JP2007286302A - オペレータ教育支援プログラム、オペレータ教育支援方法及びオペレータ教育支援装置 - Google Patents

Abstract

【課題】コールセンタの各オペレータの不得意な応対に特化した教材を提供することで、オペレータ教育支援を行う。
【解決手段】オペレータが応対を行ったときに応対記録部１０Ａによりオペレータ識別子、問合せ内容及び応対内容を記憶装置に格納する。また、問合せパターン抽出部１０Ｂにより問合せ内容から問合せパターンを抽出する。更に、問合せパターンごとに、評価部１０Ｃにより各オペレータの応対を評価し、模範応対内容抽出部１０Ｅにより評価が最も高いオペレータの応対内容を模範応対内容として抽出する。次に、不得意度算出部１０Ｆにより教育対象オペレータの応対内容及び模範応対内容を所定のフェーズに分割し、両者の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズの不得意度を算出する。また、教材生成部１０Ｇにより模範応対内容から不得意度が高いフェーズを含む所定時間の内容を特定し、その内容で教材を生成する。
【選択図】図１

Description

本発明は、コンピュータを用いて、コールセンタのオペレータの教育を行うための教材を生成し、オペレータ教育の支援を行う技術に関する。

近年のコールセンタでは、離職率の高さを背景として、オペレータの人材の入れ替わりが頻繁に生じている。このため、熟練度の高いオペレータを低コストで効率良く育成したいという要望がある。そこで、特開平１１−２３９２２０号公報では、予め応対の熟練度が高いオペレータと熟練度が低いオペレータとが使用する端末が夫々特定され、顧客からの電話を熟練度が高いオペレータが使用する端末に着信させるとともに、熟練度が低いオペレータが使用する端末において、その通話内容を聴取できるようにした技術が提案されている。この提案技術により、顧客に対してオペレータによる応対サービスを提供しながら、同時に熟練度の低いオペレータの教育を行うことが可能となっている。
特開平１１−２３９２２０号公報

しかしながら、従来提案の技術では、教育対象となる熟練度が低いオペレータは、自分の得意な応対内容と不得意な応対内容とに関係なく、熟練度が高いオペレータの応対を聞かなければならなかった。このため、夫々のオペレータが不得意とする応対部分について、重点的に教育することができず、教育効率が悪かった。

そこで、本発明は以上のような従来の問題点に鑑み、各オペレータが不得意とする内容の応対について重点的に教育することが可能な教材を提供することで、オペレータを効率良く教育できるようにすることを目的とする。

このため、本発明においては、コールセンタにおいてオペレータが応対を行ったときに、オペレータ識別子、問合せ内容及び応対内容を関連付けて記憶装置に順次格納する。また、問合せ内容から抽出した問合せパターンごとに、オペレータ識別子及び応対内容に基づいて、各オペレータの応対を評価し、その評価が最も高いオペレータの応対内容を模範応対内容として抽出する。次に、問合せパターンごとに、模範応対内容及び教育対象オペレータの応対内容を所定のフェーズに分割し、これらの対応するフェーズ同士を比較し、教育対象オペレータの各フェーズにおける不得意度を算出する。そして、問合せパターンごとに、模範応対内容から、不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定し、その内容を用いて教育対象オペレータを教育するための教材を生成する。

本発明によれば、問合せパターンごとに、模範応対内容として応対の評価が最も高いオペレータの応対内容が抽出される。また、問合せパターンごとに、模範応対内容と教育対象オペレータの応対内容とがフェーズ分割され、夫々対応するフェーズ同士を比較することで教育対象オペレータの不得意なフェーズが特定される。更に、模範応対内容からその不得意なフェーズの少なくとも一部を含んだ所定時間の内容が特定され、その内容を用いて教育対象オペレータを教育するための教材が生成される。このため、問合せパターンごとに、教育対象オペレータが不得意とする内容に特化した教材が、その教育対象オペレータのために生成されることで、教育対象オペレータの不得意内容について重点的に個別教育をすることができるようになる。従って、オペレータの教育効率を向上させることができる。

以下、添付された図面を参照し、本発明を詳述する。

図１は、本発明に係るオペレータ教育支援装置の第１実施形態を示す。

オペレータ教育支援装置１０は、コールセンタにおいて応対を行うオペレータの教育支援を行うものであり、少なくとも中央処理装置（ＣＰＵ）とメモリとを備えたコンピュータ上に構築される。また、そのメモリにロードされたオペレータ教育支援プログラムを実行することで、応対記録部１０Ａと、問合せパターン抽出部１０Ｂと、評価部１０Ｃと、代表応対内容抽出部１０Ｄと、模範応対内容抽出部１０Ｅと、不得意度算出部１０Ｆと、教材生成部１０Ｇと、が夫々実現される。更に、オペレータ教育支援装置１０は、応対データベース（ＤＢ）１０Ｈと、問合せパターンＤＢ１０Ｉと、問合せパターン別応対ＤＢ１０Ｊと、評価表ＤＢ１０Ｋと、代表応対ＤＢ１０Ｌと、教育対象応対ＤＢ１０Ｍと、模範応対ＤＢ１０Ｎと、キーワードＤＢ１０Ｏと、ルールＤＢ１０Ｐと、不得意度付き模範応対ＤＢ１０Ｑと、教材ＤＢ１０Ｒと、を含んで構成される。そして、通信手段であるネットワーク２０を介してオペレータが操作するコンピュータ端末であるオペレータ端末３０と相互に接続され、データの送受信を行う。また、オペレータ教育支援装置１０は、コールセンタにおける着信呼を各オペレータ端末３０に分配する自動着信呼配分装置（ＡＣＤ：Automatic Call Distributer）（図示せず）と接続され、ＡＣＤから各オペレータの着信状況や稼働率を取得する。なお、このように電話等とコンピュータとを統合した構成は、ＣＴＩ（Computer Telephony Integration）の技術を用いて実現される。

応対記録部１０Ａは、記憶装置に順次格納するステップ及び記憶装置に順次格納する手段として機能し、オペレータが応対を行ったときに、応対を行ったオペレータを識別するオペレータ識別子、問合せ内容及び応対内容と応対内容を示す音声及び映像並びにオペレータ端末３０のキー操作及び画面遷移が記録されたログとを関連付けて記憶装置に格納する。問合せパターン抽出部１０Ｂは、問合せパターンを抽出するステップ及び問合せパターンを抽出する手段として機能し、問合せ内容に基づいて問合せパターンを抽出する。評価部１０Ｃは、応対を評価するステップ及び応対を評価する手段として機能し、問合せパターンごとに、各オペレータの応対の評価を行う。代表応対抽出部１０Ｄは、問合せパターンごとに、各オペレータの応対内容のうち、各オペレータの平均応対時間に最も近い応対時間を有する応対内容を代表応対内容として抽出する。模範応対内容抽出部１０Ｅは、模範応対内容として抽出するステップ及び模範応対内容として抽出する手段として機能し、問合せパターンごとに、評価が最も高いオペレータの代表応対内容を模範応対内容として抽出する。また、不得意度算出部１０Ｆは、不得意度を算出するステップ及び不得意度を算出する手段として機能し、問合せパターンごとに、教育対象オペレータの各フェーズの不得意度を算出する。教材生成部１０Ｇは、内容を特定するステップ、内容を特定する手段、教材を生成するステップ及び教材を生成する手段として機能し、模範応対内容から教育対象オペレータが不得意とするフェーズの少なくとも一部を含む所定時間の内容を特定し、その内容を用いて教育対象オペレータを教育するための教材を生成する。

応対データベース（ＤＢ）１０Ｈは、オペレータが応対を行うごとに、応対を行ったオペレータを識別するオペレータ識別子としてのオペレータＩＤ、問合せ内容及び応対内容が、応対内容を示す音声及び映像並びにオペレータ端末３０のキー操作及び画面遷移が記録されたログと関連付けて格納されるもので、図２に示すように、各応対を識別する応対ＩＤ、オペレータＩＤ、問合せパターンを特定する問合せ内容としての顧客性別、顧客年齢、問合せ対象物及び問題点、応対時間、応対音声並びに応対映像を含んで構成される。問合せパターンＤＢ１０Ｈは、問合せパターンが定義されるもので、図３に示すように、問合せパターンを識別する問合せパターンＩＤ及び問合せパターンを特定する問合せ内容を含んで構成される。問合せパターン別応対ＤＢ１０Ｊは、問合せパターンごとに、各オペレータの平均応対時間が格納されるもので、図４に示すように、オペレータＩＤ、問合せパターンＩＤ、平均応対時間及び平均応対時間を算出するのに用いた応対の件数を含んで構成される。評価表ＤＢ１０Ｋは、問合せパターンごとに各オペレータの応対の評価を示す評価値が格納されるもので、図５に示すように、オペレータＩＤ及び各問合せパターンにおける評価値を含んで構成される。代表応対ＤＢ１０Ｌは、問合せパターンごとに各オペレータの代表応対内容が格納されるもので、図６に示すように、オペレータＩＤ及び各問合せパターンの代表応対内容の応対ＩＤを含んで構成される。教育対象応対ＤＢ１０Ｍは、問合せパターンごとに、各教育対象オペレータの代表応対内容が格納されるもので、図７に示すように、教育対象オペレータのオペレータＩＤを示す教育対象オペレータＩＤ、問合せパターンＩＤ及び代表応対内容の応対ＩＤを含んで構成される。模範応対ＤＢ１０Ｎは、問合せパターンごとに、模範応対内容が各教育対象オペレータに関連付けて格納されるもので、図８に示すように、教育対象オペレータＩＤ、問合せパターンＩＤ及び模範応対内容の応対ＩＤを含んで構成される。キーワードＤＢ１０Ｏは、応対内容を示す音声から音声認識のワードスポッティング法により、発話が属する所定のフェーズを特定するための基準となるキーワード及びそのキーワードがどのフェーズに含まれる可能性が高いかを示す確率が格納されるもので、図９に示すように、話者、キーワード及び各フェーズの確率が格納される。なお、本実施形態においては、所定のフェーズは、「聞き出し」、「切り分け」、「検索」及び「返答」の４種類を想定しているが、この限りでない。ルールＤＢ１０Ｐは、ヒューリスティックに基づく応対内容の特徴（ルール）及びその特徴がどのフェーズに含まれる可能性が高いかを示す確率が格納されるもので、図１０に示すように、ルール及び各フェーズの確率が格納される。不得意度付き模範応対ＤＢ１０Ｑは、模範応対ＤＢ１０Ｎに格納された模範応対内容から、教育対象オペレータが不得意とする内容を抽出するために必要な情報が格納されるもので、図１１に示すように、教育対象オペレータＩＤ、問合せパターンＩＤ、模範応対音声、模範応対映像及び不得意度情報を含んで構成される。なお、不得意度情報とは、模範応対内容におけるフェーズとその不得意度が格納されたテキストファイルを示すものである。教材ＤＢ１０Ｒは、教育先オペレータのフェーズごとの不得意度に基づいて、模範応対内容を用いて生成された教材が格納されるもので、図１２に示すように、教育対象オペレータＩＤ、問合せパターンＩＤ、平均不得意度、教材の内容を示すテロップ、教材音声及び教材映像を含んで構成される。なお、平均不得意度とは、教材として用いられた模範応対内容の所定時間の内容におけるフェーズの不得意度の平均値である。

図１３は、オペレータ教育装置１０の問合せパターン抽出部１０Ｂ、評価部１０Ｃ、代表応対内容抽出部１０Ｄ、模範応対内容抽出部１０Ｅ、不得意度算出部１０Ｆ及び教材生成部１０Ｇにより実行される教材生成処理を示す。なお、この処理は、所定時間経過ごとに実行される。

ステップ１（図では「Ｓ１」と略記する。以下同様）では、応対ＤＢ１０Ｈを参照し、問合せ内容に基づいて、問合せパターンを抽出する。また、問合せパターンＤＢ１０Ｉを参照し、抽出した問合せパターンが問合せパターンＤＢ１０Ｉに存在していなければ、問合せパターンＩＤを割り振って問合せパターンＤＢ１０Ｉに格納する。問合せパターンＤＢ１０Ｉを参照し、抽出した問合せパターンが問合せパターンＤＢ１０Ｉに存在していれば、問合せＩＤを抽出する。なお、ステップ１の処理が、問合せパターンを抽出するステップ及び問合せパターンを抽出する手段に相当する。

ステップ２では、応対ＤＢ１０Ｈの応対時間を参照し、問合せパターンごとに各オペレータの平均応対時間を算出する。また、算出した平均応対時間及びその平均応対時間を算出するのに用いた応対の件数を、問合せパターン別応対ＤＢ１０Ｊに格納する。更に、問合せパターンごとに、オペレータ全員の平均応対時間も併せて算出する。

ステップ３では、問合せパターンごとに、各オペレータの評価値を算出する。算出方法としては例えば、パターン別応対ＤＢ１０Ｊから各オペレータの平均応対時間を抽出し、オペレータ全員の平均応対時間から各オペレータの平均応対時間を減算した値を、オペレータ全員の平均応対時間の分散で除算して算出する方法がある。更に、この評価値を、評価表ＤＢ１０Ｋに格納する。なお、ステップ３の処理が、応対を評価するステップ及び応対を評価する手段に相当する。

ステップ４では、問合せパターンごとに、パターン別応対ＤＢ１０Ｊから各オペレータの平均応対時間を抽出する。また、応対ＤＢ１０Ｈから、各オペレータの応対内容のなかで平均応対時間に最も近い応対時間を有する応対内容を、各オペレータの代表応対内容として抽出する。更に、その代表応対内容の応対ＩＤを、代表応対ＤＢ１０Ｌに格納する。ここで、応対時間が最も平均応対時間に近い応対内容が複数ある場合には、応対時間が短い方又は長い方のいずれかを特定するなど、予め決められたルールに従って１つの応対内容を特定すれば良い。

ステップ５では、問合せパターンごとに、評価表ＤＢ１０Ｋを参照し、評価値が最も高いオペレータを特定する。そして、代表応対ＤＢ１０Ｌから、そのオペレータの代表応対内容を模範応対内容として抽出する。

また、問合せパターンごとに、代表応対ＤＢ１０Ｌから、教育対象オペレータの代表応対内容として全ての代表応対内容の応対ＩＤを抽出し、その応対ＩＤを教育対象応対ＤＢ１０Ｍに格納する。更に、模範応対内容を、教育対象応対ＤＢ１０Ｍの教育対象オペレータに対応させて模範応対ＤＢ１０Ｎに格納する。なお、ステップ５の処理が、模範応対内容として抽出するステップ及び模範応対内容として抽出する手段に相当する。

ステップ６では、模範応対内容及び教育対象オペレータの代表応対内容を所定のフェーズに分割し、教育対象オペレータの各フェーズにおける不得意度を算出し、模範応対内容の各フェーズとその不得意度とが関連付けられた不得意度情報を生成して、不得意度付き模範応対ＤＢ１０Ｑに格納する不得意度算出処理のサブルーチンをコールする。

ステップ７では、不得意度算出処理により不得意度付き模範応対ＤＢ１０Ｑに格納された教育対象オペレータの不得意度情報に基づいて、模範応対内容から、不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定する。具体的には、模範応対内容の初めから所定時間の内容を抽出し、下記式を用いて、その所定時間の内容における平均不得意度を算出する。

更に、模範応対内容から、抽出する所定時間の内容の範囲を１分ずつ後ろにずらし、各範囲について平均不得意度を算出する。そして、模範応対内容全体のなかで最も平均不得意度が高い範囲の内容を特定する。なお、最も平均不得意度が高い範囲が複数ある場合には、最も前の範囲又は最も後の範囲にするなど、予め決められたルールに従って１つの範囲を特定すれば良い。

ここで、平均不得意度の算出について、図１４を用いて説明する。例えば、所定時間が８分と設定されている場合に、抽出した８分の模範応対内容に含まれるフェーズのうち、初めの５分が「聞き出し」、次の２分が「切り分け」、次の１分が「聞き出し」であったとする。そして、不得意度情報を参照した結果、教育対象オペレータの「聞き出し」の不得意度が「１．３５」、「切り分け」の不得意度が「０．９５」であるとする。この場合、平均不得意度は、以下のように算出される。

（（５＋１）×１．３５＋２×０．９５）／（５＋２＋１）＝１．２５
なお、ステップ７の処理が、内容を特定するステップ及び内容を特定する手段に相当する。

ステップ８では、教材を生成する。具体的には、問合せパターンごとに、問合せパターンＤＢ１０Ｈを参照し、その問合せパターンの問合せ内容が示されたテロップを生成する。また、不得意度付き模範応対ＤＢ１０Ｑから、教育対象オペレータの平均不得意度が最も高い範囲の模範応対内容の音声及び映像情報を抽出し、これらとテロップとで教材を生成する。更に、教育対象オペレータＩＤ、問合せパターン及び模範応対内容から特定した所定時間の内容における教育対象オペレータの平均不得意度及び教材を関連付けて、教材ＤＢ１０Ｎに格納する。なお、ステップ８の処理が、教材を生成するステップ及び教材を生成する手段に相当する。

なお、かかる教材生成処理は、各教育対象オペレータが応対を終了したときに実行されても良い。この場合には、終了した応対における問合せパターンのみを対象として処理が行われることが望ましい。また、この処理は、コマンド入力などにより実行されても良い。

図１５は、不得意度算出処理のサブルーチンの処理内容を示す。なお、この処理は、教育対象応対ＤＢ１０Ｍ及び模範応対ＤＢ１０Ｎに格納された教育対象オペレータごと且つ問合せパターンごとに実行する。

ステップ１１では、教育対象応対ＤＢ１０Ｍの代表応対内容及び模範応対ＤＢ１０Ｎの模範応対内容を夫々所定のフェーズに分割するフェーズ分割処理のサブルーチンをコールする。なお、フェーズ分割処理が、所定のフェーズに分割するステップ及び所定のフェーズに分割する手段に相当する。

ステップ１２では、フェーズ分割された教育対象応対ＤＢ１０Ｍの代表応対内容及び模範応対ＤＢ１０Ｎの模範応対内容の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズの不得意度を算出する。この不得意度は、教育対象応対ＤＢ１０Ｍの代表応対内容における各フェーズの応対時間を、模範応対ＤＢ１０Ｎの模範応対内容における対応するフェーズの応対時間で除算することで算出される。

ここで、この不得意度の算出方法について、図１６を用いて詳述する。例えば、模範応対ＤＢ１０Ｎの模範応対内容における「聞き出し」のフェーズの時間が５分であり、教育対象応対ＤＢ１０Ｍの代表応対内容における「聞き出し」のフェーズの時間が６．７５分であった場合、この教育対象オペレータのこのフェーズにおける不得意度は、６．７５分を５分で除算した１．３５となる。また、同様に「切り分け」のフェーズの不得意度を計算すると、４分を４．２分で除算した０．９５となる。

また、不得意度の他の算出方法として、教育対象応対ＤＢ１０Ｍの代表応対内容及び模範応対ＤＢ１０Ｎの模範応対内容について、各フェーズにおける言いよどみの割合を数値で表した言いよどみ率を音声認識により算出し、教育対象応対ＤＢ１０Ｍの代表応対内容における各フェーズの言いよどみ率を、模範応対ＤＢ１０Ｎの模範応対内容における対応するフェーズの言いよどみ率で除算する方法もある。更に、問合せをした顧客の発話に対するオペレータの応答までの時間や、顧客とオペレータとの夫々の発話時間の割合などに着目して、教育対象応対ＤＢ１０Ｍの代表応対内容及び模範応対ＤＢ１０Ｎの模範応対内容の対応するフェーズ同士を比較しても良い。なお、ステップ１２の処理が、不得意度を算出するステップ及び不得意度を算出する手段に相当する。

ステップ１３では、模範応対ＤＢ１０Ｎの模範応対内容における各フェーズ及び教育対象オペレータの各フェーズの不得意度を関連づけた不得意度情報を、ＸＭＬ（eXtensible Markup Language）などのテキスト形式で生成する。そして、応対ＤＢ１０Ｈから模範応対内容の応対音声及び応対映像を抽出し、不得意度情報とともに、不得意度情報付き模範応対ＤＢ１０Ｑに格納する。なお、不得意度情報はこのようなテキスト形式に限らなくても良い。

次に、フェーズ分割処理のサブルーチンの処理内容を示す。なお、このフェーズ分割処理には、応対内容を示す音声に基づいてフェーズ分割を行う第１分割処理と、オペレータ端末３０のキー操作及び画面遷移が記録されたログに基づいてフェーズ分割を行う第２分割処理との２種類がある。なお、音声及びログの両方に基づいてフェーズ分割を行っても良い。

図１７は、第１分割処理の処理内容を示す。

ステップ２１では、応対内容に関連付けて格納された音声に基づいて音声認識を行い、応対における発話区間を推定する。具体的には、まず、発話がなされていない空白部分のうち、所定値よりも短い空白部分の中間時点を発話区間の区切りと推定し、その前半部分はその空白部分の前の発話、後半部分は後ろの発話として発話区間を推定する。また、話者認識により話者を特定し、話者が変わっている箇所においても、発話区間の区切りとして発話区間を推定する。なお、所定値よりも長い空白は、オペレータ端末の操作が行われているものとして推定する。

ステップ２２では、各区間における発話の文末表現を、音声認識におけるワードスポッティング法を用いて抽出する。また、キーワードＤＢ１０Ｏを参照し、発話の話者とキーワードＤＢ１０Ｏの話者とが一致し、且つ抽出した文末表現とキーワードＤＢ１０Ｏに格納されたキーワードとが一致しているものがあれば、その話者及びキーワードに対応する各フェーズの確率を第１確率として抽出する。

ステップ２３では、ルールＤＢ１０Ｐを参照し、各発話区間の特徴とルールＤＢ１０Ｐのルールとが一致しているものがあれば、そのルールに対応する各フェーズの確率を第２確率として抽出する。

ステップ２４では、第１確率及び第２確率に基づいて、各フェーズのうち、各発話区間が属する確率が最も高いフェーズを特定し、発話区間がそのフェーズに属しているものと推定する。なお、キーワードＤＢ１０Ｏ及びルールＤＢ１０Ｐのいずれにも該当するデータがない発話区間や、所定値以上長い空白部分の発話区間などについては、その前後の発話区間について推定されたフェーズに基づいてフェーズを推定すれば良い。例えば、通常の応対においては、フェーズの順番は「聞き出し」、「切り分け」、「検索」及び「返答」の順番で行われることが多いので、ある発話区間の直前の区間のフェーズが「切り分け」で、直後のフェーズが「返答」であれば、その発話区間は「検索」のフェーズであると推定できる。

図１８は、第２分割処理の処理内容を示す。

ステップ３１では、応対内容に関連付けて格納された、オペレータ端末３０のキー操作及び画面遷移が記録されたログに基づいて、応対における発話区間を推定する。具体的には、オペレータによるキー入力が終わった時点や、画面が遷移した時点を発話区間の区切りとして発話区間を推定する。

ステップ３２では、ログから、各発話区間におけるオペレータ端末３０のキー操作により入力された内容及び画面内容に基づいて、予め決められた所定のルールに従い、各発話区間が属するフェーズを推定する。ここで、所定のルールとは、例えば、問合せ対象物の機種入力画面において商品型番がキー操作により入力されていれば、その区間は「聞き出し」のフェーズであると推定する、といったように、各フェーズと、キー操作内容及び画面内容の少なくともいずれか一方と、が関連付けられたものである。

かかるオペレータ教育支援装置によれば、応対における問合せ内容に基づいて問合せパターンが抽出される。また、この問合せパターンごとに、各オペレータの応対が評価される。更に、評価が最も高いオペレータの応対内容が模範応対内容として抽出される。そして、模範応対内容及び教育対象オペレータの応対内容が、所定のフェーズに分割される。また、両者で対応するフェーズ同士が比較され、教育対象オペレータの各フェーズの不得意度が算出される。更に、その不得意度に基づいて模範応対内容の所定時間の内容における教育対象オペレータの平均不得意度が算出され、その平均不得意度が最も高い所定時間の内容を用いて教材が生成される。

このため、問合せパターンごとに、教育対象オペレータが不得意とする内容に特化した教材が、その教育対象オペレータのために生成されることで、教育対象オペレータの不得意な内容について重点的に個別教育をすることができるようになる。従って、オペレータの教育効率が向上する。

また、問合せパターンごとに、各オペレータの平均応対時間に最も近い応対時間を有する応対が、そのオペレータの代表応対内容として抽出され、模範応対内容を抽出するときに、代表応対内容が模範応対内容として抽出される。更に、教育対象オペレータの各フェーズの不得意度を算出するときに、模範応対内容と各教育対象オペレータの代表応対内容とが比較される。このように代表応対内容を用いることで、同じオペレータにおける応対ごとの出来具合の差による影響を少なくした状態で、教育対象オペレータの各フェーズの不得意度を算出することができ、不得意度が信頼性の高い値となる。

更に、評価が最も高いオペレータの応対内容を模範応対内容として教材に用いることで、教材を作るコストを下げることができる。

図１９は、本発明に係るオペレータ教育支援装置の第２実施形態を示す。

第２実施形態においては、第１実施形態の構成に、教育効果推定部１０Ｔ、教材出力部１０Ｕ、稼働率ＤＢ１０Ｖ、過去評価表ＤＢ１０Ｗ、教育実績ＤＢ１０Ｘ及び教育効果ＤＢ１０Ｙが付加される。

教育効果推定部１０Ｔは、教育効果を推定するステップ及び教育効果を推定する手段として機能し、教育対象オペレータへの教材出力回数及びその評価の変化に応じた成長率並びに最新の評価に基づいて、その教育対象オペレータに対する教育効果を推定する。教材出力部１０Ｕは、出力するステップ及び出力する手段として機能し、教育対象オペレータのオペレータ端末３０に教材を出力する。

稼働率ＤＢ１０Ｖは、四季や月、曜日などの稼働率と相関がありそうな時期・期間に関するまとまり(下記では曜日を例として説明を行う)ごと且つ所定規則で区切られた時間帯ごとに教育対象オペレータの稼働率が格納されるもので、図２０に示すように、教育対象オペレータＩＤ、曜日、時間帯及び稼働率を含んで構成される。過去評価表ＤＢ１０Ｗは、問合せパターンごとに、教育対象オペレータの評価の変化を把握するために、最新の評価以外の過去の評価を格納しておくもので、図２１に示すように、教育対象オペレータＩＤ及び各問合せパターンにおける評価値を含んで構成される。教育実績ＤＢ１０Ｘは、問合せパターンごとに、教育対象オペレータへの教材出力回数を格納するもので、図２２に示すように、教育対象オペレータＩＤ、教材出力回数を含んで構成される。教育効果ＤＢ１０Ｙは、問合せパターンごとに、教育対象オペレータへ教材を出力することによる教育効果を格納するもので、図２３に示すように、教育対象オペレータＩＤ、教育効果を含んで構成される。

図２４は、オペレータ教育装置１０の問合せパターン抽出部１０Ｂ、評価部１０Ｃ、代表応対内容抽出部１０Ｄ、模範応対内容抽出部１０Ｅ、不得意度算出部１０Ｆ、教材生成部１０Ｇ、教育効果推定部１０Ｔ及び教材出力部１０Ｕにおいて実行される処理内容を示す。なお、ステップ４１〜４６の処理は、夫々第１実施形態のステップ１〜６の処理と同じであるため、ここでは説明を省略し、ステップ４７以降について説明する。

ステップ４７では、教育対象オペレータに下記で作成する教材を流す際の応対と応対との合間の空き時間(下記では次の空き時間を例として説明を行う)を算出する空き時間算出処理のサブルーチンをコールする。

ステップ４８では、問合せパターンごとに、教育対象オペレータの不得意度情報に基づいて、模範応対内容から不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定する。なお、その特定処理は第１実施形態のステップ７の処理と同じであるが、第２実施形態では、所定時間を、空き時間算出処理により算出された空き時間とする。

ステップ４９では、問合せパターンごとに教材を生成する。なお、その生成処理はステップ８の処理と同じである。

ステップ５０では、教育対象オペレータへの教育効果を推定して教育効果ＤＢ１０Ｙに格納する教育効果推定処理のサブルーチンをコールする。なお、教育効果推定処理が、教育効果を推定するステップ及び教育効果を推定する手段に相当する。

ステップ５１では、各教育対象オペレータについて、教材ＤＢ１０Ｎに格納された各問合せパターンの教材の中から、教育効果推定処理により教育効果ＤＢ１０Ｙに格納された各問合せパターンにおける教育効果に平均不得意度を乗算した値が最も高い教材を、教育対象オペレータが使用する端末へ優先的に出力する。ここで、値が最も高い教材が複数ある場合には、いずれか１つを出力すれば良い。なお、ステップ５１の処理が、出力するステップ及び出力する手段に相当する。

ステップ５２では、問合せパターンごとに、教育実績ＤＢ１０Ｘの各教育対象オペレータへの教材出力回数をインクリメントして更新する。

ステップ５３では、問合せパターンごとに、教育実績ＤＢ１０Ｘの各教育対象オペレータへの教材出力回数が所定値を超えたか否かを判定する。所定値を超えたときにはステップ５４へ進み（Ｙｅｓ）、所定値を超えないときには処理を終了する（Ｎｏ）。

ステップ５４では、問合せパターンごとに、過去評価値ＤＢ１０Ｗの各教育対象オペレータの評価値を、最新の評価値で更新する。

図２５は、空き時間算出処理のサブルーチンの処理内容を示す。なお、この処理は、教育対象オペレータごとに実行する。

ステップ６１では、稼働率ＤＢ１０Ｖを参照し、現在と同じ曜日及び所定規則で区切られた同じ時間帯における教育対象オペレータの過去の稼働率を抽出する。

ステップ６２では、稼働率ＤＢ１０Ｖを参照し、教育対象オペレータにおいて次に空き時間が発生すると予想されるタイミングにおける同じ曜日及び同じ時間帯における過去の稼働率を抽出する。なお、次に空き時間が発生すると予想されるタイミングは、予め、現在から所定時間経過後と設定しておいても良いし、ＡＣＤから取得できる現在の稼働率などに応じて算出しても良い。

ステップ６３では、ＡＣＤにより、教育対象オペレータの現在の稼働率を取得する。

ステップ６４では、教育対象オペレータにおいて次に空き時間が発生すると予想されるタイミングにおける稼働率を算出する。この稼働率は、次に空き時間が発生すると予測されるタイミングと同じ曜日及び同じ時間帯の過去の稼働率を、現在と同じ曜日及び同じ時間帯の過去の稼働率で除算した値に、現在の稼働率を乗算することで算出する。

ステップ６５では、教育対象オペレータにおける次の空き時間を、下記式で算出する。

なお、上記式における単位時間とは、所定規則で区切られた時間間隔である。

図２６は、教育効果推定処理のサブルーチンの処理内容を詳述する。なお、この処理は、問合せパターンごと且つ教育対象オペレータごとに実行する。

ステップ７１では、教育実績ＤＢ１０Ｘを参照し、教材出力回数を抽出する。

ステップ７２では、過去評価表ＤＢ１０Ｗを参照し、過去の評価値を抽出する。

ステップ７３では、評価表ＤＢ１０Ｋを参照し、最新の評価値を取得する。

ステップ７４では、教材出力回数、過去の評価値及び最新の評価値に基づいて、教育対象オペレータの成長率を算出する。成長率は、現在の評価値から過去の評価値を減算した値を、教材出力回数で除算することで算出できる。但し、教材出力回数が０の場合及び最新の評価値が過去の評価値よりも低い場合には、成長率は決められた定数（例えば０や１）とする。

ステップ７５では、成長率及び最新の評価値に基づいて、教材を出力することによる教育対象オペレータへの教育効果を算出する。教育効果は、例えば、成長率から最新の評価値に調整変数を乗算した値を減算することで算出できる。更に、算出した教育効果を、教育効果ＤＢ１０Ｙに格納する。

かかるオペレータ教育支援装置によれば、教育対象オペレータの稼動率に基づいて、各時間帯に応じた教育対象オペレータの空き時間が推定される。また、その空き時間と同じ長さの教材が生成され、教育対象オペレータの応対が終了したときに、その教材が、教育対象オペレータのオペレータ端末３０へ出力される。このため、教育対象オペレータに、空き時間を使って不得意な部分の模範応対内容を視聴させることができることで、教育のための時間をわざわざ設ける必要なく、効率的に教育対象オペレータの教育を行うことができる。

また、問合せパターンごとに、教育対象オペレータへの教材出力回数及びその評価の変化に基づいて成長率が算出され、その成長率と最新の評価とに基づいて、教育効果が推定される。そして、複数の教材から、教育効果と教材の平均不得意度との積が高い教材が優先的に出力される。このため、教育効果が高く、且つ教育対象オペレータが不得意とする教材が出力されることで、限られた教育時間の中で、教育対象オペレータにとって最も必要であり効果的であると推定される教材を集中的に用いて教育を行うことができる。従って、教育効率を更に向上させることができる。

なお、教育対象オペレータとして、オペレータ全員を対象としても良いし、必要に応じて特定のオペレータのみを対象としても良い。

（付記１）コールセンタにおいてオペレータが応対を行ったときに、オペレータ識別子、問合せ内容及び応対内容を関連付けて記憶装置に順次格納するステップと、前記問合せ内容から、問合せパターンを抽出するステップと、前記問合せパターンごとに、前記オペレータ識別子及び前記応対内容に基づいて、各オペレータの応対を評価するステップと、前記問合せパターンごとに、前記評価が最も高いオペレータの前記応対内容を模範応対内容として抽出するステップと、前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容を所定のフェーズに分割するステップと、前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズにおける不得意度を算出するステップと、前記問合せパターンごとに、前記模範応対内容から、前記不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定するステップと、前記問合せパターンごとに、前記所定時間の内容を用いて、教育対象オペレータを教育するための教材を生成するステップと、をコンピュータに実現させるためのオペレータ教育支援プログラム。

（付記２）前記フェーズに分割するステップは、前記応対内容を示す音声情報に基づいて、前記模範応対内容及び教育対象オペレータの前記応対内容を分割することを特徴とする付記１記載のオペレータ教育支援プログラム。

（付記３）前記フェーズに分割するステップは、前記応対内容を示すコンピュータ端末のキー操作及び画面遷移が記録されたログ情報に基づいて、前記模範応対内容及び教育対象オペレータの前記応対内容を分割することを特徴とする付記１又は付記２に記載のオペレータ教育支援プログラム。

（付記４）教育対象オペレータが使用する端末に、前記教材を出力するステップを備えたことを特徴とする付記１〜付記３のいずれか１つに記載のオペレータ教育支援プログラム。

（付記５）前記問合せパターンごとに、教育対象オペレータへの教材出力回数及びその評価の変化に応じた成長率並びに最新の評価に基づいて、その教育対象オペレータに対する教育効果を推定するステップを備え、前記教材を出力するステップは、前記複数の教材の中から、教育対象オペレータが不得意とし且つ前記教育効果が高いものを優先的に出力することを特徴とする付記４記載のオペレータ教育支援プログラム。

（付記６）前記内容を特定するステップは、所定規則で区切られた各時間帯におけるオペレータの稼働率から空き時間を推定し、その空き時間を所定時間とする一方、
前記教材を出力するステップは、教育対象オペレータの応対が終了したときに、その時間帯に対応して生成された教材を出力することを特徴とする付記４又は付記５に記載のオペレータ教育支援プログラム。

（付記７）前記模範応対内容及び教育対象オペレータの前記応対内容は、各問合せパターンに属する複数の前記応対内容のうち、各オペレータの平均応対時間に最も近い応対時間を有するものであることを特徴とする付記１〜付記６のいずれか１つに記載のオペレータ教育支援プログラム。

（付記８）前記応対を評価するステップは、オペレータ全員の平均応対時間から、各オペレータの応対時間を減算し、その減算値を平均応対時間の分散で除算した値に基づいて、各オペレータの応対を評価することを特徴とする付記１〜付記７のいずれか１つに記載のオペレータ教育支援プログラム。

（付記９）前記応対時間は、各オペレータの平均応対時間であることを特徴とする付記８記載のオペレータ教育支援プログラム。

（付記１０）コールセンタにおいてオペレータが応対を行ったときに、オペレータ識別子、問合せ内容及び応対内容を関連付けて記憶装置に順次格納するステップと、前記問合せ内容から、問合せパターンを抽出するステップと、前記問合せパターンごとに、前記オペレータ識別子及び前記応対内容に基づいて、各オペレータの応対を評価するステップと、前記問合せパターンごとに、前記評価が最も高いオペレータの前記応対内容を模範応対内容として抽出するステップと、前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容を所定のフェーズに分割するステップと、前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズにおける不得意度を算出するステップと、前記問合せパターンごとに、前記模範応対内容から、前記不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定するステップと、前記問合せパターンごとに、前記所定時間の内容を用いて、教育対象オペレータを教育するための教材を生成するステップと、を順次コンピュータに実行させることを特徴とするオペレータ教育支援方法。

（付記１１）コールセンタにおいてオペレータにより応対が行われたときに、オペレータ識別子、問合せ内容及び応対内容を関連付けて順次格納する手段と、前記問合せ内容から、問合せパターンを抽出する手段と、前記問合せパターンごとに、前記オペレータ識別子及び前記応対内容に基づいて、各オペレータの応対を評価する手段と、前記問合せパターンごとに、前記評価が最も高いオペレータの前記応対内容を模範応対内容として抽出する手段と、前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容を所定のフェーズに分割する手段と、前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズにおける不得意度を算出する手段と、前記問合せパターンごとに、前記模範応対内容から、前記不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定する手段と、前記問合せパターンごとに、前記所定時間の内容を用いて、教育対象オペレータを教育するための教材を生成する手段と、を含んで構成されたことを特徴とするオペレータ教育支援装置。

本発明を具現化した第１実施形態のオペレータ教育支援装置の全体構成図 応対ＤＢの説明図 問合せパターンＤＢの説明図 問合せパターン別応対ＤＢの説明図 評価表ＤＢの説明図 代表応対ＤＢの説明図 教育対象応対ＤＢの説明図 模範応対ＤＢの説明図 キーワードＤＢの説明図 ルールＤＢの説明図 不得意度付き模範応対ＤＢの説明図 教材ＤＢの説明図 第１実施形態の教材生成処理のフローチャート 模範応対内容における各フェーズの不得意度の説明図 不得意度算出処理のフローチャート 不得意度算出方法の説明図 フェーズ分割処理の第１処理のフローチャート フェーズ分割処理の第２処理のフローチャート 本発明を具現化した第２実施形態のオペレータ教育支援装置の全体構成図 稼働率ＤＢの説明図 過去評価値ＤＢの説明図 教育実績ＤＢの説明図 教育効果ＤＢの説明図 第２実施形態の教材生成出力処理のフローチャート 空き時間算出処理のフローチャート 教育効果推定処理のフローチャート

符号の説明

１０ オペレータ教育支援装置
２０ ネットワーク
３０ オペレータ端末

Claims (5)

1. コールセンタにおいてオペレータが応対を行ったときに、オペレータ識別子、問合せ内容及び応対内容を関連付けて記憶装置に順次格納するステップと、
   前記問合せ内容から、問合せパターンを抽出するステップと、
   前記問合せパターンごとに、前記オペレータ識別子及び前記応対内容に基づいて、各オペレータの応対を評価するステップと、
   前記問合せパターンごとに、前記評価が最も高いオペレータの前記応対内容を模範応対内容として抽出するステップと、
   前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容を所定のフェーズに分割するステップと、
   前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズにおける不得意度を算出するステップと、
   前記問合せパターンごとに、前記模範応対内容から、前記不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定するステップと、
   前記問合せパターンごとに、前記所定時間の内容を用いて、教育対象オペレータを教育するための教材を生成するステップと、
   をコンピュータに実現させるためのオペレータ教育支援プログラム。
2. 前記フェーズに分割するステップは、前記応対内容を示す音声情報に基づいて、前記模範応対内容及び教育対象オペレータの前記応対内容を分割することを特徴とする請求項１記載のオペレータ教育支援プログラム。
3. 前記フェーズに分割するステップは、前記応対内容を示すコンピュータ端末のキー操作及び画面遷移が記録されたログ情報に基づいて、前記模範応対内容及び教育対象オペレータの前記応対内容を分割することを特徴とする請求項１又は請求項２に記載のオペレータ教育支援プログラム。
4. コールセンタにおいてオペレータが応対を行ったときに、オペレータ識別子、問合せ内容及び応対内容を関連付けて記憶装置に順次格納するステップと、
   前記問合せ内容から、問合せパターンを抽出するステップと、
   前記問合せパターンごとに、前記オペレータ識別子及び前記応対内容に基づいて、各オペレータの応対を評価するステップと、
   前記問合せパターンごとに、前記評価が最も高いオペレータの前記応対内容を模範応対内容として抽出するステップと、
   前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容を所定のフェーズに分割するステップと、
   前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズにおける不得意度を算出するステップと、
   前記問合せパターンごとに、前記模範応対内容から、前記不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定するステップと、
   前記問合せパターンごとに、前記所定時間の内容を用いて、教育対象オペレータを教育するための教材を生成するステップと、
   を順次コンピュータに実行させることを特徴とするオペレータ教育支援方法。
5. コールセンタにおいてオペレータにより応対が行われたときに、オペレータ識別子、問合せ内容及び応対内容を関連付けて順次格納する手段と、
   前記問合せ内容から、問合せパターンを抽出する手段と、
   前記問合せパターンごとに、前記オペレータ識別子及び前記応対内容に基づいて、各オペレータの応対を評価する手段と、
   前記問合せパターンごとに、前記評価が最も高いオペレータの前記応対内容を模範応対内容として抽出する手段と、
   前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容を所定のフェーズに分割する手段と、
   前記問合せパターンごとに、前記模範応対内容及び教育対象オペレータの前記応対内容の対応するフェーズ同士を比較し、教育対象オペレータの各フェーズにおける不得意度を算出する手段と、
   前記問合せパターンごとに、前記模範応対内容から、前記不得意度が高いフェーズの少なくとも一部を含む所定時間の内容を特定する手段と、
   前記問合せパターンごとに、前記所定時間の内容を用いて、教育対象オペレータを教育するための教材を生成する手段と、
   を含んで構成されたことを特徴とするオペレータ教育支援装置。

Images