AWS上にカスタム構築されたインテリジェントな医療コールセンター

Amazon TranscribeとQuickSightを活用し、医療コールセンターデータからビジネスインテリジェンスを抽出

機会

業界を問わず、現代のオンラインコミュニケーション手段があるにもかかわらず、コールセンターには依然として膨大な数の電話がかかってきます。多くの組織では通話を録音しており、これらは顧客満足度、顧客離反、競合情報、サービス問題、エージェントのパフォーマンス、キャンペーン効果に関する豊富な洞察の宝庫となる可能性があります。しかし、特に過負荷状態にある医療機関では、電話の量が膨大であるため、コンタクトセンターがそれらの貴重な洞察を得るために通話をレビュー・分析する能力を超えています。そのため、全体像を把握するために、洗練されていない分析を用いて手動でレビューされたごく一部の通話にしか頼ることができないのが現状です。

このケーススタディの中心となる顧客は、広範な運用ネットワークを持つ大手有名診断会社であり、まさにこの課題に直面していました。その医療ラボコールセンターには、毎月10万件以上の電話が顧客サポートセンターに寄せられていました。各通話は録音されていましたが、音声ファイルは単に保存されているだけで、通話品質や結果についてレビューされることはありませんでした。通話に関する高レベルな詳細(件数、時間など)は利用可能でしたが、通話品質に関する可視性は低く、顧客の問い合わせ解決に関する洞察は得られていませんでした。

診断会社は、AWS Healthcare Competencyを持つAWSアドバンストコンサルティングパートナーであるSourceFuseにカスタムアプリケーション開発を依頼し、主要な課題を克服するコンタクトセンターソリューションを構築しました。

  • 高い通話量に伴う運用コストの増大
  • 満足度の低い顧客サービス体験とエージェントのパフォーマンス
  • 着信通話を用いたキャンペーン効果測定の困難さ

解決策

このプロジェクトの初期調査段階で、SourceFuseはレビューした106,170件の通話のうち、20%が<1分未満、30%が切断またはノイズによる中断があり、英語での通話はわずか10%であったことを発見しました。当社の概念実証(PoC)プロジェクトでは、以下の3つの主要な課題を克服するためのソリューションを特定し、提案しました。

  • チャネル
    通話はステレオファイル(通常、左チャネルが最初の話者、右チャネルが2番目の話者)ではなく、シングルチャネルで録音されていました。コールセンターに特化した文字起こしを提供するためには、エージェントと顧客の両方がそれぞれのチャネルで録音されるべきです。
    解決策:チャネルを使用して通話録音を分割できなかったため、話者分離を使用して誰が話しているかを識別し、音声をテキストに変換するAWS Transcribe APIを実装しました。
  • 言語
    顧客は全国に診断センターを展開しており、そのため着信通話は多言語にわたります。これらのシナリオでは、顧客は現地語で話すか、英語と現地語を切り替える場合があります。現地語での通話を文字起こしし、英語に翻訳するためにAWS Translateの使用を調査しました。また、カスタム言語モデルを使用して、最も優勢な言語を検出する自動言語検出をサポートするためにAWS Transcribeも検討しました。いずれの場合も、言語が識別され翻訳された後の非英語通話の全体的な文字起こし精度は低いものでした。
    解決策:PoCの目的のため、顧客とエージェントが英語で会話した通話のみを手動で特定し、データセットで使用しました。
  • 話者
    チャネルの問題により、文字起こしでは話者を話者1と話者2としてしか識別できず、どの話者がコールセンターエージェントであるかを自動的に判断することは不可能でした。
    解決策:後の段階で、話者をより適切に識別するために話者分類モデルをカスタム構築する予定です。

結果として得られたPoCプロセスは以下の通りです。

通話の特定

英語のみの通話を 手動で特定

文字起こし

AWS Transcribeを活用して音声をテキストに変換

テキスト分析

テキスト出力をクリーンアップおよび処理して以下を特定:話者の感情、主要な単語、通話カテゴリ

可視化

AWS QuickSightを使用して結果を可視化

AWS Transcribeに加え、インタラクティブで魅力的なダッシュボードを通じて実用的な洞察とビジネスインテリジェンスを提示するためにAWS QuickSightを実装しました。さらに、顧客のインフラストラクチャをプロビジョニングまたは管理する必要なく、サーバーレスのイベント駆動型コンピューティングのためにAWS Lambdaを活用しました。

結果

定性分析の自動化

このソフトウェアを使用することで、顧客は通話のわずか1〜2%をサンプリングするのではなく、すべての会話をチェックするプロセスを自動化できるようになりました。アナリストは通話を聞くために何百時間も費やす必要がなくなり、手動で結果を記録する際のエラー入力のリスクが排除されます。AIが困難な作業を実行し、さらなる改善領域も特定します。

このダッシュボードにより、品質アナリストと経営陣は、通話の根本的なテーマ、会話のトピック、主要な問い合わせを理解し、新たなカテゴリトレンドを把握することができます。

図1:通話量トレンドと通話トピック

このソリューションは、通話全体の感情と、エージェントおよび顧客に基づく感情をレビューする機能を提供します。これにより、顧客とのやり取りが基準に達していなかった通話をフィルタリングし、エージェントトレーニングのさらなる領域を特定し、より良い顧客体験を提供するのに役立ちます。

図2:感情分析

比類なきインテリジェンスを獲得

自動化された通話レビューパイプラインにより、企業は顧客との会話の100%をレビューし、顧客に最大の価値を提供する提案を見つけることができます。

貴重な市場インテリジェンスとより良い洞察を得ることで、組織はエージェントにより強化されたガイダンスを提供し、より効果的な会話につながります。これにより、エンゲージメント率が革新され、顧客離反が最小限に抑えられます。

図3:市場インテリジェンス

運用コストの削減

このソリューションは、録音された通話の100%を文字起こしし、単語、フレーズ、カテゴリ、テーマを自動的に発見・分析します。音声分析により、以下のことが可能になります。

  • エージェントの対応時間と再コールを削減する洞察により、コンタクトセンターのパフォーマンスを向上
  • 満足度、ビジネス課題、競合情報、マーケティングキャンペーンに関する顧客の洞察を発見
  • コンタクトセンターの録音を通じて根本原因を発見し、リスクのある顧客を予測することで、顧客離反を削減
  • 大規模なサンプルと特定の通話タイプをレビューすることで、品質監視を改善

このような大規模なコンタクトセンターでは、エージェントが通話に集中できる時間を増やすため、後処理時間を最小限に抑えることが重要です。当社のソリューションは、例えば手動でデータを入力することなく通話カテゴリを割り当てるなど、多くの作業を自動的に実行します。これにより、情報収集プロセスにおける人為的ミスの可能性を排除するのに役立ちました。

より良いサポートの構築

音声分析の力により、コールセンターのためのより良いエコシステムを構築することで、以下のことが可能になります。

  • 顧客体験(CX)を向上させ、顧客離反を削減
  • エージェントのトレーニングとモチベーション向上
  • コンプライアンスと品質監視の改善

音声分析により、各スクリプトの中でパフォーマンスが低い、または通話が切断される原因となっている正確な箇所を特定でき、より効果的な最適化が可能になります。同時に、スクリプト化された資料の提供方法を分析できます。これは通常、手動での品質保証なしには不可能です。これにより、エンドユーザーはコールセンターエージェントにより建設的なフィードバックを提供できるようになり、事前に準備されたコンテンツから最も有益な結果を得ることができます。

従量課金制

アプリケーションのデプロイと実行には、通常、かなりの関連コストがかかります。しかし、このソリューションは既存のインフラストラクチャへの影響を最小限に抑えるように特別に設計されており、コストはオンデマンドでスケーリングされます。

顧客体験の向上

膨大な通話量を文字起こしし分析する能力は非常に強力ですが、顧客の感情プロファイルを開発できることはさらに重要です。より良い洞察が得られることで、より効果的な会話が生まれ、顧客満足度を監視するための通話後アンケートの必要性がなくなります。何を言うべきか、どのように言うべきかを知ることは、エンゲージメント率と顧客ロイヤルティを革新します。

コンプライアンス管理

音声分析は、エージェントが規制遵守およびコールドコールポリシーに関する組織の義務を果たしていることを保証できます。例えば、各会話の冒頭でエージェントが顧客に対し、誰と話しているのか、その理由を伝えていることを確認します。何も偶然に任せることなく、音声分析ソフトウェアはすべての通話について潜在的な違反がないかチェックできます。

概要

非常に高い通話量、高い運用コストに直面し、顧客満足度の向上を望んでいたこの大手診断組織にとって、これらの課題を克服するには独自のソリューションが必要でした。

SourceFuseは、マイクロサービスとAWSのツールおよびサービスを組み込み、定性データから意味のある実用的な洞察を自動的に分析し提示するビジネスインテリジェンスプラットフォームをカスタム構築し、概念実証を成功させました。

その結果、運用コストを削減しつつ、より良いサポートとコンプライアンスを提供することで、通話対応エージェントと顧客の両方の体験を向上させるオーダーメイドのソリューションが生まれました。

顧客について

顧客は、インド、南アジア、アフリカ、中東に診断センターのチェーンを所有する、インドを代表する有名診断会社です。長年にわたり、同社は優れた診断テストとサービスを提供するブランドとしての強みを反映し、忠実な顧客基盤を築いてきました。

広範な運用ネットワークにより、同社は包括的な臨床検査とプロファイルを提供しています。これらの検査とプロファイルは、疾患の予測、早期発見、診断スクリーニング、確認、および/またはモニタリングに使用されます。診断精度、技術設備、顧客体験、そして研究に基づいた共感的なサービスという点で、業界の水準を高める上で極めて重要な役割を果たしています。

AWS Partner Networkにて2022年11月初版発行

ケーススタディPDFをダウンロード