本文へスキップ
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
KPI

有人切り替え率から改善点を見つける

AI SNS CHAT 編集部公開 8分で読めます

AIチャットから担当者へ切り替わった割合を、数字として眺めるだけで終わらせない。理由の分類と改善の順番、週次レビューの進め方を解説します。

AIチャットを導入したあと、「結局、人が対応する場面がなくならない」と感じている店舗や自治体の担当者は少なくありません。ただ、有人切り替えが起きること自体は失敗ではなく、AIの限界と、まだ教えていない知識の両方を教えてくれる貴重な手がかりです。この記事では、有人切り替え率の考え方、計算のしかた、理由の分類、そして改善に結びつける週次の見直し手順を、LINE公式アカウントやWebチャットの運用を例に説明します。

有人切り替え率とは何を測る数字か

有人切り替え率とは、AIが受けた会話のうち、途中から担当者の対応に移った会話の割合です。式にすると次のとおりです。

  • 有人切り替え率 = 担当者に切り替わった会話数 ÷ 会話の総数

分母を「メッセージ数」ではなく「会話数」にそろえるのがコツです。LINE公式アカウントでは一人のお客様が何通も送ってくるため、メッセージ単位で数えると数字が膨らみ、月ごとの比較ができなくなります。

もう一つ決めておきたいのは「切り替え」の定義です。お客様が「担当者につないでください」と希望した場合、AIが答えられず自動でエスカレーションした場合、スタッフが画面を見て自分から介入した場合では、意味合いが違います。後で理由を分けて見られるように、最初から区別して記録しておくと、改善の精度が大きく変わります。

「低いほど良い」とは限らない理由

有人切り替え率を下げることだけを目標にすると、思わぬ副作用が出ます。

  • お客様が担当者を呼びたくても呼べず、不満を抱えたまま離脱する
  • AIが自信のない内容まで無理に回答し、誤案内が増える
  • 予約変更や苦情など、人が対応すべき場面まで抱え込んでしまう

たとえば、自治体の問い合わせ窓口で、制度の例外判断や個別の事情を伴う相談をAIが断定的に答えてしまうと、住民に誤解を与えかねません。こうした場面では、むしろ確実に人へつなぐことが品質です。

目指すのは「ゼロ」ではなく「適切な水準」です。人が対応すべき会話は人へ、AIが答えられるはずの会話はAIで完結させる。この線引きがうまくいっているかを確かめるために、切り替えの中身を見ていきます。

まずは数字を出す:計算の例

ここでは仮の数字で計算の流れを確認します。たとえば、ある店舗のLINE公式アカウントで、1か月に300件の会話があり、そのうち60件が担当者に切り替わったとします。

  • 60 ÷ 300 = 0.2、つまり有人切り替え率は20%

次に、この60件を理由別に分けます。以下はあくまで説明用の仮の内訳です。

知識不足で答えられなかった
24
お客様が最初から人を希望
15
個別判断が必要な相談
12
質問の意図を取り違えた
6
その他
3
例:切り替え60件の理由別内訳(仮の数字)説明用の例

この例では、60件のうち24件が「知識不足」です。ここは資料や回答を追加すれば減らせる可能性が高く、最優先で手をつける価値があります。一方、「最初から人を希望」の15件は、無理に減らす対象ではありません。夜間や休業日に当たる場合は、受付のしかたを整えるだけで十分なこともあります。

月ごとに同じ表を作って並べると、改善の効果が見えるようになります。

切り替え理由を5つに分類する

理由の分類は細かくしすぎないのがコツです。最初は次の5つで十分です。

分類典型的な例主な対処
知識不足営業時間の例外、料金の細かい条件に答えられない資料・Q&Aの追加
本人希望「担当者に代わってほしい」と最初から依頼受付案内の整備、営業時間外の対応
個別判断返金可否、制度の適用可否、トラブル対応人対応が妥当。引き継ぎ情報の整備
意図の取り違え質問と違う回答が返った指示文の見直し、聞き返しの追加
不満・感情強い苦情、繰り返しの確認早めの引き継ぎ、対応順の調整

分類のために、一件ずつ会話を最初から最後まで読む必要はありません。切り替わった直前の数往復を見れば、多くの場合は理由が判断できます。

分類ごとの改善アクション

知識不足への対処

最も効果が出やすい領域です。切り替わった会話の質問をまとめ、同じ内容が複数回出ているものから順に回答を用意します。

  1. 切り替え理由が「答えられなかった」会話を抜き出す
  2. 質問を似たもの同士でグループにする
  3. 件数の多いグループから、正しい回答をQ&Aとして登録する
  4. 数日後に同じ質問が来たとき、AIだけで完結したか確認する

担当者が実際に返した文面は、最良の教材です。一から文章を考えるより、現場で通用した回答をそのまま使うほうが、自店舗らしい答えになります。

意図の取り違えへの対処

知識はあるのに別の答えを返している場合は、指示文(ペルソナや守るべきルール)に原因があることが多いです。たとえば「予約」という言葉が、新規予約なのか変更なのかを聞き返す一文を加えるだけで、ずれが減ることがあります。

本人希望と個別判断への対処

これらは減らすより、スムーズに引き継ぐ工夫が大切です。お客様に同じことを何度も聞き直させないよう、担当者が会話履歴をそのまま読める状態にします。また、受付時間外に切り替わる場合は、「いつ頃対応できるか」を正直に伝える文面が必要です。根拠のない待ち時間を約束しないことが、信頼を守ります。

週次レビューの進め方

改善は、一度の大掃除より小さな見直しの繰り返しが効きます。週に30分でも、決まった曜日に決まった手順で行うと続きます。

  1. 01切り替え会話を抽出
  2. 02理由を5分類に仕分け
  3. 03件数の多い分類から改善
  4. 04翌週に同じ指標で確認
週次レビューの流れ説明用の例

進め方のポイントは次のとおりです。

  • 見る期間は直近1週間、比較は前週と前月
  • 改善は一度に3つまで。多すぎると効果の切り分けができない
  • 変更した内容と日付を記録し、数字の動きと結びつける
  • 担当者全員で、最も多かった切り替え理由だけは共有する

小規模な店舗なら、オーナーと担当者の二人で十分です。自治体や複数拠点の組織では、各窓口の担当者が気づいた「よく聞かれるのに答えられなかったこと」を持ち寄る場にもなります。

個人情報とチャネルごとの注意点

有人切り替えの会話には、氏名、連絡先、予約内容など、個人情報が含まれることがよくあります。分析のために会話を共有したりエクスポートしたりする場合は、個人情報保護法(APPI)の考え方に沿って、見る人を必要な担当者に限り、不要になったデータは持ち続けないといった基本を守ってください。

チャネルによって、切り替えの性質も変わります。

  • LINE公式アカウント:お客様が気軽に送るため、短い質問が多い。担当者への切り替え希望も出やすい
  • Webチャット:購入や申し込みの直前の質問が多く、切り替えが売上に直結しやすい
  • Instagram:キャンペーンや商品の質問が中心で、画像やスタンプなど文章以外の反応も混ざる

チャネルごとに率を分けて見ると、全体の平均では見えなかった偏りに気づけます。

AI SNS CHATで有人切り替えを分析し、改善する方法

AI SNS CHATでは、切り替えの記録から改善までを、次の流れで進められます。

1. 会話を確認し、切り替えを記録する

メールを除く各チャネルの会話は、サイドバーの「Activity」にある「Chat logs」に集まります。ここで会話の絞り込みができ、複数選択して、フラグ付け、エスカレーション、解決済みへの変更、削除をまとめて行えます。会話の評価(サムズアップ/ダウン)も確認できるため、不満のあった会話を見つける手がかりになります。結果はエクスポートでき、表計算ソフトで月ごとの切り替え率を計算するのに使えます。

なお、切り替え率そのものを自動で表示する専用の指標があるとは限らないため、本記事で紹介した「切り替え会話数 ÷ 会話総数」は、エクスポートしたデータで計算する方法を基本にしてください。全体の傾向は、サイドバーの分析メニューにある「Chats」「Topics」「Question history」「Sentiment」で補えます。高度な分析はProプラン以上が対象です。

2. 担当者が引き継ぐ

担当者が会話を引き継ぐと、その間はボットが一時停止します。メールは「Inbox」、そのほかのチャネルはChat logsから対応できます。ライブ翻訳や定型返信も使えるため、外国語の問い合わせにも対応しやすくなります。

3. シフトと通知を整える

Standardプラン以上では、「Helpdesk」の「Scheduling」で担当者ごと・タイムゾーンごとのシフトを設定でき、切り替えはその時間帯の担当者に自動で割り当てられます。通知はSlack、Teams、LINE WORKS、WhatsApp、メール、Webhookに送れます。切り替え時にお客様へ表示される「このあとどうなるか」の案内は、サーバーがシフト表を読んで付け加えます。待ち時間を作り話で伝えることはありません。

4. 返答を「理想の回答」に直して学習させる

引き継いだ担当者が返信を編集して理想の回答に仕上げると、それをエージェントの学習に使えます。知識不足による切り替えを、次回から減らすための最短ルートです。足りない知識は、サイドバーの「Data sources」から、ファイル、テキスト、Webサイト、Q&Aとして追加できます。

5. 変更を確かめる

指示文や回答を変えたら、Playgroundで想定の質問を試してから公開します。担当者が誰を、いつ、どう変更したかは、ワークスペース設定の「Activity」で確認できます。数字の変化と照らし合わせるときに役立ちます。

詳しいプランや機能は、/features と /pricing で確認できます。

よくある質問

有人切り替え率は何%くらいが目安ですか。

業種や問い合わせの内容によって大きく違うため、一律の目安は示せません。まず自社の現状を数週間記録し、その数字を基準に、理由の内訳が改善しているかを見ていくのがおすすめです。

切り替え件数が少なくて、分析する意味があるか不安です。

件数が少ない場合は、率より個々の会話の中身を読むほうが有益です。月に数十件でも、理由を5つに分けるだけで、次に直すべき箇所は見えてきます。

切り替えの分析で、お客様の個人情報はどう扱えばよいですか。

会話の閲覧とエクスポートは、必要な担当者に限定してください。分析用の表には氏名や連絡先を含めず、理由の分類と日付だけを残す運用にすると、個人情報保護法(APPI)の観点でも安心です。

切り替えをお客様の希望どおりに増やしてもよいですか。

人が対応すべき相談や、お客様が強く希望している場合は、積極的に切り替えて構いません。避けたいのは、AIが答えられないのに抱え込むことです。目標は数字を下げることではなく、適切な場面で適切に切り替わることです。

#有人切り替え率#KPI#改善#LINE公式アカウント#チャットボット

AI SNS CHATで実践してみましょう

自社のコンテンツで学習したAIエージェントを作り、WebサイトやLINEなどにつなげられます。無料で始められ、クレジットカードは不要です。