感情分析とは｜コールセンターにおいてAIで感情を分析する目的を解説

感情分析とは何かご存知しょうか。近年、コールセンターでオペレーションを最適化するために、感情分析の導入が進んでいます。
この記事では、感情分析の概要とコールセンターで感情分析を行う目的に加え、導入方法を紹介します。

感情分析とは、AIが音声などの情報から人間の感情を読み取ること

感情分析とは、AIが文章や音声、表情などから人間の感情を読み取ることです。感情分析の利用目的としては、日常生活において特定の出来事や政治に対する世論を分析することが挙げられます。

また、ビジネスでは商品に対する口コミやSNSの投稿から評価を分析したり、コールセンターでの音声からオペレーションの内容を分析したりするために感情分析が導入されています。リモートワークが進んだことによって、従業員のストレスレベルやモチベーションを管理するために感情分析を取り入れる動きに拍車がかかりました。

感情分析の種類

AIで感情分析を行う種類は、主に「文字」「音声」「表情」の3つです。

• 文字
  文章などのテキストデータを読み込み、「楽しい」「嬉しい」などの文字を読み取ればポジティブな内容と捉え、「悲しい」などの文字を読み取るとネガティブな内容であると認識します。ビジネスでは、口コミなどに隠れる感情を分析するために文字の解析が行われます。
• 音声
  会話の内容から言葉を認識するだけでなく、声のトーンや強弱などの非言語的な側面からも感情を分析します。音声から感情を読み取る分析は、ビジネスでは主にコールセンターで導入されています。
• 表情
  顔の動きを分析して感情を読み取ります。喜怒哀楽だけでなく、瞳孔の開きなどの無意識な顔の動きから、隠された本心を読み取ることもできます。ビジネスでは、ディスプレイ広告を目にした人の反応を分析して広告改善に活用したり、商業施設での顧客満足度調査に活かしたりするために、AIによる表情の分析が行われています。

感情分析が普及しつつある背景

近年、感情分析が普及しつつある背景には、「AI技術が急速に進歩したこと」と「機械学習用のテストデータを集めやすくなったこと」があります。まず、AI技術の進歩によって、ソースコードを公開する取り組みである「オープンリソース」が広まり、機械学習の1つである「ディープラーニング」の手法が確立したため、低コストかつ高精度なAIの開発が可能になりました。

また、機械学習用のテストデータを集めやすくなった要因としては、データ量の増加とデータ管理技術の向上が挙げられます。SNSやECサイト、口コミサイトなどの活発化によって、誰でも投稿できるようになったためデータ量が急激に増加しました。加えて、インターネット技術の発展によってクラウドサービスが登場し、データの一元管理が容易になりました。

コールセンターで感情分析を行う目的

顧客満足度と成約率を向上させるため

コールセンターでAIを用いた感情分析を行えば、顧客の抱いている感情をリアルタイムで把握することができます。そのため、顧客が提案内容に満足しているかどうかで、提案内容をそのまま通すべきか、別の方針を立てるべきかを適切に判断できます。顧客に興味のある内容に関する話をすることで、顧客を退屈させるリスクが軽減されて顧客満足度が高まります。加えて、より購買意欲の高まる提案が可能となるため、成約率も向上します。

また、感情分析の導入によって、オペレーターを効率よく教育することも可能です。これまでの上司による教育方法では、教育の質が上司の力量に依存したり、あくまで経験則に頼ったりするため、多様化する顧客全てには対応しきれないという欠点がありました。しかし、AIによる感情分析を行えば、顧客の感情を客観的に分析して、顧客の属性ごとに最適な対応を知ることができます。

この結果、スキルの高いオペレーターを育成することが容易となります。スキルの高いオペレーターが増えれば、円滑で最適な提案を安定して顧客に提供できるため、顧客満足度も成約率も高まります。

オペレーターのストレスを軽減させるため

AIによる感情分析は、顧客だけでなくオペレーターの感情を把握することにも役立ちます。オペレーターが話すテンポやトーンを分析することで、疲れやストレスが溜まっていないかを確認して、適切にマネジメントできます。

また、オペレーターの苦手な顧客像を把握しておくことで適切な対処法を教育したり、その顧客との対応を避けたりできます。それによって、オペレーターのストレスを軽減し、離職率の低下につなげることも可能です。

クレームを未然に防ぐため

コールセンターでは、顧客の不満を買ってしまいクレームへと発展してしまうことが多々あります。そのときの対応中はクレームにならなかったとしても、同じ対応を続けて不満を募らせてしまうことで、将来的にクレームへと発展する場合もあるでしょう。コールセンターでクレームが生じてしまう理由の1つは、顧客の言葉からは不満を察知しにくいことです。

AIによる感情分析を導入すれば、顧客の発言にある真意を読み取ることが容易となり、クレームへと発展する前に顧客の不満を解消する機会を作れます。不満のある顧客への対応方法などのマニュアルをまとめておけば、感情分析と上手く組み合わせることで、クレームを大幅に減らせるでしょう。

AIによる感情分析の導入方法

辞書ベースでの導入

感情分析を辞書ベースで導入する場合、あらかじめ様々な言葉に感情の定義を与えておきます。そして、AIが特定の言葉を認識したときに、その定義に則って言葉に込められた感情を読み取ります。

言葉の定義は基本的に手作業で行われるため、導入するにはかなりの時間が必要です。また、定義されていない言葉の感情は分析できないことに加え、皮肉の込められた表現には誤った感情を読み取ってしまいます。そのため、辞書ベースで高精度な感情分析を実現するには、考えられるフレーズや単語のセットを網羅して定義しなければなりません。

機械学習での導入

感情分析を機械学習で導入する場合、主に「ディープラーニング（深層学習）」によって実装されます。ディープラーニングとは、学習するためのデータを用意しておくことでAIが自動的に学習を行い、実際に識別作業を繰り返して賢くなるような機械学習を指します。

最初に学習するための教師データ（感情分析では「言葉のサンプル」と「感情の正解ラベル」）を渡すだけで、自動的に学習を繰り返すため、定義を与える手間を大幅に削減できます。また、新たなデータを読み取る度に学習を重ねるため、膨大なデータに基づいた感情分析が可能となり、皮肉を含んだ表現や初めて出会うフレーズにも対応できる柔軟さを持ちます。