導入事例

ＰＨＣ株式会社（以下、ＰＨＣ）は、グローバルヘルスケア企業として事業を展開するＰＨＣグループ（ＰＨＣホールディングス株式会社および、傘下の連結子会社を合わせた総称）の日本における事業会社です。血糖値測定システムなどを扱う糖尿病マネジメント、電子カルテシステムなどのヘルスケアIT製品サービスを手掛けるヘルスケアソリューション、病理ソリューションや生体試料の保存・培養機器などの研究医療支援機器を展開する診断・ライフサイエンスの3領域を事業の柱とし、それぞれの事業を担う複数の事業部で構成されています。従来VOCへの取り組みは各事業部のお客様対応部門が行ってきましたが、寄せられる意見や困りごとへの「対応」は敏感かつ迅速に行えるものの、「活かす」までにはなかなか至らない状況でした。

お客様の声は大切だと理解していても活かしきれず、宝の持ち腐れだと感じているという現場の話を聞き、ＰＨＣ単体は言うまでもなく、ＰＨＣグループ全体で横断的にVOC活用に力を入れる部署が必要であろうと、私たちCS推進課が取り組みを始めました。

これまで各事業部が対応してきたお客様の声というのは、すでに起きている「困りごと」そのものです。それは当然ながら私たちのお客様すべての声ではありませんし、言ってみれば「氷山の一角」のようなもの。我々に届いていない声がどれだけあるのだろうか？ また、顕在化した声の真意はどこにあるのか？ なぜそのような声が出てくるのか？と、VOCをより深掘りしていく必要性を感じていました。そうした背景から、言語分析ツールを導入したいと考えたのです。

ツール導入の際は、数社の製品を比較検討するために選択のポイントとなる項目を10ほど設定しました。そして最終的に、重要視した3項目が最も優れていた見える化エンジンに決めました。その3項目のひとつがナレッジの蓄積です。何もない状態から言語を作る必要がある他社ツールに比べ、見える化エンジンは一般的な用語でナレッジが最初から蓄積されている点が魅力でした。

また、最終的にVOCを社内共有することを目的としていたので共有機能も決め手のひとつになりました。操作性も良く、ある程度の設定がデフォルトでできあがっているので、手間を最小限に、すぐにデータ分析を始められる点も高ポイントでした。そして導入した結果として、アフターサービスの丁寧さ、素晴らしさも実感しています。

様々な機能のうち、分析担当が特に気に入っているのが「マッピング」で、なかでもマッピングを時系列で見られる機能は非常に重宝しています。マッピングの推移を見ていると、データの特徴が視覚的に浮かび上がってきて、そこを深掘りしていくことで多くの気づきにつながります。こうした「変化するデータ」は、分析結果を見る各事業部の社員にとっても興味が大きいようです。

私たちは見える化エンジンの共有機能を活かしてVOCボックス「Cotodama」という社内共有ポータルも構築しました。従来は、例えばお客様の属性や数値の大小、声そのものをエクセル等で示して終わりでしたが、見える化エンジンを使うことでクロス分析まで容易にでき、声そのものを深掘りすることもでき、さらにそれらのデータをポータルでリアルタイムに見てもらうことまで可能になったのです。この社内共有ポータルはVOCの活用が我々CS推進課だけの活動ではなく、ＰＨＣグループ全体の活動であり、リソースだという認識のアピールにも大いに役立っていると感じています。

見える化エンジンで分析し共有したデータは各事業部において、製品の開発に役立った、品質のモニタリングに役立っている等の成果にもつながっているようです。事業部がもともと課題視していた「ID・PWに関するお問い合わせが多い」というヘルスケア関連のアプリの問題点に対し、事業部の仮説と私たちCS推進課のVOC分析を合わせながら検証することで機能改善した例もあります。さらに、CS推進課のお客様相談センターに集まった声の分析結果を各事業部のお客様対応部門に共有することで、それぞれの業務改善につながったという話も聞こえてきました。改めて、データ分析というのは地味な取り組みに見えるけれど、業務をしっかりと下支えする大事な役割を担っているのだと実感します。

私たちは、日頃から心がけている「CSマインド」と「改善」の姿勢をVOC分析においても大切にしています。データを見た相手に「なるほどね」を超えて「すごいね！」と感動してほしい。CSを推進する者として、感動するデータを提供し、各事業部の社員一人一人のESを高めることもポイントだと考えています。

社員たちがVOCをやる気に変え、よりお客様思考で製品やサービスを作っていく。そんなループを回すことこそ、私たちの使命だと思うのです。そのために私たちCS推進部ではメンバーが互いに切磋琢磨しながらデータ分析に取り組んでいます。

分析の担当者が出してきた結果を見た際に、それをそのまま鵜呑みにするのではなく、みんなで議論することが大切です。それぞれがユーザー目線を持って「もっとこういう見え方もありませんか？」「私だったらこういう部分が気になります」など忌憚なく意見を交わしていく。チーム一体となって改善し、作り上げていく。ツールを使いながらその過程を繰り返すことで、各自のデータへの感度が高まり、当初は見えなかったデータまでもがくっきりと見えるようになってきたと感じています。データ同士の因果関係を発見する、分析を展開していくといった域に、今ようやく踏み込みつつあるのではないでしょうか。

言語分析においてAIが今後どこまで進化していくのかは未知数です。将来的には言葉が持つ感情の表現がもっと豊かになっていくかもしれません。そんな中で、私たちはVOC分析を通してビッグデータ以上に「ディープ」データを追求し、より一層お客様の痛点にタッチしていければと期待しています。