリの使い方といった「カスタマーサポート系」のコールセンターで効果を発揮してきたのです。 このことが、チャット・アプリのプロバイダーやメディアにより、チャット導入のメリットとして喧伝されてきたというわけです。 同時セッションにより、AHT(平均処理時間)が増加する 同時セッションは、以下の理由によりチャットのAHTの増加をもたらします。
上述のカスタマーサポート系のコールセンターの問い合わせの場合は、内容がシンプルなためAHTの増加の影響は少なくて済み、その結果、同時セッションによるエージェント数の抑制がコスト削減効果をもたらします。 ところが、内容が多種多様で、「回答する」ことよりも顧客と「コミュニケーションする」ことが求められる「カスタマーサービス系」のコールセンターでは、事情が異なります。 欧米のコールセンターの経験値や調査によると、カスタマーサービス系のコールセンターでは、同時セッション数が2件の場合、AHTが電話の2倍になるというのが一般的な認識となっています。 3件、4件と同時セッション数が増えれば、AHTの増加の度合いはさらに高まります。 これは、AHTが倍増することで同時セッションによるエージェント数の抑制効果が失われることを意味します。 同時セッションを増やすと顧客満足が低下する 同時セッションは、AHTだけでなく顧客満足にも大きな影響を及ぼします。 欧米の多数のコールセンター・マネージャーは、顧客満足を損なわない同時セッション数の上限を、2または3件と考えています(注1)。 これは、同時セッション数が2または3件を超えると顧客満足が低下すると言い換えることができます。 なお、2件とするセンターの大半はカスタマーサービス系で、3件とするのはカスタマーサポート系が多くを占めているのはわかりやすいところです。 企業側としては、同時セッション数を増やしてコスト削減効果を高めたいところではありますが、それによって顧客満足の低下を招いては元も子もありません。 欧米でも、チャット導入の初期は同時セッション数の増加に腐心していましたが、現在では顧客満足が判断基準となっています。 その結果、カスタマーサービス系では2件、カスタマーサポート系では3件とするのが、現状の共通認識となっています。 ちなみに英語圏でこうなのですから、日本語を使う国内コールセンターの場合は、AHTの観点からも顧客満足の観点からも、より厳しい見方をする必要がありそうです。 チャットの導入は電話を減らすことに非ず チャットを導入しようとするコールセンターの多くが「電話を減らしてコストを削減する」ことを目的として掲げますが、それは大きな誤りです。 なぜなら、そう考えるコールセンターは、電話を好む顧客層とチャットを好む顧客層が異なるという認識を欠いているからです。 チャットの導入により電話が減ったように見えるのは、企業が顧客にチャットへのシフトを強制するからです。 それによって、電話を好む顧客は黙って去っていきます。いくらかの顧客はやむなくチャットを使うものの、決して積極的ではありません。その多くは満足度が下がっています。 もちろん、アプリの操作方法やクレジットカードの残高照会、通販の送料確認のようなシンプルな問い合わせの場合は、多くの顧客が電話よりもチャットを使うようになるでしょう。 しかし、それによって電話には高度で難解、あるいは相談型の時間がかかる問い合わせが集中するようになり、エージェントのトレーニングやナレッジベースの強化、質の高い人財の確保などのための新たな投資やコストの増加が必要となります。 このような本質を見逃して、表面的なコール数の減少を評価するのは、あまりに短絡的と言わざるを得ません。 よく知られているように、チャットを好んで利用するのは「ミレニアル世代」「デジタルネイティブ」などと呼ばれる若年層です。 チャットの導入に積極的に反応するのはこの世代であり、彼らの参入は、それまでコンタクトのなかった新しい顧客層の開拓をもたらすことになります。また、オムニチャネルの活性化にも貢献します。 これがチャット導入のビジネス上の本質的な目的であり、コスト削減とするにはかなりの違和感があることに気付いていただけることでしょう。 以上、AHT、顧客満足、顧客層という3つの観点から、チャットのコストや目的について考察をおこないました。 「人手とコストがかかる電話から、安くて簡単に済むチャットにしたい」といった安易な考えでは、決して目論見通りに行かないであろうことを、ご理解いただけたでしょうか。
注1: 例えば、Call Centre Helper Webinar Poll –Best Practices for Voice, Email and Webchat. September 2015によれば、顧客満足を損なわない同時セッション数は2件(45%)と3件(39%)で大半を占め、4件超は7%に過ぎない
熊澤伸宏(文/Vol.22) |
サイトポリシー | プライバシーポリシー | 特定商取引に基づく表記 | Staff Only
Copyright © 2018 - 2022 コールセンターの教科書プロジェクト All Rights Reserved |