Presentation Information
[1Yin-B-01]Proposal of VoC Extraction and Analysis Method Using LLM in the Contact Center Industry
〇Yoshiaki Tanaka1, Yosuke Honma1, Takahito Sawaguchi1 (1. Altius Link, Inc.)
Keywords:
Large Language Model,Voice of Customer Analysis,Industrial Application,Data Structuring,Contact Center
【背景】コンタクトセンターBPO事業では、VoC(顧客の声)分析は業務改善の要だが、コストや分析スキルの属人化が課題となり、多くの案件で実施が困難である。本研究では、高度なシステム実装を抑えつつ、低コストで多様な業務に横展開可能な手法を確立するため、LLMによる構造化データ変換とOSS「広聴AI」による可視化を組み合わせた手法を提案する。
【実験と結果】音声通話テキストをLLMにて顧客意見やカテゴリを持つ構造化データへ変換した後に、広聴AIにて可視化した。500件前後の実データを用いた実験の結果、構造化データとして得た顧客意見は9割以上の適合率の一方、VoC判定やカテゴリ分類では7割前後に留まった。また、広聴AIの定性評価としてドメイン有識者へのアンケートやα係数等による一致度検証を行い、実務上の妥当性を確認した。
【展望】VoC判定等の適合率の低さは、定義の曖昧さに起因すると推察される。今後はLLMを用いて生データから動的に定義やカテゴリを生成する手法を検討し、最適化を図る。また、可視化に留まらず、示唆抽出の仕組みも構築して、実務におけるVoC利活用の高度化を目指す。
【実験と結果】音声通話テキストをLLMにて顧客意見やカテゴリを持つ構造化データへ変換した後に、広聴AIにて可視化した。500件前後の実データを用いた実験の結果、構造化データとして得た顧客意見は9割以上の適合率の一方、VoC判定やカテゴリ分類では7割前後に留まった。また、広聴AIの定性評価としてドメイン有識者へのアンケートやα係数等による一致度検証を行い、実務上の妥当性を確認した。
【展望】VoC判定等の適合率の低さは、定義の曖昧さに起因すると推察される。今後はLLMを用いて生データから動的に定義やカテゴリを生成する手法を検討し、最適化を図る。また、可視化に留まらず、示唆抽出の仕組みも構築して、実務におけるVoC利活用の高度化を目指す。