コールディフレクションとは？意味と正しい測定方法

コールディフレクションとは、ライブエージェントが電話に対応することなく顧客のニーズを解決する取り組みです。通常は、セルフサービス、チャットボット、ナレッジベース、自動化システムなどへ顧客を誘導して実現します。

一方で、サポート領域で最も数値が膨らみやすい指標の一つでもあります。一般的な計測方法では、回答を得た顧客と諦めた顧客を区別できないためです。

本記事では、ディフレクションの本当の意味、よくある計測の誤り、そして代わりに何を数えるべきかを解説します。

要点まとめ

• コールディフレクションとは、エージェントがライブ通話に対応することなく顧客のニーズが満たされることを指します。
• 一般的な計測方法（エージェントにつながらなかった通話数）では、放棄呼まで成功として数えてしまいます。
• ディフレクションが本物といえるのは、顧客が同じ問題で別のチャネルから再度問い合わせてこない場合だけです。
• 通話量の単純な減少ではなく、再問い合わせ率と問題解決を測定しましょう。
• ディフレクションには上限があり、その上限は「情報」ではなく「判断」を必要とする問い合わせの割合によって決まります。
• 目標としては、ディフレクションよりも解決のほうが優れています。顧客体験を損なうリスクなしに、同じコストを削減できるからです。

コールディフレクションとは？

コールディフレクションとは、ライブエージェントが通話に対応することなく顧客の問題を解決するあらゆる仕組みのことです。

実際には、いくつかの異なるものが含まれており、その違いが重要です。

• 通話前のディフレクション：顧客がヘルプセンター、アカウントページ、アプリで答えを見つけ、そもそも電話をかけないケース。
• 待ち時間中のディフレクション：待機中の発信者にSMS、折り返し電話、セルフサービスの選択肢を提示し、顧客がそれを選ぶケース。
• 自動対応：メニュー、音声システム、AIエージェントが通話の中でリクエストを解決するケース。
• チャネル移行：発信者をチャット、メール、フォームへ誘導するケース。

実際に業務量を減らせるのは、1つ目と3つ目だけです。チャネル移行はコストを別のチームに移しているにすぎず、待ち時間中のディフレクションは、顧客の問題が実際に解決されたかどうかによって両方の性質を持ちます。

関連用語のチケットディフレクションは、同じ考え方をテキスト系チャネルに適用したものです。計測上の問題も、その解決策もまったく同じです。

一般的な計測方法が間違っている理由

多くのチームは、エージェントにつながらなかった通話数を総問い合わせ試行数で割ってディフレクション率を算出しています。この計算式では、応答されなかった通話がすべて成功として扱われます。

その数字の中に実際に何が含まれているかを見てみましょう。

6つのうち4つは失敗なのに、この指標はそれらを成功として評価します。ディフレクション率がまさにサービス品質が最悪の時期に改善しがちなのはこのためです。長い待ち行列は放棄呼を生み、放棄呼はディフレクションのように見えてしまいます。

ツールについては、CSATアンケートソフトウェアの比較で、ヘルプデスク組み込み型、スタンドアロン型、エンタープライズ向けに分けて9つのプラットフォームを紹介しています。

見分け方はシンプルです。ディフレクション率が上がっている一方で、再問い合わせ、苦情件数、解約も増えているなら、その数字が測っているのは「顧客の諦め」です。

正しく測定する方法

ディフレクションが本物といえるのは、顧客の問題が解決され、その件で再び問い合わせてこなかった場合です。

この定義は算出が難しくなりますが、それだけの価値があります。次の5つの数値を使えば実践できます。

1. 7日以内の再問い合わせ率（同一顧客・同一問題）。7日という期間は標準ではなく慣例です。待ってから再度連絡してくる顧客を捉えられる程度には長く、2回目の問い合わせを1回目に紐づけられる程度には短いことから選ばれています。期間を決めたら定義に明記し、四半期ごとに変えないでください。この数値が手法全体の土台になりますが、多くのチームはこれを把握していません。
2. クロスチャネルでのフォローアップ。ディフレクションされた発信者が、同じ期間内にチャット、メール、SNSに現れていないか。現れていれば、何もディフレクションされていません。
3. 放棄率。別途報告し、決してディフレクションの数値に含めないこと。
4. セルフサービス完了率：セルフサービスを開始した顧客のうち、最後まで完了した人の割合。
5. ディフレクションされたカスタマージャーニーに限定した満足度。エージェント対応の問い合わせと混ぜないこと。

そのうえで、ディフレクション率と並べて、顧客100人あたり（または注文100件あたり）の問い合わせ件数を報告しましょう。ディフレクション率は比率であり、比率は絶対的な問題が拡大していても改善することがあるからです。

これらのカテゴリで最も大きいのは注文状況の問い合わせです。それが今なお電話の問題である理由は、WISMOで解説しています。

もう一つ重要なのが、問題の種類別に分けて分析することです。パスワードリセットのディフレクションと請求に関する異議申し立てのディフレクションは比較できません。数値を混ぜてしまうと、後者がほぼ確実に失敗しているという事実が隠れてしまいます。

ディフレクションの上限

どのサポート部門にも、ディフレクションできない問い合わせが一定の割合で存在します。その上限を決めるのはセルフサービスの品質ではなく、問い合わせの構成です。

構造的にディフレクションしにくいカテゴリは3つあります。

• 判断が必要なもの。顧客は、返金、例外対応、クレジット付与を誰かに承認してほしいと考えています。ナレッジ記事にその判断はできません。
• 矛盾があるもの。システムの表示と現実が食い違っているケースです。追跡ページには配達済みと表示されているのに荷物が届いていない。セルフサービスのフローには、そのための入力欄がありません。
• 感情や重大性が伴うもの。お金、健康、大切な機会を逃したこと、あるいは一度失敗した後の二度目の失敗。こうした場合、人は意図的に電話へエスカレーションします。

ディフレクション施策が初期には急速に成果を上げ、その後停滞するのはこのためです。簡単な問い合わせから先に減っていくため、残る問い合わせは難しいものばかりになります。その構成に対してディフレクション率をさらに上げようとすれば、顧客に対応するのではなく、顧客を遠ざけることになります。

実務上の結論として、単一の数値で設定したディフレクション目標は、いずれ害をもたらします。一方、「再問い合わせ率を悪化させることなく、問い合わせのX%をエスカレーションなしで解決する」という形の目標なら、その心配はありません。

より良い目標は「解決」

ディフレクションは「どうすれば問い合わせを止められるか」を問います。解決は「どうすれば問題を終わらせられるか」を問います。両者は重なる部分もありますが、食い違う場面で持ちこたえるのは解決のほうです。

この視点の転換によって、構築するものが変わります。ディフレクション思考では、メニュー、フォーム、問い合わせを遮るためのヘルプセンター記事といった「障壁」に投資します。解決思考では、問い合わせに応答し、完全に対応し、原因を取り除くための「対応能力」に投資します。

ここでAI音声エージェントが計算式を変えます。顧客に別の場所へ行くよう求めることなく、ディフレクションと同じコストを削減できるからです。Retellは自律型カスタマーリレーションのためのカスタマーエクスペリエンスAIプラットフォームです。電話には確実に応答し、定型的なリクエストは実際のポリシーに基づいたナレッジベースを活用して通話中に処理し、判断が必要な案件は必要な情報を収集したうえでウォームトランスファー（事前取次）します。

つまりこれは第2の柱、すなわち音声だけにとどまらない会話対応の問題です。ディフレクションは、顧客に別の場所で対応を受けるよう求めます。通話を完結させるとは、スクリプトが想定していなかった部分も含め、やり取り全体を担うことを意味します。リアルな音声だけに最適化されたシステムとは異なり、Retellは会話全体のために設計されています。

Matic Insuranceでは、顧客の80%が人間の担当者を求めることなくAI対応の通話を完了しており、NPSは90、担当者が必要な通話の転送成功率は85〜90%に達しています。これは、ディフレクション施策では同時に実現できない2つの数値です。問い合わせは削減され、しかも顧客にはきちんと対応できているのです。

これは、数値に表れる形でディフレクションとは異なる成果です。顧客は別のチャネルを試すよう求められないため、クロスチャネルでのフォローアップは発生せず、放棄呼が成功としてカウントされることもありません。

予防も重要であり、最も活用されていない手段です。何か問題が起きたとき、顧客から電話がかかってくる前にこちらから連絡すれば、問い合わせそのものがなくなります。一括発信（バッチコール）を使えば大量の発信も現実的になり、通話後分析によって、どの原因が問い合わせを生んでいるかがわかります。恒久的な解決策はそこにあります。

既存のサポート体制にどう組み込めるかはカスタマーサポートのユースケースを、この分野のベンダーが同じ成果にどのように異なる価格を付けているかはAIカスタマーサポートツールまとめをご覧ください。正直な限界もあります。解決できない案件については、エージェントはループさせるのではなく速やかに転送すべきです。自動化システムに閉じ込められた顧客は、形を変えただけの元祖ディフレクションの失敗だからです。

逆効果にならないディフレクション目標

単一のパーセンテージを目標に設定したチームが、高い代償を払って学んだ4つのルールです。

1. ディフレクション率だけを目標にしないこと。必ず再問い合わせ率とセットにし、後者が上昇した場合は前者の改善を相殺するものとして扱いましょう。
2. ダッシュボードで使用する定義において、放棄呼を分子から明示的に除外すること。
3. 問題の種類ごとに目標を設定すること。営業時間の問い合わせと請求に関する異議申し立てでは、達成可能な上限が大きく異なります。
4. 人間の担当者につながる経路を常に見える形で残すこと。エージェントへの経路を隠すとディフレクション率は上がりますが、それ以外のすべてが悪化し、顧客もそれに気づきます。

これが指標の衛生管理以上に重要なのは、ディフレクション目標がシステムの設計そのものを左右するからです。問い合わせの遮断で評価されるチームは、遮断の仕組みを作ります。

よくある質問

コールディフレクションとは？

ライブエージェントが通話に対応することなく顧客のニーズを解決することです。一般的には、セルフサービス、ナレッジベース、自動化システム、または別チャネルへの移行によって行われます。コンタクトセンターのコスト削減手段として数えられています。

コールディフレクションはどのように算出しますか？

一般的な計算式は、エージェントにつながらなかった問い合わせ数を総問い合わせ試行数で割るもので、放棄呼まで成功として数えてしまいます。より正確な方法では、問題が解決されたこと、そして一定期間（通常は7日間）内に顧客がその件で再度問い合わせてこなかったことを条件とします。

良いコールディフレクション率の目安は？

汎用的なベンチマークはありません。達成可能な上限は、問い合わせの構成によって決まるからです。パスワードリセットや営業時間の問い合わせが中心のチームなら大半をディフレクションできますが、請求に関する異議申し立てやサービス障害を扱うチームではそうはいかず、また無理に目指すべきでもありません。

コールディフレクションとチケットディフレクションの違いは？

チャネルの違いです。コールディフレクションは電話での問い合わせに、チケットディフレクションはテキストでの問い合わせに適用されます。計測上の問題は同じで、解決策も同じです。回避できた問い合わせ数ではなく、解決と再問い合わせを数えましょう。

AIによるコールディフレクションとAI音声エージェントは同じですか？

いいえ。ディフレクションは顧客を通話から遠ざけます。AI音声エージェントは電話に応答して対応し、対応できないものは転送します。どちらもエージェントの対応時間を削減しますが、誰かと話したかった顧客にきちんと対応できるのは後者だけです。

ディフレクションは顧客満足度を下げることがありますか？

はい、遮断が目的化した場合は下がります。人間の担当者への経路を隠す、メニューで顧客をループさせる、顧客が選んでいないチャネルへ誘導する。これらはいずれもディフレクション率を上げる一方で、満足度、顧客維持率、信頼を同時に低下させます。

自社の再問い合わせ率で検証する

自社の数値で証明しましょう。ディフレクション率が最も良く見える問い合わせの種類を選び、1週間本番運用して、ディフレクション率ではなく前述の再問い合わせ率で評価してください。問い合わせ量と同時に再問い合わせも減っていれば、その数字は本物です。1つの問い合わせの種類で試す。