AI音声エージェントで通話会話からNPSとCSATを追跡する方法
通話後のメールアンケートの回答率はわずか9%で、得られる回答も、最も怒っている顧客と最も満足している顧客に偏りがちです。「まあまあ」や「概ね問題ない」と感じているサイレントマジョリティ、つまり80%の顧客は、決してクリックしません。予告なく離脱する可能性が最も高い顧客を見落とした、歪んだ断片的なフィードバックに基づいてCXの意思決定を行っているのです。
このガイドでは、ライブ通話中にNPSとCSATのスコアを収集し、すべての通話から自動的に感情を分析し、フィードバックをリアルタイムでCRMにルーティングするAI音声エージェントの構築方法を解説します。最後まで読めば、通話の100%からスコア化された定性的な顧客インサイトを取得する、Retell AI 上に構築された実用的なフィードバックシステムが完成します。
ライブ顧客会話の中でNPSとCSATのデータを取得し、フォローアップアンケートや手動のQAなしで、構造化されたインサイトを分析スタックにルーティングする電話ベースのAIフィードバックシステムです。
このチュートリアルの最後には、あなたのシステムは次のことができるようになります。
始める前に、次のものが必要です。
フィードバックのロジックを追加する前に、自然な会話を維持できる実用的なエージェントが必要です。retellai.comでサインアップし、ダッシュボードから新しいAI音声エージェントを作成します。ブランドに合った音声を選択してください（このプラットフォームは感情表現が可能な超リアルなElevenLabs v3の音声をサポートしています）。シンプルな挨拶を設定し、組み込みの電話シミュレーターからテスト通話を実行します。
これで、エージェントが応答し、自然に話し、基本的なやり取りを完了するのが聞こえるはずです。これにより、アンケートロジックを重ねる前に、オーディオパイプライン、レイテンシ（エンドツーエンドで約600ミリ秒を想定）、音声品質が確認できます。
フィードバックの質問は適切なタイミングで届く必要があります。つまり、主要なタスクが解決された後、かつ発信者が離脱する前です。エージェント型フレームワークのドラッグ＆ドロップビルダーを使用して、まず発信者の中核的な要求を処理し、その後フィードバックプロンプトへ移行する会話フローを作成します。
フローを次のように構成します。挨拶、タスク解決、満足度チェック、NPSの質問、任意のオープンエンドなフォローアップ、締めくくり。CSATの場合は、発信者の問題を解決した後、1〜5段階で満足度に関する単一の質問をエージェントに尋ねさせます。NPSの場合は、0〜10段階で「どの程度おすすめしたいか」の質問をします。どちらの質問も会話的に保ってください。「お切りになる前に、1〜5段階で、本日受けたサポートにどの程度ご満足いただけましたか？」の方が、ロボットのようなアンケート言葉よりもうまく機能します。両方のスコアを、後で抽出するために通話状態の変数として保存します。
明示的なアンケートの質問は、顧客が感じていると口にしたことを捉えます。通話後分析は、トーン、テンポ、言葉の選び方、ためらいのパターンを通じて、彼らが実際に感じたことを捉えます。エージェント設定で、組み込みの分析カテゴリを有効にします。感情（ポジティブ、ニュートラル、ネガティブ）、解決ステータス（解決済み、未解決、エスカレーション済み）、発信者の意図です。次に、フィードバックのユースケースに特化したカスタムカテゴリを追加します。「満足度スコア」（数値抽出）、「NPSスコア」（数値抽出）、「フィードバック原文」（テキスト抽出）、「製品への言及」（Booleanフラグ）です。
このプラットフォームはこれらを通話ごとに処理し、APIとダッシュボードを介して利用可能にします。これで、各テスト通話が終了してから数秒以内に、通話ログに構造化された分析データが表示されるはずです。
ダッシュボードに置かれたままのスコアは、カスタマーエクスペリエンスを改善しません。webhookエンドポイントを設定して、通話ごとに構造化されたフィードバックデータをCRMおよびBIツールにプッシュします。エージェント設定で、通話完了時に発火するPOST webhookを設定します。ペイロードには次のものを含める必要があります。発信者の電話番号、通話時間、NPSスコア、CSATスコア、感情分類、解決ステータス、そして定性的なフィードバックを含む文字起こしの原文抜粋です。
Make連携またはn8n連携を使用するチームの場合は、webhookを受け取り、JSONペイロードを解析し、データをCRMの連絡先レコードに書き込むワークフローを構築します。CRMのAPIはピーク時に遅くなることがあるため、webhookのタイムアウトを5秒に設定してください。これで、テスト通話が終了してから数秒以内に、CRMにフィードバックデータが表示されるはずです。
フォローアップのない批判者スコアは、無駄になったシグナルです。0〜6のNPSスコアまたは1〜2のCSATスコアが、会話の完全なコンテキストとともに、カスタマーサクセス担当者への即時の通話転送をトリガーするように会話フローを設定します。営業時間外の通話については、発信者の詳細、スコア、原文の理由、そして問題カテゴリに基づく推奨対応を含む緊急チケットを、webhookでサポートシステムに作成させます。
エスカレーションのしきい値は慎重に設定してください。低スコアのたびに転送すると、チームが圧倒されます。まずはNPSの0〜4のスコアのみをライブ担当者にルーティングし、5〜6のスコアには翌営業日のアウトリーチ用にフラグを立てることから始めます。これで、批判者の通話が完全なコンテキストを添えて正しくチームにルーティングされるのが確認できるはずです。
発信者は、会話が情報に基づいており関連性があると感じると、より率直なフィードバックを共有します。FAQページ、製品ドキュメント、ポリシーガイドから自動同期するナレッジベースを接続します。これにより、エージェントは発信者の主要な問題をうまく解決するのに十分なコンテキストを得られ、それが後で発信者が付ける満足度スコアに直接影響します。
まずは上位50件の発信者の質問と回答をアップロードしてください。ストリーミングRAGシステムにより、エージェントは通話中に最新の情報から引用します。これで、テスト通話中にエージェントが製品やサービスの質問に正確に答えるのが確認できるはずです。
次のケースをカバーするシミュレーションテストを実行します。NPS 9とCSAT 5を付ける満足した発信者、NPS 7を付ける中立的な発信者、NPS 3を付けてエスカレーションをトリガーする不満を持った発信者、アンケートへの回答を拒否する発信者、詳細なオープンエンドのフィードバックを提供する発信者。各シナリオについて、スコアが通話ログに正しく取得されているか、感情分析がシミュレートされたトーンと一致しているか、webhookペイロードが正しい値でCRMに届いているか、エスカレーションのトリガーが適切なしきい値で発火するかを検証します。
すべてのテスト通話の文字起こしを確認し、サービス部分とアンケート部分の間のぎこちない移行がないかチェックします。引き継ぎは、モードの切り替えではなく、会話の自然な延長のように感じられるべきです。デプロイする前に、ロボットのように感じられる移行を修正してください。
SIPトランキングを介して電話システムを接続するか、Retellの番号を割り当てて、ライブ通話の処理を開始します。最初の2週間は、毎日通話の文字起こしを確認し、発信者を混乱させるアンケートの質問文言、特定の質問での高いスキップ率、感情分析と明示的なスコアの不一致に注意します。AIカスタマーサポート分析ダッシュボードを使って、フィードバック量、平均スコア、トレンドラインを追跡する週次レビューを設定します。
2週間のチューニング期間を計画してください。ほとんどのチームは1週目にアンケート完了率70〜80%を達成し（メールアンケートの10%未満と比較して）、質問のタイミングと文言を洗練させるにつれて改善していきます。3週目までには、自己選択された断片ではなく、発信者集団全体を代表する統計的に有意なデータセットが得られるはずです。
発信者の問題が解決される前にフィードバックを求めると、不正確なスコアと高い離脱率が生じます。フィードバックへ移行する前に、エージェントが解決を確認する（「他に何かお手伝いできることはありますか？」）ように設定してください。話を聞いてもらえたと感じる発信者は、より率直に評価します。
CSAT 4を付けながらも、通話中ずっとフラストレーションの兆候（声を荒げる、質問の繰り返し、長い沈黙）を示す発信者は、スコアだけでは見落とされる離脱リスクです。通話後の感情と明示的なスコアを週次でクロスリファレンスしてください。不一致には手動レビュー用にフラグを立てます。ここで、トーン、テンポ、ピッチを通じたプラットフォームの音響的な感情検出が、従来のアンケートでは再現できないレイヤーを追加します。
両方の質問を立て続けに尋ねると、アンケート疲れが生じます。CSATの質問は解決の直後に置きます（やり取りを測定）。NPSの質問は会話の最後に締めくくりとして置きます（関係性を測定）。少なくとも2回の会話のやり取りの間隔を空けてください。
すべての発信者に詳細な原文の回答を求めないでください。エージェントが、ランダム化した20〜30%の通話でオープンエンドの「何を改善できますか？」という質問をするように設定します。これにより、すべての発信者に尋問されているように感じさせることなく、十分な定性的データが得られます。
「0から10の段階で、当社を友人や同僚におすすめする可能性はどのくらいですか？」のように聞こえるプロンプトは、2005年のスクリプトのように読めます。会話的に書き直しましょう。「最後に一つ質問です。もし友人が当社について尋ねたら、どのくらいおすすめしたいですか？ 0は全くない、10は間違いなくおすすめする、です。」複数の言い回しをテストして完了率を比較してください。
デフォルトの感情カテゴリ（ポジティブ、ニュートラル、ネガティブ）は出発点であり、最終的な設定ではありません。価格を交渉している発信者は、完全に満足している顧客であっても「ネガティブ」として登録されることがあります。エスカレーションのトリガーに自動スコアを信頼する前に、50〜100件の実際の通話を使って感情のしきい値を較正してください。
エージェントが主要なタスクをうまく処理できなければ、どれだけアンケートを最適化してもCSATは改善しません。解決率を満足度スコアと並行して追跡してください。解決を追跡せずにフィードバックだけを追跡するコールセンター自動化戦略は、原因ではなく症状を測定しているのです。
NPSは長期的なロイヤルティを測定します（当社をおすすめしますか？）。CSATは即時の満足度を測定します（このやり取りは良かったですか？）。分析を分けずに両方を同じダッシュボードで追跡すると、混乱したアクションプランにつながります。各指標について別々のトレンドビューと別々のエスカレーションワークフローを構築してください。
すべての低スコアを自動化された「申し訳ございません」メールにルーティングすると、信頼を損ないます。0〜4のスコアを付けた批判者には、24時間以内に会話の完全なコンテキストを持った人間からの折り返し電話が必要です。ルーティングとコンテキストの提供は自動化してください。リカバリーの会話は人間らしく保ちましょう。
Matic Insuranceは通話ワークフローの自動化にAI音声エージェントをデプロイし、AI導入後もNPS 90を維持しながら、価値の低いタスクの50%を自動化し、クレーム処理時間を12.4分から5.8分へ（53%削減）短縮しました。同チームは一貫した満足度指標を維持しつつ、2025年第1四半期に8,000件以上の通話を処理しました。詳しいストーリーを読む。
Pine Park Healthは患者のスケジューリングにAI音声エージェントを使用し、これまで十分に活用されていなかった医療提供者のキャパシティを埋めながら、スケジューリングのNPSが38%向上しました。より迅速な通話解決と一貫したサービス品質の組み合わせが、満足度の改善を促しました。詳しいストーリーを読む。
Medical Data Systemsは、インバウンド通話の100%をAIで処理しており、転送率はわずか30%で、月に約28万ドルを回収しています。サンプルではなくすべての通話で感情と解決を追跡できる能力により、同チームは手動QAでは決して得られなかった金融サービスのカスタマーエクスペリエンスへの可視性を得ました。
通話会話からのNPSとCSATの追跡とは、別途のフォローアップアンケートを通じてではなく、電話中またはその直後に満足度スコアを収集することを意味します。AI音声エージェントは会話の中で自然に評価の質問をし、数値スコアとやり取りからの定性的なコンテキストの両方を取得します。
いいえ。ノーコードのエージェント型フレームワークには、アンケート収集用の事前構築されたテンプレートが含まれています。フィードバックプロンプト、スコアリングロジック、webhookルーティングを、すべてドラッグ＆ドロップのインターフェースで設定できます。開発者がいるチームはより深いカスタマイズのためにAPIを使用できますが、必須ではありません。
ほとんどのチームは、サインアップからライブのフィードバック収集エージェントまで3〜5日で到達します。アンケートフローの設定には数時間かかります。webhookをCRMに接続するのにさらに1日かかります。ローンチ後の2週間のチューニング期間で、特定の発信者集団向けに質問の文言とエスカレーションのしきい値を最適化します。
このプラットフォームは1分あたり0.07ドルを課金し、プラットフォーム料金はありません。問題を解決してNPSとCSATの両方を収集する3分間の通話は、約0.21ドルかかります。それを、10%のアンケート回答率で同じ作業を手動で行う、時給15〜25ドルの専任のAI電話応答サービスチームメンバーと比較してください。すべてのアカウントには、ワークフロー全体をテストするための10ドルの無料クレジットが含まれています。
AIの感情分析は通話の100%を一貫してスコアリングしますが、手動QAは通常、評価者間のばらつきを伴いながら通話の2〜5%をレビューします。このプラットフォームは、大規模では人間のレビュアーが見落としがちな音響シグナル（トーン、テンポ、ピッチ）と文脈的な言語パターンを検出します。最初の50件の通話を使って、AIの感情を手動スコアと照合し、しきい値を較正してください。
はい。AI IVRまたはサポートエージェントが処理するインバウンド通話では、解決したやり取りの最後にアンケートを組み込みます。一括発信を使用するアウトバウンドキャンペーンでは、主要な通話目的（予約確認、フォローアップ、またはリード選別）の後にCSATの質問を追加します。両方の通話タイプは、同じ通話後分析パイプラインを通じてフィードバックをルーティングします。
エージェントは拒否を丁重に受け入れ、押し付けることなく通話を終了します。拒否率は別の指標として追跡されます。高い拒否率（30%を超える）は通常、発信者の非協力ではなく、質問のタイミングや文言が不適切であることを示します。感情分析は依然として会話の残りの部分から満足度シグナルを抽出するため、明示的なスコアがなくても部分的なインサイトが得られます。
Retell AI はSOC 2 Type II認証を取得しており、セルフサービスのBAAでHIPAA準拠を提供しています。ヘルスケアのデプロイメントでは、フィードバックスコアと匿名化された感情データを保持しつつ、保存された文字起こしから個人を特定できる情報を除去するようにPIIの秘匿化を設定できます。
従来のIVRアンケートはエージェントが電話を切った後に再生され、すでに出口に向かっている発信者を捕まえます。AIアポイント獲得エージェントの通話やサポートのやり取りの回答率は、IVR経由では通常10%を下回ります。AI音声エージェントは、発信者がまだ関与している会話中にフィードバックを収集します。このアプローチを使用するチームは、従来のアンケートが完全に見落とす「サイレントマジョリティ」を捕捉し、一貫して60〜80%の完了率を報告しています。
これで、ライブの電話会話中にNPSとCSATを収集し、通話の100%から感情を分析し、構造化されたフィードバックをリアルタイムでCRMにルーティングし、人間によるフォローアップのために完全なコンテキストとともに批判者の回答をエスカレーションするAI音声エージェントシステムが手に入りました。
ここから拡張するには、同じフィードバックフローをAIテレマーケティングのアウトバウンドキャンペーン全体にデプロイすること、感情データを使って予測的な離脱モデルを構築すること、または長期的に影響を測定するためにフィードバックのトレンドを製品やサービスの変更に接続することを検討してください。
retellai.comで10ドルの利用クレジットを使って無料で構築を始めましょう。
AI搭載の音声エージェントに切り替えることで、あなたのビジネスがどれだけ節約できるかをご確認ください。
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Retell クリニックオフィスのデモ電話番号
Start building smarter conversations today.
.avif)
.avif)
